고해상도를 가지는 지하 밀도 영상을 얻기 위한 3 차원 중력 역산은 모델 변수들이 급격하게 많아지는 문제가 발생한다. 이 논문에서는 모델 변수들의 수를 줄이기 위해서 오일러 디컨벌루션의 해를 사전정보로 활용하는 3 차원 중력역산을 제안하였다. 이 논문에서 고안한 역산 알고리즘의 핵심은 오일러 디컨벌루션의 해가 얻어진 주위로 역산 공간을 제한하여 역산 해의 비유일성을 줄인 점이다. 먼저 중력 자료에 대한 3 차원 오일러 디컨별루션의 해를 구하고, 오일러 디컨벌루션의 해가 나타나는 주위에서만 3 차원 확장 탐색 역산을 수행하여 지하 밀도 영상을 구하였다. 이 3 차원 중력 역산 방법은 합성 모델에 적용하여 그 성능을 검증하였고, 석회암 지대에 존재하는 공동의 분포를 밝히기 위한 고정밀 중력탐사 자료 역산에도 적용하였다. 결과적으로, 오일러 디컨벌루션의 해를 사전정보로 이용한 역산을 이용하여 분해능이 향상된 고해상도의 지하 멸도 영상을 구할 수 있었다.
It is difficult to obtain high-resolution images by 3D gravity inversion, because the problem is extremely underdetermined - there are too many model parameters. In order to reduce the number of model parameters we propose a 3D gravity inversion scheme utilising Euler deconvolution as a priori information. The essential point of this scheme is the reduction of the nonuniqueness of solutions by restricting the inversion space with the help of Euler deconvolution. We carry out a systematic exploration of the growing body process, but only in the restricted space within a certain radius of the Euler solutions. We have tested our method with synthetic gravity data, and also applied it to a real dataset, to delineate underground cavities in a limestone area. We found that we obtained a more reasonable subsurface density image by means of this combination between the Euler solution and the inversion process.
