JP2020106531A - 地震予測装置及び地震予測方法 - Google Patents

地震予測装置及び地震予測方法 Download PDF

Info

Publication number
JP2020106531A
JP2020106531A JP2019237372A JP2019237372A JP2020106531A JP 2020106531 A JP2020106531 A JP 2020106531A JP 2019237372 A JP2019237372 A JP 2019237372A JP 2019237372 A JP2019237372 A JP 2019237372A JP 2020106531 A JP2020106531 A JP 2020106531A
Authority
JP
Japan
Prior art keywords
earthquake
data
observation
observation data
occurrence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019237372A
Other languages
English (en)
Other versions
JP7201143B2 (ja
Inventor
道夫 平井
Michio Hirai
道夫 平井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hirai Hanami
Original Assignee
Hirai Hanami
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hirai Hanami filed Critical Hirai Hanami
Publication of JP2020106531A publication Critical patent/JP2020106531A/ja
Application granted granted Critical
Publication of JP7201143B2 publication Critical patent/JP7201143B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

【課題】既存の設備で取得可能なデータを利用することによって、低コストで実現可能な地震予測方法を提供すること。【解決手段】地震予測装置１０は、地震観測網によって取得される観測データを用いる地震予測装置であって、過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った第１の観測データを用いて、前記複数地点における直近の観測データである第２の観測データをスクリーニングするスクリーニング部１５と、スクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部１６と、を備える。【選択図】図６

Description

本発明は、地震予測装置及び地震予測方法に関する。
日本は、その近海においてプレートが沈み込む箇所が複数存在し、日本の国土自体が４枚のプレートの衝突部に位置すると共に、他国に比較して日本国土内には多くの火山が存在する。これに伴い、日本は古来よりしばしば大地震に見舞われ、その度に甚大な被害が発生してきた。このため、地震を予測する技術が切望されている。
これまでに様々な地震予測技術が研究されてきた。
例えば、特許文献１は、自然界から発生する電磁気信号を受信して異常信号を検出し、異常検出信号を地域毎に収集して分析することにより、地域毎に自然災害の発生の予測を試みる技術を開示している。
また、特許文献２は、測定ポイント周辺に滞留する正エアロゾルのイオン濃度を継続的に測定し、解析センターで測定データ及び測定条件データを集計又は解析することにより、地震前兆とする予測情報データを生成させ、予測情報データから全測定ポイントを含む範囲で発生する怖れのある地震規模、地震の発生日時又は地震の震源地を予測する地震予測方法を開示している。
特開２００５−１３４３１６号公報 特開２００６−１９４８４４号公報
しかし、日本国内において発生する地震の予測に用いるデータを取得するためには、当該データの取得設備を日本国中に新たに設置する必要があり、多くのコストが発生する。
例えば、特許文献１に係る技術を実用化する場合には、地中から発生する電磁気信号の検出及び電磁気信号の異常検出機能を有する携帯端末を新規に複数製造し、新規に製造された携帯端末を用いて日本国中で地中から発生する電磁気信号を検出する必要があり、高額の経済的コストだけではなく、多大な人的コストも発生する。
