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

2021 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 – 2023-03-31
• 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。
全国規模の傾斜変動連続観測網として防災科研Hi-netに併設されている高感度加速度計による傾斜変動データを本年度も活用した。昨年度に開発した傾斜変動データの背景ノイズレベルの時間変化にもとづく短期的スロースリップイベントの検知能力の評価手法を、実データに適用した。Hi-netの整備が開始されて間もない2002年においては、四国西部での短期的スロースリップイベントの検知能力はMw6.2（継続時間4日間）より規模の大きいイベントのみであったのに対して、整備が進んだ2008年頃にはMw5.6程度のイベントも検知可能であると評価できた。検知能力が明らかになったことは、自動検出結果を検証する上で重要な結果を得ることが出来た。一方で、自動検出手法の高度化に着手したが、背景ノイズの特性が非常に短期間に変化する観測点が複数あり、これらは自動検出の上で大きな障害となっている。データを取捨選択するためのアルゴリズムの高度化が必要である。

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に基づいて、検知能力の評価を進めた。一方で、ノイズ特性が短期間で急変する観測点の存在により、その除去手法等の開発が新たに必要になったため、自動検出手法の開発が遅れている。

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を進める。必要であれば、これまでに評価した背景ノイズ特性を持つ人工データを整備するなどして、手法開発を効率化する。

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4年度に用いる予定である。