search for




 

Detection of Titanium bearing Myeonsan Formation in the Joseon Supergroup based on Spectral Analysis and Machine Learning Techniques
분광분석과 기계학습기법을 활용한 조선누층군 타이타늄 함유 면산층 탐지
Econ. Environ. Geol. 2022 Apr;55(2):197-207
Published online April 30, 2022;  https://doi.org/10.9719/EEG.2022.55.2.197
Copyright © 2022 The Korean Society of Economic and Environmental Geology.

Chanhyeok Park1, Jaehyung Yu2,*, Min-Kyu Oh1, Gilljae Lee3, Giyeon Lee2
박찬혁1 · 유재형2,* · 오민규1 · 이길재3 · 이기연2

1Department of Astronomy, Space Science, & Geology, Chungnam National University
2Department of Geological Sciences, Chungnam National University
3Rare Metal Ore Research Center, Korea Institute of Geoscience and Mineral Resources
1충남대학교 우주·지질학과
2충남대학교 지질환경과학과
3한국지질자원연구원 희소금속광상연구센터
Received April 8, 2022; Revised April 26, 2022; Accepted April 26, 2022.
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
 Abstract
This study investigated spectroscopic exploration of Myeonsan formation, the titanium(Ti) ore hostrock, in Joseon supergroup based on machine learning technique. The mineral composition, Ti concentration, spectral characteristics of Myeonsan and non-Myeonsan formation of Joseon supergroup were analyzed. The Myeonsan formation contains relatively larger quantity of opaque minerals along with quartz and clay minerals. The PXRF analysis revealed that the Ti concentration of Myeosan formation is at least 10 times larger than the other formations with bi-modal distribution. The bi-modal concentration is caused by high Ti concentrated sandy layer and relatively lower Ti concentrated muddy layer. The spectral characteristics of Myeonsan formation is manifested by Fe oxides at near infrared and clay minerals at shortwave infrared bands. The Ti exploration is expected to be more effective on detection of hostrock rather than Ti ore because ilmenite does not have characteristic spectral features. The random-forest machine learning classification detected the Myeonsan fomation at 85% accuracy with overall accuracy of 97%, where spectral features of iron oxides and clay minerals played an important role. It indicates that spectral analysis can detect the Ti host rock effectively, and can contribute for UAV based remote sensing for Ti exploration.
Keywords : titanium, Myeonsan formation, spectral analysis, machine learning, ore detection
Research Highlights
  • Ti bearing formation is spectrally detected.

  • RF classification showed an accuracy of 85%.

  • Spectral features of iron oxide and clay minerals are used.

1. 서 언

타이타늄은 원소기호 22번인 4족 원소로서, 낮은 밀도에 비해 높은 경도를 갖고, 녹에 대한 저항성이 커, 타이타늄 합금은 우주산업 및 군수산업 등 다양한 산업 분야에 필수적인 원소로 고려된다(Kim et al., 2018). 또한 우리나라의 경우 국내에서 소비되는 대부분의 타이타늄은 수입에 의존하고 있어 국내 타이타늄 광체 탐지가 성공적으로 이루어질 경우 많은 경제적 이점을 기대할 수 있다(Kim et al., 2018). 타이타늄은 크게 지질학적으로 대부분 화성암에서 산화광물로 산출되거나 퇴적암에 퇴적물의 형태로 산출된다(Yoo, 2020). 국내 타이타늄 광상 중 대표적인 광상은 연천, 소연평도, 보름도 등에서 산출되는 자철 광상에 수반되는 형태로 산출된다고 보고된 바 있다(Kim et al., 1994). 강원도 태백시, 삼척군, 경북 봉화군 일대에 분포하는 조선누층군 하부 면산층은 티타늄을 함유하는 퇴적광상의 한 형태인 고-사광상(Paleoplacer deposit)으로 생각되며(Parnell et al., 2014; Koh et al., 2015), 강원도 지역의 자원개발 이슈의 중심에 있다.

분광분석을 기반으로 한 초분광 탐사는 암석을 이루는 광물의 전자기파 반응을 기반으로 특정 광물 및 광체를 탐지할 수 있는 기법으로 지상 기반 초분광 카메라나 무인항공기에 탑재된 센서를 활용하여 원격탐사적 접근을 가능하게 하는 탐지 기법이다. 초분광분석을 활용한 지질학적 응용연구는 탄산염암 탐지를 위한 연구(Chung et al., 2020; Huynh et al., 2021), 열수 변질 광물 탐지를 위한 연구(Shim et al., 2021), 토양의 중금속 오염연구(Shin et al., 2020; Kim et al., 2020; Jeong et al., 2021) 등이 시도된 바 있으나, 퇴적암에 분포하는 타이타늄 광체를 탐지하기 위한 시도는 거의 전무하다. 또한 쇄설성퇴적암의 경우 구성광물의 조합이 대부분 점토광물, 석영, 장석, 암편 등으로 분광학적 특징이 상대적으로 뚜렷하지 않은 광물로 구성되어 이들의 탐지가 어려운 실정이다. 더불어 기존에 일반적으로 수행되고 있는 탐사법의 경우 탐사 지역에 대한 직접적인 접근이 필수적으로 요구되어, 많은 조사 시간 및 비용이 요구될 뿐만 아니라, 조사자의 안전성에 대한 문제또한 발생하게 된다. 원격탐사적 접근 방법의 경우 앞선 문제를 보완 할 수 있을 뿐만 아니라 전반적인 조사지역을 축소하여 조사시간 및 비용에 대한 절감 또한 기대할 수 있다.

