1. 서 론

PEER (Pacific Earthquake Engineering Research Center)에서는 NGA-Project 그룹을 결성하고, 강진기록을 기반으로 한 지반운동예측모델(GMPE)을 개발하였다. GMPE는 대상구간의 지표면에서 예상되는 진동특성(PGA, PGV, SA)을 산출하는 경험적 회귀 모델이다. NGA 프로젝트를 통해 개발된 GMPE는 미국 확률론적 지진재해도, 설계지반증폭계수 등에 사용되며, 이를 벤치마킹한 모델들이 널리 개발되고 있다(^{Petersen et al., 2015}). 또한 GMPE를 통해 지진 시 추정되는 계기진도는 피해에 대한 대비·대응의 중요한 자료를 제공하기에 행정안전부 지진재해대응시스템과 기상청 지진조기경보시스템의 진도 서비스에서 적용되어 있다.

GMPE 모델을 개발하기 위해 선제적으로 지진에 대한 플랫파일(flatfile)을 생성해야 한다. 플랫파일은 단순한 기록의 집합을 각 특성에 대하여 상관성 없이 나열한 파일로 지진기록에 대한 지진원 정보, 관측소 정보, 응답이력 정보를 기본적으로 구성하고 있으며 필요에 따라 추가적인 정보를 입력할 수 있다. NGA-West2의 경우 규모 3.0 이상인 지진에 대하여 플랫파일을 작성하였으며, 이때 세계적 강진기록과 캘리포니아애서 발생한 규모 3.0에서 5.5까지의 수천 개의 중규모 지진 지반운동기록과 NGA-West1의 기존 기록을 포함하였다(^{Ancheta et al., 2014}). 이후 NGA에서는 기존의 플랫폼을 기반으로 미동부와 불의 고리지역의 지진기록을 수집하여 플랫파일을 확장하였다(^{Goulet et al., 2014}; ^{Kishida et al., 2018}). NGA 프로젝트를 통해 개발된 플랫파일은 다양한 GMPE 모델들에 기초가 되었으며, 여전히 이를 활용한 연구들이 활발하게 수행 중이다. 개발된 GMPE 중 검증된 모델의 경우 OPENQUAKE에 GMPE 툴킷에 포함되어 지진재해 분야에 활용되고 있으며, USGS사에서 개발된 ShakeMap (v4.0)도 해당 엔진을 적용하고 있다(^{Pagani et al., 2014}; ^{Silva and Horspool, 2019}).

^{Dawood et al.(2016)}은 일본 강진 관측망 중 하나인 KiK-net의 데이터를 정리하여 플랫파일을 작성하였다. KiK-net은 한 관측소 위치에 지표면과 지하 100 m 이상에 두 개의 가속도계가 존재하는 관측망으로, 시추주상도 및 전단파속도 주상도가 지진기록과 함께 존재하여 지반증폭현상규명, 토층정보특성화, 지반운동예측모델 등의 연구에 널리 이용되고 있다(^{Dawood et al., 2016}). ^{Dawood et al.(2016)}은 Japan Meteorological Agency (JMA)에서 규모 4.0 이상 총 4,943의 지진에 대해 692개의 관측소에서 수집된 총 157,000개의 강진기록 자료를 수집하였다. Dawood et al.(2016)의 플랫파일은 상세한 지반정보를 기록하였기에 지반증폭을 고려한 GMPE 개발에 효과적인 것으로 알려져 있다(^{Kotha et al., 2018}; ^{Stafford et al., 2017}).

