2018 Fiscal Year Research-status Report
データ同化と機械学習の融合による沈み込み帯の摩擦特性の時空間構造の解明
| Project/Area Number |
18K03796
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
加納 将行 東北大学, 理学研究科, 助教 (10739056)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮崎 真一 京都大学, 理学研究科, 准教授 (00334285)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | データ同化 / 断層すべり / 摩擦特性 / 機械学習 / 地殻変動 / スロースリップイベント / GNSS |
|---|
| Outline of Annual Research Achievements |
本研究は、観測データと物理モデルを直接比較し、場の物理量を推定するデータ同化と、推定結果から情報を最大限に抽出する機械学習を用いて、地殻変動観測データおよび断層運動と摩擦の物理モデルの両面からプレート沈み込み帯の摩擦特性の時空間構造を解明する手法の構築を最終目的とする。
平成30年度は、データ同化による推定誤差や第一推定値依存性を考慮した摩擦特性推定手法の構築に向けた手法開発を行った。まずKano et al. (2015)で開発した既存のアジョイント法のコードを、豊後水道のスロースリップイベント（SSE）を模したモデルに適用し、数値実験を行った。加えて、同コードへの2次のアジョイント法のプラグインに着手した。
琉球海溝南西部におけるGNSSデータを解析し、SSEの時空間発展の挙動がイベント毎に異なることを示した（Kano et al. 2018, JGR）。この挙動の変化が、摩擦特性の時間変化によるものであることを検証するために、マルコフ連鎖モンテカルロ法を用いたSSE発生域の摩擦特性推定手法を開発した。数値実験により有効性を検証した後、実観測データへの適用を試みた。その結果、SSEごと、また一つのSSEの時系列の中でも、推定に使用するデータ期間により摩擦パラメータの分布が異なるという予察的な成果を得た。単純なモデルを用いたため、大自由度系のモデルを用いた場合の検討は必要ではあるが、この結果はプレート境界周辺の流体分布や摩擦の分布が時間変化している可能性を示唆している。
今後、断層モデルの高度化や、両手法のハイブリッド化により、物理モデルによる摩擦特性の時空間特性の解明を目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ハイブリッドデータ同化手法の基礎となる２つの同化手法は構築できたものの、プログラムの開発に時間がかかっており、両者の融合までには至らなかった。一方で、観測データ解析から、琉球海溝で発生しているSSEの詳細な時空間発展を推定し、摩擦特性が時間変化している可能性を明らかにしたということ、またそれらに同化手法を適用し、SSEごとだけでなく１回のSSEでの摩擦特性の時間変化の可能性に迫れた、という意味でおおむね順調に進展しているといえる。
|
| Strategy for Future Research Activity |
平成30年度までに構築したデータ同化手法のハイブリッド化を目指し、豊後水道や琉球海溝南西部のSSE発生域の摩擦特性の更なる解明を目指す。また、摩擦特性の時空間構造を抽出するための、機械学習の一種であるクラスタリング手法の開発に着手し、数値実験を通して手法の検証を行う。
|
| Causes of Carryover |
次年度より機械学習による摩擦特性の時空間分布の解明に着手する予定であるが、当該助成金を次年度の助成金と併せて、京都大学で集中的に議論を行うための予算として使用予定である。
|