본 연구는 타이타늄 함량이 높은 묘봉층 하부와 면산층을 포함하여 타이타늄 모암으로 간주하고 연구를 진행하였다. 본 연구는 쇄설성 퇴적암으로 구성된 면산층과 동점층, 주로 석회암으로 이루어진 대기층, 화절층, 두무골층, 막골층의 시료를 대상으로 현미경관찰을 통해 각 암석의 구성 광물을 파악하고, 휴대용 X-선 형광분석기(PXRF)로 타이타늄 함량을 측정하였으며, 분광분석을 통해 각 층의 전자기파 반응 특성을 분석하였다. 각 시료의 분광 곡선에 대해 기계학습기법을 적용하여, 타이타늄을 함유하고 있는 면산층의 탐지 가능성을 고찰하였다.

2. 연구지역

태백산 분지 동부에 위치한 경북 봉화군 석개재 일대에는 전기 고생대에 형성된 조선누층군 중에 태백층군이 임도를 따라 주로 분포하고 있으며, 최하부에는 하부로부터 캄브리아기의 면산층, 묘봉층, 대기층, 세송층, 화절층과 오르도비스기의 동점층, 두무골층, 막골층, 직운산층, 두위봉층으로 구성되어 있다(Fig. 1)(Choi et al., 2004). 최하부인 면산층이 선캄브리아기의 화강암질 편마암인 홍제사화강암 위에 부정합적으로 놓여져 있으며, 최상부인 두위봉층은 후기 고생대의 평안누층군에 의해 평행부정합으로 덮혀있다(Fig. 2). 본 연구의 대상인 면산층, 대기층, 화절층, 동점층, 두무골층, 막골층의 암상은 다음과 같다.

Figure 1. Schematic sedimentary log of the Cambrian-Ordovician Taebaek Group. Modified after Lee et al. (2016).
Figure 2. Geological map of the Seokgaejae area. Maps modified after GICTR (1962), Choi et al. (2004), and Chough (2013).

제2연화광산 인근의 면산 일대에서 홍제사화강암을 부정합으로 피복하는 약 100 m 두께의 암회색 사암 및 실트암으로 이루어진 지층을 면산층이라고 명명하였다(Cheong et al., 1973). Kim and Cheong(1987)은 태백시 동점역 부근에 있는 동점단층 동쪽에 홍제사화강암을 부정합으로 피복하는 7 m 두께의 역암과 그 상위에 약 100 m 두께의 암회색 사암 및 실트암으로 이루어진 지층을 면산층에 대비하였다. Kim(1991)은 면산층에서 Skolithos등의 생흔화석을 보고하였으며, Woo et al.(2006)은 면산층을 조류가 우세한 조간대 환경에서 퇴적된 것으로 해석하였다. 묘봉층은 역암과 사층리가 발달한 조립질 사암으로 구성된 면산층 위에 정합적으로 놓이며, 렌즈상 사층리 사암상, 조수리듬층, 생물교란 사암 등 주로 세립질 크기의 사암 또는 실트암으로 이루어져 있다(Oh, 2020). 그 상부에는 셰일, 어란상-온코이드 입자암(grainstone), 미생물암 등 주로 석회암으로 구성된 대기층이 분포한다(Hong et al., 2016). 화절층은 주로 셰일과 석회암이 얇게 교호하는 암상이나 와케암(wackestone) 또는 팩암(packstone)으로 구성되어 있는 반면(Lee et al., 2021a), 동점층은 사층리가 발달한 사암 또는 균질한 이암으로 이루어져있다(Kwon et al., 2006). 동점층 상부에는 주로 석회질 이암, 석회질 역암, 또는 팩암-입자암 등으로 구성된 두무골층과(Cho and Hong, 2021), 생물교란을 받은 와케암, 팩암, 입자암과 엽층리가 발달한 석회질 이암 또는 백운석 등으로 이루어진 막골층이 분포하고 있다(Kwon et al., 2006).

3. 연구방법

3.1. 시료 채취 및 현미경관찰

본 연구를 위해 풍화면과 비풍화면을 구분하여 면산층에서 4개, 대기층에서 3개, 화절층에서 9개, 동점층에서 1개, 두무골층에서 3개, 막골층에서 4개로 총 6지점에서 24개의 시료를 채취하였다. 채취한 시료는 폴리에틸렌 봉투에 담아 실험실로 운반하였다. 각 암석 시료에 대해 풍화면과 비풍화면을 대상으로 X선 형광분석을 실시하여 타이타늄 함량을 분석하였고, 분광분석을 통해 전자기파 반응 특성을 분석하였다. 각 대표 시료들에 대해 박편을 제작하고 편광현미경 관찰을 통하여 각 층들의 암석학적 및 광물학적 특징을 분석하였다.

Figure 3. Photographs of rock samples used for this study showing weathered and fresh surface; a) Myonsan Formation, b) Dumugol Formation, c) Hwajeol Formation, d) Myeonsan Formation, e) Makgol Formation, and f) Daegi Formation.

3.2. 화학분석 (X선 형광분석)

석개재에 분포하는 조선누층군 암석의 타이타늄 함량을 측정하기 위해 휴대용 X선 형광분석을 실시하였다. 휴대용 X선 형광분석법은 유도 결합 플라즈마 분석법에 비해 정확한 측정 결과를 얻을 수 없으나, 전처리 과정이 간단하고 빠른 실험 결과를 얻을 수 있으며 특별한 보조 장치 없이 %에서 ppm단위까지 측정이 가능하다(Choi et al., 2009). 또한 암석의 분광분석 위치와 동일한 위치에 대한 화학조성을 인지할 수 있어, 직접적인 비교가 가능하여, 전자기파반응 특성과 화학조성과의 상관성을 도출할 수 있는 장점이 있다.