국내의 경우 기상청의 국가지진종합정보시스템(NECIS)과 지질자원연구원의 지진연구센터(KERC)에서 진원정보, 관측정보, 관측소정보가 공유되지만 한반도 지진에 대한 플랫파일 구축 연구는 미흡한 실정이다. 한반도를 대상으로 개발된 초기 모델들은 PGA를 추정하는 감쇠식으로 한반도 남동부 지역을 대상으로 하였으며(^{Noh and Lee, 1995}; ^{Jo and Baag, 2003}), Jo and Baag(2003)모델은 부지효과를 고려하기 위해 스펙트럼 감쇠상수와 응력강화함수를 사용하였다. 이후 ^{Yun et al.(2008)}, ^{Emolo et al.(2015)}, ^{Jeong and Lee(2018)} 등은 스펙트럼 가속도 추정이 가능한 모델을 개발하였다. ^{Yun et al.(2008)} 모델은 부지에 대한 정보인 Vs30을 760 m/s 기준으로 생성하였기에 기반암 대상 감쇠모델로는 탁월하지만, 대상 지반별 추가적인 부지보정이 필요하다. ^{Emolo et al.(2015)} 모델은 과거 지진을 기록을 기반으로 만들어진 모델이지만, 9.12 지진과 포항지진의 오차가 크게 계산되어 중규모 이상의 한반도 지진 모사의 한계점을 보였다. ^{Jeong and Lee(2018)} 모델의 경우 13개(M_L>4.5)의 한반도 지진과 가상지진 자료를 사용한 GMPE를 제안하였는데, 작은 규모에 대한 계기진도 추정 한계와 합성지진파(가상지진파형)에 대한 타당성 검토가 필요한 실정이다.

NGA 플랫파일은 불의 고리와 미국에 집중되어 있기에(Fig. 1), 이를 기반으로 개발된 GMPE모델의 국내 적용성은 회의적일 수밖에 없다. 따라서, 한반도의 지진·지반자료 기반의 지반운동예측모델(GMPE)을 만들기 위한 기초자료가 필요하다. 이를 위해 본 논문에서는 지진파형에 대한 계기보정 방법, 계기진도 생성방법 등을 상세히 기술하고, 플랫파일(flatfile) 생성을 위한 스키마 구축 방법에 대하여 작성하였다.

Fig. 1.

Epicenter Distribution : (a) NGA-West1 and West2 Database (^{Ancheta et al., 2014}), (b) NGA-East Database (^{Goulet et al., 2014}), (c) NGA-Sub Database (^{Kishida et al., 2018})

2. 플랫파일 생성을 위한 스키마 구조

스키마(schema)란 개체의 특성인 속성(attribute), 속성들의 집합인 개체(entity), 개체 사이의 조건인 관계(relation)에 대한 정의와 이들을 유지해야 할 제약조건에 대하여 표현한 것이다. 본 연구에서는 개체를 지진원정보, 지진관측소정보, 관측기록정보를 테이블형식으로 정의하고, 개체 간 관계를 열 이름을 기준으로 설정하였다.

지진원정보 테이블에서 지진 이벤트명인 Event ID (EVTID)는 Mini-SEED에서 사용하는 협정 세계시인 UTC (Coordinated Universal Time) 기준의 시간 표현방식을 적용하였다. UTC는 영국 그리니치 천문대를 기준으로 국제원자시와 윤초 보정을 기반으로 표준화한 시간이며, 대한민국은 UTC보다 9시간 빠르다. 즉, 대한민국이 오후 11시라면 UTC는 같은 날 오후 2시이다. 관측기록정보 테이블은 EVTID와 연결되며, 기상청에서 사용하는 관측소 코드를 Station ID (STID)로 적용하였다. UTC는 관측기록정보는 Record Sequence Number (RSN)로 관측기록의 고유한 코드를 새롭게 추가하여 작성하였다. STID-EVTID-RSN 간의 연결성은 Fig. 2에 도시하였다. 목표 위치에서 관측된 관측기록들을 나열하여 지진의 규모와 거리에 따라 특정한 위치에 도달하는 가속도 시간이력으로부터 계산된 계기진도를 일괄적으로 열람할 수 있다(Fig. 3). 또한, 특정한 지진원에서 발생한 지진으로부터 거리와 지질과 지형 특성에 따른 계기진도를 열람할 수 있다(Fig. 4). 이와 같은 스키마 구조를 통해 대상 관측소에서 관측된 기록 또는 목표 지역 지진으로 전파된 진동이력을 체계적으로 저장(쓰고), 열람(읽고), 변경(갱신)하기가 용이하다.

Fig. 2.

Set Table-to-Table Relation

Fig. 3.

