2022 Fiscal Year Annual Research Report
Geophysical imaging and monitoring of the subsurface structures using vibration of artificial structures
| Project/Area Number |
20H01997
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
辻 健 東京大学, 大学院工学系研究科(工学部), 教授 (60455491)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
池田 達紀 九州大学, 工学研究院, 准教授 (00736845)
二宮 啓 国立研究開発法人産業技術総合研究所, 地質調査総合センター, 研究員 (40849923)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 地震探査 / 人工物の振動 / 地下のイメージング / 地下のモニタリング / 機械学習 / 稠密地震計データ / 地球外の地震計データ / 小型震源装置 |
|---|
| Outline of Annual Research Achievements |
人工構造物の振動や小型震源装置を利用して、環境フレンドリーな超高密度の仮想人工震源ネットワークを構築し、高い解像度で地下のイメージングとモニタリングを行う手法を開発した。
（１）小型震源装置の改良：我々の小型震源装置を、Portable Active Seismic Source (PASS)と呼ぶこととした。今年度は起振力の異なるPASS、起振方向の異なるPASS、地中で発振するPASSの開発を実施した。さらにPASSで発振された振動を、掘削井に設置した光ファイバ(DAS)で記録して、PASSからの信号が地下１kmに到達することを確認した。つまりPASSを用いて、１km深度を対象としたモニタリングやイメージングが可能になると考えられる。さらに阿蘇山のモニタリングに向けて、大型のPASSの開発も実施している。
（２）発破振動を用いたイメージング：鉱山の地表部に地震計を密に設置し、鉱山の発破振動を記録した。その記録に対して、地震波干渉法を適用することで、反射断面図を構築した。その断面図からは、鉱脈に関係する特徴を把握できるなど、これまで利用されていなかった人工振動を利用して地下を可視化することに成功した。
（３）機械学習による人工振動のクラス分け：機械学習を用いて人工振動を区別する解析ツールの開発を行った。例えば、車種と台数を地震計データから自動的に推定するシステムを構築した。人工構造物の振動を利用して地下のイメージングやモニタリングする際には、振動源を分離することが望ましい。この機械学習を用いたツールは、振動源を分離して波形を抽出することが可能となる。
（４）月面データの再解析：アポロ14号では人工震源探査を実施しているが、地震計の数が少なく、精度の高い地震探査を実施できなかった。そこで地震波干渉法を利用して、仮想的に地震計の多い地震探査データを構築し、地下構造を推定した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
申請書作成時には予定していなかった小型震源装置の開発を実施し、実用化レベルにまでTRLを向上させることに成功した。また鉱山の発破振動を用いたイメージングなど、新しい解析手法を開発することができた。
|
| Strategy for Future Research Activity |
これまでは、小型震源装置やデータ解析手法を、短期的に野外フィールドで利用し、地下をイメージングする試みが中心であった。今後は長期的な観測を実施し、地下のモニタリングすることに多くのエフォートを割く予定である。それにより、人工構造物や小型震源装置がイメージングだけではなく、モニタリングにも有用できることを示す。
|