본 연구는 연구대상 시료들의 타이타늄 함량을 파악하기 위해 Olympus 사의 DELTA Portable XRF(X-Ray Fluorescence Spectrometry)를 사용하였으며, 분석은 USEPA(United States Environmental Protection Agency)에서 지정한 Method 6200(USEPA, 2007)에 준하여 실내에서 실시하였다. 원소 분석 시 X선의 에너지 손실을 최소화하기 위해 기기와 시료를 밀착하여 60초 동안 진행되었다. 각 시료의 풍화면과 비풍화면을 측정지점당 2~3회 반복하여 측정을 실시하고, 평균값을 도출하였다(Table 2). 분석에 사용된 휴대용 XRF의 타이타늄 측정한계는 7 ppm에서 15 ppm이다(Olympus Innov-X, Waltham, MA, USA).

Table 2 . Minimum, maximum, mean, and standard deviation of titanium content in Joseon Supergroup samples from Seogaejae

Formation
DongjeomDumugolMakgolMyeonsanDaegiHwajeol
Min (%)0.0690.0660.0530.5070.0560.077
Max (%)0.2330.3280.13721.3610.0900.637
Mean (%)0.1900.1580.0824.3460.0710.385
Standard deviation0.0520.0660.0186.6730.0120.110


3.3. 분광분석

분광분석은 가시광선(Vis), 근적외선(NIR), 단파적외선(SWIR) 파장 대역을 대상으로 광물조성, 화학조성 및 분자구조에 따른 전자기파의 반응특성을 반사도의 형태로 파악하는 분석법이다(Shin et al., 2016). 석개재 시료들의 분광 반사도 측정을 위해, Analytical Spectral Device(ASD)사의 Labspec 5100 Portable Spectrometer를 사용하였다. 본 장비는 350~2500 nm 범위의 파장에 대해 3~6 nm의 분광 해상도를 갖고 있어, 해당 전자기파 영역에서 나타나는 에너지의 흡수, 반사 등의 패턴을 활용하여 특정 광물에 의해 발현되는 전자기파 반응 특징을 찾을 수 있으며, 비파괴 탐사 방법으로 시료의 전처리가 필요하지 않아 광물자원 탐사 및 지질학적 활용에 사용된다(Herrmann et al., 2001; Zadeh et al., 2014; Calvin and Pace, 2016).

본 실험에서는 대상체의 표면의 풍화 상태에 따라 다양한 결과가 발생할 가능성을 고려하고, 야외현장에서의 적용성을 높이기 위해, 암석 시료의 풍화면과 비풍화면에 대해 분광 반사도를 측정하였다. 야외현장에서 실제 원격탐사 기법적용은 암석 표면이 풍화된 상태일 경우가 많을 것으로 예상하고 진행되며, 실험 시 이를 고려할 필요가 있기 때문이다. 이를 통해 시료의 풍화면과 비풍화면의 분광곡선을 총 230개 획득하였고, 획득된 분광곡선은 반사도곡선의 흡광특성을 강조하는 Hull quotient 변환기법을 사용하여 흡광곡선으로 변환하였다(Kokaly and Clark, 1999; Shi et al., 2014). 분광분석은 반사도곡선과 흡광곡선에 대해 실시하였다.

3.4. 기계학습기반 타이타늄함유 면산층 탐지

분광 반사도 측정 결과를 활용하여 타이타늄 함량이 높은 면산층에 대한 탐지 가능성을 고찰하기 위하여 기계학습기법의 일종인 랜덤포레스트(Random Forest :RF) 알고리즘을 활용하였다. 랜덤포레스트 알고리즘은 앙상블 학습 알고리즘(Ensemble learning algorithms)의 일종으로 Bagging(Bootstrap aggregating)을 기반으로 하는 앙상블 모형이며, 기존 단일통계 분류 방법보다 정확도와 안정성이 향상된 기법이다. 일반적으로 랜덤포레스트는 성장할 때 필요한 나무의 총수(the number of the tree, Ntree)와 각 나무를 생성하는데 사용되는 특징의 수(Mtry)가 중요한 인자로 작용한다. 이때 입력정보에 적합한 Ntree를 선정함에 있어서 예측변수의 수를 고려해야 한다. Mtry는 총 변수 개수의 제곱근값(Square root, sqrt)을 적용한다(Breiman, 2001; Liaw and Wiener, 2002; Lawrence et al, 2006). 랜덤포레스트 알고리즘은 Input 데이터 중 2/3를 무작위로 선택하여 사용자가 설정한 Ntree만큼의 Training subset(Tree)을 만들고, Training subtset에 해당되지 않은 나머지 1/3의 데이터(OOB, Out-of-bag)를 바탕으로 만들어진 각각의 random subset으로부터 각 나무(Tree)의 정확도를 평가한다.