Observation Records of Particular Seismic Station

Fig. 4.

Observation Records of Earthquakes from a Particular Earthquake Observed at a Number of Seismic Station

3. 지진원 및 관측소 테이블 구축

지진원 정보는 기상청의 홈페이지와 지진연보(^{KMA, 2017}), 그리고 국가지진종합정보시스템인 NECIS (KMA, 2019)를 통해 수집할 수 있다. 지진원 정보 중 단층운동정보인 단층면해 결과는 2019년 7월부터 서비스를 시작하였기에 향후 플랫파일 갱신을 통해 구축이 가능할 것이다.

관측소 정보는 NECIS와 한국지질자원연구원의 지진연구센터(KIGAM, 2019b)에서 확인 가능하다. Fig. 5는 기상청(KMA)의 운영·폐쇄된 지진관측소 417개소와 한국지질자원연구원의 지진관측소 49개소의 위치를 도시하였다. 기관에서 제공된 자료를 통해 관측소 위치, 지진계 및 기록계의 종류, 고도는 파악할 수 있으나 지질, 지형, Vs30 (30 m 깊이까지의 평균전단파속도)의 정보는 제공하지 않는다. 따라서 관측소 위치에서의 지질정보를 위해 한국지질자원연구원의 지질정보서비스시스템(MGEO; ^{KIGAM, 2019a})에서 제공하는 1:50,000 지질도와 1:250,000 지질도를 사용하여 관측소 위치에서의 지질 속성(지층, 대표암상, 시대)을 추출하였다. 관측소 위치의 지형정보로는 미국지질조사국(^{USGS, 2019}), Earthenv (^{Robinson, 2014}), 국토정보플랫폼(^{NGII, 2019})에서 제공하는 세 개의 수치표고모델(DEM) 자료로부터 지리정보체계프로그램 중 하나인 QGIS를 활용하여 계산한 고도(elevation), 경사(slope), 사면향(azimuth)을 대상으로 한다. Vs30과 기반암 심도는 ^{Rhie et al.(2015)}의 보고서 내용을 기반으로 획득하였다. ^{Rhie et al. (2015)}은 58개의 관측소 위치에서 다중채널표면파탐사와 다운홀시험을 이용한 물리탐사 방법을 이용하여 Vs30을 획득하였고, 시추조사를 통한 기반암 심도를 획득하였다. 전단파속도 주상도로부터 토층의 평균전단파속도인 (Vsz)도 계산하여 테이블에 포함시켰다. Table 1은 전단파속도 관련 관측소 테이블 입력의 예시를 정리하였으며, 기반암 심도가 시추조사로부터 한정되지 않은 경우 –999로 입력하였다.

Fig. 5.

Location of Seismic Stations

Table 1. Vs30, Depth to Bedrock, and Vsz at Stations

4. 관측기록 정보 구축

4.1 1단계: 지진자료 읽기

지진파의 자료는 저장용량을 최소화하기 위하여 암호된 압축파일인 SEED (Standard for the Exchange of Earthquake Data) 혹은 최소정보만 기록된 Mini-SEED 형태로 저장된다. Mini-SEED에서는 물리량이 보정되기 전 지진계와 기록계를 통해 얻은 디지털 단위 Count 값과 관측정보가 제공된다. 지진계에서는 유도된 전류의 세기를 측정하여 지반의 움직임을 기록하며, 측정되는 값에는 지진계의 계기 반응이 포함되어 있다. 따라서 물리량(가속도, 속도, 변위) 값을 얻기 위해서는 지진계의 계기보정이 반드시 필요하다. 디지털 Count 값은 Eq. (1)과 같은 식을 통해 물리량으로 변환된다.

여기서 RS와 SS는 각각 기록계와 지진계의 민감도이고, DC는 지진계와 기록계를 통해 얻어진 디지털 값이다. 기록계는 지진계에서 유도된 아날로그 형태의 신호를 디지털로 바꾸는 장치로 종류에 따라 민감도가 달라진다. 지진계의 민감도는 지반운동의 속도를 출력신호인 전압으로 변환할 때의 비례 상수로, 전류의 세기는 코일에 영향을 받는다(^{Sheen, 2011}). 이때 지진계의 민감도는 정규화 상수(normalization constant), 극점(pole)과 영점(zeros)의 계기반응함수(instrument response function)를 통해 계산된다.

