Research Article

Split Viewer

Korean J. Remote Sens. 2024; 40(6): 919-930

Published online: December 31, 2024

https://doi.org/10.7780/kjrs.2024.40.6.1.4

© Korean Society of Remote Sensing

Sentinel-1 DInSAR 관측을 활용한 2017년 3월 Cerro Azul 화산 불안 시기의 마그마 활동 분석

김서현1, 한향선2*, 김진우3, 전영범4, 이승철5

1강원대학교 지구물리학과 박사과정생
2강원대학교 지구물리학과 조교수
3LIG넥스원 위성체계연구소 수석연구원
4LIG넥스원 위성체계연구소 선임연구원
5(주)스텔라비전 대표이사

Received: November 15, 2024; Revised: November 26, 2024; Accepted: November 26, 2024

Analysis of Magma Activity during the Cerro Azul Volcanic Unrest in March 2017 Using Sentinel-1 DInSAR Observations

Seohyeon Kim1, Hyangsun Han2* , Jin-Woo Kim3, Yeong-Beom Jeon4, Seung Chul Lee5

1PhD Student, Department of Geophysics, Kangwon National University, Chuncheon, Republic of Korea
2Assistant Professor, Department of Geophysics, Kangwon National University, Chuncheon, Republic of Korea
3Chief Researcher, SAR & Future Technology, LIG NEX1, Yongin, Republic of Korea
4Senior Researcher, SAR & Future Technology, LIG NEX1, Yongin, Republic of Korea
5Chief Executive Officer, Stellarvision Co. Ltd., Daejeon, Republic of Korea

Correspondence to : Hyangsun Han
E-mail: hyangsun@kangwon.ac.kr

Received: November 15, 2024; Revised: November 26, 2024; Accepted: November 26, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Cerro Azul volcano, one of the most active volcanoes in the Galápagos Archipelago, exhibited significant unrest in March 2017, marked by dramatic displacement around the caldera and on the southeastern plain. This study applied differential interferometric synthetic aperture radar (DInSAR) technique to SAR image pairs acquired from the Sentinel-1A satellite’s ascending and descending nodes to measure the line-of-sight (LOS) and two-dimensional (up-down and east-west) displacements during the 2017 unrest of the volcano. Extensive concentric fringe patterns were observed around the caldera and on the southeastern plain of Cerro Azul volcano, indicating LOS displacements away from and toward the satellite, respectively. Two-dimensional displacements revealed that the volcanic body around the caldera contracted, while the southeastern plain uplifted and expanded. To further characterize magmatic activity during the unrest, we inverted LOS displacements from both ascending and descending observations using Mogi and Sill source models. The surface displacements simulated from the optimal magma source parameters obtained through inversion showed a normalized root mean square error of less than 5% compared to the DInSAR-observed displacements, confirming the reliability of the inversion results. The Mogi source was located approximately 4.7 km beneath the northeastern caldera rim of Cerro Azul and exhibited a volume change of –31 × 106 m3. The Sill source, characterized by a long rectangular shape approximately 10 km in length and 1 km in width, was situated about 7 km beneath the southeastern plain and showed a volume change of 68 × 106 m3. The volume increase of the Sill source was approximately twice that of the volume decrease of the Mogi source. Results of this study suggest that magma intrusion into the southeastern plain, originating from the Mogi source and deeper magma reservoirs, likely drove the 2017 unrest. This highlights the complex magmatic activity of Cerro Azul volcano and underscores the importance of continuous displacement monitoring to assess volcanic activity and associated hazards.

Keywords Cerro Azul volcano, Volcanic unrest, Magmatic activity, Differential interferometric SAR, Inversion, Sentinel-1

화산에서는 지진 활동의 증가, 가스 방출의 변화, 지표의 변위 발생과 같은 다양한 화산 불안(volcanic unrest) 현상이 나타날 수 있다(Sparks, 2003; Acocella et al., 2015; Tilling, 1989). 화산 불안이 반드시 분화로 이어지는 것은 아니지만, 불안 현상의 감지 및 메커니즘을 규명하는 것은 화산 분화를 예측하고 화산 내부 마그마의 거동을 이해하는 데 도움이 될 수 있다(Sandri et al., 2004; Acocella et al., 2015). 화산이 분화하기 전 심부 마그마 저장소로부터 마그마가 정상부로 이동하면 일반적으로 화산체는 팽창하고(Tilling, 1989; Dvorak and Dzurisin, 1997), 마그마의 분출 또는 화산체 측면으로의 관입이 발생하면 침하하는 특징을 보인다(Tilling, 1989; Lipman, 1997; Cole et al., 2005). 따라서 화산의 지표변위는 화산 내부의 마그마 활동을 추정할 수 있는 중요한 지표로 활용되고 있다(Massonnet et al., 1995; Velez et al., 2011; De Novellis et al., 2019; Galetto et al., 2019; 2020).

영상레이더 차분간섭기법(differential interferometric synthetic aperture radar, DInSAR)은 서로 다른 시기에 동일한 영역을 촬영한 두 개 이상의 SAR 영상으로부터 위상 차이를 이용하여 지표변위를 측정하는 기법이다. 인공위성 관측 기반의 DInSAR는 지표변위를 mm–cm 수준의 정밀도로 감지할 수 있으며, 화산의 접근성 제약을 극복하고 광역적으로 발생하는 변위를 모니터링 할 수 있는 효과적인 방법이다. 이러한 장점을 바탕으로 인공위성 DInSAR를 이용한 화산 연구가 매우 활발히 수행되어 왔다(Massonnet et al., 1995; Lu et al., 2000; 2002; Pritchard and Simons, 2004; Miyagi et al., 2014; De Novellis et al., 2019). 또한 화산의 지표변위는 마그마의 거동에 대한 반응으로, 지표변위의 모델링을 통해 마그마 소스의 위치, 크기 및 부피 변화 등의 마그마 특성을 추정할 수 있으며, 이는 화산 활동의 기작을 분석하는 데 널리 이용되고 있다(Biggs et al., 2009; Shirzaei and Walter, 2009; Miyagi et al., 2014; Galetto et al., 2020).

DInSAR를 통해 관측된 변위는 레이더 관측 방향(line of sight, LOS)의 변위로, 단일 관측 방향에서 얻어진 DInSAR 데이터는 실제 변위 특성을 설명하는데 어려움이 있다(Hu et al., 2014; Fuhrmann and Garthwaite, 2019). 화산의 경우 지표의 융기 또는 침하, 즉 수직 방향의 변위가 크게 나타날 수 있으나 화산체의 팽창과 수축은 수평 방향의 변위도 동반한다(Lee and Lee, 2014; Morales Rivera et al., 2017; Iio and Furuya, 2018; Odonne et al., 2021). 이는 단일 관측 방향의DInSAR만으로는 화산의 지표변형 특성과 이를 기반으로 하는 마그마 소스 모델링에 한계가 있음을 의미한다. 그러나 2개 이상의 관측 방향에 대한 DInSAR를 수행할 수 있다면 변위 성분의 분해가 가능하며(Hu et al., 2014; Fuhrmann and Garthwaite, 2019), 이를 통해 화산 활동 특성에 대한 보다 명확한 해석이 가능할 수 있다.

갈라파고스 제도는 열점에서의 마그마 분출로 생성된 화산섬의 군집으로, 전 세계에서 화산 활동이 가장 활발한 지역 중 하나이다(Blichert-Toft and White, 2001; Naumann et al., 2002). 서부 갈라파고스에 위치한 Isabela 섬은 6개의 순상화산(Ecuador, Wolf, Darwin, Alcedo, Sierra Negra, Cerro Azul)으로 이루어져 있다(Amelung et al., 2000; Galetto et al., 2019; Galetto et al., 2020; Reddin et al., 2023). Isabela 섬의 최남단에 위치한 Cerro Azul 화산은 갈라파고스 제도에서 활발한 분화 활동을 보이는 화산 중 하나로, 분화 이전에 장기적인 융기와 지진 활동이 선행되며 주기적인 분화(약 7년의 분화 주기)의 특성을 보인다(Amelung et al., 2000; Naumann and Geist, 2000; Acocella et al., 2015). 가장 최근의 분화는 2008년 5월에 발생하였고(Global Volcanism Program, 2008), 에콰도르 National Polytechnic School 지구물리학연구소(Instituto Geofísico [IG]-EPN)의 Cerro Azul 화산 모니터링 보고서에 따르면, 2017년 3월에는 분화로 이어지진 않았지만 화산체 및 주변에서 급격한 변위가 광범위하게 나타난 화산 불안 현상이 관측되었다(Instituto Geofísico-EPN, 2017b). 이 불안 현상은 Cerro Azul 화산의 마그마 활동 특성을 추정할 수 있는 중요한 사건이지만 이에 대한 연구 사례는 Guo et al. (2019)의 연구가 유일하다.

Guo et al. (2019)은 Sentinel-1 위성의 상향 및 하향 궤도 관측에 대한 다수의 DInSAR 영상을 사용하여 2017년의 불안 기간 동안 Cerro Azul 화산의 변위를 측정하고 마그마의 이동을 추정한 바 있다. 그러나 LOS 변위만이 분석되어 불안 현상에 따른 지표변형이 명확하게 해석되지 않았으며, 두 궤도 관측의 LOS 변위로부터 마그마 특성을 각각 모사한 결과의 편차가 커 불안 현상 메커니즘 해석의 신뢰성이 높지 않은 것으로 판단된다. 2008년 이후 분화가 없었음을 고려할 때, 2017년 화산 불안 현상에 의한 지표의 변형과 불안 유발 메커니즘을 보다 명확하게 해석하여 Cerro Azul 화산 활동의 특성을 이해할 필요가 있다.

이 연구에서는 Sentinel-1 위성의 상향 및 하향 궤도에서 획득된 영상레이더 간섭쌍을 사용하여 2017년 3월 Cerro Azul 화산의 불안 기간 동안 발생한 변형에 대해 DInSAR 관측을 수행하고 2차원 변위를 산출하여 분석하였다. 그리고 두 위성 관측 궤도에서 얻어진 LOS 변위를 모두 고려한 마그마 소스 모델링을 통해 화산의 지표변위를 야기한 마그마 활동의 특성을 해석하고자 하였다.

2.1. 연구 지역

갈라파고스 제도는 남아메리카에서 서쪽으로 약 1,000 km떨어진 태평양 적도 부근에 자리하고 있다(Chadwick and Howard, 1991; Geist et al., 1998; Naumann and Geist, 2000; Naumann et al., 2002). 갈라파고스 제도의 Isabela 섬은 여섯 개의 화산으로 이루어져 있으며, 그 중 Cerro Azul 화산은 섬의 남쪽에 위치해 있다(Fig. 1). Cerro Azul 화산은 해발 약 1,640 m로 Isabela 섬에서 두 번째로 높은 화산이며, 대부분 4° 미만으로 완만한 경사를 이루지만 상부는 약 25°의 급경사를 가진다(Naumann and Geist, 2000). 화산의 정상에는 폭이 약 1 km인 림(rim)이 깊이 450 m, 면적 9.5 km2의 칼데라(caldera)를 둘러싸고 있다(Naumann and Geist, 2000). 과거 칼데라에는 넓은 면적의 호수가 존재하였으나 대부분 증발하여 칼데라 내에 증발잔류암 퇴적물(evaporite deposit)이 분포한다(Naumann and Geist, 2000). 칼데라 주변에는 방사상의 균열(radial fissure)이 잘 발달되어 있다(Chadwick and Howard, 1991).

Fig. 1. Study area. (a) Topographic map of Isabela Island in the Galapagos Archipelago. The inset map shows the location of the Galapagos Archipelago in the Pacific Ocean. Red and blue squares indicate the Sentinel-1 interferometric wide swath imaging coverage at the ascending and descending orbital nodes, respectively. The white rectangle highlights the location of the Cerro Azul volcano. (b) Landsat-8 image of the Cerro Azul volcano, acquired on October 6, 2020, corresponding to the white rectangle in (a).

Cerro Azul 화산은 1930년 이후부터 현재까지 11회 분화하였으며(Naumann and Geist, 2000), 가장 최근 분화는 2008년 5월 29일에 발생하여 6월 11일까지 지속되었고, 칼데라 내부와 화산 남동쪽 사면의 균열에서 용암이 분출하는 열극 분출의 형태를 보였다(Global Volcanism Program, 2008). 2008년 분화 이후 Cerro Azul 화산은 뚜렷한 불안 현상을 보이지 않았다. 그러나 2017년 3월 18일부터 25일까지 화산 전역 및 남동쪽 평원에 걸쳐 광범위하고 급격한 지표변위가 발생하였으며, 이 불안 기간 동안 분화나 지표 파열은 발생하지 않았다(Instituto Geofísico-EPN, 2017b).

