전체 글10 해저 관측으로 본 2024년 일본 노토반도 지진 여파 2024년 노토반도 대지진 이후 해저 지진관측망을 활용해 여진 활동을 정밀 분석한 연구 결과, 해저 단층의 구조적 특성과 연관된 활성 여진 군집이 식별되었습니다. 해양관측기술의 발전이 지진 발생 원인 이해에 어떤 도움을 주는지를 다룹니다 2025. 7. 27. 기후 변화와 지진학: 어떻게 연결될까? 지구 온난화, 빙하 녹음, 해수면 상승, 강수 변화는 지각 응력과 수분 침투에 영향을 주어 단층 활동을 증가시킬 수 있습니다. 예를 들어 빙하가 녹으면 지각 압력이 줄어들고, 강우로 지반이 불안정해지면 지진 발생 위험이 높아집니다. 재난 대비 전략 설계 시 중요한 요소입니다 2025. 7. 27. 조석력(달·태양 인력)이 지진 유발에 영향을 미칠까? 조석력에 의한 지구 조석변형이 응력이 임계 수준에 다다른 단층을 촉발할 수 있다는 가설이 있습니다. 일부 연구는 만조보다 간조 시기에 역단층형 지진 발생 빈도가 증가한다고 보고했지만, 통계적 신뢰성은 지역별로 차이를 보입니다. 비화산 지역의 사례와 주의점도 소개합니다 2025. 7. 27. 오클라호마 induced seismicity: 폐수 주입과 지진의 연결고리 미국 오클라호마에서는 석유 가스 산업의 폐수 주입이 지하 단층의 응력을 증가시켜 지진 활동을 유발했습니다. 특히 2011–2014년 사이 주입과 지진 발생의 상관성이 87% 증가하였고, 1950~90년대 발생했던 지진도 인위적 영향이 있었을 가능성이 제기됩니다 2025. 7. 27. 머신러닝 기반 NESTORE 알고리즘: 강한 여진 예측 사례 일본에서 1973–2023년 지진 데이터를 활용한 NESTORE 알고리즘은 메인 진도보다 1 등급 강한 여진 발생 가능성을 예측합니다. 이 방법은 이탈리아, 미국, 슬로베니아에서도 검증되었으며, 유형 A/B 여진 군집 분류 정확도는 75~96%, 전체 정확도는 94%로 보고되었습니다 2025. 7. 27. AI+지구물리학 융합으로 지진 예측 높이기 딥러닝과 전통 지구물리학 데이터를 융합한 예측 모델은 기존 방법의 한계를 극복할 수 있는 가능성을 보여줍니다. 비정상적 전기·화학·대기 신호까지 통합하여 물리 기반 AI 모델을 개발하면 예측 성능 향상이 기대됩니다. 논문 리뷰와 실제 구현 사례도 다룹니다 2025. 7. 27. 이전 1 2 다음