4.2 2단계: 배경잡음 제거와 기본선 보정

관측소 센서는 지반의 움직임을 계측하므로, 지진파뿐만 아니라 주변에 존재하는 미세한 진동 또한 감지하고 계측한다. 따라서, 지진에 의한 관측기록만을 추출하기 위해서는 가속도 데이터 형식의 지진파형을 Fourier spectrum으로 나타내어 관측소 인근의 배경잡음과 지진을 구분하고 배경잡음을 제거해야 한다. 국외 데이터베이스인 NGA 프로젝트, 일본 플랫파일, 칠레 플랫파일, 유럽 플랫파일 등에서도 원응답이력에서 잡음을 제거하여 계기진도를 생성하였다(^{Ancheta et al., 2014}; ^{Goulet et al., 2014}; ^{Dawood et al., 2016}; ^{Lanzano et al., 2019}; ^{Bastías and Montalva, 2016}). 관측기록 배경잡음 필터링은 지진파의 Fourier Spectrum과 순수 잡음부분의 Fourier spectrum을 비교하여 High-pass filter 및 Low-pass filter를 위한 모서리주파수를 선택하고 각 필터를 지진파에 적용시킨 후 최종적으로 기본선 보정을 수행하여 진행한다. Fig. 6은 필터링 절차 모식도를 보여준다. High-pass filter의 모서리주파수(fcHP)는 지진파와 잡음의 Fourier spectrum을 비교하여 선택한다. fcHP를 선택하게 되면 fcHP보다 높은 주파수의 영역을 통과되고, 낮은 주파수 영역은 필터가 적용되어 Fourier Amplitude Spectral (FAS)의 크기를 낮추는 필터가 생성된다. 선택한 주파수보다 낮은 주파수 영역을 통과시키고 높은 영역의 주파수에 필터를 적용하는 Low-pass filter의 모서리 주파수(fcLP)는 50 Hz로 고정하였다. 이 두 필터는 기본적으로 Butterworth filter를 따르며 Eqs. (2) and (3)와 같이 계산된다.

Fig. 6.

Process of Filtering Response History. (a) Origin Response History Acceleration, Velocity, and Displacement, (b) Filtered Acceleration, Velocity, and Displacement Time History, (c) Comparison of Origin Response History Fourier Spectrum and Noise Fourier Spectrum, (d) Butterworth Filter Created from Selected fcHP (fcHP=0.8 Hz, fcLP=50 Hz), (e) Comparison of Origin Response History Fourier Spectrum and Filterd Fourier Spectrum

일정 시간영역만을 추출하여 생성하는 원시 가속도 혹은 속도자료를 적분하여 변위-시간이력을 생성할 경우 지속적인 변위 혹은 잔류 변위가 나타날 수 있다. 이는 일정 시간영역의 추출에 의한 영향으로 지진으로 인해 발생하는 지반의 변형이나 지표면의 움직임으로 인해 발생했다고 보기 힘들다. 따라서 지진 움직임 이후 변위가 0에 최대한 수렴할 수 있도록 기본선 보정(baseline correction)이 필요하며, 본 연구에서도 이를 적용하였고(Figs. 6(a) and 6(b)) 위의 내용에 대한 알고리즘을 Fig. 7과 같이 나타내었다.

Fig. 7.