2.2. 연구 자료

2017년 3월 Cerro Azul 화산의 불안 기간 동안 발생한 변위를 관측하기 위해 Sentinel-1A SAR 영상을 사용하였다. Sentinel-1A는 유럽우주국(European Space Agency, ESA)에서 운용하는 Sentinel-1 위성군 중 하나로, 중심주파수 5.405 GHz의 C-band SAR를 탑재하고 있으며, InterferometricWide swath (IW), Stripmap, ExtraWide swath, Wave 모드의 4가지 영상 획득 모드로 운용된다. 또 다른 Sentinel-1 위성군 중 하나는 Sentinel-1B가 있으며, 2017년 3월 Cerro Azul 화산을 관측한 자료가 없어 사용하지 않았다. Sentinel-1 위성은 12일 간격으로 동일한 지역을 기상조건과 주야간에 관계없이 관측한다. 이 연구에서는Alaska Satellite Facility의Data SearchVertex (https://search.asf.alaska.edu/#/)를 통해 IW 모드에서 VV 편파로 획득된 single look complex (SLC) 형식의 Sentinel-1A SAR 영상을 위성의 상향 및 하향 궤도에서 각각 두 장씩 구축하였다(Table 1). 두 궤도에서 간섭쌍은 2017년 3월 18일부터 25일까지 발생한 불안 현상에 따른 변형을 관측하기 위해 24일의 시간 기선거리를 가지도록 구축되었으며, 상향 및 하향 궤도에서 각각 70 m와 58 m의 짧은 수직 기선거리를 가져 변위 관측에 적합하게 사용될 수 있다(Table 1).

Table 1 Sentinel-1A interferometric SAR image pairs used in this study

Orbit directionDates (YYYY/MM/DD)Acquisition modePolarizationIncidence angle (°)Perpendicular baseline (m)
Ascending2017/03/07
2017/03/31
IW VV43.0170.6
Descending2017/03/08
2017/04/01
IWVV33.8258.3


SLC 영상 간의 정합 및 지형 고도에 의한 간섭위상을 제거를 위해 30 m 공간해상도의 Copernicus GLO-30 Digital Elevation Model (DEM)을 사용하였으며, DInSAR를 통한 변위 관측에서 대기 위상 지연 효과를 보정하기 위해 Generic Atmospheric Correction Online Service (GACOS) (http://www.gacos.net)에서 제공하는 위상 지연 보정값을 사용하였다(Yu et al., 2017; 2018a; 2018b).

이 연구에서는 2017년 3월 Cerro Azul 화산의 불안 시기에 대해 Sentinel-1A 상향 및 하향 궤도의 간섭쌍을 활용하여 DInSAR를 수행하고, 이를 통해 얻은 두 레이더 관측 방향의 변위를 이용하여 수직 및 수평 변위를 산출하였다. 또한 두 레이더 관측 방향의 변위를 통합 역산(inversion)하여 마그마의 활동 특성을 분석하였다. Fig. 2는 연구 흐름을 나타낸 모식도이다.

Fig. 2. An overall flowchart of this study.

3.1. DInSAR 기법을 사용한 지표변위 측정

Sentinel-1A SAR 영상에 DInSAR 기법을 적용하기 위하여 GAMMA Remote Sensing에서 개발한 상용 소프트웨어인 GAMMA Software를 사용하였다. 먼저 Sentinel-1 위성의 정밀 궤도 데이터(precise orbit data, POD)를 사용하여 궤도 보정을 수행하였다. GLO-30 DEM을 사용하여 상향 및 하향 궤도에서 획득된 각각의 SLC 영상들을 정합하였으며, 정합된 영상에 대해 10 (range) × 2 (azimuth)의 multi-look을 적용하고 간섭도(interferogram)를 생성하였다. GLO-30 DEM을 사용하여 간섭도로부터 지형 고도에 의한 위상을 제거하고 차분간섭도(differential interferogram)를 생성하였다. 간섭위상(interferometric phase)의 noise를 줄이기 위해 adaptive spectral filter (Goldstein and Werner, 1998)를 적용하였고, branch-cut 알고리즘(Goldstein et al., 1988)을 사용하여 절대위상복원(phase unwrapping)을 수행하였다. 절대위상복원 과정에서는 위상 복원의 오류를 줄이기 위해 긴밀도가 0.4 미만인 픽셀은 제외하였다. 그리고 GACOS 모델을 사용하여 대기 위상 지연을 보정하였으며, 레이더 관측 방향의 변위(LOS 변위)를 산출하였다.

Sentinel-1A 위성의 상향 및 하향 궤도 DInSAR로부터 산출한 LOS 변위를 이용하여 상하(수직) 및 동서 방향의 2차원 변위를 계산하기 위해 식(1)을 적용하였다(Hu et al., 2014; Fuhrmann and Garthwaite, 2019).

dascddesc=sinθasccosαasccosθascsinθdesccosαdesccosθdescdedu

dascddesc은 각각 상향 및 하향 궤도 관측에서 얻은 LOS 방향 변위를, dedu는 각각 동서 및 상하 방향 변위를 나타낸다. θ는 레이더 입사각(incidence angle)을, α는 위성의 궤도방위각(heading angle)을 의미한다.

3.2. DInSAR 변위 역산

마그마 소스의 위치와 깊이, 부피 변화 등의 마그마 특성을 추정하기 위해 Centre forObservation and Modelling of Earthquakes, Volcanoes and Tectonics (COMET)에서 제공하는 오픈 소스 소프트웨어인 Geodetic Bayesian Inversion Software (GBIS, https://comet.nerc.ac.uk/gbis/) (Bagnardi and Hooper, 2018)를 사용하여 상향 및 하향 궤도의 DInSAR에서 관측된 LOS 변위를 역산하였다. GBIS는 DInSAR로 관측된 지진 및 화산 변위의 역산 모델링에 널리 이용되고 있으며(Gaddes et al., 2019; Guo et al., 2019; Galetto et al., 2020; Hu et al., 2022; Kim and Han, 2023b), Markov Chain Monte Carlo 알고리즘을 사용하여 다양한 지진원 또는 마그마 소스 파라미터에 대한 사후 확률분포를 추정함으로써 최적의 파라미터 값을 결정한다(Bagnardi and Hooper, 2018).

DInSAR로 측정된 방대한 변위 관측값을 모두 이용하여 역산을 수행하면 시간 비용이 증가하는 등 모델링의 효율성이 낮아질 수 있다. 이 연구에서는 상향 및 하향 궤도의 DInSAR 관측 변위에 대해 adaptive quadtree 샘플링(Decriem et al., 2010; Bagnardi and Hooper, 2018)을 적용하여 역산 모델링 수행시 계산 효율성을 높이고자 하였다. 샘플링된 변위 값들은 DInSAR 영상에서 나타나는 변위의 공간적 패턴 정보를 충분히 유지할 수 있도록 하였다. 이후 2017년 Cerro Azul 화산의 불안 기간 동안 분화구와 남동부 평원 지역을 중심으로 등방성의 변위가 나타났음을 고려하여(Guo et al., 2019), 탄성 반무한 공간(elastic half space)에서 구형의 point 소스를 가정한 Mogi 소스 모델(Mogi, 1958)과 층리에 평행한 마그마 관입을 가정하는 Sill 소스 모델(Okada, 1985)을 사용하여 변위 역산을 수행하였다. Mogi 및 Sill 소스의 결합 모델을 바탕으로 역산된 마그마 소스 파라미터로부터 LOS 변위를 모사하는 순산 모델링(forwardmodeling)을 수행하고, Sentinel-1ADInSAR로 관측된 LOS 변위와 비교하였다. 모사된 LOS 변위의 평균 제곱근 오차(rootmean square error, RMSE)와 정규화된 RMSE (normalized RMSE, NRMSE)를 산출하였으며, 이를 통해 역산 모델링 결과의 신뢰도를 평가하였다.

4.1. Cerro Azul 화산의 불안 현상에 따른 지표변위

Sentinel-1A위성의 상향 및 하향 궤도 간섭쌍으로 생성된DInSAR 영상 및 긴밀도(coherence)는 Fig. 3과 같다. 간섭쌍의 짧은 시간(24일) 및 공간 기선거리(80 m이내)는 높은 긴밀도(Figs. 3b, d)로 화산의 주요 변형 영역을 관측할 수 있게 하였다. 그러나 화산 서쪽의 해안과 남동쪽 평원 지대의 일부분 그리고 동쪽의 Sierra Negra 화산과 인접한 부분은 식생피복으로 인한 낮은 긴밀도로 변위 관측이 어려웠다. Cerro Auzl 화산의 칼데라 주변과 남동쪽 평원에서 원형의 프린지(fringe)들이 높은 밀도로 광범위하게 나타났으며(Figs. 3a, c), 두 지역에서의 LOS 변위 방향은 반대로 나타났다(Fig. 4). 두 궤도의 DInSAR 관측 모두 칼데라 주변에서는 위성에서 멀어지는 방향의 변위(음의 LOS 변위)를 보였으며, 상향 및 하향 궤도에서 각각 –26.9 cm와 –30.1 cm의 음의 최대 변위가 관측되었다(Fig. 4). 반면 남동쪽 평원에서는 위성과 가까워지는 방향의 변위(양의 LOS 변위)가 나타났으며, 상향 및 하향 궤도 각각 39.2 cm와 40.6 cm의 최대 변위가 관측되었다(Fig. 4). 마그마 활동에 따른 화산체 및 주변 지역의 지표 변위는 LOS 변위만으로는 정확하게 파악하기 어렵기 때문에 동서 및 상하 방향의 2차원 변위를 계산하였다.

Fig. 3. Differential interferogram and coherence image generated from interferometric SAR image pairs acquired at the (a, b) Sentinel-1A ascending orbital node and (c, d) descending orbital node during the 2017 unrest of Cerro Azul volcano.

Fig. 4. LOS displacement observed from (a) Sentinel-1A ascending orbital node and (b) descending orbital node during the 2017 unrest of Cerro Azul volcano.

Fig. 5는 상향 및 하향 궤도 관측의 LOS 변위를 이용하여 계산한 상하 및 동서 방향의 변위를 보여준다. 상하 및 동서 방향의 변위에서 양의 값은 각각 지표의 융기와 동쪽 방향의 수평 이동을 의미한다. Cerro Azul 화산의 칼데라 주변과 남동쪽 평원에서는 수직 방향의 변위가 각각 -28.2 cm와 32.7 cm로(Fig. 5a), 동서 방향의 변위(각각 17.3 cm와 11.8 cm, Fig. 5b)에 비해 크게 관측되었다. 일반적으로 화산에서는 마그마가 팽창하거나 수축할 때, 지표에서 융기 또는 침하가 지배적으로 나타난다. 이를 통해 2017년 3월 화산 불안 기간 동안 칼데라에서는 마그마의 수축이, 남동쪽 평원으로는 마그마의 관입이 일어난 것을 추정할 수 있다.

Fig. 5. Two-dimensional surface displacements observed during the 2017 unrest of Cerro Azul volcano. (a) Vertical (up-down) displacement. (b) Horizontal (east-west) displacement.

화산 불안 기간 동안 수직 방향의 변위뿐만 아니라 수평 방향의 변위도 광범위하게 발생하였다(Fig. 5b). 화산의 칼데라 주변과 남동쪽 평원에서는 서로 다른 양상의 수평 변위를 보였다. 칼데라 주변에서는 칼데라를 기준으로 동쪽에서는 서쪽 방향 수평 변위가, 서쪽에서는 동쪽 방향 수평 변위가 발생하였다. 이는 화산체의 수축, 즉 마그마의 유출로 인한 방사상의 지표 침하가 발생하였음을 시사한다. 반면 남동쪽 평원 지대의 서쪽에서는 서쪽 방향 수평 이동이, 동쪽에서는 동쪽 방향 수평 이동이 발생하였다. 이는 해당 지역에서 마그마의 팽창이 이루어졌음을 나타낸다.

4.2. 2017년 3월 화산 불안 기간 동안의 마그마 활동 특성

Cerro Azul 화산의 칼데라 주변 및 남동쪽 평원에서의 변위 특성을 고려하여 칼데라 주변 지역에 대해Mogi 모델을, 남동쪽 평원에 대해 Sill 모델을 적용함으로써 최적의 마그마 소스 파라미터를 Table 2와 같이 추정하였다. Fig. 6은 상향 및 하향 궤도에서 관측된 DInSAR 변위와 역산을 통해 추정된 마그마 소스 파라미터로부터 모사된 변위, 그리고 관측 변위와 모사 변위 사이의 잔차를 보여준다. 모사된 LOS 변위는DInSAR 관측 변위와 비교하여 5% 이하의 작은NRMSE를 보이며(Table 3), 이를 통해 DInSAR 변위 역산으로 추정된 마그마 소스 파라미터가 신뢰할 수 있음을 확인하였다. Mogi 소스는 북동쪽 칼데라 림 위치에서 약 4.7 km아래에 위치하는 것으로 추정되었다(Figs. 6b, e의 빨간색 점). Sill 소스는 화산의 남동쪽 평원부터 해안에 이르기까지 폭이 약 1 km, 길이 약 10 km의 긴 직사각형 형태로 약 7.2 km 깊이에 위치하였고(Figs. 6b, e의 검은색 사각형), Mogi 소스와 Sill 소스의 부피 변화는 각각 -31.68 × 106m3와 68.86 × 106m3로 추정되었다(Table 2).