また、特許文献２に係る技術を実用化する場合には、正エアロゾルのイオン濃度を継続的に測定する設備を新たに日本国中に設置する必要があり、特許文献１に係る技術同様、高額の経済的コストだけではなく、多大な人的コストも発生する。
本発明は、既存の設備で取得可能なデータを利用することによって、低コストで実現可能な地震予測方法を提供することを目的とする。
本発明は、地震観測網によって取得される観測データを用いる地震予測装置であって、過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った期間内における第１の観測データを用いて、前記複数地点における直近の観測データである第２の観測データをスクリーニングするスクリーニング部と、前記スクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部と、
を備える地震予測装置に関する。
また、前記地震予測装置において、前記スクリーニング部は、前記第１の観測データとして、前記地震観測網によって取得される観測データから、所定値以上のマグニチュードの地震が発生した際の観測データを抽出することが好ましい。
また、前記地震予測装置において、前記第１の観測データ及び前記第２の観測データの双方が数値データであり、前記スクリーニング部は、前記第１の観測データ及び前記第２の観測データを数値解析することによりスクリーニングすることが好ましい。
また、前記第１の観測データ及び前記第２の観測データの双方が画像データであり、前記スクリーニング部は、前記第１の観測データを用いて前記第２の観測データにパターンマッチングすることによりスクリーニングすることが好ましい。
また、前記予測結果算出部は、前記スクリーニングで実際に用いた前記第１の観測データの観測地点である複数地点の組み合わせに基づいて、前記地震の発生箇所を予測することが好ましい。
また、前記地震観測網は、高感度地震観測網であることが好ましい。
また、前記地震観測網は、広帯域地震観測網であることが好ましい。
また本発明は、地震観測網によって取得される観測データを用いる地震予測装置であって、複数地点における履歴データであって、地震発生から遡ること所定期間内における、前記地震観測網に設置された地震計の出力値の移動平均値と、地震の発生箇所と、地震の大きさとを含む履歴データを生成する履歴データ生成部と、前記複数地点における観測データであって、地震計の出力値の観測データの移動平均値を継続して取得する観測データ取得部と、前記観測データの移動平均値の規定値を、前記履歴データに照合することにより、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部とを備える地震予測装置に関する。
また本発明は、地震観測網によって取得される観測データを用いる地震予測装置であって、１ヶ所あるいは複数の地点における履歴データであって、地震発生から遡ること所定期間内において、前記地震観測網に設置された地震計の出力値、該出力値の移動平均値、地震波形のいずれかに異常が見られた場合に、地震の発生箇所と、地震の大きさとを含む履歴データを生成する履歴データ生成部と、前記複数地点における観測データであって、地震計の出力値の観測データを継続して取得する観測データ取得部と、前記観測データを、前記履歴データに照合することにより、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部とを備える地震予測装置に関する。
また本発明は、地震観測網によって取得される観測データを用いた地震予測方法であって、過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った第１の観測データを用いて、前記複数地点における直近の観測データである第２の観測データをスクリーニングする第１ステップと、前記スクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する第２ステップと、を有する地震予測方法に関する。
本発明によれば、既存の設備で取得可能なデータを利用することによって、低コストで実現可能な地震予測方法を提供することが可能となる。
