|
八重山地方で発生しているスローイベントの発生機構を解明することを目指して、国土地理院のGPS観測点に加えて、京都大学で新たに４点GPS連続観測局を設置した。これらの観測データの解析を行なった。その結果、GPSの変位時系列上では、波照間観測局の変位振幅が最も大きいこと、各観測点でイベントの開始時刻はほぼ同時であることから、GPS観測だけでは顕著なすべりの伝播が観測されないことが示唆された。したがって、すべり領域がイベントごとに少し違ったり、すべり分布を推定するだけの空間分解能が観測データにないため、すべり分布を推定するよりも、すべり領域を一枚の矩形断層で近似し、この矩形断層の各種パラメータ（位置・形状・すべり量）の時間変化を推定する方が議論に有効であると判断した。この結果を受けて、従来のカルマンフィルタを用いた断層すべり履歴の推定手法を改め、観測演算子が非線形の場合にも適用可能な粒子フィルタを適用し、一枚の矩形断層の位置や形とそのすべり量の全ての時間発展を推定するインバージョンコードを作成した。
開発したインバージョンコードのパフォーマンスを人工データを用いた数値実験で確認したのち、八重山スローイベントを記録したGPS観測データに適用した。１割程度の例外を除くほとんどのスローイベントが、ほぼ同じ場所で発生したほぼ同じ規模のものであるという推定結果となった。
データ同化に関しては、アジョイント法を用いた同化コードが完成し、数値データによるパフォーマンスの検証まで行なったが、研究期間内での実際のデータの適用には至らなかった。
|