Fig. 6. LOS displacements from DInSAR observations and simulations, along with their residuals, for the Sentinel-1A (a–c) ascending node and (d–f) descending node. The red star and black rectangle in (b) and (e) mark the locations of the Mogi and Sill sources, respectively.

Table 2 Optimal source parameters derived from inversions based on the Mogi and Sill source models

ParameterMogi sourceSill source
Latitude (°)-0.916-1.007
Longitude (°)-91.383-91.309
Depth (m)4,697.927,226.34
Length (m)-10,087.01
Width (m)-1,090.61
Strike (°)-119.91
Opening (m)-6.26

Volume change (×106 m3) -31.68 68.86



Table 3 Statistics of residuals between DInSAR-measured and simulated surface displacements, derived from inversions assuming Mogi and Sill source models

Orbit directionRMSE (cm)NRMSE (%)
Ascending2.874.16
Descending2.122.87


이 연구에서 추정된 Cerro Azul 화산의 Mogi 소스 위치는 Galetto et al. (2020)에서 2008년 분화 전 6개월간의 변위로부터 추정된 위치와 상당히 유사하며, 마그마 소스의 깊이(4.9 km)도 이 연구의 결과(4.7 km)와 비교하여 거의 차이가 없다. Guo et al. (2019)에서 2017년 3월 화산 불안 동안 Sentinel-1 DInSAR 관측 변위의 역산으로 Mogi 소스와 Sill 소스를 추정하였는데, 두 마그마 소스의 위치는 본 연구에서 추정된 위치와 유사하였다. 그러나 두 마그마 소스의 깊이를 4–6 km로 추정하였고, 이 연구에서 추정된Mogi 소스의 깊이와는 유사하지만 Sill 소스의 깊이는 이 연구(7.2 km)와 비교하여 1 km 이상 차이가 있다. Guo et al. (2019)의 연구에서는 화산 불안 기간 동안 Sentinel-1 위성의 상향 및 하향 궤도 관측에서 12일 간격의 간섭쌍을 연속적으로 구축하였고, 각각의 DInSAR에서 측정된 LOS 변위를 독립적으로 역산하였다. 반면 이 연구에서는 화산 불안 기간의 변위를 모두 포함하는 24일 간격의 간섭쌍을 위성의 상향 및 하향 궤도에서 모두 구축하고, 두 궤도 관측의 LOS 변위를 통합하여 역산하였다. 이러한 접근 방식의 차이가 마그마 소스 역산 결과의 차이로 귀결된 것이라 해석된다. 그러나 기존 연구에서 단 1일의 시간 차이를 가지는 상향 및 하향 궤도 DInSAR 변위 역산의 결과가 큰 차이를 보였다는 점과 다수의 관측 방향에서 측정된 DInSAR 변위를 통합하여 역산하는 것이 단일 방향에서 측정된 변위만을 이용하는 역산에 비해 신뢰도 있는 결과를 제시할 수 있음을 고려할 때, 이 연구에서 추정한 마그마 소스 파라미터가 더 신뢰할 수 있다고 판단된다.

본 연구의 마그마 소스 파라미터 역산 결과에 따르면 2017년 3월 Cerro Azul 화산의 불안 기간 동안 칼데라 아래 약 4.7 km 깊이에 위치한 Mogi 소스에서 –31.68 × 106 m3, 남동쪽 평원 아래 약 7.2 km 깊이에 위치한 Sill 소스에서 68.86 × 106m3의 마그마 부피 변화가 발생하였다. IG-EPN의 Cerro Azul 화산 모니터링 보고서에 따르면, 2017년 3월 18일부터 25일까지 Cerro Azul 화산 남동쪽에서 규모 2–3 수준의 지진이 급증하였고 지진의 위치는 Sentinel-1A DInSAR에서 관측된 화산 남동쪽의 대규모 변위 발생 지역과 일치하였다(Instituto Geofísico-EPN, 2017a; 2017b). 이를 바탕으로 해당 기간 동안 칼데라 하부에 위치한 마그마가 남동쪽 평원 지대로 관입하였음을 설명하였다. Guo et al. (2019)도 칼데라 아래Mogi 소스의 부피 감소 크기와 남동쪽 평원 아래 Sill 소스의 부피 증가 크기가 비슷하며 두 마그마 소스의 깊이가 유사하다는 점을 근거로Mogi 소스로부터 Sill 소스로 마그마가 관입하였을 가능성을 제시하였다. 그러나 본 연구에서는 Sill 소스가 Mogi 소스보다 2.5 km 더 하부에 위치하고 마그마 부피 증가의 크기는Mogi 소스 부피 감소의 크기보다 약 2배 더 크다. 이는 본 연구에서 추정된 Mogi 소스 외에 다른 마그마 공급원이 있을 수 있음을 나타낸다. Geist et al. (2014)은 Cerro Azul 화산 내부의 마그마는 다층 구조로 이루어져 있을 가능성이 높으며, 가장 최상층의 마그마 소스 깊이를 약 5 km로 추정하였다. 따라서 Cerro Azul 화산의 2017년 3월 불안 기간 동안 화산의 남동쪽으로 관입한 마그마는 본 연구에서 추정된Mogi 소스뿐만 아니라 더 깊은 곳에 위치한 마그마 공급원에서도 유입되었을 것으로 추정된다.

또한 IG-EPN은 2017년 3월의 화산 불안이 일시적인 현상으로 남거나 단기간 내에 분화로 이어질 것이라는 시나리오를 제시하였는데(Instituto Geofísico-EPN, 2017b), 현재까지 화산은 분화하지 않았으며 중대한 불안 현상도 보이지 않고 있다. 그러나 2017년 불안 이후 Cerro Azul 화산의 지속적인 융기가 보고된 바 있어(Kim and Han, 2023a; Reddin et al., 2023) 화산 활동에 대한 추가적인 연구가 필요하다. 또한 이 연구를 통해 Cerro Azul 화산의 마그마 활동이 단순한 point 소스의 변화가 아닌 다중 마그마 소스 및 그와 연계된 남동쪽으로의 관입에 의한 복합적인 메커니즘에 기인할 수 있음이 확인되었다. 이는 Cerro Azul 화산의 칼데라뿐만 아니라 남동쪽 사면에서 분화 가능성이 있음을 시사한다. 최근 40여 년간 관측된 용암 분출은 Cerro Azul 화산의 동쪽 및 남동쪽 사면의 열극에서 집중적으로 발생하였고, 해당 지역에는 마그마 관입에 취약한 암맥 또는 암상이 존재할 것으로 추정되고 있다(Global Volcanism Program, 1998; 2008; Guo et al., 2019). 향후 발생할 수 있는 Cerro Azul 화산의 분화 특성을 추론하고 분화에 따른 재해 위험성을 예측하기 위해서 2017년 3월 불안 현상 이후로 화산의 변위를 시계열로 모니터링하고 마그마 소스의 변화를 추적할 필요가 있다.

이 연구에서는 Sentinel-1A의 상향 및 햐향 궤도에서 관측된 SAR 영상에 DInSAR 기법을 적용하여 2017년 3월 Cerro Azul 화산의 불안 기간 동안 발생한 변위를 관측하였고, 변위의 역산 모델링을 통해 화산 불안을 야기한 마그마 활동의 특성을 해석하였다. 화산 불안 기간 동안 칼데라 주변에서는 화산체가 수축하고, 남동쪽 평원에서는 지표의 융기 및 팽창이 관측되었다. Mogi와 Sill 소스 모델을 가정하여 상향 및 하향 궤도 관측의 LOS 변위를 동시에 역산한 결과, 북동쪽 칼데라 림의 약 5 km 아래에 Mogi 소스가 위치하였고, 남동쪽 평원에서 해안에 이르는 길이 약 10 km, 폭 약 1 km의 Sill 소스가 약 7 km깊이에 위치한 것으로 추정되었다. 칼데라 주변에서 관측된 화산체의 수축은Mogi 소스의 위치를 중심으로 나타났으며, 남동쪽 평원에서는 Sill 소스의 중심 위치를 기준으로 지표의 수평이동이 확산된 것이 확인되었다. 마그마의 부피 변화는Mogi 소스에서 –31 × 106 m3, Sill 소스에서 68 × 106m3로 추정되었다. Sill 소스의 부피 증가는Mogi 소스와 칼데라 하부의 더 깊은 곳에 위치한 마그마 소스로부터 동남쪽 방향으로 관입한 마그마의 영향을 받은 것으로 판단된다.

이 연구를 통해 2017년 3월 Cerro Azul 화산의 불안 기간 동안 변위의 발생 특성과 마그마 소스의 특성을 해석할 수 있었으며, 화산불안과 분화를 유발할 수 있는 마그마 활동의 메커니즘을 추정할 수 있었다. 2017년의 화산 불안은 분화를 유발하지는 않았으나 지속적인 화산체의 융기가 보고되고 있다. 향후 연구에서는 Cerro Azul 화산의 시계열 지표변위를 관측하고, 이를 활용한 마그마 소스의 변화해석을 통해 분화의 가능성과 화산 재해의 특성을 분석할 예정이다.

이 연구는 2024년도 정부(중소기업벤처부)의 재원으로 중소기업기술정보진흥원-중소기업기술혁신개발사업(시장확대형) (No. RS-2024-00507788)과 2023년도 정부의 재원으로 한국연구재단(No. 2019R1A6A1A03033167), 2022년도 정부(방위사업청)의 재원으로 국방기술진흥연구소(KRIT-CT-22-040) 그리고 행정안전부의 지진방재분야 전문인력양성사업의 지원을 받아 수행되었습니다.

No potential conflict of interest relevant to this article was reported.

