Explorating slow slip events on active faults using InSAR, GNSS and deep learning

• Project/Area Number: 24K07165
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 17040:Solid earth sciences-related
• Research Institution: Tohoku University
• Principal Investigator: 福島 洋 東北大学, 災害科学国際研究所, 准教授 (80432417)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2024: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
• Keywords: InSAR / GNSS / 深層学習 / スロースリップ

Outline of Research at the Start

本研究では、高精度・空間分解能の地殻変動データと深層学習手法を組み合わせ、陸域活断層沿いで起こるスロースリップイベント（SSE， ゆっくりとした断層すべり）を検出するための手法を開発する。地殻変動データとしては、衛星合成開口レーダ（SAR）画像干渉解析（InSAR）と全地球航法衛星システム（GNSS）測位成果を、双方の利点を活かしたノイズ軽減処置を施したうえで用いる。地殻変動データからSSEを検出するための畳み込みニューラルネットワーク（CNN）モデルを構築し、中央構造線などの日本の活断層に適用する。検出結果から、SSEの発生メカニズムや大地震との関連性などについて考察する。