2019 Fiscal Year Research-status Report
超高密度観測網に基づく地震動即時予測に向けて：機械学習による地震波の自動識別
| Project/Area Number |
17K13001
|
|---|
| Research Institution | Japan, Meteorological Research Institute |
|---|
Principal Investigator |
小寺 祐貴 気象庁気象研究所, 地震津波研究部, 研究官 (80780741)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 地震防災 / 地震動即時予測 / 緊急地震速報 / 機械学習 / 自動処理 |
|---|
| Outline of Annual Research Achievements |
地震動即時予測の迅速性・信頼性を向上させるためには，ノイズが混入する恐れのある地震計などのデータも積極的に取り入れることで，活用可能な観測点数を増やしていくことが重要である．そのためには，そのような地震計の観測データから，地震波の情報を効果的かつ自動的に抽出する手法の開発が必要である．上記手法の開発を目的として，本年度は，教師なし学習による連続波形記録の自動分類法の更なる高度化や，様々な観測点に対する適用可能性を検証した．
昨年度までに開発した手法であると，連続波形記録上に多く含まれるシグナル（バックグラウンドノイズなど）のみを細かく分類してしまう傾向があった．この不均衡データの問題を解決するため，サンプリングによる高速な異常検知手法を導入し，定常シグナル・非定常シグナルをあらかじめ自動的に認識させた上で分類する方法に改良した．改良した新手法では，不均衡データの影響が出やすい長期間の連続波形記録に対しても，非定常シグナルを安定して検出できることを示した．
また，紀伊半島沖に設置した臨時の海底地震観測点の連続波形記録を使用し，通常の地震によるシグナルのみならず，低周波微動によるシグナルも自動的に分類できるかどうかを検証した．通常の地震と重なっている微動やS/N比が小さい微動については他のシグナルとの分離ができなかったものの，振幅が大きな低周波微動についてはユニークなシグナルとして抽出できることを示した．
来年度は，１年の研究期間の延長を行い，令和元年度までに得られた教師なし学習による自動分類手法に関する研究成果を，学会参加等を通じて発表する．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画通り，機械学習により地震とノイズを識別する手法の開発に引き続き取り組め，更なる有効性を示すことができた．また，様々な観測環境にある観測点に対して応用可能性があることも示すことができた．
|
| Strategy for Future Research Activity |
１年の研究期間の延長を行い，令和元年度までに得られた教師なし学習による自動分類手法に関する研究成果を，学会参加等を通じて発表する．
|
| Causes of Carryover |
令和元年度までに得られた研究成果を学会参加等を通じて発表するため．
|
Research Products
(4 results)
-
[Journal Article] First-Year Performance of a Nationwide Earthquake Early Warning System Using a Wavefield-Based Ground-Motion Prediction Algorithm in Japan2020
Author(s)
Kodera Yuki, Hayashimoto Naoki, Moriwaki Ken, Noguchi Keishi, Saito Jun, Akutagawa Jun, Adachi Shimpei, Morimoto Masahiko, Okamoto Kuninori, Honda Seiichiro, Hoshiba Mitsuyuki
-
Journal Title
Seismological Research Letters
Volume: 91
Pages: 826-834
DOI
Peer Reviewed
-
-
-