  1. Acocella, V., Di Lorenzo, R., Newhall, C., and Scandone, R., 2015. An overview of recent (1988 to 2014) caldera unrest: Knowledge and perspectives. Reviews of Geophysics, 53(3), 896-955. https://doi.org/10.1002/2015RG000492
  2. Amelung, F., Jónsson, S., Zebker, H., and Segall, P., 2000. Widespread uplift and 'trapdoor' faulting on Galápagos volcanoes observed with radar interferometry. Nature, 407(6807), 993-996. https://doi.org/10.1038/35039604
  3. Bagnardi, M., and Hooper, A., 2018. Inversion of surface deformation data for rapid estimates of source parameters and uncertainties: A bayesian approach. Geochemistry, Geophysics, Geosystems, 19(7), 2194-2211. https://doi.org/10.1029/2018GC007585
  4. Biggs, J., Anthony, E. Y., and Ebinger, C. J., 2009. Multiple inflation and deflation events at Kenyan volcanoes, East African Rift. Geology, 37(11), 979-982. https://doi.org/10.1130/G30133A.1
  5. Blichert-Toft, J., and White, W. M., 2001. Hf isotope geochemistry of the Galapagos Islands. Geochemistry, Geophysics, Geosystems, 2(9), 1043. https://doi.org/10.1029/2000GC000138
  6. Chadwick, W. W., and Howard, K. A., 1991. The pattern of circumferential and radial eruptive fissures on the volcanoes of Fernandina and Isabela islands, Galapagos. Bulletin of Volcanology, 53, 259-275. https://doi.org/10.1007/BF00414523
  7. Cole, J. W., Milner, D. M., and Spinks, K. D., 2005. Calderas and caldera structures: A review. Earth-Science Reviews, 69(1-2), 1-26. https://doi.org/10.1016/j.earscirev.2004.06.004
  8. De Novellis, V., Atzori, S., De Luca, C., Manzo, M., Valerio, E., and Bonano, M., et al, 2019. DInSAR analysis and analytical modeling of mount Etna displacements: The December 2018 volcano-tectonic crisis. Geophysical Research Letters, 46(11), 5817-5827. https://doi.org/10.1029/2019GL082467
  9. Decriem, J., Árnadóttir, T., Hooper, A., Geirsson, H., Sigmundsson, F., and Keiding, M., et al, 2010. The 2008 May 29 earthquake doublet in SW Iceland. Geophysical Journal International, 181(2), 1128-1146. https://doi.org/10.1111/j.1365-246X.2010.04565.x
  10. Dvorak, J. J., and Dzurisin, D., 1997. Volcano geodesy: The search for magma reservoirs and the formation of eruptive vents. Reviews of Geophysics, 35(3), 343-384. https://doi.org/10.1029/97RG00070
  11. Fuhrmann, T., and Garthwaite, M. C., 2019. Resolving three-dimensional surface motion with InSAR: Constraints from multi-geometry data fusion. Remote Sensing, 11(3), 241. https://doi.org/10.3390/rs11030241
  12. Gaddes, M. E., Hooper, A., and Bagnardi, M., 2019. Using machine learning to automatically detect volcanic unrest in a time series of interferograms. Journal of Geophysical Research: Solid Earth, 124(11), 12304-12322. https://doi.org/10.1029/2019JB017519
  13. Galetto, F., Bagnardi, M., Acocella, V., and Hooper, A., 2019. Noneruptive unrest at the caldera of Alcedo volcano (Galápagos islands) revealed by InSAR data and geodetic modeling. Journal of Geophysical Research: Solid Earth, 124(4), 3365-3381. https://doi.org/10.1029/2018JB017103
  14. Galetto, F., Hooper, A., Bagnardi, M., and Acocella, V., 2020. The 2008 eruptive unrest at Cerro Azul volcano (Galápagos) revealed by InSAR data and a novel method for geodetic modelling. Journal of Geophysical Research: Solid Earth, 125(2), e2019JB018521. https://doi.org/10.1029/2019JB018521
  15. Geist, D., Naumann, T., and Larson, P., 1998. Evolution of Galápagos magmas: Mantle and crustal fractionation without assimilation. Journal of Petrology, 39(5), 953-971. https://doi.org/10.1093/petroj/39.5.953
  16. Geist, D. J., Bergantz, G., and Chadwick Jr, W. W., 2014. Galápagos magma chambers. In: Harpp, K. S., Mittelstaedt, E., d'Ozouville, N., Graham, D., (eds.), The Galápagos: A natural laboratory for the Earth Sciences, John Wiley & Sons, pp. 55-69. https://doi.org/10.1002/9781118852538.ch5
  17. Global Volcanism Program, 1998. Report on Cerro Azul (Ecuador) -September 1998. Available online: https://volcano.si.edu/showreport.cfm?doi=10.5479/si.GVP.BGVN199809-353060 (accessed on Nov. 14, 2024)
  18. Global Volcanism Program, 2008. Report on Cerro Azul (Ecuador) -May 2008. Available online: https://volcano.si.edu/showreport.cfm?doi=10.5479/si.GVP.BGVN200805-353060 (accessed on Nov. 14, 2024)
  19. Goldstein, R. M., and Werner, C. L., 1998. Radar interferogram filtering for geophysical applications. Geophysical Research Letters, 25(21), 4035-4038. https://doi.org/10.1029/1998GL900033
  20. Goldstein, R. M., Zebker, H. A., and Werner, C. L., 1988. Satellite radar interferometry: Two-dimensional phase unwrapping. Radio Science, 23(4), 713-720. https://doi.org/10.1029/RS023i004p00713
  21. Guo, Q., Xu, C., Wen, Y., Liu, Y., and Xu, G., 2019. The 2017 noneruptive unrest at the caldera of Cerro Azul volcano (Galápagos islands) revealed by InSAR observations and geodetic modelling. Remote Sensing, 11(17), 1992. https://doi.org/10.3390/rs11171992
  22. Hu, J., Li, Z. W., Ding, X. L., Zhu, J. J., Zhang, L., and Sun, Q., 2014. Resolving three-dimensional surface displacements from InSAR measurements: A review. Earth-Science Reviews, 133, 1-17. https://doi.org/10.1016/j.earscirev.2014.02.005
  23. Hu, X., He, P., and Zhang, J., 2022. Source mechanism of the 2020 Mw 6.3 Nima earthquake derived from bayesian inversions with InSAR observations: Insight into EW extensional activity in the central Tibet. Advances in Space Research, 70(7), 1721-1736. https://doi.org/10.1016/j.asr.2022.06.065
  24. Instituto Geofísico-EPN, 2017a. Informe Especial Cerro Azul, No. 2-2017. Available online: https://www.igepn.edu.ec/servicios/noticias/1473-informe-especial-cerro-azul-no-22017 (accessed on Nov. 14, 2024)
  25. Instituto Geofísico-EPN, 2017b. Informe Especial Cerro Azul, No. 3-2017. Available online: https://www.igepn.edu.ec/servicios/noticias/1477-informe-especial-cerro-azul-n-32017 (accessed on Nov. 14, 2024)
  26. Iio, K., and Furuya, M., 2018. Surface deformation and source modeling of Ayaz-Akhtarma mud volcano, Azerbaijan, as detected by ALOS/ALOS-2 InSAR. Progress in Earth and Planetary Science, 5, 1-16. https://doi.org/10.1186/s40645-018-0220-7
  27. Kim, S., and Han, H., 2023a. Surface displacements of Cerro Azul and Sierra Negra volcanoes during their respective eruptive phases investigated using time-series InSAR. In Proceedings of the 2023 AGU Fall Meeting, San Francisco, CA, USA, Dec. 11-15, pp. G43A-0482.
  28. Kim, T., and Han, H., 2023b. Coseismic displacement fields and the slip mechanism of the 2021 Mw 6.7 Hovsgol earthquake in Mongolia constrained by Sentinel-1 and ALOS-2 InSAR. GIScience & Remote Sensing, 60(1), 2180026. https://doi.org/10.1080/15481603.2023.2180026
  29. Lee, S. K., and Lee, C. W., 2014. Measurement of 2D surface deformation on the Seguam volcano of Alaska using DInSAR multi-track time-series techniques. Korean Journal of Remote Sensing, 30(6), 719-730. https://doi.org/10.7780/kjrs.2014.30.6.3
  30. Lipman, P. W., 1997. Subsidence of ash-flow calderas: Relation to caldera size and magma-chamber geometry. Bulletin of Volcanology, 59, 198-218. https://doi.org/10.1007/s004450050186
  31. Lu, Z., Mann, D., Freymueller, J. T., and Meyer, D. J., 2000. Synthetic aperture radar interferometry of Okmok volcano, Alaska: Radar observations. Journal of Geophysical Research: Solid Earth, 105(B5), 10791-10806. https://doi.org/10.1029/2000JB900034
  32. Lu, Z., Power, J. A., McConnell, V. S., Wicks Jr, C., and Dzurisin, D., 2002. Preeruptive inflation and surface interferometric coherence characteristics revealed by satellite radar interferometry at Makushin volcano, Alaska: 1993-2000. Journal of Geophysical Research: Solid Earth, 107(B11), 2266. https://doi.org/10.1029/2001JB000970
  33. Massonnet, D., Briole, P., and Arnaud, A., 1995. Deflation of Mount Etna monitored by spaceborne radar interferometry. Nature, 375(6532), 567-570. https://doi.org/10.1038/375567a0
  34. Miyagi, Y., Ozawa, T., Kozono, T., and Shimada, M., 2014. Long-term lava extrusion after the 2011 Shinmoe-dake eruption detected by DInSAR observations. Geophysical Research Letters, 41(16), 5855-5860. https://doi.org/10.1002/2014GL060829
  35. Mogi, K., 1958. Relations between the eruptions of various volcanoes and the deformations of the ground surfaces around them. Bulletin of the Earthquake Research Institute, 36, 99-134.
  36. Morales Rivera, A. M., Amelung, F., Mothes, P., Hong, S. H., Nocquet, J. M., and Jarrin, P., 2017. Ground deformation before the 2015 eruptions of Cotopaxi volcano detected by InSAR. Geophysical Research Letters, 44(13), 6607-6615. https://doi.org/10.1002/2017GL073720
  37. Naumann, T., and Geist, D., 2000. Physical volcanology and structural development of Cerro Azul volcano, Isabela island, Galápagos: Implications for the development of Galápagos-type shield volcanoes. Bulletin of Volcanology, 61, 497-514. https://doi.org/10.1007/s004450050001
  38. Naumann, T., Geist, D., and Kurz, M., 2002. Petrology and geochemistry of volcan Cerro Azul: Petrologic diversity among the western Galápagos volcanoes. Journal of Petrology, 43(5), 859-883. https://doi.org/10.1093/petrology/43.5.859
  39. Odonne, F., Imbert, P., Remy, D., Gabalda, G., Aliyev, A. A., and Abbasov, O. R., et al, 2021. Surface structure, activity and microgravimetry modeling delineate contrasted mud chamber types below flat and conical mud volcanoes from Azerbaijan. Marine and Petroleum Geology, 134, 105315. https://doi.org/10.1016/j.marpetgeo.2021.105315
  40. Okada, Y., 1985. Surface deformation due to shear and tensile faults in a half-space. Bulletin of the Seismological Society of America, 75(4), 1135-1154. https://doi.org/10.1785/BSSA0750041135
  41. Pritchard, M. E., and Simons, M., 2004. An InSAR-based survey of volcanic deformation in the central Andes. Geochemistry, Geophysics, Geosystems, 5(2), Q02002. https://doi.org/10.1029/2003GC000610
  42. Reddin, E., Ebmeier, S. K., Rivalta, E., Bagnardi, M., Baker, S., and Bell, A. F., et al, 2023. Magmatic connectivity among six Galápagos volcanoes revealed by satellite geodesy. Nature Communications, 14(1), 6614. https://doi.org/10.1038/s41467-023-42157-x
  43. Sandri, L., Marzocchi, W., and Zaccarelli, L., 2004. A new perspective in identifying the precursory patterns of eruptions. Bulletin of Volcanology, 66(3), 263-275. https://doi.org/10.1007/s00445-003-0309-7
  44. Shirzaei, M., and Walter, T. R., 2009. Randomly iterated search and statistical competency as powerful inversion tools for deformation source modeling: Application to volcano interferometric synthetic aperture radar data. Journal of Geophysical Research: Solid Earth, 114(B10), B10401. https://doi.org/10.1029/2008JB006071
  45. Sparks, R. S. J., 2003. Forecasting volcanic eruptions. Earth and Planetary Science Letters, 210(1-2), 1-15. https://doi.org/10.1016/S0012-821X(03)00124-9
  46. Tilling, R. I., 1989. Volcanic hazards and their mitigation: Progress and problems. Reviews of Geophysics, 27(2), 237-269. https://doi.org/10.1029/RG027i002p00237
  47. Velez, M. L., Euillades, P., Caselli, A., Blanco, M., and Díaz, J. M., 2011. Deformation of Copahue volcano: Inversion of InSAR data using a genetic algorithm. Journal of Volcanology and Geothermal Research, 202(1-2), 117-126. https://doi.org/10.1016/j.jvolgeores.2011.01.012
  48. Yu, C., Li, Z., and Penna, N. T., 2018a. Interferometric synthetic aperture radar atmospheric correction using a GPS-based iterative tropospheric decomposition model. Remote Sensing of Environment, 204, 109-121. https://doi.org/10.1016/j.rse.2017.10.038
  49. Yu, C., Li, Z., Penna, N. T., and Crippa, P., 2018b. Generic atmospheric correction model for interferometric synthetic aperture radar observations. Journal of Geophysical Research: Solid Earth, 123(10), 9202-9222. https://doi.org/10.1029/2017JB015305
  50. Yu, C., Penna, N. T., and Li, Z., 2017. Generation of real-time mode high resolution water vapor fields from GPS observations. Journal of Geophysical Research: Atmospheres, 122(3), 2008-2025. https://doi.org/10.1002/2016JD025753

Research Article

Korean J. Remote Sens. 2024; 40(6): 919-930

Published online December 31, 2024 https://doi.org/10.7780/kjrs.2024.40.6.1.4

Copyright © Korean Society of Remote Sensing.

