2019 Fiscal Year Annual Research Report
| Project/Area Number |
18J13918
|
|---|
| Research Institution | The University of Tokyo |
|---|
| Research Fellow |
水野 尚人 東京大学, 理学系研究科, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2018-04-25 – 2020-03-31
|
| Keywords | 震源決定手法 / 類似検索 / マッチドフィルター / すべりインバージョン / 深部微動 |
|---|
| Outline of Annual Research Achievements |
本年度は本研究の主目的である類似探索を用いた高速な震源決定手法の開発を達成した。また、この手法を応用して深部微動のすべりインバージョンの高速化を行い、長期間にわたるデータを精密に解析することに成功した。
マッチドフィルターは既知のイベント波形をテンプレートとし、これと類似する観測波形を検出することでイベント検出を行う手法である。先行研究ではGPU等を用いた並列計算によって高速化を行う手法が開発されているが、多数のテンプレート波形を用いる場合は依然として計算コストが膨大になるという問題が残っていた。本研究ではアルゴリズム自体の改善を行い、マッチドフィルターを最近傍探索に帰着させることで従来手法より100倍以上の高速化を達成した。この手法により、1万を超えるテンプレート波形に対しても、1日分のデータを数秒で処理することが可能になった。
マッチドフィルターと同様に波形の類似性を用いた解析手法は地震学においてよく用いられている。本研究で開発した高速化手法を応用することで、これらの解析手法も同様に高速化できる可能性がある。本研究ではその一例である深部微動のすべりインバージョンの高速化を行った。Ohta and Ide (2017)で開発されたすべりインバージョン手法は低周波地震の波形をグリーン関数として用い、微動の複雑な波形をデコンボリューションするものである。この手法は深部微動のすべり分布を時空間的に詳しく解析することが可能であるが、マッチドフィルターを何万回も繰り返し行うような計算を行うため計算コストが非常に大きいという問題があり、解析領域や対象期間を限定する必要があった。本研究ではマッチドフィルターと同様に問題を最近傍探索に帰着させることで大幅な高速化を行った。この結果、四国西部での1年間のデータに対して1日程度の計算時間で解析を行うことが可能となった。
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
Research Products
(2 results)