랜덤포레스트의 기법을 통해 유도되는 Gini 감소에 따른 인덱스는 시료의 분류에 있어 가장 높은 영향을 가진 변수를 도출할 수 있으며, 랜덤포레스트 알고리즘의 랜덤성에 의해 각각의 나무들이 조금씩 다른 독립성을 가지고, 예측값에 있어 각 나무 사이의 상관성이 적기 때문에 다른 분류 알고리즘 보다 높은 정확도가 특징이다(Breiman, 2001; Rodriguez-Galiano et al., 2012). 따라서 면산층과 같이 티타늄 성분에 대한 분광학적 특성이 모호한 쇄설성퇴적암 분류에 가장 유용한 전자기파 영역을 정의하는데 활용될 수 있다. 본 연구에서는 상용 소프트웨어인 Statistical Package for the Social Sciences(SPSS hereafter, Version 26.0, SPSS Inc., Chicago, IL, USA)를 활용하여 랜덤포레스트를 실시하였다. 분류는 타이타늄광체의 모암인 풍화면과 비풍화면을 포함한 면산층 전체 시료(class 1)와 조선누층군의 다른 층서에 해당하는 모든 시료(class 2)로 구분하여 실시하였다. 본 분류에서 Ntree는 500으로 설정되었다(Chung et al., 2020)(Table 1).

Table 1 . Criteria for random forest Classification

TargetClassification Criteria
Myeonsan FormationClass 1: Myeonsan Formation
Class 2: Non-Myeonsan Formation

4. 결과 및 고찰

4.1. 광물조성

본 연구에서 획득한 면산층, 대기층, 화절층, 동점층, 두무골층, 막골층에 대한 박편들을 관찰한 결과, 면산층이 다른 층들에 비해 불투명 광물을 많이 함유하고 있는 것을 볼 수 있다(Fig. 4). 면산층은 주로 극세립질 또는 실트 크기의 석영 입자, 불투명 광물, 그리고 카올리나이트, 일라이트 등의 점토광물로 구성되어 있다(Fig. 4a). 특히 면산층에서 관찰되는 불투명 광물은 SEM-EDS 관찰 결과, 석영 입자들과 맞물려 있지 않으며 뚜렷한 경계를 가진 것으로 보아 퇴적 기원의 티탄철석으로 확인되었다(Oh, 2020; Lee et al., 2021b).

Figure 4. Photomicrographs of the thin-sections for the rock samples. (a) Myeonsan Formation containing very fine sand-sized quartz (Qz), detrital heavy minerals (Hm), and clay minerals. (b) Dolomite crystals and a fossil fragment composed of calcite from the Daegi Formation (c) Limestone-shale couplet in the Hwajeol Formation. The light-gray lime mudstone is interbedding with brownish shale. (d) The Dongjeom Formation consisting of mainly monocrystalline quartz (Mono-qz) and minor polycrystalline quartz (Poly-qz). The monocrystalline quartz grains commonly show overgrowth. (e) The Dumugol Formation shows intercalation of lime mudstone and wacke- to packstone. Euhedral dolomite (Dl) crystals are abundant in the wacke- to packstone. (f) Massive micrite of the Makgol Formation.

대기층의 샘플에서는 방해석으로 이루어진 생물 파편들이 종종 관찰되며, 기질부는 주로 백운석 결정들로 구성되어 있다(Fig. 4b). 화절층은 가장 흔하게 관찰되는 암상인 회백색의 석회질 이암과 갈색의 셰일층이 교호하는 특징이 관찰된다(Fig. 4c). 방해석으로 구성된 생물 파편의 입자가 석회질 이암층에 드물게 발견된다. 반면에 동점층은 대부분 과성장(overgrowth)을 보이는 단결정의 석영 입자들로 구성되어 있으며, 드물게 다결정 석영 입자도 관찰된다(Fig. 4d). 두무골층의 샘플은 석회질 이암과 백운석 결정을 다량 포함하고 있는 와케 또는 팩암이 교호하는 암상을 보이며, 화절층과 마찬가지로 방해석으로 구성된 생물 파편 입자가 석회질 이암에서 관찰된다(Fig. 4e). 막골층의 경우에는 균질한 미크라이트가 주로 관찰된다(Fig. 4f).

광물조성을 비교해 볼 때 본 연구에서 사용된 면산층은 점토광물과 불투명광물이 주를 이루는 반면 탄산염 광물은 거의 산출되지 않는 양상을 보인다. 그러나 타 층에서는 방해석 및 백운석 등 대부분 탄산염광물이 점토 광물과 혼재하여 산출되는 양상을 보인다. 이는 탄산염 광물이 나타내는 특성이 면산층에서는 관찰되지 않을 수 있음을 지시하며, 분광분석을 활용한 면산층 탐지 시 주요한 정보를 제공할 수 있을 것으로 생각된다.

4.2. 타이타늄 함량

X선 형광분석을 통해 연구대상 시료의 타이타늄 함량을 측정한 결과, 면산층을 제외한 모든 층에서 타이타늄 함량은 지각 평균 함량의 범위인 0.57% 이하에 해당하는 것으로 나타났다. 면산층을 제외한 층의 타이타늄 평균 함량은 동점층 0.23%, 두무골층 0.16%, 막골층 0.08%, 대기층 0.07%, 화절층 0.39%로 화절층, 동점층, 두무골층, 막골층, 대기층의 순서로 타이타늄함량을 보였다(Table 2). 특히 이들 층의 타이타늄 측정치의 표준편차는 매우 낮아 함량의 변이가 거의 없는 것으로 분석되었다. 그러나 면산층의 타이타늄 함량은 최소함량 0.51%에서 최대함량 21.36%로 변이가 심하게 나타났으며, 이들의 함량 분포는 상대적으로 낮은 함량군과 높은 함량군의 다봉분포를 보인다. 이는 면산층 내의 타이타늄 함유되는 사질과 이질이 교호 반복되는데 사질 부분은 이질 부분보다 타이타늄의 함량이 상대적으로 높기 때문이다. 면산층의 최소함량치도 다른 층의 최대함량보다 높아 전반적으로 높은 함량을 보인다.