Algorithm of Process of Observation Information

앞서 설명된 일련의 처리방법이 적용된 상용화 된 프로그램이 없기에 R-code (^{R Core Team, 2019})로 제작하여 대용량 데이터 처리를 수행하였다(Fig. 8). Fig. 8은 ADO2 지진관측소에서 관측된 2016년 1월 6일에 발생한 규모 3.0 지진의 수직성분 관측기록을 배경잡음 필터링하는 과정을 보여준다. 본 관측기록의 원응답이력의 P파 도달시간은 지진 발생 후 15.35초로 설정하였고(Fig. 8(a)), 15.35초 이전의 지진기록을 순수 잡음부분으로 판단하여 잡음부분의 Fourier spectrum을 생성하였다(Fig. 8(b)). 이때 원응답이력의 Fourier spectrum과 순수 잡음부분의 Fourier spectrum을 비교하여 fcHP를 선택한다. 본 과정에서 fcHP를 1.16 Hz로 선택하였다. 잡음의 진폭은 주로 낮은 주파수 영역에서 크기 때문에 낮은 주파수 영역으로 진폭이 증가하기 시작하는 지점의 주파수를 fcHP로 설정하였다. Fig. 8(c)는 상단에서부터 원응답이력에 fcHP를 적용하여 필터된 가속도, 속도, 변위 시간 이력을 보여준다.

Fig. 8.

Process of Filtering in R. (a) Origin Response History Acceleration, Velocity, and Displacement, (b) Butterworth Filter Created from Selected fcHP (fcHP=1.16 Hz, fcLP=50 Hz), (c) Filtered Acceleration, Velocity, and Displacement Time History

4.3 3단계: RSN 개체 생성

필터가 적용된 가속도 시간이력으로부터 RSN개체를 산출 하였으며, 이는 계기진도의 정보이다. 산출 계기진도는 누적에너지( $I_a$), 유의지속시간(D_5-75, D_5-95), 누적절대속도( $CA{V}_5$), 최대지반가속도(PGA), 최대지반속도(PGV), 그리고 0.01초에서 20초까지 주기에서의 응답스펙트럼( $S{A}_T$)이다. 지진파의 3성분인 EW, NS, UD에 대해서 대상 계기진도를 각각 계산하였으며, 수평2성분에 대해서 추가적으로 $Rot{D}_{50}$과 $Rot{D}_{100}$에 대한 PGA, PGV, 그리고 $S{A}_T$를 계산하였다.

누적에너지(Arias Intensity, $I_a$)는 지진파의 에너지를 나타내는 상수로, PGA, PGV, 응답스펙트럼과 함께 널리 쓰이는 지진계수이다(^{Arias, 1970}). $I_a$는 Eq. (4)와 같이 계산된다.

여기서 a는 가속도 시간이력, $T_d$는 지진의 지속시간이다. 유의지속시간(significant duration, D_5-75 and D_5-95)은 어느 특정한 지진의 에너지가 소산되는 시간으로 정의되며, $I_a$ 시간이력에서 $I_a$가 5 %에서 95 %까지 지속되는 시간(D_5-95), 5 %에서 75 %까지 지속되는 시간(D_5-75)의 두 가지 종류가 널리 쓰인다.

수평성분의 계기진도 값들은 대상 각도에 따라 변화하게 되는데, $Rot{D}_{xx}$는 각도에 독립적인 값을 제시하기 위해 제안되었다(^{Boore, 2010}). 가속도 수평2성분( $a_1, a_2$)에서 임의의 각도 θ에 해당하는 가속도 성분( $a_{ROT}$)은 Eq. (5)을 이용하여 계산할 수 있다.

이렇게 모든 각도에서의 가속도 시간이력을 고려하여 계산한 계기진도에서 중간값은 $Rot{D}_{50}$, 최대값은 $Rot{D}_{100}$으로 표현한다. 즉, PGA의 $Rot{D}_{50}$은 모든 각도를 고려하여 계산한 PGA값 중 그 중간값을 말하며, $Rot{D}_{100}$은 최댓값을 의미한다. 이는 PGV, $S{A}_T$에 또한 적용된다.

누적절대속도(Cumulative Absolute Velocity, CAV)는 지진파의 특성을 대표하는 계기진도 값 중 하나로, 가속도시간이력을 적분한 값이다. $CA{V}_5$는 5 $cm/s^2$ 이상의 가속도를 적분한 값으로, 지진파의 에너지를 평가하는데 유효한 계기진도로 평가된다(^{Kramer and Mitchell, 2006}). $CA{V}_5$는 Eq. (6)을 이용하여 계산할 수 있다.