Sentinel-1 DInSAR 관측을 활용한 2017년 3월 Cerro Azul 화산 불안 시기의 마그마 활동 분석

김서현1, 한향선2*, 김진우3, 전영범4, 이승철5

1강원대학교 지구물리학과 박사과정생
2강원대학교 지구물리학과 조교수
3LIG넥스원 위성체계연구소 수석연구원
4LIG넥스원 위성체계연구소 선임연구원
5(주)스텔라비전 대표이사

Received: November 15, 2024; Revised: November 26, 2024; Accepted: November 26, 2024

Analysis of Magma Activity during the Cerro Azul Volcanic Unrest in March 2017 Using Sentinel-1 DInSAR Observations

Seohyeon Kim1, Hyangsun Han2* , Jin-Woo Kim3, Yeong-Beom Jeon4, Seung Chul Lee5

1PhD Student, Department of Geophysics, Kangwon National University, Chuncheon, Republic of Korea
2Assistant Professor, Department of Geophysics, Kangwon National University, Chuncheon, Republic of Korea
3Chief Researcher, SAR & Future Technology, LIG NEX1, Yongin, Republic of Korea
4Senior Researcher, SAR & Future Technology, LIG NEX1, Yongin, Republic of Korea
5Chief Executive Officer, Stellarvision Co. Ltd., Daejeon, Republic of Korea

Correspondence to:Hyangsun Han
E-mail: hyangsun@kangwon.ac.kr

Received: November 15, 2024; Revised: November 26, 2024; Accepted: November 26, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Cerro Azul volcano, one of the most active volcanoes in the Galápagos Archipelago, exhibited significant unrest in March 2017, marked by dramatic displacement around the caldera and on the southeastern plain. This study applied differential interferometric synthetic aperture radar (DInSAR) technique to SAR image pairs acquired from the Sentinel-1A satellite’s ascending and descending nodes to measure the line-of-sight (LOS) and two-dimensional (up-down and east-west) displacements during the 2017 unrest of the volcano. Extensive concentric fringe patterns were observed around the caldera and on the southeastern plain of Cerro Azul volcano, indicating LOS displacements away from and toward the satellite, respectively. Two-dimensional displacements revealed that the volcanic body around the caldera contracted, while the southeastern plain uplifted and expanded. To further characterize magmatic activity during the unrest, we inverted LOS displacements from both ascending and descending observations using Mogi and Sill source models. The surface displacements simulated from the optimal magma source parameters obtained through inversion showed a normalized root mean square error of less than 5% compared to the DInSAR-observed displacements, confirming the reliability of the inversion results. The Mogi source was located approximately 4.7 km beneath the northeastern caldera rim of Cerro Azul and exhibited a volume change of –31 × 106 m3. The Sill source, characterized by a long rectangular shape approximately 10 km in length and 1 km in width, was situated about 7 km beneath the southeastern plain and showed a volume change of 68 × 106 m3. The volume increase of the Sill source was approximately twice that of the volume decrease of the Mogi source. Results of this study suggest that magma intrusion into the southeastern plain, originating from the Mogi source and deeper magma reservoirs, likely drove the 2017 unrest. This highlights the complex magmatic activity of Cerro Azul volcano and underscores the importance of continuous displacement monitoring to assess volcanic activity and associated hazards.

Keywords: Cerro Azul volcano, Volcanic unrest, Magmatic activity, Differential interferometric SAR, Inversion, Sentinel-1

1. 서론

화산에서는 지진 활동의 증가, 가스 방출의 변화, 지표의 변위 발생과 같은 다양한 화산 불안(volcanic unrest) 현상이 나타날 수 있다(Sparks, 2003; Acocella et al., 2015; Tilling, 1989). 화산 불안이 반드시 분화로 이어지는 것은 아니지만, 불안 현상의 감지 및 메커니즘을 규명하는 것은 화산 분화를 예측하고 화산 내부 마그마의 거동을 이해하는 데 도움이 될 수 있다(Sandri et al., 2004; Acocella et al., 2015). 화산이 분화하기 전 심부 마그마 저장소로부터 마그마가 정상부로 이동하면 일반적으로 화산체는 팽창하고(Tilling, 1989; Dvorak and Dzurisin, 1997), 마그마의 분출 또는 화산체 측면으로의 관입이 발생하면 침하하는 특징을 보인다(Tilling, 1989; Lipman, 1997; Cole et al., 2005). 따라서 화산의 지표변위는 화산 내부의 마그마 활동을 추정할 수 있는 중요한 지표로 활용되고 있다(Massonnet et al., 1995; Velez et al., 2011; De Novellis et al., 2019; Galetto et al., 2019; 2020).

영상레이더 차분간섭기법(differential interferometric synthetic aperture radar, DInSAR)은 서로 다른 시기에 동일한 영역을 촬영한 두 개 이상의 SAR 영상으로부터 위상 차이를 이용하여 지표변위를 측정하는 기법이다. 인공위성 관측 기반의 DInSAR는 지표변위를 mm–cm 수준의 정밀도로 감지할 수 있으며, 화산의 접근성 제약을 극복하고 광역적으로 발생하는 변위를 모니터링 할 수 있는 효과적인 방법이다. 이러한 장점을 바탕으로 인공위성 DInSAR를 이용한 화산 연구가 매우 활발히 수행되어 왔다(Massonnet et al., 1995; Lu et al., 2000; 2002; Pritchard and Simons, 2004; Miyagi et al., 2014; De Novellis et al., 2019). 또한 화산의 지표변위는 마그마의 거동에 대한 반응으로, 지표변위의 모델링을 통해 마그마 소스의 위치, 크기 및 부피 변화 등의 마그마 특성을 추정할 수 있으며, 이는 화산 활동의 기작을 분석하는 데 널리 이용되고 있다(Biggs et al., 2009; Shirzaei and Walter, 2009; Miyagi et al., 2014; Galetto et al., 2020).

DInSAR를 통해 관측된 변위는 레이더 관측 방향(line of sight, LOS)의 변위로, 단일 관측 방향에서 얻어진 DInSAR 데이터는 실제 변위 특성을 설명하는데 어려움이 있다(Hu et al., 2014; Fuhrmann and Garthwaite, 2019). 화산의 경우 지표의 융기 또는 침하, 즉 수직 방향의 변위가 크게 나타날 수 있으나 화산체의 팽창과 수축은 수평 방향의 변위도 동반한다(Lee and Lee, 2014; Morales Rivera et al., 2017; Iio and Furuya, 2018; Odonne et al., 2021). 이는 단일 관측 방향의DInSAR만으로는 화산의 지표변형 특성과 이를 기반으로 하는 마그마 소스 모델링에 한계가 있음을 의미한다. 그러나 2개 이상의 관측 방향에 대한 DInSAR를 수행할 수 있다면 변위 성분의 분해가 가능하며(Hu et al., 2014; Fuhrmann and Garthwaite, 2019), 이를 통해 화산 활동 특성에 대한 보다 명확한 해석이 가능할 수 있다.

갈라파고스 제도는 열점에서의 마그마 분출로 생성된 화산섬의 군집으로, 전 세계에서 화산 활동이 가장 활발한 지역 중 하나이다(Blichert-Toft and White, 2001; Naumann et al., 2002). 서부 갈라파고스에 위치한 Isabela 섬은 6개의 순상화산(Ecuador, Wolf, Darwin, Alcedo, Sierra Negra, Cerro Azul)으로 이루어져 있다(Amelung et al., 2000; Galetto et al., 2019; Galetto et al., 2020; Reddin et al., 2023). Isabela 섬의 최남단에 위치한 Cerro Azul 화산은 갈라파고스 제도에서 활발한 분화 활동을 보이는 화산 중 하나로, 분화 이전에 장기적인 융기와 지진 활동이 선행되며 주기적인 분화(약 7년의 분화 주기)의 특성을 보인다(Amelung et al., 2000; Naumann and Geist, 2000; Acocella et al., 2015). 가장 최근의 분화는 2008년 5월에 발생하였고(Global Volcanism Program, 2008), 에콰도르 National Polytechnic School 지구물리학연구소(Instituto Geofísico [IG]-EPN)의 Cerro Azul 화산 모니터링 보고서에 따르면, 2017년 3월에는 분화로 이어지진 않았지만 화산체 및 주변에서 급격한 변위가 광범위하게 나타난 화산 불안 현상이 관측되었다(Instituto Geofísico-EPN, 2017b). 이 불안 현상은 Cerro Azul 화산의 마그마 활동 특성을 추정할 수 있는 중요한 사건이지만 이에 대한 연구 사례는 Guo et al. (2019)의 연구가 유일하다.

Guo et al. (2019)은 Sentinel-1 위성의 상향 및 하향 궤도 관측에 대한 다수의 DInSAR 영상을 사용하여 2017년의 불안 기간 동안 Cerro Azul 화산의 변위를 측정하고 마그마의 이동을 추정한 바 있다. 그러나 LOS 변위만이 분석되어 불안 현상에 따른 지표변형이 명확하게 해석되지 않았으며, 두 궤도 관측의 LOS 변위로부터 마그마 특성을 각각 모사한 결과의 편차가 커 불안 현상 메커니즘 해석의 신뢰성이 높지 않은 것으로 판단된다. 2008년 이후 분화가 없었음을 고려할 때, 2017년 화산 불안 현상에 의한 지표의 변형과 불안 유발 메커니즘을 보다 명확하게 해석하여 Cerro Azul 화산 활동의 특성을 이해할 필요가 있다.

이 연구에서는 Sentinel-1 위성의 상향 및 하향 궤도에서 획득된 영상레이더 간섭쌍을 사용하여 2017년 3월 Cerro Azul 화산의 불안 기간 동안 발생한 변형에 대해 DInSAR 관측을 수행하고 2차원 변위를 산출하여 분석하였다. 그리고 두 위성 관측 궤도에서 얻어진 LOS 변위를 모두 고려한 마그마 소스 모델링을 통해 화산의 지표변위를 야기한 마그마 활동의 특성을 해석하고자 하였다.

2. 연구 지역 및 자료

2.1. 연구 지역

갈라파고스 제도는 남아메리카에서 서쪽으로 약 1,000 km떨어진 태평양 적도 부근에 자리하고 있다(Chadwick and Howard, 1991; Geist et al., 1998; Naumann and Geist, 2000; Naumann et al., 2002). 갈라파고스 제도의 Isabela 섬은 여섯 개의 화산으로 이루어져 있으며, 그 중 Cerro Azul 화산은 섬의 남쪽에 위치해 있다(Fig. 1). Cerro Azul 화산은 해발 약 1,640 m로 Isabela 섬에서 두 번째로 높은 화산이며, 대부분 4° 미만으로 완만한 경사를 이루지만 상부는 약 25°의 급경사를 가진다(Naumann and Geist, 2000). 화산의 정상에는 폭이 약 1 km인 림(rim)이 깊이 450 m, 면적 9.5 km2의 칼데라(caldera)를 둘러싸고 있다(Naumann and Geist, 2000). 과거 칼데라에는 넓은 면적의 호수가 존재하였으나 대부분 증발하여 칼데라 내에 증발잔류암 퇴적물(evaporite deposit)이 분포한다(Naumann and Geist, 2000). 칼데라 주변에는 방사상의 균열(radial fissure)이 잘 발달되어 있다(Chadwick and Howard, 1991).

Figure 1. Study area. (a) Topographic map of Isabela Island in the Galapagos Archipelago. The inset map shows the location of the Galapagos Archipelago in the Pacific Ocean. Red and blue squares indicate the Sentinel-1 interferometric wide swath imaging coverage at the ascending and descending orbital nodes, respectively. The white rectangle highlights the location of the Cerro Azul volcano. (b) Landsat-8 image of the Cerro Azul volcano, acquired on October 6, 2020, corresponding to the white rectangle in (a).

Cerro Azul 화산은 1930년 이후부터 현재까지 11회 분화하였으며(Naumann and Geist, 2000), 가장 최근 분화는 2008년 5월 29일에 발생하여 6월 11일까지 지속되었고, 칼데라 내부와 화산 남동쪽 사면의 균열에서 용암이 분출하는 열극 분출의 형태를 보였다(Global Volcanism Program, 2008). 2008년 분화 이후 Cerro Azul 화산은 뚜렷한 불안 현상을 보이지 않았다. 그러나 2017년 3월 18일부터 25일까지 화산 전역 및 남동쪽 평원에 걸쳐 광범위하고 급격한 지표변위가 발생하였으며, 이 불안 기간 동안 분화나 지표 파열은 발생하지 않았다(Instituto Geofísico-EPN, 2017b).

2.2. 연구 자료

2017년 3월 Cerro Azul 화산의 불안 기간 동안 발생한 변위를 관측하기 위해 Sentinel-1A SAR 영상을 사용하였다. Sentinel-1A는 유럽우주국(European Space Agency, ESA)에서 운용하는 Sentinel-1 위성군 중 하나로, 중심주파수 5.405 GHz의 C-band SAR를 탑재하고 있으며, InterferometricWide swath (IW), Stripmap, ExtraWide swath, Wave 모드의 4가지 영상 획득 모드로 운용된다. 또 다른 Sentinel-1 위성군 중 하나는 Sentinel-1B가 있으며, 2017년 3월 Cerro Azul 화산을 관측한 자료가 없어 사용하지 않았다. Sentinel-1 위성은 12일 간격으로 동일한 지역을 기상조건과 주야간에 관계없이 관측한다. 이 연구에서는Alaska Satellite Facility의Data SearchVertex (https://search.asf.alaska.edu/#/)를 통해 IW 모드에서 VV 편파로 획득된 single look complex (SLC) 형식의 Sentinel-1A SAR 영상을 위성의 상향 및 하향 궤도에서 각각 두 장씩 구축하였다(Table 1). 두 궤도에서 간섭쌍은 2017년 3월 18일부터 25일까지 발생한 불안 현상에 따른 변형을 관측하기 위해 24일의 시간 기선거리를 가지도록 구축되었으며, 상향 및 하향 궤도에서 각각 70 m와 58 m의 짧은 수직 기선거리를 가져 변위 관측에 적합하게 사용될 수 있다(Table 1).

Table 1 . Sentinel-1A interferometric SAR image pairs used in this study.

