A Spectral-Domain Pseudo-Inverse Method for True 3D Gravity Inversion

기술 요약: 진정한 3D 중력 역산(Inversion)을 위한 스펙트럼 영역 의사 역행렬 방법

문제 정의
본 논문은 3차원 중력 역산에 내재된 근본적인 과제인 과소결정성(underdetermination), 불안정성, 그리고 낮은 심도 해상도 문제를 다룬다. 전통적인 지표 관측은 데이터가 2차원 평면($z=0$)에만 존재하므로, 3차원 지하 밀도 분포 $\rho(x,y,z)$를 분해하는 데 필요한 수직 파수(vertical wavenumber) 정보가 결여되어 있다. 이는 독립적인 제약 조건의 부족으로 이어진다. 또한, 중력장은 심도에 따라 급격히 감쇠하므로, 심부 기원(source)으로부터 오는 신호는 심하게 감쇄되어 역문제가 불량한 조건(ill-conditioned)이 되며 노이즈에 매우 민감해진다. Tikhonov 정규화와 같은 공간 영역의 반복적 정규화 방식은 계산 비용이 많이 들고 초기 모델에 민감하며, 주파수 영역 방식은 일반적으로 체적 역산보다는 경계면 재구성에 국한되는 경향이 있다.

방법론**
저자는 유니터리 대각화 가능 시스템(unitary diagonalizable systems)에 대한 스펙트럼 영역 의사 역행렬 이론에 기반한 "진정한 3D" 역산 방법을 제안한다. 방법론은 두 가지 뚜렷한 이론적 단계로 진행된다:

1. 해석적 연속(Analytical Continuation)을 통한 데이터 공간 완성:
   3D 입력 데이터를 위한 스펙트럼 영역 의사 역행렬의 요구 사항을 충족하기 위해, 본 논문은 중력 이상 $g_z$가 공기층($z < 0$)에서 라플라스 방정식($\nabla^2 g_z = 0$)을 만족한다는 사실을 활용한다. 지표 데이터 $g_z(x,y,0)$에 2차원 푸리에 변환을 적용함으로써, 저자는 해석적 상향 연속(upward continuation) 공식을 도출한다. 이를 통해 관측 평면 상부에 완전하고 물리적으로 일관된 3D 데이터 볼륨을 구축할 수 있다. 결정적으로, 본 논문은 다음과 같은 일반적인 반공간(half-space) 스펙트럼의 해석적 표현식을 도출한다:
   $$\tilde{g}^{obs}_z(k_x, k_y, k_z) = \tilde{g}_z(k_x, k_y, 0) \frac{1}{a - i k_z}$$
   여기서 $a = \sqrt{k_x^2 + k_y^2}$이다. 이 식은 수평 스펙트럼을 보편적인 수직 전파 커널과 분리함으로써, 수치적 보간 오차 없이 3D 푸리에 변환에 필요한 수직 파수 샘플링을 제공한다.

2. 스펙트럼 영역 의사 역행렬 역산:
   3D 중력의 순방향 연산자(forward operator)는 푸리에 영역에서 유니터리 대각화 가능함이 입증되었다. 밀도 스펙트럼 $\tilde{\rho}$와 중력 스펙트럼 $\tilde{g}_z$ 사이의 관계는 다음과 같이 표현된다:
   $$\tilde{g}_z(\mathbf{k}) = \lambda(\mathbf{k}) \tilde{\rho}(\mathbf{k}), \quad \text{단, } \lambda(\mathbf{k}) = \frac{-i 4\pi G k_z}{K^2}$$
   여기서 $K^2 = k_x^2 + k_y^2 + k_z^2$이다. 저자의 유니터리 대각화 가능 시스템에 대한 선행 이론을 바탕으로, 안정적인 일반화 역 필터(generalized inverse filter)가 다음과 같이 구성된다:
   $$q_\alpha(\lambda) = \frac{\bar{\lambda}}{|\lambda|^2 + \alpha}$$
   여기서 $\alpha > 0$은 정규화 매개변수이다. 이 필터는 구축된 3D 데이터 스펙트럼에 적용되어 밀도 스펙트럼을 얻는다. 최종적인 공간 밀도 분포는 역 3D 푸리에 변환을 통해 복원된다. 데이터 스펙트럼의 극(pole) 구조(특히 $k_z = -ia$에서의 극)로 인해, $k_z$ 역 변환은 $z > 0$인 경우 하반평면(lower half-plane)에서 닫힌 복소 평면상의 경로 적분(contour integral)을 통해 수행된다.