이러한 타이타늄 함량 분포는 면산층이 자원개발의 대상이 될 수 있는 가능성이 매우 높음을 지시하며, 본 연구를 통해 분광학적 탐지가 가능하고, 이를 다양한 플랫폼에 적용할 경우 타이타늄 광체탐사에 기여할 수 있을 것으로 생각된다.

Figure 5. Reflectance spectra(a) and Hull quotient continuum removal spectra(b) of Joseon supergroup and USGS library spectra of caly and carbonate minerals.

4.3. 분광분석

면산층은 석영이 주광물을 이루어 분광학적 특성이 상대적으로 미비한 편이나 점토광물에 의한 흡광특성이 1900 nm와 2250 nm에서 관찰되며, 풍화면의 경우 이들 흡광특성이 보다 강해지는 경향을 보인다. 또한 철의 산화에 의한 흡광특성이 가시근적외선 영역에서 보여진다. 점토광물에 의해 발현되는 흡광특성은 주로 일라이트의 분광특성과 일치하는 경향성을 보여 카올리나이트보다는 일라이트가 주를 이루는 것으로 보여진다. 동점층은 산화철에 의한 분광특성이 다른 층들보다 강하게 나타나는 경향성을 보이며, 점토광물에 의해 발현되는 흡광특성이 미약하게 관찰된다. 풍화된 동점층은 신선한면에 비해 수화현상에 기인한 OH흡광특성이 보다 분명하게 발현된다.

대기층은 탄산염광물에 의한 특징적인 흡광특성이 2320 nm 영역에서 나타나며 이러한 흡광특성은 풍화면과 신선한 면에서 동일하게 발현되며, 풍화면의 경우 OH 흡광특성과 산화철 흡광특성이 관찰된다. 화절층은 대기층에 비해 탄산염광물에 의한 흡광특성이 약한 반면, 점토광물에 의한 흡광특성이 관찰되며, 이는 셰일의 영향에 의한 것으로 사료된다. 화절층의 풍화면은 신선한 면에 비교해 볼 때 OH특성보다 산화철 분광특성이 보다 강하게 나타난다.

두무골층은 신선한 면에서 탄산염광물의 흡광특성이 잘 보여지는 반면 풍화면에서는 점토광물의 흡광특성이 발현되고, 산화철에 의한 분광특성은 관찰되지 않는다. 막골층은 미약한 흡광특성이 점토광물과 탄산염광물에 의해 발현되며, 풍화면의 경우 OH특성이 신선한 면은 OH흡광특성이 보이지 않는 반면 미약한 OH흡광특성이 관찰된다.

타이타늄을 함유한 면산층의 분광특성을 보면 티탄철석 자체의 분광특성이 가시근적외선과 단파적외선 영역에서 특징적이지 않아 티탄철석을 탐지대상으로 삼기에는 무리가 있어 보인다. 그러나 면산층이 전반적으로 티탄철석의 모암인 양상이 나타나므로 조선누층군의 다른 층서들과 다르게 나타나는 분광특성을 활용하여 면산층을 탐지하는 방향으로 타이타늄광체의 모암을 탐지하는 것이 적절할 것으로 생각된다. 면산층이 나타내는 분광 특성을 이용해서 조선누층군의 다른 층서와 구분하기 위해서는 탄산염흡광특성, 점토광물흡광특성, OH흡광특성, 산화철흡광특성이 복합적으로 활용되어야 할 것으로 사료된다.

4.4. 기계학습기법을 활용한 면산층 탐지

랜덤포레스트 기계학습 기법을 이용하여 실시한 면산층과 타 조선누층군의 분류 결과, 전반적인 정확도는 97%로 매우 좋은 분류효율성을 나타냈다. 면산층이 아닌 조선누층군은 100%의 정확도로 분류했으며, 면산층의 경우 84%의 정확도로 탐지하였다(Table 3). Gini 계수 기반으로 분석한 탐지효율도를 보면, 750-850 nm, 950-100 nm영역이 가장 높은 영향을 미친 것으로 보이며, 이를 이어 1350-1360 nm, 1700-1750 nm, 1800-1900 nm, 2300-2450 nm의 파장영역이 면산층 탐지에 중요한 역할을 한 것으로 분석되었다(Fig. 6).

Table 3 . Accuracy assessment of random forest classification for detection of Ti bearing Myeonsan formation result

Classification criteriaPrediction
Case 1Non-Myeonsan formationMyeonsan FormationError(%)Sum of row
Non-Myeonsan formation18900.0189
Myeonsan Formation73417.041
Sum of column196343.0230


Figure 6. Variable importance for detection of Myeonsan Formation derived from Gini decay.