Orbit directionDates (YYYY/MM/DD)Acquisition modePolarizationIncidence angle (°)Perpendicular baseline (m)
Ascending2017/03/07
2017/03/31
IW VV43.0170.6
Descending2017/03/08
2017/04/01
IWVV33.8258.3


SLC 영상 간의 정합 및 지형 고도에 의한 간섭위상을 제거를 위해 30 m 공간해상도의 Copernicus GLO-30 Digital Elevation Model (DEM)을 사용하였으며, DInSAR를 통한 변위 관측에서 대기 위상 지연 효과를 보정하기 위해 Generic Atmospheric Correction Online Service (GACOS) (http://www.gacos.net)에서 제공하는 위상 지연 보정값을 사용하였다(Yu et al., 2017; 2018a; 2018b).

3. 연구 방법

이 연구에서는 2017년 3월 Cerro Azul 화산의 불안 시기에 대해 Sentinel-1A 상향 및 하향 궤도의 간섭쌍을 활용하여 DInSAR를 수행하고, 이를 통해 얻은 두 레이더 관측 방향의 변위를 이용하여 수직 및 수평 변위를 산출하였다. 또한 두 레이더 관측 방향의 변위를 통합 역산(inversion)하여 마그마의 활동 특성을 분석하였다. Fig. 2는 연구 흐름을 나타낸 모식도이다.

Figure 2. An overall flowchart of this study.

3.1. DInSAR 기법을 사용한 지표변위 측정

Sentinel-1A SAR 영상에 DInSAR 기법을 적용하기 위하여 GAMMA Remote Sensing에서 개발한 상용 소프트웨어인 GAMMA Software를 사용하였다. 먼저 Sentinel-1 위성의 정밀 궤도 데이터(precise orbit data, POD)를 사용하여 궤도 보정을 수행하였다. GLO-30 DEM을 사용하여 상향 및 하향 궤도에서 획득된 각각의 SLC 영상들을 정합하였으며, 정합된 영상에 대해 10 (range) × 2 (azimuth)의 multi-look을 적용하고 간섭도(interferogram)를 생성하였다. GLO-30 DEM을 사용하여 간섭도로부터 지형 고도에 의한 위상을 제거하고 차분간섭도(differential interferogram)를 생성하였다. 간섭위상(interferometric phase)의 noise를 줄이기 위해 adaptive spectral filter (Goldstein and Werner, 1998)를 적용하였고, branch-cut 알고리즘(Goldstein et al., 1988)을 사용하여 절대위상복원(phase unwrapping)을 수행하였다. 절대위상복원 과정에서는 위상 복원의 오류를 줄이기 위해 긴밀도가 0.4 미만인 픽셀은 제외하였다. 그리고 GACOS 모델을 사용하여 대기 위상 지연을 보정하였으며, 레이더 관측 방향의 변위(LOS 변위)를 산출하였다.

Sentinel-1A 위성의 상향 및 하향 궤도 DInSAR로부터 산출한 LOS 변위를 이용하여 상하(수직) 및 동서 방향의 2차원 변위를 계산하기 위해 식(1)을 적용하였다(Hu et al., 2014; Fuhrmann and Garthwaite, 2019).

dascddesc=sinθasccosαasccosθascsinθdesccosαdesccosθdescdedu

dascddesc은 각각 상향 및 하향 궤도 관측에서 얻은 LOS 방향 변위를, dedu는 각각 동서 및 상하 방향 변위를 나타낸다. θ는 레이더 입사각(incidence angle)을, α는 위성의 궤도방위각(heading angle)을 의미한다.

3.2. DInSAR 변위 역산

마그마 소스의 위치와 깊이, 부피 변화 등의 마그마 특성을 추정하기 위해 Centre forObservation and Modelling of Earthquakes, Volcanoes and Tectonics (COMET)에서 제공하는 오픈 소스 소프트웨어인 Geodetic Bayesian Inversion Software (GBIS, https://comet.nerc.ac.uk/gbis/) (Bagnardi and Hooper, 2018)를 사용하여 상향 및 하향 궤도의 DInSAR에서 관측된 LOS 변위를 역산하였다. GBIS는 DInSAR로 관측된 지진 및 화산 변위의 역산 모델링에 널리 이용되고 있으며(Gaddes et al., 2019; Guo et al., 2019; Galetto et al., 2020; Hu et al., 2022; Kim and Han, 2023b), Markov Chain Monte Carlo 알고리즘을 사용하여 다양한 지진원 또는 마그마 소스 파라미터에 대한 사후 확률분포를 추정함으로써 최적의 파라미터 값을 결정한다(Bagnardi and Hooper, 2018).

DInSAR로 측정된 방대한 변위 관측값을 모두 이용하여 역산을 수행하면 시간 비용이 증가하는 등 모델링의 효율성이 낮아질 수 있다. 이 연구에서는 상향 및 하향 궤도의 DInSAR 관측 변위에 대해 adaptive quadtree 샘플링(Decriem et al., 2010; Bagnardi and Hooper, 2018)을 적용하여 역산 모델링 수행시 계산 효율성을 높이고자 하였다. 샘플링된 변위 값들은 DInSAR 영상에서 나타나는 변위의 공간적 패턴 정보를 충분히 유지할 수 있도록 하였다. 이후 2017년 Cerro Azul 화산의 불안 기간 동안 분화구와 남동부 평원 지역을 중심으로 등방성의 변위가 나타났음을 고려하여(Guo et al., 2019), 탄성 반무한 공간(elastic half space)에서 구형의 point 소스를 가정한 Mogi 소스 모델(Mogi, 1958)과 층리에 평행한 마그마 관입을 가정하는 Sill 소스 모델(Okada, 1985)을 사용하여 변위 역산을 수행하였다. Mogi 및 Sill 소스의 결합 모델을 바탕으로 역산된 마그마 소스 파라미터로부터 LOS 변위를 모사하는 순산 모델링(forwardmodeling)을 수행하고, Sentinel-1ADInSAR로 관측된 LOS 변위와 비교하였다. 모사된 LOS 변위의 평균 제곱근 오차(rootmean square error, RMSE)와 정규화된 RMSE (normalized RMSE, NRMSE)를 산출하였으며, 이를 통해 역산 모델링 결과의 신뢰도를 평가하였다.

4. 연구 결과 및 토의

4.1. Cerro Azul 화산의 불안 현상에 따른 지표변위

Sentinel-1A위성의 상향 및 하향 궤도 간섭쌍으로 생성된DInSAR 영상 및 긴밀도(coherence)는 Fig. 3과 같다. 간섭쌍의 짧은 시간(24일) 및 공간 기선거리(80 m이내)는 높은 긴밀도(Figs. 3b, d)로 화산의 주요 변형 영역을 관측할 수 있게 하였다. 그러나 화산 서쪽의 해안과 남동쪽 평원 지대의 일부분 그리고 동쪽의 Sierra Negra 화산과 인접한 부분은 식생피복으로 인한 낮은 긴밀도로 변위 관측이 어려웠다. Cerro Auzl 화산의 칼데라 주변과 남동쪽 평원에서 원형의 프린지(fringe)들이 높은 밀도로 광범위하게 나타났으며(Figs. 3a, c), 두 지역에서의 LOS 변위 방향은 반대로 나타났다(Fig. 4). 두 궤도의 DInSAR 관측 모두 칼데라 주변에서는 위성에서 멀어지는 방향의 변위(음의 LOS 변위)를 보였으며, 상향 및 하향 궤도에서 각각 –26.9 cm와 –30.1 cm의 음의 최대 변위가 관측되었다(Fig. 4). 반면 남동쪽 평원에서는 위성과 가까워지는 방향의 변위(양의 LOS 변위)가 나타났으며, 상향 및 하향 궤도 각각 39.2 cm와 40.6 cm의 최대 변위가 관측되었다(Fig. 4). 마그마 활동에 따른 화산체 및 주변 지역의 지표 변위는 LOS 변위만으로는 정확하게 파악하기 어렵기 때문에 동서 및 상하 방향의 2차원 변위를 계산하였다.

Figure 3. Differential interferogram and coherence image generated from interferometric SAR image pairs acquired at the (a, b) Sentinel-1A ascending orbital node and (c, d) descending orbital node during the 2017 unrest of Cerro Azul volcano.

Figure 4. LOS displacement observed from (a) Sentinel-1A ascending orbital node and (b) descending orbital node during the 2017 unrest of Cerro Azul volcano.

Fig. 5는 상향 및 하향 궤도 관측의 LOS 변위를 이용하여 계산한 상하 및 동서 방향의 변위를 보여준다. 상하 및 동서 방향의 변위에서 양의 값은 각각 지표의 융기와 동쪽 방향의 수평 이동을 의미한다. Cerro Azul 화산의 칼데라 주변과 남동쪽 평원에서는 수직 방향의 변위가 각각 -28.2 cm와 32.7 cm로(Fig. 5a), 동서 방향의 변위(각각 17.3 cm와 11.8 cm, Fig. 5b)에 비해 크게 관측되었다. 일반적으로 화산에서는 마그마가 팽창하거나 수축할 때, 지표에서 융기 또는 침하가 지배적으로 나타난다. 이를 통해 2017년 3월 화산 불안 기간 동안 칼데라에서는 마그마의 수축이, 남동쪽 평원으로는 마그마의 관입이 일어난 것을 추정할 수 있다.

Figure 5. Two-dimensional surface displacements observed during the 2017 unrest of Cerro Azul volcano. (a) Vertical (up-down) displacement. (b) Horizontal (east-west) displacement.

화산 불안 기간 동안 수직 방향의 변위뿐만 아니라 수평 방향의 변위도 광범위하게 발생하였다(Fig. 5b). 화산의 칼데라 주변과 남동쪽 평원에서는 서로 다른 양상의 수평 변위를 보였다. 칼데라 주변에서는 칼데라를 기준으로 동쪽에서는 서쪽 방향 수평 변위가, 서쪽에서는 동쪽 방향 수평 변위가 발생하였다. 이는 화산체의 수축, 즉 마그마의 유출로 인한 방사상의 지표 침하가 발생하였음을 시사한다. 반면 남동쪽 평원 지대의 서쪽에서는 서쪽 방향 수평 이동이, 동쪽에서는 동쪽 방향 수평 이동이 발생하였다. 이는 해당 지역에서 마그마의 팽창이 이루어졌음을 나타낸다.

4.2. 2017년 3월 화산 불안 기간 동안의 마그마 활동 특성

Cerro Azul 화산의 칼데라 주변 및 남동쪽 평원에서의 변위 특성을 고려하여 칼데라 주변 지역에 대해Mogi 모델을, 남동쪽 평원에 대해 Sill 모델을 적용함으로써 최적의 마그마 소스 파라미터를 Table 2와 같이 추정하였다. Fig. 6은 상향 및 하향 궤도에서 관측된 DInSAR 변위와 역산을 통해 추정된 마그마 소스 파라미터로부터 모사된 변위, 그리고 관측 변위와 모사 변위 사이의 잔차를 보여준다. 모사된 LOS 변위는DInSAR 관측 변위와 비교하여 5% 이하의 작은NRMSE를 보이며(Table 3), 이를 통해 DInSAR 변위 역산으로 추정된 마그마 소스 파라미터가 신뢰할 수 있음을 확인하였다. Mogi 소스는 북동쪽 칼데라 림 위치에서 약 4.7 km아래에 위치하는 것으로 추정되었다(Figs. 6b, e의 빨간색 점). Sill 소스는 화산의 남동쪽 평원부터 해안에 이르기까지 폭이 약 1 km, 길이 약 10 km의 긴 직사각형 형태로 약 7.2 km 깊이에 위치하였고(Figs. 6b, e의 검은색 사각형), Mogi 소스와 Sill 소스의 부피 변화는 각각 -31.68 × 106m3와 68.86 × 106m3로 추정되었다(Table 2).

Figure 6. LOS displacements from DInSAR observations and simulations, along with their residuals, for the Sentinel-1A (a–c) ascending node and (d–f) descending node. The red star and black rectangle in (b) and (e) mark the locations of the Mogi and Sill sources, respectively.

Table 2 . Optimal source parameters derived from inversions based on the Mogi and Sill source models.

ParameterMogi sourceSill source
Latitude (°)-0.916-1.007
Longitude (°)-91.383-91.309
Depth (m)4,697.927,226.34
Length (m)-10,087.01
Width (m)-1,090.61
Strike (°)-119.91
Opening (m)-6.26

Volume change (×106 m3) -31.68 68.86.



Table 3 . Statistics of residuals between DInSAR-measured and simulated surface displacements, derived from inversions assuming Mogi and Sill source models.