5. 플랫파일 작성

본 연구에서는 기상청에서 매년 발간하는 지진연보에서 2016년에 발생한 86건의 지진과 기상청으로부터 받은 9.12 지진의 전진과 여진을 포함한 규모 2.0 이상인 지진 244회에 대한 지진원 정보를 구축하였다. 이때 규모가 작고 진앙-관측소 거리가 멀리 떨어져 있어서 지진파의 크기가 크지 않을 것으로 예상되는 관측기록 정보는 제외하였다. 관측한 거리와 규모에 따른 자료 수집의 기준은 Table 2에 정리하였다. 규모 2.0 이상 2.5 미만의 지진원 중 관측소로부터의 거리가 50 km 이하인 관측기록, 규모 2.5 이상 3.5 미만의 지진원 중 관측소로부터 거리가 100 km 이하인 관측기록, 규모 3.5 이상 4.5 미만의 지진원 중 관측소로부터 거리가 200 km 이하인 관측기록, 규모 4.5 이상 지진원 중 관측소로부터 거리가 300 km 이하인 관측기록만을 관측기록 테이블에 포함시켰다. Fig. 9은 2016년에 발생한 지진원의 위치를 보여준다(^{KMA, 2017}).

Table 2. Range and Number of Records Collection

Fig. 9.

Map of the Epicenter Location in 2016

본 연구에서 플랫파일 구축에 사용된 자료는 규모 2.0 이상 2.5 미만의 지진 158건, 규모 2.5 이상 3.5 미만의 지진 79건, 규모 3.5 이상 4.5 미만의 지진 4건, 그리고 규모 4.5 이상의 지진 3건이다. 자료량을 고려하여 수집된 관측기록 테이블 중 2016년 9월의 자료만을 부록 A에 제시하였다.

6. 요약 및 결론

본 연구에서는 한반도 지진기록에 대한 플랫파일을 만들기 위한 방법론을 상세히 설명하였고, 2016년의 지진기록에 대하여 설명된 방법을 적용하여 플랫파일을 생성하였다. 이를 통해 얻어진 요약 및 결론은 다음과 같다.

(1)부지보정을 고려하기 위한 변수인 평균 Vs는 지반조사, 지질도, 지형도, 수치지도를 통해 얻을 수 있다. 이때 가장 정확한 방법은 지반조사의 자료이고, 조사가 수행되지 않은 구간은 경사와 고도를 통해 추정할 수 있다. 추후 평균 Vs가 지반조사로부터 수집되지 않은 관측소에 대해서는 간접적으로 수집하여 모든 관측소의 평균 Vs를 측정·예측할 예정이다.

(2)지진 발생 후 관측소에 도달하는 관측기록은 진원으로부터의 거리뿐만 아니라 지질, 지형의 영향을 받게 된다. 같은 규모의 지질, 지형, 거리에 따른 관측기록정보를 플랫파일을 통해 체계적으로 정리함으로써 향후 지반운동예측모델 뿐만 아니라 지반증폭모델, Vs30 추정모델 등 다양한 연구를 하기 위한 기초자료가 될 것으로 기대된다.

(3)지진계와 기록계를 통해 기록되는 디지털 Count 값은 계기보정이 필요하며, 이를 위해 지진계와 기록계의 정보를 정확히 파악해야 한다. 또한, 이렇게 얻어진 가속도 혹은 속도 기록에는 상시 발생하는 배경잡음이 기록되어 있기에 이에 대한 보정이 필요하다. 이때 배경잡음은 모서리주파수로부터 결정된 필터를 통하여 제거할 수 있다. 이는 지진데이터 처리에 매우 중요한 기술이다. 단, 모서리주파수 산정시 주관적인 요소가 들어가기에 이에 대한 숙련도가 요구되는 바이다.

(4)본 연구를 통해 구축된 데이터베이스는 한반도의 지진관측소, 지진원, 관측기록에 대해 체계적으로 정리한 최초의 자료이다. 또한, 추가적인 지진기록을 확장할 수 있도록 설계하였기에 플랫파일의 구조가 크게 변경되지 않는 한 갱신을 통한 활용도가 높을 것으로 판단된다.