2017 Fiscal Year Annual Research Report
Optimal design of tsunami observation system for source characterization
| Project/Area Number |
17F17055
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
佐竹 健治 東京大学, 地震研究所, 教授 (20178685)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
MULIA IYAN 東京大学, 地震研究所, 外国人特別研究員
|
|---|
| Project Period (FY) |
2017-04-26 – 2019-03-31
|
| Keywords | 津波 / 観測点分布 |
|---|
| Outline of Annual Research Achievements |
津波波形のインバージョンによって津波波源，特にすべり分布を求める際の，最適な観測点分布を推定する方法を開発した．波源から津波シミュレーションによって計算される海面変位分布を経験的直交関数（EOF）で展開し，その極値から最適な観測点を選ぶ．次に，Mesh Adaptive Direct Searchという最適化アルゴリズムを用いて，重複する観測点を除く．この手法を，南海トラフにおける巨大地震のモデルに適用した．内閣府によって想定されている11個のシナリオモデルと既存のDONETなどの観測点68点に基づいて，最適な観測点分布を調べたところ，約半数の23ないし30点のデータを使えば，すべり量分布は正確に推定できることが分かった．
2017年9月にメキシコで発生したTehuantepec地震（Mw 8.2）は，スラブ内の正断層地震であったが，最大1.8ｍの津波を発生した．観測された津波波形を用いて，まず初期海面変位分布を求めた．この海面変位分布（最大隆起量0.5 m，最大沈降量0.8m）から，複数の断層面について，すべり量分布を推定した．最適断層モデルは30-90kmの深さで3-6ｍの大きなすべりを持つものであった．
津波の早期警戒システムとして，地震発生後に粗い地形データを使って計算する結果（実時間計算結果）と，予め高精度の地形データに対して計算した結果（高精度浸水計算結果）を用いて，浸水域の予測を行う方法がいくつか提案されているが，主成分分析（PCA）を用いたパターン認識アルゴリズムによって，実時間計算結果から高精度浸水計算結果とを結びつける方法を開発した．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
H29年度は国際誌に論文を2編発表し，もう1編も改訂中である．
|
| Strategy for Future Research Activity |
当初の計画通り研究を進める
|
-
-
-
[Presentation] Improving tsunami forecasts by assimilating sea surface heights observed from commercial ships and airplanes2017
Author(s)
Mulia, I. E., Hirobe, T., Inazu, D., Endoh, T., Niwa, Y., Gusman, A. R., Tatehata, H., Waseda, T., and Hibiya, T.
Organizer
International Tsunami Symposium 201
Int'l Joint Research
-