Orbit directionRMSE (cm)NRMSE (%)
Ascending2.874.16
Descending2.122.87


이 연구에서 추정된 Cerro Azul 화산의 Mogi 소스 위치는 Galetto et al. (2020)에서 2008년 분화 전 6개월간의 변위로부터 추정된 위치와 상당히 유사하며, 마그마 소스의 깊이(4.9 km)도 이 연구의 결과(4.7 km)와 비교하여 거의 차이가 없다. Guo et al. (2019)에서 2017년 3월 화산 불안 동안 Sentinel-1 DInSAR 관측 변위의 역산으로 Mogi 소스와 Sill 소스를 추정하였는데, 두 마그마 소스의 위치는 본 연구에서 추정된 위치와 유사하였다. 그러나 두 마그마 소스의 깊이를 4–6 km로 추정하였고, 이 연구에서 추정된Mogi 소스의 깊이와는 유사하지만 Sill 소스의 깊이는 이 연구(7.2 km)와 비교하여 1 km 이상 차이가 있다. Guo et al. (2019)의 연구에서는 화산 불안 기간 동안 Sentinel-1 위성의 상향 및 하향 궤도 관측에서 12일 간격의 간섭쌍을 연속적으로 구축하였고, 각각의 DInSAR에서 측정된 LOS 변위를 독립적으로 역산하였다. 반면 이 연구에서는 화산 불안 기간의 변위를 모두 포함하는 24일 간격의 간섭쌍을 위성의 상향 및 하향 궤도에서 모두 구축하고, 두 궤도 관측의 LOS 변위를 통합하여 역산하였다. 이러한 접근 방식의 차이가 마그마 소스 역산 결과의 차이로 귀결된 것이라 해석된다. 그러나 기존 연구에서 단 1일의 시간 차이를 가지는 상향 및 하향 궤도 DInSAR 변위 역산의 결과가 큰 차이를 보였다는 점과 다수의 관측 방향에서 측정된 DInSAR 변위를 통합하여 역산하는 것이 단일 방향에서 측정된 변위만을 이용하는 역산에 비해 신뢰도 있는 결과를 제시할 수 있음을 고려할 때, 이 연구에서 추정한 마그마 소스 파라미터가 더 신뢰할 수 있다고 판단된다.

본 연구의 마그마 소스 파라미터 역산 결과에 따르면 2017년 3월 Cerro Azul 화산의 불안 기간 동안 칼데라 아래 약 4.7 km 깊이에 위치한 Mogi 소스에서 –31.68 × 106 m3, 남동쪽 평원 아래 약 7.2 km 깊이에 위치한 Sill 소스에서 68.86 × 106m3의 마그마 부피 변화가 발생하였다. IG-EPN의 Cerro Azul 화산 모니터링 보고서에 따르면, 2017년 3월 18일부터 25일까지 Cerro Azul 화산 남동쪽에서 규모 2–3 수준의 지진이 급증하였고 지진의 위치는 Sentinel-1A DInSAR에서 관측된 화산 남동쪽의 대규모 변위 발생 지역과 일치하였다(Instituto Geofísico-EPN, 2017a; 2017b). 이를 바탕으로 해당 기간 동안 칼데라 하부에 위치한 마그마가 남동쪽 평원 지대로 관입하였음을 설명하였다. Guo et al. (2019)도 칼데라 아래Mogi 소스의 부피 감소 크기와 남동쪽 평원 아래 Sill 소스의 부피 증가 크기가 비슷하며 두 마그마 소스의 깊이가 유사하다는 점을 근거로Mogi 소스로부터 Sill 소스로 마그마가 관입하였을 가능성을 제시하였다. 그러나 본 연구에서는 Sill 소스가 Mogi 소스보다 2.5 km 더 하부에 위치하고 마그마 부피 증가의 크기는Mogi 소스 부피 감소의 크기보다 약 2배 더 크다. 이는 본 연구에서 추정된 Mogi 소스 외에 다른 마그마 공급원이 있을 수 있음을 나타낸다. Geist et al. (2014)은 Cerro Azul 화산 내부의 마그마는 다층 구조로 이루어져 있을 가능성이 높으며, 가장 최상층의 마그마 소스 깊이를 약 5 km로 추정하였다. 따라서 Cerro Azul 화산의 2017년 3월 불안 기간 동안 화산의 남동쪽으로 관입한 마그마는 본 연구에서 추정된Mogi 소스뿐만 아니라 더 깊은 곳에 위치한 마그마 공급원에서도 유입되었을 것으로 추정된다.

또한 IG-EPN은 2017년 3월의 화산 불안이 일시적인 현상으로 남거나 단기간 내에 분화로 이어질 것이라는 시나리오를 제시하였는데(Instituto Geofísico-EPN, 2017b), 현재까지 화산은 분화하지 않았으며 중대한 불안 현상도 보이지 않고 있다. 그러나 2017년 불안 이후 Cerro Azul 화산의 지속적인 융기가 보고된 바 있어(Kim and Han, 2023a; Reddin et al., 2023) 화산 활동에 대한 추가적인 연구가 필요하다. 또한 이 연구를 통해 Cerro Azul 화산의 마그마 활동이 단순한 point 소스의 변화가 아닌 다중 마그마 소스 및 그와 연계된 남동쪽으로의 관입에 의한 복합적인 메커니즘에 기인할 수 있음이 확인되었다. 이는 Cerro Azul 화산의 칼데라뿐만 아니라 남동쪽 사면에서 분화 가능성이 있음을 시사한다. 최근 40여 년간 관측된 용암 분출은 Cerro Azul 화산의 동쪽 및 남동쪽 사면의 열극에서 집중적으로 발생하였고, 해당 지역에는 마그마 관입에 취약한 암맥 또는 암상이 존재할 것으로 추정되고 있다(Global Volcanism Program, 1998; 2008; Guo et al., 2019). 향후 발생할 수 있는 Cerro Azul 화산의 분화 특성을 추론하고 분화에 따른 재해 위험성을 예측하기 위해서 2017년 3월 불안 현상 이후로 화산의 변위를 시계열로 모니터링하고 마그마 소스의 변화를 추적할 필요가 있다.

5. 결론

이 연구에서는 Sentinel-1A의 상향 및 햐향 궤도에서 관측된 SAR 영상에 DInSAR 기법을 적용하여 2017년 3월 Cerro Azul 화산의 불안 기간 동안 발생한 변위를 관측하였고, 변위의 역산 모델링을 통해 화산 불안을 야기한 마그마 활동의 특성을 해석하였다. 화산 불안 기간 동안 칼데라 주변에서는 화산체가 수축하고, 남동쪽 평원에서는 지표의 융기 및 팽창이 관측되었다. Mogi와 Sill 소스 모델을 가정하여 상향 및 하향 궤도 관측의 LOS 변위를 동시에 역산한 결과, 북동쪽 칼데라 림의 약 5 km 아래에 Mogi 소스가 위치하였고, 남동쪽 평원에서 해안에 이르는 길이 약 10 km, 폭 약 1 km의 Sill 소스가 약 7 km깊이에 위치한 것으로 추정되었다. 칼데라 주변에서 관측된 화산체의 수축은Mogi 소스의 위치를 중심으로 나타났으며, 남동쪽 평원에서는 Sill 소스의 중심 위치를 기준으로 지표의 수평이동이 확산된 것이 확인되었다. 마그마의 부피 변화는Mogi 소스에서 –31 × 106 m3, Sill 소스에서 68 × 106m3로 추정되었다. Sill 소스의 부피 증가는Mogi 소스와 칼데라 하부의 더 깊은 곳에 위치한 마그마 소스로부터 동남쪽 방향으로 관입한 마그마의 영향을 받은 것으로 판단된다.

이 연구를 통해 2017년 3월 Cerro Azul 화산의 불안 기간 동안 변위의 발생 특성과 마그마 소스의 특성을 해석할 수 있었으며, 화산불안과 분화를 유발할 수 있는 마그마 활동의 메커니즘을 추정할 수 있었다. 2017년의 화산 불안은 분화를 유발하지는 않았으나 지속적인 화산체의 융기가 보고되고 있다. 향후 연구에서는 Cerro Azul 화산의 시계열 지표변위를 관측하고, 이를 활용한 마그마 소스의 변화해석을 통해 분화의 가능성과 화산 재해의 특성을 분석할 예정이다.

사사

이 연구는 2024년도 정부(중소기업벤처부)의 재원으로 중소기업기술정보진흥원-중소기업기술혁신개발사업(시장확대형) (No. RS-2024-00507788)과 2023년도 정부의 재원으로 한국연구재단(No. 2019R1A6A1A03033167), 2022년도 정부(방위사업청)의 재원으로 국방기술진흥연구소(KRIT-CT-22-040) 그리고 행정안전부의 지진방재분야 전문인력양성사업의 지원을 받아 수행되었습니다.

Conflict of Interest

No potential conflict of interest relevant to this article was reported.

Fig 1.

Figure 1.Study area. (a) Topographic map of Isabela Island in the Galapagos Archipelago. The inset map shows the location of the Galapagos Archipelago in the Pacific Ocean. Red and blue squares indicate the Sentinel-1 interferometric wide swath imaging coverage at the ascending and descending orbital nodes, respectively. The white rectangle highlights the location of the Cerro Azul volcano. (b) Landsat-8 image of the Cerro Azul volcano, acquired on October 6, 2020, corresponding to the white rectangle in (a).
Korean Journal of Remote Sensing 2024; 40: 919-930https://doi.org/10.7780/kjrs.2024.40.6.1.4

Fig 2.

Figure 2.An overall flowchart of this study.
Korean Journal of Remote Sensing 2024; 40: 919-930https://doi.org/10.7780/kjrs.2024.40.6.1.4

Fig 3.

Figure 3.Differential interferogram and coherence image generated from interferometric SAR image pairs acquired at the (a, b) Sentinel-1A ascending orbital node and (c, d) descending orbital node during the 2017 unrest of Cerro Azul volcano.
Korean Journal of Remote Sensing 2024; 40: 919-930https://doi.org/10.7780/kjrs.2024.40.6.1.4

Fig 4.

Figure 4.LOS displacement observed from (a) Sentinel-1A ascending orbital node and (b) descending orbital node during the 2017 unrest of Cerro Azul volcano.
Korean Journal of Remote Sensing 2024; 40: 919-930https://doi.org/10.7780/kjrs.2024.40.6.1.4

Fig 5.

Figure 5.Two-dimensional surface displacements observed during the 2017 unrest of Cerro Azul volcano. (a) Vertical (up-down) displacement. (b) Horizontal (east-west) displacement.
Korean Journal of Remote Sensing 2024; 40: 919-930https://doi.org/10.7780/kjrs.2024.40.6.1.4

Fig 6.

Figure 6.LOS displacements from DInSAR observations and simulations, along with their residuals, for the Sentinel-1A (a–c) ascending node and (d–f) descending node. The red star and black rectangle in (b) and (e) mark the locations of the Mogi and Sill sources, respectively.
Korean Journal of Remote Sensing 2024; 40: 919-930https://doi.org/10.7780/kjrs.2024.40.6.1.4

Table 1 . Sentinel-1A interferometric SAR image pairs used in this study.

Orbit directionDates (YYYY/MM/DD)Acquisition modePolarizationIncidence angle (°)Perpendicular baseline (m)
Ascending2017/03/07
2017/03/31
IW VV43.0170.6
Descending2017/03/08
2017/04/01
IWVV33.8258.3

Table 2 . Optimal source parameters derived from inversions based on the Mogi and Sill source models.

ParameterMogi sourceSill source
Latitude (°)-0.916-1.007
Longitude (°)-91.383-91.309
Depth (m)4,697.927,226.34
Length (m)-10,087.01
Width (m)-1,090.61
Strike (°)-119.91
Opening (m)-6.26

Volume change (×106 m3) -31.68 68.86.


Table 3 . Statistics of residuals between DInSAR-measured and simulated surface displacements, derived from inversions assuming Mogi and Sill source models.

