Geophysical Imaging of Alluvial Water Table and the underlying Layers of Weathered and Soft Rocks

물리탐사의 대표적인 한계는 위아래 지층의 물성이 크게 차이나지 않을 경우 취득 신호가 작다는 점이다. 이 경우에는 서로 다른 물성에 기인하는 여러 가지 탐사들을 수행하고 그 결과들을 복합적으로 해석하여 그 효율성을 높인다. 레이더 및 고분해능 탄성파반사법 탐사는 천부 지질구조 및 매설 구조물을 신속하고 정확하게 찾아낼 수 있는 방법으로서 각각 유전율 경계면과 속도 경계면을 찾아내는데 효과적이다. 특히 이 연구에서는 전기적인 성질에 크게 반응하는 레이더 이벤트와 탄성적인 성질에 기인하는 탄성파 이벤트를 단일 단면도에 통합적으로 재건하는 기법을 모델링자료를 통해 구축하고 이를 바탕으로 청주 화강암부지의 얕은(3 m) 깊이의 지하수면, 그 하부의 풍화암, 연암 경계면을 효과적으로 파악하였다. 지반 강성에 중요한 인자인 밀림 탄성률(강성률)을 평가하기 위해 검층 자료를 통해 얻은 S파 속도를 여러 채널 S파 분석(MASW)과 공중점 교차상관 기법(CMPCC)에서 나온 값과 비교한 결과, 일반적인 MASW보다 이상대의 정확한 지점과 높은 S/N을 목적으로 고안된 CMPCC을 통해 얻은 속도가 실제 검층 자료에 보다 접근하였다. Although geophysical methods are useful and generally provide valuable information about the subsurface, it is important to recognize their limitations. A common limitation is the lack of sufficient contrast in physical properties between different layers. Thus, multiple methods are commonly used to best constrain the physical properties of different layers and interpret each section individually. Ground penetrating radar (GPR) and shallow seismic reflection (SSR) methods, used for shallow and very shallow subsurface imaging, respond to dielectric and velocity contrasts between layers, respectively. In this study, we merged GPR and SSR data from a test site within the Cheongui granitic mass, where the water table is ~3 m deep all year. We interpreted the data in combination with field observations and existing data from drill cores and well logs. GPR and SSR reflections from the tops of the sand layer, water table, and weathered and soft rocks are successfully mapped in a single section, and they correlate well with electrical resistivity data and SPS (suspension PS) well-logging profiles. In addition, subsurface interfaces in the integrated section correlate well with S-wave velocity structures from multi-channel analysis shear wave (MASW) data, a method that was recently developed to enhance lateral resolution on the basis of CMP (common midpoint) cross-correlation (CMPCC) analysis.