2021 Fiscal Year Annual Research Report
機械学習に基づくスロー地震および噴火シグナル検知手法の開発
| Project/Area Number |
19K04050
|
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
中野 優 国立研究開発法人海洋研究開発機構, 海域地震火山部門(火山・地球内部研究センター), 副主任研究員 (40314041)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉山 大祐 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(情報エンジニアリングプログラム), 准研究副主任 (00816184)
桑谷 立 国立研究開発法人海洋研究開発機構, 海域地震火山部門(火山・地球内部研究センター), 主任研究員 (60646785)
熊谷 博之 名古屋大学, 環境学研究科, 教授 (10343758)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 火山性微動 / 噴火地震 / 畳み込みニューラルネットワーク / 画像認識 / 周波数特性 |
|---|
| Outline of Annual Research Achievements |
本研究計画の目的はデータ駆動型解析手法により巨大地震発生帯や活火山の活動監視のためのシグナル検知及びイベント判別手法を構築し、これらの地震、特に火山性地震の発生メカニズムを調べることによりその活動監視能力の向上を図ることにある。本研究計画において以下の研究を実施、成果を得た。
これまで我々が開発した機械学習による地震動シグナル判別手法（SRSPec-CNN）は、ランニングスペクトルの画像認識によりイベント種類の判別を行う（2D-CNN）。この手法はランニングスペクトル作成のコストとリアルタイム解析への適用性に課題があった。そこで観測波形データを直接用いる手法を構築し（1D-CNN）両者の性能を比較した。CNNに入力する波形と画像データはほぼ等価な情報を含むようにし、同じカタログのデータを入力することで性能評価を行った。入力データとしては、これまでに用いた南海トラフ浅部スロー地震カタログに加え、本研究で新たに構築した桜島火山の爆発的噴火地震カタログによるデータを用い、噴火地震と火山構造性地震の判別を行った。その結果、どちらのカタログでも1D、2Dともに同程度の判別性能を有することが分かった。従って実データの解析は波形を直接入力する1Dモデルが有用であり、この手法による巨大地震発生帯や活火山の活動監視が有効であることを示した。
さらに火山性微動の震源プロセスを調べるためにSINDy法を適用した。この手法は波動場を記述する運動方程式を直接推定でき、火山性微動の震源プロセス推定に有用であると考えた。既存モデルによる理論的な波形の場合は運動方程式の再現に成功したが、2011年霧島山の観測データでは単純なアトラクタのみが復元された。この結果はSINDyがノイズを含んだ観測データに弱い事を示唆しており、今後この弱点の克服が必要である。
|
Research Products
(14 results)