이러한 결과를 분광분석 결과와 비교해 보면, 타이타늄광체의 모암인 면산층을 탐지하는데는 산화철의 분광특성이 가장 중요한 역할을 하고, 이어서 풍화작용에 의한 수산화기 분광특성, 점토광물 분광특성, 그리고 탄산염광물 분광특성이 가장 낮은 영향을 보이는 것으로 분석되었다. 이러한 결과는 조선누층군은 모든 층서의 분광특성을 복합적으로 활용하여 구분이 가능하고, 특히 티타튬 함유 면산층의 탐지가 매우 효율적으로 이루어 질 수 있음을 지시한다. 그러나 수산화기에 발현되는 분광특성 중 1400 nm와 1900 nm 영역대의 파장은 대기의 간섭이 발생하는 파장으로, 현장에서 적용할 시에는 해당 파장을 제외하고 새로운 탐지 모듈을 개발하여야 할 것으로 사료 된다. 실내 실험 결과의 경우 매우 높은 효율성을 보였으므로, 이를 토대로 지상 기반 초분광탐사 및 무인항공기반 초분광탐사를 실시할 경우 타이타늄광체의 탐지에 높은 기여를 할 수 있을 것으로 기대한다.

그러나 본 연구에 사용된 면산층의 시료가 묘봉층의 하부를 포함하고 있고, 주로 부광대를 이루는 사질 면산층에 대한 분석이 상대적으로 미비하여, 이를 보완하여 보다 체계적인 탐사기법의 개발이 요구된다.

5. 결 론

본 연구는 타이타늄이 함유되는 면산층을 조선누층군의 타 층서와 구분하여 탐지하기 위하여, 면산층, 동점층, 대기층, 화절층, 두무골층, 막골층의 시료를 대상으로 암석의 구성 광물을 파악하고, 타이타늄함량을 측정하였으며, 전자기파 반응 특성을 분석하였다. 최종적으로 각 시료의 분광 곡선에 대해 기계학습기법을 적용하여, 타이타늄을 함유하고 있는 면산층의 탐지 가능성을 고찰하였다.

현미경 관찰 결과, 면산층이 다른 층들에 비해 불투명광물을 많이 함유하고, 극세립질 또는 실트 크기의 석영입자, 불투명 광물, 그리고 카올리나이트, 일라이트 등의 점토광물로 구성되어 있음을 확인하였다. X선 형광분석 결과, 면산층을 제외한 모든 층에서 타이타늄 함량은 지각 평균 함량의 범위인 0.57% 이하에 해당하며, 면산층의 평균 타이타늄함량은 4.3%로 타 층서대비 최소 10배 이상의 함량을 보인다. 그러나, 면산층의 타이타늄 함량은 최소함량 0.51%에서 최대함량 21.36%로 변이가 심하게 나타났으며, 낮은 함량군과 높은 함량군의 다봉분포를 보이며, 이는 면산층 내의 타이타늄 함유되는 사질과 이질이 교호 반복되는데 사질 부분은 이질 부분보다 타이타늄의 함량이 상대적으로 높기 때문이다.

분광분석결과, 면산층은 산화철의 흡광특성이 근적외선 영역에서, 점토광물에 의한 흡광특성이 단파적외선 영역에서 관찰되며, 풍화면의 경우 점토광물 특성이 보다 강해지는 경향을 보인다. 동점층은 산화철에 의한 분광특성이 다른 층들보다 강하게 나타나는 경향성을 보이며, 점토광물에 의해 발현되는 흡광특성이 미약하게 관찰된다. 대기층은 탄산염광물 흡광특성이 풍화면과 비풍화면에서 공통적으로 발달되며, 풍화면은 산화철과 수산화기의 분광특성이 관찰된다. 화절층은 대기층에 비해 탄산염광물에 의한 흡광특성이 약한반면 점토광물에 의한 흡광특성이 관찰된다. 두무골층은 탄산염광물의 흡광특성이 비풍화면에서, 점토광물 특성이 풍화면에서 발현된다. 막골층은 미약한 흡광특성이 점토광물과 탄산염광물에 의해 발현되며, 풍화면의 경우 미약한 OH흡광특성이 관찰된다. 타이타늄 광화대의 탐지는 티탄철석 자체의 분광특성이 특징적이지 않아 광체를 탐지의 대상으로 보기보다는 모암인 면산층을 탐지하는 것이 적절할 것으로 생각된다.

랜덤포레스트 기계학습 기법을 이용한 면산층의 탐지 정확도는 84%, 전체정확도 97%를 보였으며, 산화철의 분광특성과 점토광물 분광특성이 가장 중요한 역할을 하는 것으로 분석되었다. 이는 티타튬광체의 모암인 면산층이 타 조선누층군과 함께 발달할 때 면산층만을 효율적으로 탐지할 수 있음을 지시한다. 본 연구는 지상기반초분광탐사 및 무인항공기반 초분광탐사를 활용한 타이타늄광체 탐사에 기여를 할 수 있을 것으로 기대한다.

본 연구에서 측정된 면산층 샘플 내 타이타늄 함량의 경우 이상치로 여겨질 수 있을 것으로 보인다. 그러나 사질 면산층의 분석이 상대적으로 미비하여 이에 대한 추가적인 분광학적, 광물학적 분석이 필요할 것으로 사료되며, 분광정보를 통한 광물성분의 정량적 측정에 관한 세밀한 연구가 요구된다. 또한 랜덤포레스트의 경우 명확한 분류 기준을 사용자가 알 수 없는 구조를 가지고 있어 현재 단계 에서의 실제 활용은 어렵기 때문에, 추가적인 실험 및 연구를 통해 분류 모델에 대한 표준화가 필요 할 것으로 사료되며, 향후 연구 및 분류 기술 발전에 기초 자료로써 유용하게 사용될 것으로 기대한다.

사 사

본 논문을 심사해 주신 심사위원님들께 감사드린다. 이 논문은 충남대학교 혁신지원사업(2021-2022) 지원을 받아 작성되었다.

