DOI QR코드

DOI QR Code

Relationship Analysis between Lineaments and Epicenters using Hotspot Analysis: The Case of Geochang Region, South Korea

핫스팟 분석을 통한 거창지역의 선구조선과 진앙의 상관관계 분석

  • Jo, Hyun-Woo (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Chi, Kwang-Hoon (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Cha, Sungeun (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Kim, Eunji (Department of Climate Environment, Korea University) ;
  • Lee, Woo-Kyun (Department of Environmental Science and Ecological Engineering, Korea University)
  • 조현우 (고려대학교 환경생태공학부) ;
  • 지광훈 (고려대학교 환경생태공학부) ;
  • 차성은 (고려대학교 환경생태공학부) ;
  • 김은지 (고려대학교 기후환경학과) ;
  • 이우균 (고려대학교 환경생태공학부)
  • Received : 2017.07.04
  • Accepted : 2017.08.21
  • Published : 2017.10.30

Abstract

This study aims to understand the relationship between lineaments and epicenters in Geochang region, Gyungsangnam-do, South Korea. An instrumental observation of earthquakes has been started by Korea Meteorological Administration (KMA) since 1978 and there were 6 earthquakes with magnitude ranging 2 to 2.5 in Geochang region from 1978 to 2016. Lineaments were extracted from LANDSAT 8 satellite image and shaded relief map displayed in 3-dimension using Digital Elevation Model (DEM). Then, lineament density was statistically examined by hotspot analysis. Hexagonal grids were generated to perform the analysis because hexagonal pattern expresses lineaments with less discontinuity than square girds, and the size of the grid was selected to minimize a variance of lineament density. Since hotspot analysis measures the extent of clustering with Z score, Z scores computed with lineaments' frequency ($L_f$), length ($L_d$), and intersection ($L_t$) were used to find lineament clusters in the density map. Furthermore, the Z scores were extracted from the epicenters and examined to see the relevance of each density elements to epicenters. As a result, 15 among 18 densities,recorded as 3 elements in 6 epicenters, were higher than 1.65 which is 95% of the standard normal distribution. This indicates that epicenters coincide with high density area. Especially, $L_f$ and $L_t$ had a significant relationship with epicenter, being located in upper 95% of the standard normal distribution, except for one epicenter in $L_t$. This study can be used to identify potential seismic zones by improving the accuracy of expressing lineaments' spatial distribution and analyzing relationship between lineament density and epicenter. However, additional studies in wider study area with more epicenters are recommended to promote the results.

본 연구는 기상청에서 지진의 계기관측이 시작된 1978년부터 2016년까지, 규모 2.0~2.5사이의 소규모 지진이 6회 발생한 경상남도 거창군 일원지역을 대상으로 수치표고모델을 이용한 3차원의 LANDSAT 8호 위성영상과 음영기복도로부터 선구조선을 추출하여 선구조선과 진앙(지진발생위치)간의 상관관계를 분석하였다. 선구조선의 통계분석 방법으로는 직각격자에 의한 단절현상 문제점을 완화하고 선구조선의 공간적 분포를 정확히 표현해줄 수 있는 육각격자 모양과, 격자크기에 따라 변화하는 밀도 값이 안정되는 지점의 격자크기를 사용하여 핫스팟 분석을 수행하였다. 핫스팟 분석방법은 선구조선이 집단화되어 나타나는 지역을 통계적으로 파악할 수 있기 때문에, 선구조선의 각 통계요소별(빈도, 교차점, 길이)로 도출되는 Z score를 통해 선구조선 밀집지역을 확인하였다. 또한 연산된 선구조선의 밀도와 진앙간의 상관성을 분석하기 위해 진앙에서의 Z score를 표준정규분포 상에 나타내어 선구조선의 밀도가 통계적으로 의미 있는 수준인지를 확인하였다. 그 결과, 6개의 진앙에서 3개 종류의 통계요소로 기록된 총 18개의 Z score 중 약 83%에 달하는 15개 값이 1.65 이상으로 나타났다. 이는 표준정규분포 상에서 95% 이상의 높은 밀도 값을 의미하여, 진앙이 선구조선 고밀도지역에 위치함을 알 수 있었다. 특히 선구조선 빈도는 모든 진앙에서, 교차점은 하나의 진앙을 제외한 나머지 진앙에서 밀도 값이 표준정규분포 상 95% 이상을 나타내어, 선구조선의 빈도와 교차점 밀도가 진앙과 높은 상관성이 있음을 확인하였다. 선구조선의 밀도 분포를 정확하게 표현하고, 진앙과의 상관관계를 분석한 본 연구는 잠재적인 지진발생 위험 지역을 추출하기 위한 기초연구로써 의미가 있다. 그러나 상기와 같은 결과를 조금 더 명확하게 하기 위해서는 지진의 발생빈도가 많고 더 광역적인 지역을 대상으로 한 추가적 연구의 필요성이 있다고 사료된다.

Keywords

References

  1. Sabins Jr, F.F., 1978. Remote sensing principles and interpretation, W. H. Freeman, San Francisco, CA, USA, pp.426.
  2. Raj, K.G. and R. Nijagunappa, 2004. Major lineaments of Karnataka state and their relation to seismicity: a remote sensing based analysis, Journal Geological Society of India, 63(4): 430-439.
  3. Fujiwara, S., H. Yarai, T. Kobayashi, Y. Morishita, T. Nakano, B. Miyahara, H. Nakai, Y. Miura, H. Ueshiba, Y. Kakiage, and H. Une, 2016. Smalldisplacement linear surface ruptures of the 2016 Kumamoto earthquake sequence detected by ALOS2-SAR interferometry, Earth, Planets and Space, 68(1): 160. https://doi.org/10.1186/s40623-016-0534-x
  4. Cha, S.E., K.H. Chi, H.W. Jo, E.J. Kim, and W.K. Lee, 2016. The relationship analysis between the epicenter and lineaments in the Odaesan area using satellite images and shaded relief maps, Journal of the Korean Association of Geographic Information Studies, 19(3): 61-74 (in Korean with English abstract). https://doi.org/10.11108/kagis.2016.19.3.061
  5. Chavez, P., S.C. Sides, and J.A. Anderson, 1991. Comparison of three different methods to merge multiresolution and multispectral data: Landsat TM and SPOT panchromatic, Photogrammetric Engineering and Remote Sensing, 57(3): 295-303.
  6. Chi, K.H. and S.Y. Seo, 1991. Remote sensing research, Rural Research Institute, p.95
  7. O'leary, D.W., J.D. Friedman, and H.A. Pohn, 1976. Lineament, linear, lineation: some proposed new standards for old terms, Geological Society of America Bulletin, 87(10): 1463-1469. https://doi.org/10.1130/0016-7606(1976)87<1463:LLLSPN>2.0.CO;2
  8. Greenbaum, D., 1985. Review of remote sensing applications to groundwater exploration in basement and regolith, British Geological Survey Report, 85/8 (WC/OG/85/001).
  9. Jia, H. and L. Lin, 2010. Optimisation of representative elementary area (REA) for the preparation of lineament density map of fractured rock aquifer, Water SA, 36(3): 295-308.
  10. Wells, D.L. and K.J. Coppersmith, 1994. New empirical relationships among magnitude, rupture length, rupture width, rupture area, and surface displacement, Bulletin of the seismological Society of America, 84(4): 974-1002.

Cited by

  1. 지진·화산 연구에 대한 위성영상 활용 vol.34, pp.6, 2018, https://doi.org/10.7780/kjrs.2018.34.6.4.1