权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

同時多発地震に対応した自動震源推定法による隠れた微小地震活動の解明

使用同时发生的多地震自动震源估计方法阐明隐藏的微震活动

基本信息

批准号：
20K14565
负责人：
溜渕功史
金额：
$ 2.66万
依托单位：
Japan, Meteorological Research Institute
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では，2011年3月以降の“隠れた”微小地震活動を検出することで，巨大地震発生後の微小地震活動の特徴を明らかにすることを目的としている．今年度は，まず地震波形の連続記録からP波，S波を読み取る地震波検測を従来のAR-AIC法から深層学習に置き換え，東北地方太平洋沖地震前後の多チャネル長期連続波形への適用及び評価を行った．その結果，連続波形から直接深層学習を適用して検測すると，自動震源決定の成績は低下した一方，従来手法で検測してから畳み込みニューラルネットワーク（CNN）でP・S・ノイズを識別すると成績が向上することが分かった．次に，2021年度までに開発したアンサンブル学習によるノイズ判別（Tamaribuchi et al., 2021）を，品質ラベルに応じた4値分類に拡張した．また，CNNによるP・S・ノイズ識別とともに，自動震源決定処理に組み込み，2011年3月から1年間にわたる長期連続波形に適用した．その結果，従来の地震カタログ（32万個）の約2倍に相当する61万個の微小地震活動を新たに検出することに成功した（総数93万個）．これによって得られた膨大な微小地震カタログから，客観的・自動的に前震活動を検出するため，ランダムフォレストを用いた地震活動のクラスタリングを行った．内陸の地震活動を対象に前震事例を抽出し，その統計的特徴に東北地方太平洋沖地震前との差が見られないことを確認した．また，機械学習モデルは過去データをもとに学習するため，観測点の増減や新たな特性のセンサの導入により，モデル性能が時間変化することが想定される．そのため，長期間運用することを想定して，精度モニタリングと，精度低下を検出して新たなデータを追加して再学習を行う仕組みの検討を進めた．

This study is aimed at identifying the characteristics of microseismic activity after a large earthquake occurred in March 2011. This year, continuous seismic waveform recording, P wave, S wave, acquisition, seismic wave detection, AR-AIC method, deep learning, conversion, application and evaluation of continuous seismic waveform before and after the northeast Pacific earthquake. As a result, even if the waveform is not used for direct deep learning, the automatic source determines that the performance is low, and the detection method is low. In 2021, Tamaribuchi et al.(Tamaribuchi et al., 2021), quality classification, classification, classification. For example, if you want to use a long-term continuous waveform, you can use it in the following ways: As a result, about twice as many earthquakes (320,000) as 610,000 micro-earthquakes were successfully detected (930,000 in total). This is the first time that a small earthquake has occurred, and the first time that a small earthquake has occurred, the second time that a small earthquake has occurred. The seismic activity in the interior of the country is related to foreshock events. The statistical characteristics of foreshock events in the northeast Pacific Ocean are confirmed. Mechanical learning is the process of learning from the past, increasing the measurement points, introducing new characteristics, and changing the performance over time. For a long time to use, we want to set the accuracy, and the accuracy is low. We want to add new information and relearn.

项目成果

期刊论文数量（11）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

機械学習を併用した自動震源決定による微小地震の検出

使用机器学习自动确定震源来检测微地震

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
溜渕功史;工藤祥太;下條賢梧
通讯作者：
下條賢梧

深層学習による地震波検測の検討

使用深度学习进行地震波检测的考虑

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Araki Kentaro;Kato Teruyuki;Hirockawa Yasutaka;Mashiko Wataru;溜渕功史
通讯作者：
溜渕功史

ランダムフォレストを用いたクラスタリングによる前震活動の検出

使用随机森林进行聚类检测前震活动

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
Paquet Marine;Moynier Frederic;Yokoyama Tetsuya;Dai Wei;Hu Yan;Abe Yoshinari;Aleon Jerome;O’D. Alexander Conel M.;Amari Sachiko;Amelin Yuri ... Yabuta Hikaru ... et al.;溜渕功史
通讯作者：
溜渕功史

教師ありアンサンブル学習による地震とノイズの自動識別

使用监督集成学习自动识别地震和噪声