本発明で用いるＨｉ−ｎｅｔにおける高感度地震計の設置箇所を示す図である。 本発明で用いるＨｉ−ｎｅｔによって取得される地震波形データの例を示す図である。 本発明で用いるＦ−ｎｅｔにおける広帯域地震計の設置箇所を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの例を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの特徴を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの特徴を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの特徴を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの特徴を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの特徴を示す図である。 本発明で用いるＦ−ｎｅｔによって取得される地震波形データの特徴を示す図である。 本発明の第１実施形態に係る地震予測装置の機能ブロック図である。 本発明の第１実施形態に係る地震予測装置の動作を示すフローチャートである。 地震波形に含まれる各フェイズの例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第１実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第２実施形態に係る地震予測装置の機能ブロック図である。 本発明の第２実施形態に係る地震予測装置の動作を示すフローチャートである。 本発明の第２実施形態での地震予兆現象としてのデータ例を示す図である。 本発明の第３実施形態に係る地震予測装置の動作を示すフローチャートである。
〔１ 第１実施形態〕
〔１．１ 発明の概要〕
本発明の第１実施形態に係る地震予測方法は、概略、以下の方法によって地震の発生を予測するものである。
まず、地震観測網によって取得された地震波形のデータをデータベースに蓄積しておく。
このデータベースの中に、例えば、Ａ地点の地震波形データであって、Ｔａ時点におけるＰａという特徴を有する地震波形データと、Ｂ地点の地震波形データであって、Ｔｂ時点におけるＰｂという特徴を有する地震波形データと、Ｃ地点の地震波形データであって、Ｔａ及びＴｂから所定期間内にあるＴｃ時点に所定のマグニチュード以上の地震が発生したことを示す地震波形データが蓄積されていたとする。
このとき新たに、Ａ地点でＰａという特徴を有する地震波形データが得られ、Ｂ地点でＰｂという特徴を有する地震波形データが得られた際に、上記のデータベースと照合することにより、Ｃ地点で所定のマグニチュード以上の地震が発生することを予測する。
すなわち、本実施形態は、データベースに蓄積された地震波形データを用いて、新たに得られた地震波形データの中から、互いに所定期間内に取得された、Ａ地点でのＰａという特徴を有する地震波形データと、Ｂ地点でのＰｂという特徴を有する地震波形データとをスクリーニングし、このスクリーニング結果に基づいて、Ｃ地点で所定のマグニチュード以上の地震が発生することを予測する。
〔１．２ 地震波形データ〕
〔１．２．１ 地震観測網〕
本発明の実施形態に係る地震予測方法で用いる地震波形データとしては、主として、Ｈｉ−Ｎｅｔ（高感度地震観測網）及びＦ−ｎｅｔ（広帯域地震観測網）によって得られるデータを用いる。
Ｈｉ−ｎｅｔは、高感度で地震動を記録できる高感度地震計が、日本全国を約２０ｋｍ間隔で均質に覆う観測網であり、現時点で約８００地点に高感度地震計が設置されている観測網である。Ｈｉ−ｎｅｔにおいて、高感度地震計は、深さ１００ｍ以上の井戸の底に設置されることにより、自動車や工場等による人為的な振動の影響を低減している。高感度地震計で記録された信号は防災科学技術研究所へ常時伝送され、震源情報や観測波形はインターネットにより広く公開されている。
図１は、Ｈｉ−ｎｅｔにおける広帯域地震計の設置箇所の一部であって、インターネットから地震波形データを取得できる観測点を示す地図である。図１に示す地図においては、概略北から南へ、斜里北、標津南、浜中、佐呂間、雄武、滝上北、置戸東、和寒、新潟北、清水、大樹、門別東、喜茂別、黒松内、厚沢部、佐井、十和田湖西、田子、九戸、岩泉、川井南、東和、藤沢、河北、鳴子、利府、上山、三春、猪苗代、西会津、いわき西、長沼、馬頭、只見、栗山東、岩瀬、利根、館林、湯沢、中野、名栗、糸魚川、下仁田、武石、富士見、辰野、早川、喬木、和泉、八百津、羽島、多賀、美山、信楽、宮川、篠山、東吉野、山東、此花、夢前、智頭、十津川東、田尻、花園、湯原、日生、大塔、広川、建部、神郷、美星、吉田、貞光、吉舎、石見、新宮、北川、広島、呉、西条、砥部、美川、日吉、美東、津島、北九州、山香、野津原、犀川、宇目西、大刀洗、菊池、富士、日向、矢部、西米良、琴海、芦北、都城北、宮之城の観測点が示される。
図２は、Ｈｉ−ｎｅｔによって取得される地震波形データの例を示す。図２に示す画像は、「１００トレース連続波形」と呼ばれ、縦軸が上方から下方へと北から南の順となるように、上記の１００点の観測点における６０分間の地震波形が、横平行に並ぶ画像である。図２の例においては、２０１８年１０月１０日の午前８時から午前９時までの６０分間の地震波形が示される。
