소개글
"지구과학 세특"에 대한 내용입니다.
목차
1. 광물 자원 탐사와 머신러닝기술
1.1. 동기 및 목적
1.2. 직접적인 탐사 방법
1.2.1. 시추
1.3. 간접적인 탐사 방법
1.3.1. 지진파(탄성파) 탐사
1.3.2. 중력 탐사
1.3.3. 자기 탐사
1.3.4. 전기 탐사
1.4. 머신러닝기술
1.4.1. 지도학습
1.4.2. 비지도학습
1.5. 머신러닝 과정
1.5.1. Problem Identification(문제정의)
1.5.2. Data Collect(데이터 수집)
1.5.3. Data Preprocessing(데이터 전처리)
1.5.4. EDA(탐색적 데이터분석)
1.5.5. Model 선택
1.5.6. 학습
1.5.7. 모델 Evaluation(평가)
1.6. 광물자원 탐사시 사용되는 머신러닝기술
1.7. 결론
2. 참고 문헌
본문내용
1. 광물 자원 탐사와 머신러닝기술
1.1. 동기 및 목적
현재까지 개발된 광물 자원을 이용하여 우리는 편리한 생활을 살고 있다. 오랜 세월에 걸쳐 지구의 변화 속에서 만들어진 광물을 발견하기 위해서는 적합한 지질탐사 방법을 찾아야 한다. 또한 광물마다 특성이 다르기 때문에 각 광물에 맞는 탐사 방법을 연구해야 하는데 이 과정은 굉장히 많은 시간과 노력을 필요로 한다. 이러한 사실을 기반으로 기존의 광물 자원 탐사의 특징과 한계점에 대해서 알아본 후 최근 광물 산업에 이용되고 있는 머신러닝 기술의 특징과 활용사례에 대해서 알아보기 위해 조사를 하게 되었다.
1.2. 직접적인 탐사 방법
1.2.1. 시추
시추는 지각 내부의 여러 지식을 얻기 위해 또는 석유, 지하수 등을 채취하기 위해 지각 속에 구멍을 뚫는 것이다. 직접 지각을 뚫기 때문에 암석 표본을 얻기에 좋은 방법이지만 깊은 곳까지의 정보를 얻는 데 제한이 있다. 암석 표본을 얻을 수 있고 광물의 구성 및 특성 파악이 가능하다는 점에서 중요한 직접적인 탐사 방법이다. 하지만 시추를 통해 얻을 수 있는 정보는 시추 지점에 국한되어 전체적인 지하 구조와 매장량 파악이 어렵다는 한계가 있다. 따라서 효과적인 광물 탐사를 위해서는 시추와 함께 지진파 탐사, 중력 탐사 등의 간접적인 탐사 방법을 병행할 필요가 있다.
1.3. 간접적인 탐사 방법
1.3.1. 지진파(탄성파) 탐사
지진파(탄성파) 탐사는 지질 구조를 이해하기 위해서, 또 석유나 석탄층을 찾기 위해서 많이 이용되는 방법이다. 지진파 탐사는 땅 속 깊숙이 파고 든 파동이 지하에 존재하는 암석의 성질에 따라 여러 가지로 반사, 굴절되는데, 이 때 지진파의 전달 형태를 통해 자원의 위치를 찾아내는 방법을 사용한다. 서로 다른 매질이나 액체에서는 지진파가 제대로 전달되지 못한다는 성질을 이용해 어떤 광물이 매장되어 있는지를 파악할 수 있다. 예를 들어 석유나 천연가스가 매장된 지역에서는 지진파가 잘 전달되지 않기 때문에 그 위치를 추정할 수 있다.
