Genetic Discrete Fracture Network Modeling: From Field Data to Site-Specific Applications = 발생학적 불연속균열망 모델링: 현장 자료에서 부지 맞춤형 적용까지

다국어 초록 (Multilingual Abstract)

Fracture networks control the hydraulic and mechanical behavior of rock masses, with direct implications for subsurface engineering, including nuclear waste disposal, geothermal energy, and groundwater management. Conventional Poisson-based discrete fracture network (DFN) models generate unrealistic topologies dominated by X-shaped crossing fracture intersections, while natural systems exhibit Y-shaped abutting intersections. This topological misrepresentation can lead to significant errors in predicting flow and transport behavior of fracture networks.
This study develops a comprehensive genetic DFN (G-DFN) modeling framework that incorporates simplified kinematic growth rules to generate high-fidelity DFN models while remaining practical for field-scale applications. The development progresses systematically from establishing field evidence, through developing a DFN generation algorithm and calibration methodology, and validating engineering implications through hydraulic analysis and field application.
First, evidence supporting Charles's law growth rates and contact-driven arrest is identified by field-scale analysis of fracture trace length distributions from multiple sites, establishing an observational foundation for the growth rules of the modeling approach. Building on this evidence, a polygon-based G-DFN generation algorithm is developed in which fractures grow according to Charles's law and are arrested upon contact with larger fractures. This approach combines polygonal fracture geometry with purely interaction-driven growth, enabling realistic network topologies to emerge without imposing abutment and predetermined target sizes.
To generate site-specific G-DFN models, a systematic two-stage calibration scheme is developed that links model parameters to features from fracture trace maps through direct calibration of observable parameters and iterative calibration of growth-related parameters. The iterative calibration compares simulated trace map features with field observations and updates model parameters to reduce discrepancies. The methodology is validated through synthetic tests and field applications at the Hornelen Basin (Norway) and the Yongin Demonstration Tunnel (Korea), where calibrated G-DFN models successfully reproduce observed trace map features.
Next, flow simulation and connectivity analysis are conducted to assess the engineering significance of G-DFN models in terms of hydraulic behavior. Compared to conventional Poisson DFN (P-DFN) models, G-DFN models exhibit comparable bulk hydraulic conductivity with stronger flow channeling through fewer intersections concentrated toward large fractures. These characteristics align with flow behavior commonly observed in natural fracture systems, suggesting that P-DFN models may overlook channeling effects.
Finally, the developed G-DFN modeling framework is applied to the Korea Underground Research Tunnel (KURT) site to demonstrate its practical utility. Despite calibration to the same site data, G-DFN and P-DFN modeling approaches produce distinct network geometries and flow characteristics, with G-DFN models more accurately reproducing both the magnitude and variability of field-observed hydraulic conductivity. These results demonstrate that G-DFN modeling produces systematic differences beyond network topology, warranting investigation as an alternative modeling framework alongside conventional DFN approaches.

국문 초록 (Abstract)