後述のように、本実施形態では、Ｈｉ−ｎｅｔの地震波形データを用いて地震予測をする場合、この地震波形の元となっている数値データを用いて数値解析することにより、地震の発生箇所とマグニチュードを予測する。
一方、Ｆ−ｎｅｔは、速い振動から遅い振動まで広い周波数範囲に渡って地震動を記録できる広帯域地震計が、全国に約１００ｋｍ間隔で約１００点（予定）配備された観測網である。Ｆ−ｎｅｔにおいて、広帯域地震計は、奥行き数十ｍの横坑の奥に設置されることにより、温度変化や気圧変化による地震波形への影響を低減している。Ｆ−ｎｅｔにおける観測データは防災科学技術研究所へ常時伝送され、波形の自動解析、蓄積、データ公開が実施されている。
図３は、Ｆ−ｎｅｔにおける広帯域地震計の設置箇所の一部であって、インターネットから地震波形データを取得できる観測点を示す地図である。図３に示す地図においては、阿武山、赤泊、奄美大島、青ヶ島、足尾、銚子、富士川、福江、五城目、日高、八丈、本川根、広野、札幌、石垣、今金、中津、徳島、岩槻、山形、厳原、中伊豆、甲府、国頭、紀和、上富田、上杵臼、金山、訓子府、金谷、川崎、気仙沼、釧路、永田、柏崎、神津島、三厩、旭、中川、根室、野上、西興部、成羽、錦、大須賀、大川、鬼石、大鰐、小笠原、西郷、背振、新発田、都留菅野、斜里、紫尾山、清水、白峰、外海、田代、多賀、玉川、高隈、竹田、高岡、砥用、泊、中川、天竜、西土佐、つくば、高遠、館山、遠野山崎、馬路、浦幌、輪島、度会、弥栄、八溝、与那国、吉田、豊田、山崎、座間味の観測点が示される。
図４は、Ｆ−ｎｅｔによって取得される地震波形データの例を示す。図４に示す例は、中伊豆で２０１８年５月１３日の午前９時台に取得された地震波形であり、縦軸が上方から下方に向かって時系列で９時０分から９時５９分となるように、６０秒間の地震波形が横平行に６０本並ぶ画像である。
本実施形態では、Ｈｉ−ｎｅｔによって取得された地震波形データのみを用いて地震予測をしてもよく、Ｆ−ｎｅｔによって取得された地震波形データのみを用いて地震予測をしてもよく、双方の予測を組み合わせることにより、より精度を高めた地震予測をしてもよい。
〔１．２．２ 地震波形の特徴〕
以下、図５Ａ〜図５Ｆを参照することにより、Ｆ−ｎｅｔにより取得された地震波形データの特徴を示す。Ｆ−ｎｅｔにより取得される地震波形の特徴としては、以下のタイプＡ〜タイプＦまでの６つの特徴が存在する。
〔１．２．２．１ タイプＡ〕
図５Ａは、タイプＡの特徴を示す。タイプＡの特徴は、図５Ａに示すように１時間６０本分の波形の各々の振幅が、所定値より大きくなるという特徴である。
〔１．２．２．２ タイプＢ〕
図５Ｂは、タイプＢの特徴を示す。タイプＢの特徴は、図５Ｂの矢印（ｂ）で示すように、隣接する波形同士の間隔が所定値を超えるという特徴である。
〔１．２．２．３ タイプＣ〕
図５Ｃは、タイプＣの特徴を示す。タイプＣの特徴は、図５Ｃの矢印（ｃ）で示すように、地震波形中に、所定値以下の周期と、隣り合う波を超える程度の所定値以上の振幅を第１の所定期間以上に渡って有すると共に、複数のピークを有する波形が、第２の所定期間以上の間隔を置いて散発的に発生する特徴である。
〔１．２．２．４ タイプＤ〕
図５Ｄは、タイプＤの特徴を示す。タイプＤの特徴は、図５Ｄの矢印（ｄ）で示すように、地震波形をトレンド成分とノイズ成分とに分割した場合、ノイズ成分が所定割合以上存在し、各々の波が細かく微振動しているために、波自体が太く見える特徴である。
〔１．２．２．５ タイプＥ〕
図５Ｅは、タイプＥの特徴を示す。タイプＥの特徴は、図５Ｅの矢印（ｅ）で示すように、所定値以下の周期と、隣り合う波を超える程度の所定値以上の振幅を有する波形が、所定期間以上の間隔を置いて散発的に発生する波形である。
〔１．２．２．６ タイプＦ〕
図５Ｆは、タイプＦの特徴を示す。タイプＦの特徴は、図５Ｆの矢印（ｆ）で示すように、所定値以下の周期と、高々隣り合う波に接する程度の所定値以下の振幅を有する波形が、所定期間以上の間隔を置いて散発的に発生する波形である。
〔１．３ 発明の構成〕
図６は、本発明に係る地震予測装置の機能ブロック図である。本実施形態に係る地震予測装置１０は、通信部１１、記憶部１２、及び制御部１３を備える。
通信部１１は、後述のように、データ取得部１４が、インターネットを経由して地震観測網によって得られた地震波形データを取得するために用いる通信インタフェースである。
記憶部１２は、データ取得部１４が取得した地震波形データ、及び当該地震波形データを制御部１３により処理したデータ等を記憶する。