Orbit directionRMSE (cm)NRMSE (%)
Ascending2.874.16
Descending2.122.87

References

  1. Acocella, V., Di Lorenzo, R., Newhall, C., and Scandone, R., 2015. An overview of recent (1988 to 2014) caldera unrest: Knowledge and perspectives. Reviews of Geophysics, 53(3), 896-955. https://doi.org/10.1002/2015RG000492
  2. Amelung, F., Jónsson, S., Zebker, H., and Segall, P., 2000. Widespread uplift and 'trapdoor' faulting on Galápagos volcanoes observed with radar interferometry. Nature, 407(6807), 993-996. https://doi.org/10.1038/35039604
  3. Bagnardi, M., and Hooper, A., 2018. Inversion of surface deformation data for rapid estimates of source parameters and uncertainties: A bayesian approach. Geochemistry, Geophysics, Geosystems, 19(7), 2194-2211. https://doi.org/10.1029/2018GC007585
  4. Biggs, J., Anthony, E. Y., and Ebinger, C. J., 2009. Multiple inflation and deflation events at Kenyan volcanoes, East African Rift. Geology, 37(11), 979-982. https://doi.org/10.1130/G30133A.1
  5. Blichert-Toft, J., and White, W. M., 2001. Hf isotope geochemistry of the Galapagos Islands. Geochemistry, Geophysics, Geosystems, 2(9), 1043. https://doi.org/10.1029/2000GC000138
  6. Chadwick, W. W., and Howard, K. A., 1991. The pattern of circumferential and radial eruptive fissures on the volcanoes of Fernandina and Isabela islands, Galapagos. Bulletin of Volcanology, 53, 259-275. https://doi.org/10.1007/BF00414523
  7. Cole, J. W., Milner, D. M., and Spinks, K. D., 2005. Calderas and caldera structures: A review. Earth-Science Reviews, 69(1-2), 1-26. https://doi.org/10.1016/j.earscirev.2004.06.004
  8. De Novellis, V., Atzori, S., De Luca, C., Manzo, M., Valerio, E., and Bonano, M., et al, 2019. DInSAR analysis and analytical modeling of mount Etna displacements: The December 2018 volcano-tectonic crisis. Geophysical Research Letters, 46(11), 5817-5827. https://doi.org/10.1029/2019GL082467
  9. Decriem, J., Árnadóttir, T., Hooper, A., Geirsson, H., Sigmundsson, F., and Keiding, M., et al, 2010. The 2008 May 29 earthquake doublet in SW Iceland. Geophysical Journal International, 181(2), 1128-1146. https://doi.org/10.1111/j.1365-246X.2010.04565.x
  10. Dvorak, J. J., and Dzurisin, D., 1997. Volcano geodesy: The search for magma reservoirs and the formation of eruptive vents. Reviews of Geophysics, 35(3), 343-384. https://doi.org/10.1029/97RG00070
  11. Fuhrmann, T., and Garthwaite, M. C., 2019. Resolving three-dimensional surface motion with InSAR: Constraints from multi-geometry data fusion. Remote Sensing, 11(3), 241. https://doi.org/10.3390/rs11030241
  12. Gaddes, M. E., Hooper, A., and Bagnardi, M., 2019. Using machine learning to automatically detect volcanic unrest in a time series of interferograms. Journal of Geophysical Research: Solid Earth, 124(11), 12304-12322. https://doi.org/10.1029/2019JB017519
  13. Galetto, F., Bagnardi, M., Acocella, V., and Hooper, A., 2019. Noneruptive unrest at the caldera of Alcedo volcano (Galápagos islands) revealed by InSAR data and geodetic modeling. Journal of Geophysical Research: Solid Earth, 124(4), 3365-3381. https://doi.org/10.1029/2018JB017103
  14. Galetto, F., Hooper, A., Bagnardi, M., and Acocella, V., 2020. The 2008 eruptive unrest at Cerro Azul volcano (Galápagos) revealed by InSAR data and a novel method for geodetic modelling. Journal of Geophysical Research: Solid Earth, 125(2), e2019JB018521. https://doi.org/10.1029/2019JB018521
  15. Geist, D., Naumann, T., and Larson, P., 1998. Evolution of Galápagos magmas: Mantle and crustal fractionation without assimilation. Journal of Petrology, 39(5), 953-971. https://doi.org/10.1093/petroj/39.5.953
  16. Geist, D. J., Bergantz, G., and Chadwick Jr, W. W., 2014. Galápagos magma chambers. In: Harpp, K. S., Mittelstaedt, E., d'Ozouville, N., Graham, D., (eds.), The Galápagos: A natural laboratory for the Earth Sciences, John Wiley & Sons, pp. 55-69. https://doi.org/10.1002/9781118852538.ch5
  17. Global Volcanism Program, 1998. Report on Cerro Azul (Ecuador) -September 1998. Available online: https://volcano.si.edu/showreport.cfm?doi=10.5479/si.GVP.BGVN199809-353060 (accessed on Nov. 14, 2024)
  18. Global Volcanism Program, 2008. Report on Cerro Azul (Ecuador) -May 2008. Available online: https://volcano.si.edu/showreport.cfm?doi=10.5479/si.GVP.BGVN200805-353060 (accessed on Nov. 14, 2024)
  19. Goldstein, R. M., and Werner, C. L., 1998. Radar interferogram filtering for geophysical applications. Geophysical Research Letters, 25(21), 4035-4038. https://doi.org/10.1029/1998GL900033
  20. Goldstein, R. M., Zebker, H. A., and Werner, C. L., 1988. Satellite radar interferometry: Two-dimensional phase unwrapping. Radio Science, 23(4), 713-720. https://doi.org/10.1029/RS023i004p00713
  21. Guo, Q., Xu, C., Wen, Y., Liu, Y., and Xu, G., 2019. The 2017 noneruptive unrest at the caldera of Cerro Azul volcano (Galápagos islands) revealed by InSAR observations and geodetic modelling. Remote Sensing, 11(17), 1992. https://doi.org/10.3390/rs11171992
  22. Hu, J., Li, Z. W., Ding, X. L., Zhu, J. J., Zhang, L., and Sun, Q., 2014. Resolving three-dimensional surface displacements from InSAR measurements: A review. Earth-Science Reviews, 133, 1-17. https://doi.org/10.1016/j.earscirev.2014.02.005
  23. Hu, X., He, P., and Zhang, J., 2022. Source mechanism of the 2020 Mw 6.3 Nima earthquake derived from bayesian inversions with InSAR observations: Insight into EW extensional activity in the central Tibet. Advances in Space Research, 70(7), 1721-1736. https://doi.org/10.1016/j.asr.2022.06.065
  24. Instituto Geofísico-EPN, 2017a. Informe Especial Cerro Azul, No. 2-2017. Available online: https://www.igepn.edu.ec/servicios/noticias/1473-informe-especial-cerro-azul-no-22017 (accessed on Nov. 14, 2024)
  25. Instituto Geofísico-EPN, 2017b. Informe Especial Cerro Azul, No. 3-2017. Available online: https://www.igepn.edu.ec/servicios/noticias/1477-informe-especial-cerro-azul-n-32017 (accessed on Nov. 14, 2024)
  26. Iio, K., and Furuya, M., 2018. Surface deformation and source modeling of Ayaz-Akhtarma mud volcano, Azerbaijan, as detected by ALOS/ALOS-2 InSAR. Progress in Earth and Planetary Science, 5, 1-16. https://doi.org/10.1186/s40645-018-0220-7
  27. Kim, S., and Han, H., 2023a. Surface displacements of Cerro Azul and Sierra Negra volcanoes during their respective eruptive phases investigated using time-series InSAR. In Proceedings of the 2023 AGU Fall Meeting, San Francisco, CA, USA, Dec. 11-15, pp. G43A-0482.
  28. Kim, T., and Han, H., 2023b. Coseismic displacement fields and the slip mechanism of the 2021 Mw 6.7 Hovsgol earthquake in Mongolia constrained by Sentinel-1 and ALOS-2 InSAR. GIScience & Remote Sensing, 60(1), 2180026. https://doi.org/10.1080/15481603.2023.2180026
  29. Lee, S. K., and Lee, C. W., 2014. Measurement of 2D surface deformation on the Seguam volcano of Alaska using DInSAR multi-track time-series techniques. Korean Journal of Remote Sensing, 30(6), 719-730. https://doi.org/10.7780/kjrs.2014.30.6.3
  30. Lipman, P. W., 1997. Subsidence of ash-flow calderas: Relation to caldera size and magma-chamber geometry. Bulletin of Volcanology, 59, 198-218. https://doi.org/10.1007/s004450050186
  31. Lu, Z., Mann, D., Freymueller, J. T., and Meyer, D. J., 2000. Synthetic aperture radar interferometry of Okmok volcano, Alaska: Radar observations. Journal of Geophysical Research: Solid Earth, 105(B5), 10791-10806. https://doi.org/10.1029/2000JB900034
  32. Lu, Z., Power, J. A., McConnell, V. S., Wicks Jr, C., and Dzurisin, D., 2002. Preeruptive inflation and surface interferometric coherence characteristics revealed by satellite radar interferometry at Makushin volcano, Alaska: 1993-2000. Journal of Geophysical Research: Solid Earth, 107(B11), 2266. https://doi.org/10.1029/2001JB000970
  33. Massonnet, D., Briole, P., and Arnaud, A., 1995. Deflation of Mount Etna monitored by spaceborne radar interferometry. Nature, 375(6532), 567-570. https://doi.org/10.1038/375567a0
  34. Miyagi, Y., Ozawa, T., Kozono, T., and Shimada, M., 2014. Long-term lava extrusion after the 2011 Shinmoe-dake eruption detected by DInSAR observations. Geophysical Research Letters, 41(16), 5855-5860. https://doi.org/10.1002/2014GL060829
  35. Mogi, K., 1958. Relations between the eruptions of various volcanoes and the deformations of the ground surfaces around them. Bulletin of the Earthquake Research Institute, 36, 99-134.
  36. Morales Rivera, A. M., Amelung, F., Mothes, P., Hong, S. H., Nocquet, J. M., and Jarrin, P., 2017. Ground deformation before the 2015 eruptions of Cotopaxi volcano detected by InSAR. Geophysical Research Letters, 44(13), 6607-6615. https://doi.org/10.1002/2017GL073720
  37. Naumann, T., and Geist, D., 2000. Physical volcanology and structural development of Cerro Azul volcano, Isabela island, Galápagos: Implications for the development of Galápagos-type shield volcanoes. Bulletin of Volcanology, 61, 497-514. https://doi.org/10.1007/s004450050001
  38. Naumann, T., Geist, D., and Kurz, M., 2002. Petrology and geochemistry of volcan Cerro Azul: Petrologic diversity among the western Galápagos volcanoes. Journal of Petrology, 43(5), 859-883. https://doi.org/10.1093/petrology/43.5.859
  39. Odonne, F., Imbert, P., Remy, D., Gabalda, G., Aliyev, A. A., and Abbasov, O. R., et al, 2021. Surface structure, activity and microgravimetry modeling delineate contrasted mud chamber types below flat and conical mud volcanoes from Azerbaijan. Marine and Petroleum Geology, 134, 105315. https://doi.org/10.1016/j.marpetgeo.2021.105315
  40. Okada, Y., 1985. Surface deformation due to shear and tensile faults in a half-space. Bulletin of the Seismological Society of America, 75(4), 1135-1154. https://doi.org/10.1785/BSSA0750041135
  41. Pritchard, M. E., and Simons, M., 2004. An InSAR-based survey of volcanic deformation in the central Andes. Geochemistry, Geophysics, Geosystems, 5(2), Q02002. https://doi.org/10.1029/2003GC000610
  42. Reddin, E., Ebmeier, S. K., Rivalta, E., Bagnardi, M., Baker, S., and Bell, A. F., et al, 2023. Magmatic connectivity among six Galápagos volcanoes revealed by satellite geodesy. Nature Communications, 14(1), 6614. https://doi.org/10.1038/s41467-023-42157-x
  43. Sandri, L., Marzocchi, W., and Zaccarelli, L., 2004. A new perspective in identifying the precursory patterns of eruptions. Bulletin of Volcanology, 66(3), 263-275. https://doi.org/10.1007/s00445-003-0309-7
  44. Shirzaei, M., and Walter, T. R., 2009. Randomly iterated search and statistical competency as powerful inversion tools for deformation source modeling: Application to volcano interferometric synthetic aperture radar data. Journal of Geophysical Research: Solid Earth, 114(B10), B10401. https://doi.org/10.1029/2008JB006071
  45. Sparks, R. S. J., 2003. Forecasting volcanic eruptions. Earth and Planetary Science Letters, 210(1-2), 1-15. https://doi.org/10.1016/S0012-821X(03)00124-9
  46. Tilling, R. I., 1989. Volcanic hazards and their mitigation: Progress and problems. Reviews of Geophysics, 27(2), 237-269. https://doi.org/10.1029/RG027i002p00237
  47. Velez, M. L., Euillades, P., Caselli, A., Blanco, M., and Díaz, J. M., 2011. Deformation of Copahue volcano: Inversion of InSAR data using a genetic algorithm. Journal of Volcanology and Geothermal Research, 202(1-2), 117-126. https://doi.org/10.1016/j.jvolgeores.2011.01.012
  48. Yu, C., Li, Z., and Penna, N. T., 2018a. Interferometric synthetic aperture radar atmospheric correction using a GPS-based iterative tropospheric decomposition model. Remote Sensing of Environment, 204, 109-121. https://doi.org/10.1016/j.rse.2017.10.038
  49. Yu, C., Li, Z., Penna, N. T., and Crippa, P., 2018b. Generic atmospheric correction model for interferometric synthetic aperture radar observations. Journal of Geophysical Research: Solid Earth, 123(10), 9202-9222. https://doi.org/10.1029/2017JB015305
  50. Yu, C., Penna, N. T., and Li, Z., 2017. Generation of real-time mode high resolution water vapor fields from GPS observations. Journal of Geophysical Research: Atmospheres, 122(3), 2008-2025. https://doi.org/10.1002/2016JD025753
KSRS
December 2024 Vol. 40, No.6, pp. 1005-989

Metrics

Share

  • line

Related Articles

Korean Journal of Remote Sensing