지진파 탐사 시 인공적인 수폭발을 일으켜 그 파동을 측정하여 지하 구조를 파악하는데, 파동이 암석이나 단층 등의 지질 구조에 부딪히면 반사되어 나오기 때문에 이를 분석하면 지하의 구조를 알아낼 수 있다. 즉, 지진파 신호의 전파 시간과 분산, 감쇠 등의 변화를 통해 지층의 두께, 경계면 깊이, 지하 구조 등을 해석할 수 있다. 이러한 지진파 탐사 기술은 최근 3차원 탄성파 탐사 기술의 발달로 더욱 정밀한 지하 구조 파악이 가능해졌다.
지진파 탐사는 크게 육상탐사와 해상탐사로 나뉜다. 육상탐사의 경우 지표면에 특수한 지진계를 설치하고 인공 진동원을 이용하여 지진파를 발생시키고, 이 신호를 수신기로 포착하여 지하 구조를 해석한다. 해상탐사의 경우 선박에 음원장치와 수진기를 장착하고 해저면을 따라 이동하며 지진파를 발생시키고 수신하여 해저 및 해저 지층 구조를 파악한다.
지진파 탐사 기술은 화석 연료 및 광물 자원 탐사뿐만 아니라 지진, 단층 등의 지질학적 구조 파악, 지반 조사, 토목 공사 등 다양한 분야에서 활용되고 있다. 특히 최근에는 머신러닝 기술과 결합되어 보다 효율적이고 정확한 지하 구조 분석이 가능해지고 있다. 예를 들어 지진파 탐사 데이터를 활용하여 인공지능 모델을 학습시켜 자동으로 지층 경계면을 탐지하거나, 지하 구조의 특성을 예측하는 등의 연구가 진행되고 있다.
종합하면, 지진파 탐사는 지하의 지질 구조와 자원 분포를 파악하는 대표적인 간접적인 광물 자원 탐사 방법이며, 최근 머신러닝 기술과의 융합을 통해 더욱 정확하고 효율적인 탐사가 가능해지고 있다고 할 수 있다.
1.3.2. 중력 탐사
중력 탐사는 일정 지점에서 중력을 측정하여 지하의 지질 구조 및 광상을 예측해보는 것이다. 지각을 구성하는 암석이나 광물은 종류나 위치에 따라 밀도가 달라지므로, 이러한 밀도 분포의 차이를 측정함으로써 지하의 구조를 파악할 수 있다. 중력탐사는 특히 밀도 차이가 확연히 나타날 때 유용하게 사용된다.
중력 탐사에서는 해저 깊은 곳에 중력계를 내려보내 측정하거나 배에서 원격으로 중력계를 조종하여 측정하기도 한다. 이를 통해 지하 깊숙한 곳에 존재하는 광상의 위치와 특성을 파악할 수 있다.
중력 탐사는 지각의 구조나 밀도의 변화를 감지할 수 있다는 장점이 있다. 그러나 밀도 차이가 크지 않다면 측정이 어려울 수 있다는 단점이 있다. 따라서 중력 탐사는 지각 내부의 밀도 차이가 큰 경우에 주로 활용된다.""
1.3.3. 자기 탐사
자기 탐사는 물리탐사 방법 중 하나로, 지역에 따른 자기장의 변화를 측정하여 광상을 찾거나 지질 구조를 파악하는 데 사용된다. 특히 철광석 계통의 금속탐사에 많이 쓰인다. 현재...
참고 자료
김성용(Seong-Yong Kim),and 허철호(Chul-Ho Heo). "호주 광물자원탐사와 전략분석." 자원환경지질 51.3 (2018): 291-307.
박찬영,고영탁,문재운,김현섭,안홍일,Park Chan Young,Ko Young Tak,Moon Jai Woon,Kim Hyun Sub,and Ahn Hong Il. "심해저 광물자원 탐사자료의 데이터베이스 구축연구." 자원환경지질 31.6 (1998): 557-567.
최성원,소칠섭,and 최선규. "광물자원탐사 자료에 대한 데이터 통합과 그 응용사례." 자원환경지질 32.5 (1999): 537-544.