制御部１３は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＣＭＯＳメモリ等を有し、これらはバスを介して相互に通信可能に構成される、当業者にとって公知のものである。
ＣＰＵは地震予測装置１０を全体的に制御するプロセッサである。当該ＣＰＵは、ＲＯＭに格納されたシステムプログラム及びアプリケーションプログラムを、バスを介して読み出し、当該システムプログラム及びアプリケーションプログラムに従って地震予測装置１０全体を制御することで、図６に示すように制御部１３をデータ取得部１４、スクリーニング部１５、予測結果算出部１６、及び表示部１７の機能を実現するように構成される。ＲＡＭには一時的な計算データや表示データ等の各種データが格納される。ＣＭＯＳメモリは図示しないバッテリでバックアップされ、地震予測装置１０の電源がオフされても記憶状態が保持される不揮発性メモリとして構成される。
データ取得部１４は、通信インタフェースである通信部１１を介して、インターネットから地震観測網によって得られる地震波形データを取得する。更に、データ取得部１４は、取得した地震波形データを記憶部１２に格納する。
スクリーニング部１５は、記憶部１２に格納された過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った期間内における第１の観測データを用いて、上記の複数地点における直近の観測データである第２の観測データをスクリーニングする。
より詳細には、スクリーニング部１５は、記憶部１２に格納された過去の地震発生時の観測データのうち、所定値以上のマグニチュードの地震が発生した際の、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った期間内における数値データを用いて、上記の複数地点における直近の数値データを、数値解析によってスクリーニングする。
あるいは、スクリーニング部１５は、記憶部１２に格納された過去の地震発生時の観測データのうち、所定値以上のマグニチュードの地震が発生した際の、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った期間内における地震波形の画像データを用いて、上記の複数地点における直近の地震波形の画像データを、パターンマッチングによってスクリーニングする。
スクリーニング部１５の動作の詳細については、後述の〔１．４ 地震予測方法〕で詳述する。
予測結果算出部１６は、スクリーニング部１５によるスクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する。
より詳細には、予測結果算出部１６は、スクリーニング部１５によるスクリーニング結果を用いて、地震の発生箇所及び地震の大きさを予測し、スクリーニングされた地震波形から、地震の発生時点を予測する。
予測結果算出部１６の動作の詳細については、後述の〔１．４ 地震予測方法〕で詳述する。
表示部１７は、予測結果算出部１６によって算出された予測結果を、地震予測装置１０に接続された表示装置（不図示）に表示する。表示装置としては例えばモニタでもよく、この場合、表示部１７はモニタの画面に予測結果を表示する。あるいは、表示装置としては例えばプリンタでもよく、この場合、表示部１７は、プリンタを用いて予測結果を印刷する。
〔１．４ 地震予測方法〕
〔１．４．１ 全体の流れ〕
図７は、本実施形態に係る地震予測装置１０の動作である地震予測方法の概略を示すフローチャートである。
ステップＳ１１において、データ取得部１４は、インターネットを介して地震観測網によって得られた地震波形データを取得する。
ステップＳ１２において、スクリーニング部１５は、過去の地震波形データを用いて、ステップＳ１１で新たに取得された地震波形データをスクリーニングする。
ステップＳ１３において、予測結果算出部１６は、スクリーニング部１５によるスクリーニングの結果に基づいて、今後発生する地震の発生箇所、及び／又は大きさの予測結果を算出する。
ステップＳ１４において、予測結果算出部１６は、ステップＳ１２でスクリーニングされた地震波形データに基づいて、地震の発生時期の予測結果を算出する。
ステップＳ１５において、表示部１７は、地震の発生箇所・大きさ・発生時期のうち少なくとも１つ以上の予測結果を表示装置に表示する。
以下、上記のステップのうち、ステップＳ１２〜Ｓ１４の詳細について説明する。
〔１．４．２ 地震の発生箇所及び大きさの予測結果算出方法〕
〔１．４．２．１ Ｈｉ−ｎｅｔの地震波形データを用いた予測結果算出方法〕
Ｈｉ−ｎｅｔの地震波形データを用いて地震の予測結果を算出する場合には、地震波形データの数値データを用いて数値解析することにより、予測結果を算出する。