암반 내 균열망은 암반의 수리역학적 거동을 지배하며, 방사성 폐기물 처분, 지열 에너지 생산, 지하수 관리 등 다양한 암반공학 응용 분야에 직접적인 영향을 미친다. 기존의 푸아송 기반 불연속균열망 (Discrete Fracture Network, DFN) 모델은 X형 교차가 지배적인 비현실적인 위상 구조를 생성하는 반면, 자연 균열망에서는 균열이 다른 균열에 접하는Y형 교차가 일반적으로 나타낸다. 이러한 구조적 차이는 DFN모델을 이용한 유동 및 물질 이동 해석에서 상당한 오차를 유발할 수 있다.
본 연구에서는 단순화된 기하학적 성장 규칙을 통합하여 자연 균열망의 위상 구조를 보다 현실적으로 재현하면서도 현장 규모 적용이 가능한 발생학적 DFN(Genetic DFN, G-DFN) 모델링 방법론을 개발하였다. 이를 위해 현장 관측 증거의 확립, DFN 생성 알고리즘 및 보정 방법론 개발, 그리고 수리적 거동 분석과 현장 적용을 통한 공학적 의의 검증의 단계로 연구를 수행하였다.
먼저, 여러 현장의 균열선 길이 분포에 대한 현장 규모 분석을 통해 샤를(Charles) 법칙에 따른 균열 성장과 접촉 기반 성장 정지를 지지하는 관측 증거를 확인하였다. 이를 통해 본 연구에서 채택한 성장 규칙에 대한 관찰적 근거를 확립하였다. 이러한 결과를 바탕으로, 균열이 샤를 법칙에 따라 성장하고 더 큰 균열과 접촉할 경우 성장이 정지되는 다각형 기반 G-DFN 생성 알고리즘을 개발하였다. 개발된 알고리즘은 다각형 균열 형상과 상호작용 기반 성장 규칙을 결합하여, 균열의 접함 형태나 목표 크기를 임의로 설정하지 않고도 현실적인 위상 구조가 형성되도록 한다.
현장에서 관찰된 균열망 특성을 재현하는 부지 맞춤형G-DFN 모델 생성을 위해, 균열선 지도에서 추출한 특성과 모델 매개변수를 연계하는 보정기법을 개발하였다. 본 기법은 관찰 가능한 매개변수를 직접 보정한 후, 성장 관련 매개변수를 반복적으로 보정하는 방식으로 구성된다. 반복 보정 단계에서는 시뮬레이션된 균열선 지도 특성을 현장 관측값과 비교하고 불일치를 줄이는 방향으로 모델 매개변수를 갱신한다. 제안된 방법론은 가상 균열선 지도에 대한 검증과 노르웨이 호르넬렌(Hornelen) 분지 및 한국 용인 실증터널의 현장 자료에 적용되어 검증되었으며, 보정된 G-DFN 모델이 관측된 균열선 지도 특성을 성공적으로 재현함을 확인하였다.
다음으로, G-DFN 모델의 수리적 거동에 대한 공학적 의의를 평가하기 위해 유동 해석 및 연결성 분석을 수행하였다. 기존의 푸아송 DFN(P-DFN) 모델과 비교한 결과, G-DFN 모델은 주요 균열에 집중된 연결성을 통한 강한 유동 집중 현상을 보이면서도 유사한 수준의 수리전도도를 나타냈다. 이러한 특성은 자연 균열망에서 일반적으로 관찰되는 유동 거동과 부합하며, 기존 P-DFN 모델이 유동 집중 현상을 간과할 수 있음을 나타낸다.
마지막으로, 개발된 G-DFN 모델링 방법론을 한국원자력연구원 지하처분연구시설에 적용하여 실질적인 적용 가능성을 검증하였다. 동일한 현장 자료로 보정하였음에도 불구하고, G-DFN과 P-DFN 모델링으로 생성된 DFN 모델은 균열 빈도와 크기 분포 등에서 상이한 기하학적 분포 특성을 보였다. 특히 수리적 거동 특성 측면에서 G-DFN 모델은 현장 시추공에서 관측된 수리전도도의 크기와 변동성을 보다 정확하게 재현하였다. 이러한 결과는 G-DFN 모델링이 균열망의 위상 구조를 넘어 기하 및 수리 특성 전반에서 차별화된 DFN 모델을 생성함을 보여주며, 기존 DFN 접근법과 함께 암반 균열망 특성화를 위한 대안적 모델링 방법론으로 적용될 필요가 있음을 시사한다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1 Motivation 1
• 1.2 State-of-the-art in DFN modeling 4
• 1.2.1 Overview of modeling approaches 4
• 1.2.2 Previous studies of genetic DFN models 7
• 1.3 Problem statement 9
• 1.4 Thesis overview 13
• Chapter 2. Evidence of Fracture Growth Controls in Trace Maps 15
• 2.1 Introduction 15
• 2.2 Statistical models of trace length distribution 17
• 2.2.1 Power law and piecewise power law 18
• 2.2.2 Lognormal distribution 21
• 2.3 Data analysis methodology 22
• 2.3.1 Trace map data acquisition 22
• 2.3.2 Goodness-of-fit test 27
• 2.4 Results 30
• 2.4.1 Goodness-of-fit of distribution models 30
• 2.4.2 Implications for fracture growth control 39
• 2.4.3 Insights on model fitness 42
• 2.5 Discussion 46
• Chapter 3. Development of Genetic DFN Generation Code 48
• 3.1 Introduction 48
• 3.2 Generation algorithm 49
• 3.2.1 Overall workflow 49
• 3.2.2 Contact and abutment rules of 3D polygonal fractures 56
• 3.3 Generation example 62
• 3.3 Comparison with previous approaches 65
• Chapter 4. Calibration of Genetic DFNs with Trace Map Data 72
• 4.1 Introduction 72
• 4.2 Proposed calibration method 73
• 4.2.1 Direct calibration 74
• 4.2.2 Iterative calibration 75
• 4.3 Verification case 84
• 4.4 Application to trace maps from literature 88
• 4.5 Application to tunnel mapping data 95
• 4.5.1 Field data analysis and calibration 95
• 4.5.2 Assessment of model fidelity on unseen data 105
• 4.6 Discussion 113
• Chapter 5. Flow Characteristics of Genetic DFNs 116
• 5.1 Introduction 116
• 5.2 Methodology 117
• 5.2.1 DFN models for analysis 117
• 5.2.2 Flow simulation method 123
• 5.2.3 Connectivity analysis using graph theory 125
• 5.3 Results 127
• 5.3.1 Network flow characteristics 127
• 5.3.2 Network connectivity analysis 132
• 5.4 Discussion 138
• Chapter 6. Site Application of Genetic DFN Modeling 140
• 6.1 Introduction 140
• 6.2 Field data from the KAERI Underground Research Tunnel 141
• 6.3 Modeling methodology and DFN models 144
• 6.3.1 Conventional DFN modeling 144
• 6.3.2 Genetic DFN modeling 148
• 6.4 Modeling results through comparative analysis 155
• 6.4.1 Network geometry 155
• 6.4.2 Network flow characteristics 164
• 6.4.3 Simulation of borehole flow data 166
• 6.5 Discussion 172
• Chapter 7. Conclusions and Future Directions 174
• 7.1 Summary of key contributions and conclusions 174
• 7.2 Future directions 177
• References 180
• Appendix A. Supplementary Verification of Calibration Method 200
• Appendix B. Supplementary Assessment of Model Fidelity on Unseen Faces at the Yongin Demonstration Tunnel 210
• Appendix C. Comparison of Fracture Size Estimation by Genetic and JCV-Poisson DFNs at the Yongin Demonstration Tunnel 214
• Abstract in Korean 223