傾斜変動連続観測ビッグデータを用いた高分解能な地殻活動モデル推定手法の開発

2020 Fiscal Year Research-status Report

• Project/Area Number: 19K04023
• Research Institution: National Research Institute for Earth Science and Disaster Prevention
• Principal Investigator: 木村 武志 国立研究開発法人防災科学技術研究所, 地震津波火山ネットワークセンター, 主任研究員 (10563520)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 傾斜変動データ

Outline of Annual Research Achievements

日本全国におよそ20km間隔で約750の観測点が展開されている傾斜変動連続観測網による15年以上の長期に渡る観測データを使って、プレート境界におけるスロースリップ等の様々な地下の地殻活動を網羅的かつ効果的に検出する手法の開発に着手した。これは、同じく全国規模で地表の変位を計測するGNSSデータと比べて、時間・空間分解能に優れているにも関わらず必ずしも全データが有効に活用されていない傾斜変動データを利用することにより、日本国内で発生する多種多様な地殻活動の網羅的な検出および高解像度でのモデル推定を目指すものである。
本年度は、昨年度に引き続き、長期間の地殻変動観測データから網羅的に地殻活動を検出する際に必要となる、各観測点における傾斜変動データの背景ノイズの時間変化を調査した。背景ノイズの把握を効果的に行うために推定結果を可視化するとともに、時間変化からノイズレベルの急増などの異常な期間の抽出を自動で実施するためのアルゴリズム開発を行った。そもそも背景ノイズの特性は観測点や成分ごとに異なっており、正常時のノイズ特性を判定するとともに、そこからの差分から異常期間を判定することとした。また、得られたランダムウォークノイズを含む背景ノイズの特性から、短期的スロースリップイベントの継続時間に依存した検知能力の評価手法の開発も行った。上述した各観測点のノイズ特性の時間変化や利用不可となる異常期間も考慮することで、この検知能力の時間変化まで把握可能にした。これらは、大量のデータから自動で地殻活動を検出する際や、検出結果の検証を行う上で、重要な基礎技術となる。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

傾斜変動データのノイズ特性の把握とそれに基づく地殻活動の自動検出に向けた各種解析手法の開発を進めた。一方で、新型コロナウィルス感染症の流行によりテレワーク等の研究環境の変化があり、当該研究課題含めて全ての研究業務に遅れが生じた。これにより、自動検出手法をプレート境界のスロースリップ以外の地殻活動に拡張する手法開発が遅れることとなった。

Strategy for Future Research Activity

本年度に開発した、長期かつ大量の傾斜変動データのノイズ特性を活用した異常データの自動検出手法や検知能力の評価手法を活用することで、既存の短期的スロースリップイベントの検出手法について他の地殻活動への拡張に着手する。

Causes of Carryover

本年度は、プレート境界の短期的スロースリップイベント以外の地殻活動に対する自動検出手法の拡張にまで至らなかったために、学会発表や論文発表等を実施しなかった。この分は，令和3年度以降での学会発表や論文投稿料等に用いる予定である。