記憶部１２に蓄積された地震波形データにおいて、各観測点ｐ１，ｐ２・・・ｐ１００におけるｔ１時点での振幅の値が、ｖ１，１，ｖ１，２・・・，ｖ１，１００であるとする。また、各観測点ｐ１，ｐ２・・・ｐ１００におけるｔ２時点での振幅の値が、ｖ２，１，ｖ２，２・・・，ｖ２，１００であり、以下同様に、各観測点ｐ１，ｐ２・・・ｐ１００における、ｔ１から所定期間Ｔ１が経過したｔｎ時点での振幅の値が、ｖｎ，１，ｖｎ，２・・・，ｖｎ，１００であるとする。
ここで、スクリーニング部１５は、各振幅ｖ１，１，ｖ１，２・・・ｖｎ，９９，ｖｎ，１００に対し、以下の式（１）で示すように、各振幅の大きさが所定値Ｖ以上である場合の値が１、所定値Ｖ未満である場合の値が０となるようなフラグｆ１，１，ｆ１，２，・・・ｆｎ，９９，ｆｎ，１００の行列Ｆ０を設定する。
更に、スクリーニング部１５は、ｔｎ時点から所定期間Ｔ２以内に、Ｃ地点において、所定の大きさ以上のマグニチュードＭの地震が発生した場合に、行列Ｆ０とこの地震の発生箇所及び大きさ（マグニチュード）とを紐づける。
ここで、データ取得部１４により新たに地震波形データが取得される毎に、スクリーニング部１５は、逐次、行列Ｆを生成し続けると共に、新たに生成した行列Ｆ１と、既に蓄積してある行列Ｆ０との一致度が所定値以上である、すなわち行列Ｆ０と行列Ｆ１とで値が一致する成分の数が所定割合以上である場合に、新たに生成した行列Ｆ１をスクリーニングする。
予測結果算出部１６は、新たに生成した行列Ｆ１と、この行列Ｆ１との一致度が所定値以上の行列Ｆ０がＣ地点のマグニチュードＭの地震に紐づいていることとに基づいて、Ｃ地点でマグニチュードＭの地震が発生するという予測結果を算出する。
〔１．４．２．２ Ｆ−ｎｅｔの地震波形データを用いた予測結果算出方法〕
Ｆ−ｎｅｔの地震波形データを用いて地震の予測結果を算出する場合には、地震波形データの画像データを用いてパターンマッチングすることにより、予測結果を算出する。
スクリーニング部１５は、上記の〔１．２．２ 地震波形の特徴〕で記載したように、記憶部１２に格納されているＦ−ｎｅｔから、ｔ１時点に得られた地震波形データに対し、タイプＡ〜タイプＦまでの６種の特徴が存在するか否か判定する。
更に、スクリーニング部１５は、ｔ１時点から所定期間Ｔ２以内に、Ｃ地点において、所定の大きさ以上のマグニチュードＭの地震が発生したのであれば、ｔ１時点に得られた地震波形データの特徴及び観測点の組み合わせと、この地震の発生箇所及び大きさ（マグニチュード）とを紐づける。
ここで、データ取得部１４により新たに地震波形データが取得される毎に、スクリーニング部１５は、逐次、新たに取得された地震波形データが、タイプＡ〜タイプＦまでの６種の特徴を含むか否か、パターンマッチングによって判定し、マッチングすると判定した場合は、この特徴を含む地震波形データをスクリーニングする。
より詳細には、スクリーニング部１５は、記憶部１２に蓄積された過去の地震波形データであって、上記のタイプＡ〜タイプＦまでの６種の特徴のいずれかを含むと共に、地震の発生箇所及び大きさと紐づけられた地震波形データから、タイプＡ〜タイプＦまでの特徴に対応するパターンを抽出し、これらのパターンを用いて、新たに取得された地震波形データに対してパターンマッチングすることによりスクリーニングする。
予測結果算出部１６は、スクリーニング部１５によるスクリーニング結果である地震波形データが有する特徴及び観測点の組み合わせが、仮に、Ｃ地点のマグニチュードＭの地震に紐づく特徴及び観測点の組み合わせに合致した場合、Ｃ地点でマグニチュードＭの地震が発生するという予測結果を算出する。
例えば、記憶部１２に蓄積された地震波形データ中、ｔ１時点において玉川で取得された地震波形データにタイプＤの特徴が含まれ、同じくｔ１時点において金谷で取得された地震波形データにタイプＥの特徴が含まれるとする。更に、ｔ１時点から所定期間Ｔ２以内に長野でマグニチュード５．６の地震が発生したとする。
このとき、データ取得部１４によって新たに取得された地震データ中、玉川で取得された地震波形データにタイプＤの特徴が含まれ、金谷で取得された地震波形データにタイプＥの特徴が含まれていた場合に、予測結果算出部１６は、長野でマグニチュード５．６の地震が発生するという予測結果を算出する。
なお、予測結果算出部１６は、上記の〔１．４．２．１ Ｈｉ−ｎｅｔの地震波形データを用いた予測結果算出方法〕と、〔１．４．２．２ Ｆ−ｎｅｔの地震波形データを用いた予測結果算出方法〕とを組み合わせることにより、より精度を高めた地震の発生箇所及び大きさの予測結果を算出してもよい。
〔１．４．３ 地震の発生時期の予測方法〕