주요 기여

• 데이터 공간 완성: 본 논문은 라플라스 방정식을 통한 상향 연속이 2D 지표 데이터로부터 어떻게 엄밀하게 3D 데이터 볼륨을 구축할 수 있는지 보여주며, 이를 통해 문제의 과소결정성을 완화하고 3D 스펙트럼 분석에 필요한 수직 파수 샘플링을 제공한다.
• 폐형식(Closed-Form) 역산: 3D 중력 순방향 연산자가 정확히 유니터리 대각화 가능하다는 것을 증명하였다. 결과적으로, 역산은 하나의 순방향 3D 푸리에 변환, 도출된 필터를 사용한 스펙트럼 스케일링 단계, 그리고 하나의 역 변환으로 구성된 결정론적 폐형식 계산으로 축소되어 반복적 최적화 과정을 제거한다.
• 안정성 및 일관성: 구성된 역 필터는 유계 안정성($\|q_\alpha\|_\infty \leq 1/(2\sqrt{\alpha})$)과 일관성( $\alpha \to 0^+$일 때 무어-펜로즈 일반화 역행렬로 수렴)을 가짐이 증명되었다.
• 해석적 프레임워크: 반공간 스펙트럼(식 7)의 유도는 지하 모델의 복잡성과 관계없이 임의의 지표 중력 데이터에 적용 가능한 수평 및 수직 성분을 분리하는 통합된 입력 프레임워크를 제공한다.

결과
본 방법론은 균질한 구체 모델을 사용하여 검증되었다. 결과는 다음과 같다:

• 역산이 이상체의 3D 위치를 정확하게 복원한다.
• 정규화 매개변수 $\alpha \to 0^+$일 때, 방법론은 그린 함수(Green's function)의 확산 효과를 성공적으로 제거하여 기원점에서의 특이 거동(디랙 델타 함수)을 복원한다.
• 유한한 $\alpha$에 대해, 해는 평활화된 분포를 나타내며, 전체 공간에 대한 적분 값은 기원의 총 질량을 엄격하게 보존한다.
• 본 방법은 섭동 밀도(알려지지 않은 배경에 대한 상대적 밀도)를 평균이 0인 상태로 복원한다. 절대 밀도를 구하기 위해서는 독립적인 사전 정보가 필요하다. 밀도 분포의 정량적 복원은 $\alpha$의 선택에 달려 있다: 작은 $\alpha$는 더 날카로운 결과를 생성하며, 기원점에서의 발산 한계에 접근할수록 더 정확한 내부 값을 얻을 수 있다.

의의 및 주장
본 논문은 "진정한 3D" 중력 역산을 위한 이론적으로 자기 일관적인 해석적 프레임워크를 구축했다고 주장한다. 본 연구의 의의는 패러다임을 반복적 최적화에서 구조적 분해 접근법으로 전환했다는 점에 있다. 문제를 단일 스펙트럼 필터링 연산으로 해결할 수 있음을 증명함으로써, 본 방법은 컨볼루션 유형 문제의 안정적인 역산을 위한 통합된 프레임워크를 제공한다. 저자는 이 방법이 수치적으로 0차 Tikhonov 정규화와 동일하지만, 최적화 원리가 아닌 포아송 방정식의 유니터리 대각화 구조로부터 직접 유도되었다는 점에서 개념적으로 다르다고 언급한다. 결론적으로, 본 방법은 연속 스펙트럼 가정 하에서 이상적인 결과를 달성하지만, 향후 연구는 실제 데이터에 대한 적용, 수치적 구현 세부 사항 및 강건성 분석에 집중할 것이다.