References
  1. Breiman, L. (2001) Random forests. Mach. Learn., v.45, p.5-32. doi:10.1023/A:1010933404324
    CrossRef
  2. Calvin, W.M. and Pace, E.L. (2016) Mapping alteration in geothermaldrill core using a field portable spectroradiometer. Geothermics,v.61, p.12-23. doi: https://doi.org/10.1016/j.geothermics.2016.01.005.
    CrossRef
  3. Cheong, C.H., Lee, D.S., Um, S.H. and Chang, K.H. (1973)Investigation of Geological Classification of Korea. Ministry ofScience and Technology, R-73-51, 68p (in Korean).
  4. Cho, E. and Hong, J. (2021) Cyclic patterns in the Lower OrdovicianDumugol Formation, Korea: Influence of compaction onsequence-stratigraphic interpretation in mixed carbonate-shalesuccessions. Sedimentary Geology, v.420. doi: 10.1016/j.sedgeo.2021.105942
    CrossRef
  5. Choi, D.K., Chough, S.K., Kwon, Y.K., Lee, S.-B., Woo, J., Kang,I., Lee, H.S., Lee, S.M., Sohn, J.W., Shinn, Y.J. and Lee, D.-J.(2004) Taebaek Group(Cambrian-Ordovician) in the Seokgaejaesection, Taebaeksan Basin: a refined lower Paleozoic stratigraphyin Korea. Geosciences Journal, v.8, p.125-151. doi: 10.1007/BF02910190
    CrossRef
  6. Choi, S.J., Kim, C.H. and Lee, S.G. (2009) Comparison of theHeavy Metal Analysis in Soil Samples by Bench-Top ED-XRFand Field-Portable XRF. Analytical Science and Technology,v.22(4), p.293-301 (in Korean and English Abstract).
  7. Chough, S.K. (2013) Geology and Sedimentology of the KoreanPeninsula. Elsevier Insights, Elsevier, 363p.
  8. Chung, B., Yu, J., Wang, L., Kim, N.H., Lee, B.H., Koh, S. and Lee,S. (2020) Detection of Magnesite and Associated GangueMinerals using Hyperspectral Remote Sensing—A LaboratoryApproach. Remote Sensing, v.12, p.1325-1351. https://doi.org/10.3390/rs12081325
    CrossRef
  9. Geological Investigation Corps of Taebaeksan Region (GICTR)(1962) Report on the Geology and Mineral Resources of theTaebaegsan Region. Geological Society of Korea, Seoul, 89p.
  10. Herrmann, W., Blake, M., Doyle, M., Huston, D., Kamprad, J.,Merry, N. and Pontual, S. (2001). Short wavelength infrared(SWIR) spectral analysis of hydrothermal alteration zonesassociated with base metal sulfide deposits at Rosebery andWestern Tharsis, Tasmania, and Highway-Reward, Queensland.Economic Geology, v.96(5), p.939-955. doi: https://doi.org/10.2113/gsecongeo.96.5.939.
    CrossRef
  11. Hong, J., Lee, J.-H., Choh, S.-J. and Lee, D.-J. (2016) CambrianSeries 3 carbonate platform of Korea dominated by microbialspongereefs. Sedimentary Geology, v.341, p.58-69. doi:10.1016/j.sedgeo.2016.04.012
    CrossRef
  12. Huynh, H. H., Yu, J., Wang, L., Kim, N. H., Lee, B. H., Koh, S. M.,Cho, S. and Pham, T. H. (2021) Integrative 3D GeologicalModeling Derived from SWIR Hyperspectral Imaging Techniquesand UAV-Based 3D Model for Carbonate Rocks. RemoteSensing, v.13(15), p.3037. https://doi.org/10.3390/rs13153037
    CrossRef
  13. Jeong, Y., Yu, J., Wang, L. and Lee, K. J. (2021) Bulk scanningmethod of a heavy metal concentration in tailings of a gold mineusing SWIR hyperspectral imaging system. International Journalof Applied Earth Observation and Geoinformation, v.102,p.102382. https://doi.org/10.1016/j.jag.2021.102382
    CrossRef
  14. Kim, B, Song, S.Y., Cho, S.O. and Nam, M.J. (2018) Status ofReserves and Development Technology of Rare Earth Metals inKorea. Journal of the Korean Society of Mineral and EnergyResources Engineers, v.55(1), p.67-82. doi:10.12972/ksmer.2018.55.1.067
    CrossRef
  15. Kim, H., Yu, J., Wang, L., Jeong, Y. and Kim, J. (2020) Variations inspectral signals of heavy metal contamination in mine soilscontrolled by mineral assemblages. Remote Sensing, v.12(20),p.3273. https://doi.org/10.3390/rs12203273
    CrossRef
  16. Kim, J.Y. (1991) Stratigraphy of the Myeonsan Formation inSamcheog-gun, Kangwon-do and Ponghwagun, Kyongsangbukdo.Journal of the Geological Society of Korea, v.27, p.225-245(in Korean with English abstract).
  17. Kim, J.Y. and Cheong, C.H. (1987) The Precambrian-Cambrianboundary in the east of the Dongjeom fault, Gangweon-do,Korea. Journal of the Geological Society of Korea, v.23, p.145-158 (in Korean with English abstract).
  18. Koh S.M. (2015) Development of Advanced beneficiation Processfor Rare Metal Minerals. Korea Institute of Geoscience andMineral Resources