図８は、例として、２０１６年１１月２２日に福島で地震が発生した際の、３６時間に渡る地震波形を示す。地震発生から３６時間前の時点から地震波形に動きや所定値以上の振幅が見られるようになり、２４時間前の時点から地震波形の動き・振幅が大きくなると共に、地震波形の中央値が山形を描くようになる（この期間を、ここでは「アクティブ・フェイズ（Ａｃｔｉｖｅ Ｐｈａｓｅ）」と呼ぶ）。更に、地震発生から１２時間前の時点から地震波形の動き・振幅が小さくなり（この期間を、ここでは「クワイエット・フェイズ（Ｑｕｉｅｔ Ｐｈａｓｅ）」と呼ぶ）、やがて地震が発生する。
すなわち、地震発生から３６時間前の時点で、地震波形に動きが発生し、２４時間前の時点までは動きが小さいものの、２４時間前の時点から１２時間前の時点では動きが激しくなり、１２時間前から地震発生までは動きが静かになる。
予測結果算出部１６は、この動きの変化に基づいて、地震の発生時期を予測する。具体的には、スクリーニング部１５が、Ｈｉ−ｎｅｔの地震波形データをスクリーニングするにせよ、Ｆ−ｎｅｔの地震波形データをスクリーニングするにせよ、予測結果算出部１６は、スクリーニングされた地震波形データにおいて、現時点が、図８で例示するどのフェイズにあるのか判定し、この判定結果に基づいて、現時点からどの程度の時間経過の後に、地震が発生するかを予測する予測結果を算出する。
あるいは、予測結果算出部１６は、図７のステップＳ１３において地震が発生することが予測された箇所の周辺の観測点で取得された直近の地震波形データにおいて、現時点が、図８で例示するどのフェイズにあるのか判定し、この判定結果に基づいて、現時点からどの程度の時間経過の後に、地震が発生するかを予測する予測結果を算出してもよい。
〔１．５ 実施例〕
本実施形態の例として、２０１８年６月１８日に発生した大阪府北部地震の前兆現象としてのデータを示す。
図９Ａ〜図９Ｂは、Ｈｉ−ｎｅｔによって得られた地震波形のデータである。図９Ａは、宮川における、概して２０１８年５月３０日から６月１９日までの地震計の出力値である。また、図９Ｂは、西条における、概して２０１８年５月３０日から６月１９日までの地震計の出力値である。
図９Ａに示すように、宮川で取得された地震波形において、例えば２０１８年５月３０日、２０１８年６月８日、２０１８年６月１０日、２０１８年６月１２日、２０１８年６月１７日において高い変位の値が示されたこと、及び、図９Ｂに示すように、西条で取得された地震波形において、例えば２０１８年５月３０日、２０１８年６月６日、２０１８年６月８日、２０１８年６月１２日、２０１８年６月１７日において高い変位の値が示されたこと、すなわちこれらのデータの取得場所と異常とに基づいて、大阪府北部地震の発生を予測することが可能である。
図１０Ａ〜図１０Ｃは、Ｆ−ｎｅｔによって得られた阿武山での地震波形のデータである。より詳細には、図１０Ａは、２０１８年６月１４日の２３時台に得られたデータであり、図１０Ｂは、２０１８年６月１５日の０時台に得られたデータであり、図１０Ｃは、２０１８年６月１５日の１時台に得られたデータである。
図１０Ａのデータは、上記のタイプＡの特徴を含む。図１０Ｂのデータは、上記のタイプＡの特徴を含む。図１０Ｃのデータは、上記のタイプＡの特徴を含む。
また、図１１Ａ〜図１１Ｆは、Ｆ−ｎｅｔによって得られた大川での地震波形のデータである。より詳細には、図１１Ａは、２０１８年６月１４日の２０時台に得られたデータであり、図１１Ｂは、２０１８年６月１４日の２１時台に得られたデータであり、図１１Ｃは、２０１８年６月１４日の２２時台に得られたデータであり、図１１Ｄは、２０１８年６月１４日の２３時台に得られたデータであり、図１１Ｅは、２０１８年６月１５日の０時台に得られたデータであり、図１１Ｆは、２０１８年６月１５日の１時台に得られたデータである。
図１１Ａのデータは、上記のタイプＤの特徴を含む。図１１Ｂのデータは、上記のタイプＤの特徴を含む。図１１Ｃのデータは、上記のタイプＤの特徴を含む。図１１Ｄのデータは、上記のタイプＤの特徴を含む。図１１Ｅのデータは、上記のタイプＤの特徴を含む。図１１Ｆのデータは、上記のタイプＤの特徴を含む。
図１０Ａに示すように、阿武山で取得された地震波形において、２０１８年６月１４日の２３時台にタイプＡの特徴が含まれ、図１０Ｂに示すように、２０１８年６月１５日の０時台にタイプＡの特徴が含まれ、図１０Ｃに示すように、２０１８年６月１５日の１時台にタイプＡの特徴が含まれること、及び、大川で取得された地震波形において、図１１Ａに示すように、２０１８年６月１４日の２０時台にタイプＤの特徴が含まれ、図１１Ｂに示すように、２０１８年６月１４日の２１時台にタイプＤの特徴が含まれ、図１１Ｃに示すように、２０１８年６月１４日の２２時台にタイプＤの特徴が含まれ、図１１Ｄに示すように、２０１８年６月１４日の２３時台にタイプＤの特徴が含まれ、図１１Ｅに示すように、２０１８年６月１５日の０時台にタイプＤの特徴が含まれ、図１１Ｆに示すように、２０１８年６月１５日の１時台にタイプＤの特徴が含まれること、すなわちこれらのデータの取得場所と各特徴とに基づいて、大阪府北部地震の発生を予測することが可能である。