  19. Kokaly, R.F. and Clark, R.N. (1999) Spectroscopic determination ofleaf biochemistry using band-depth analysis of absorptionfeatures and stepwise multiple linear regression. Remote Sensingof Environment, v.67(3), p.267-287. https://doi.org/10.1016/S0034-4257(98)00084-4
    CrossRef
  20. Kwon, Y.K., Chough, S.K., Choi, D.K. and Lee, D.-J. (2006)Sequence stratigraphy of the Taebaek Group (Cambrian-Ordovician). mideast Korea. Sedimentary Geology, v.192, p.19-55. doi: 10.1016/j.sedgeo.2006.03.024
    CrossRef
  21. Lawrence, R.L., Wood, S.D. and Sheley, R.L. (2006) Mappinginvasive plants using hyperspectral imagery and Breiman Cutlerclassifications (RandomForest). Remote Sensing of Environment,v.100(3), p.356-362. https://doi.org/10.1016/j.rse.2005.10.014
    CrossRef
  22. Lee, J.-H., Cho, S.H., Jung, D.Y., Choh, S.-J. and Lee, D.-J. (2021a)Ribbon rocks revisited: the upper Cambrian (Furongian)Hwajeol Formation, Taebaek Group, Korea. Facies, v.67. doi:10.1007/s10347-021-00630-3
    CrossRef
  23. Lee, J.-H., Hong, J., Woo, J.S., Oh, J.-R., Lee, D.-J. and Choh, S.-J.(2016) Reefs in the Early Paleozoic Taebaek Group, Korea: Areview. Acta Geologica Sinica, v.90, p.352-367. doi: 10.1111/1755-6724.12659
    CrossRef
  24. Lee, J.-H., Oh, M.-K. and Choi, T. (2021b) Recognition of the“Great Unconformity” in the eastern Sino-Korean Block: Insightsfrom the Taebaek Group, Korea. Precambrian Research, v.364,p.106363. https://doi.org/10.1016/j.precamres.2021.106363
    CrossRef
  25. Liaw, A. and Wiener, M. (2002) Classification and regression byrandom Forest. R News, v.2(3), p.18-22.
  26. Lide, D. R., ed. (2005) CRC Handbook of Chemistry andPhysics(86thed.). Boca Raton (FL): CRC Press.ISBN 0-8493-0486-5.
  27. Oh, M.-K. (2020) Sedimentology of the Hydrothermally AlteredMyobong Formation (lower Cambrian), Taebaek, Korea. M.S.Thesis. Chungnam National University. p. 67.
  28. Parnell, J. Mark, D.F. Frei, R. Fallick, A.E. and Ellam, R.M. (2014)40Ar/39Ar dating of exceptional concentration of metals byweathering of Precambrian rocks at the Precambrian-Cambrianboundary. Precambrian Research, v.246, p.54-63. doi: https://doi.org/10.1016/j.precamres.2014.02.012
    CrossRef
  29. Rodriguez-Galiano, V.F., Ghimire, B., Rogan, J., Chica-Olmo, M.and Rigol-Sanchez, J.P. (2012) An assessment of theeffectivenessof a Random Forest classifier for land-cover classification.ISPRS J. Photogramm. Remote Sens., v.67, p.93-104. https://doi.org/10.1016/j.isprsjprs.2011.11.002
    CrossRef
  30. Shi, T., Chen, Y., Liu, Y. and Wu, G. (2014) Visible and nearinfraredreflectance spectroscopy—An alternative formonitoringsoil contamination by heavy metals. J. Hazard. Mater., v.265,p.166-176. https://doi.org/10.1016/j.jhazmat.2013.11.059
    Pubmed CrossRef
  31. Shim, K., Yu, J., Wang, L., Lee, S., Koh, S.M. and Lee, B.H. (2021)Content Controlled Spectral Indices for Detection of HydrothermalAlteration Minerals Based on Machine Learning and Lasso-Logistic Regression Analysis. IEEE Journal of Selected Topicsin Applied Earth Observations and Remote Sensing, v.14,p.7435-7447. https://doi.org/10.1109/JSTARS.2021.3095926.
    CrossRef
  32. Shin, H., Yu, J., Wang, L., Jeong, Y. and Kim, J. (2019) Spectralinterference of heavy metal contamination on spectral signals ofmoisture content for heavy metal contaminated soils. IEEETransactions on Geoscience and Remote Sensing, v.58(4),p.2266-2275. https://doi.org/10.1109/TGRS.2019.2946297.
    CrossRef
  33. Woo, J., Shinn, Y.J., Kwon, Y.K. and Chough, S.K. (2006) TheJangsan and Myeonsan formations (Early Cambrian) of theTaebaek Group, mideast Korea: depositional processes andenvironments. Geosciences Journal, v.10, p.35-57.
    CrossRef
  34. Yoo, B.C. (2020) Occurrence and Chemical Composition of TibearingMinerals from Samgwang Au-ag Deposit. Republic ofKorea.Korean Journal of Mineralogy and Petrology, v.33(3),p.195-214. https://doi.org/10.22807/KJMP.2020.33.3.195
  35. Zadeh, M.H., Tangestani, M.H., Roldan, F.V. and Yusta, I. (2014)Spectral characteristics of minerals in alteration zones associatedwith porphyry copper deposits in the middle part of Kermancopper belt, SE Iran. Ore Geology Reviews, v.62, p.191-198.doi: https://doi.org/10.1016/j.oregeorev.2014.03.013.
    CrossRef

 

April 2022, 55 (2)