〔１．６ 第１実施形態が奏する効果〕
本発明の第１実施形態に係る地震予測装置１０は、地震観測網によって取得される観測データを用いる地震予測装置であって、過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った第１の観測データを用いて、上記の複数地点における直近の観測データである第２の観測データをスクリーニングするスクリーニング部１５と、スクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部１６とを備える。
これにより、既存の設備で取得可能なデータを利用することによって、低コストで実現可能な地震予測方法を提供することが可能となる。
また、スクリーニング部１５は、第１の観測データとして、地震観測網によって取得される観測データから、所定値以上のマグニチュードの地震が発生した際の観測データを抽出する。
第１の観測データを絞ることにより、予測結果算出部１６が、予測結果を算出するために必要となる計算量を節約することが可能となる。
また、第１の観測データ及び第２の観測データの双方が数値データである場合、スクリーニング部１５は、第１の観測データ及び第２の観測データを数値解析することによりスクリーニングする。
これにより、スクリーニング部１５は、数値データを画像化する手続きを省略して、スクリーニングすることが可能となる。
また、第１の観測データ及び第２の観測データの双方が画像データである場合、スクリーニング部１５は、第２の観測データにパターンマッチングすることによりスクリーニングする。
これにより、パターンマッチングで用いるパターンとして複数のパターンを備える場合には、複数の特徴に対応して観測データをスクリーニングすることが可能となる。
また、予測結果算出部１６は、スクリーニングで実際に用いた第１の観測データの観測地点である複数地点の組み合わせに基づいて、地震の発生箇所を予測する。
例えば、Ａ地点で発生する地震の予測にＡ地点の地震波形データのみを用いるのではなく、複数の地点の地震波形データを組み合わせると共に、この組み合わせの種類に基づいて、地震発生箇所を予測することにより、複雑なプレートテクトニクスを踏まえた地震の予測結果を算出することが可能となる。
また、地震観測網は、高感度地震観測網（Ｈｉ−ｎｅｔ）、及び／又は広帯域地震観測網（Ｆ−ｎｅｔ）である。
これにより、容易に入手可能な地震波形データを用いて、地震の予測結果を算出することが可能となる。
〔２ 第２実施形態〕
〔２．１ 発明の概要〕
本発明の第２実施形態に係る地震予測方法は、概略、以下の方法によって地震の発生を予測するものである。
例えば気象庁等により発表されてきた地震カタログのデータに基づいて、これまでに発生してきた地震の発生から遡ること所定期間における、Ｈｉ−ｎｅｔ及びＦ−ｎｅｔにおける各観測点の地震計の出力値を取得する。また、当該期間の各地点のデータ内での、移動平均値ａを算出する。更には、各移動平均値ａが規定値（σ）を超えた時点が、地震発生のどれだけ前かを示す値と、地震の発生地域と、地震のマグニチュードとを履歴データとしてデータベース化する。
なお、ここで、「移動平均値ａ」とは、上記の所定期間における時系列データの移動平均をとったものである。
その上で、本実施形態においては、新たに取得されたＨｉ−ｎｅｔ及びＦ−ｎｅｔにおける地震計の出力値から、ある測定場所において、連続するデータ群における、移動平均値ｂの算出を継続している中、当該移動平均値ｂにおいて規定値（σ）を超えるデータを観測した時、上記の履歴データのデータベースと照合することにより、地震の発生時期、発生地域、及びマグニチュードを予測する。
なお、ここで、「移動平均値ｂ」とは、上記のＨｉ−ｎｅｔ及びＦ−ｎｅｔにおける地震計の、ある測定場所における連続するデータ群の、継続する時系列データの移動平均をとったものである。
例えば、Ａ地点において、Ｈｉ−ｎｅｔ又はＦ−ｎｅｔにおける地震計の継続する出力値から算出した移動平均値ｂが規定値を超えた場合に、履歴データを参照する。この履歴データにおいて、Ａ地点における移動平均値ａが規定値(σ)を超えてから、Ｂ日後に、Ｃ地点で、マグニチュードＤの地震が発生している場合には、現時点から、Ｂ日後に、Ｃ地点で、マグニチュードＤの地震が発生することを予測する。
〔２．２ 発明の構成〕
図１２は、本実施形態に係る地震予測システムの機能ブロック図である。本実施形態に係る地震予測システム１Ａは、地震予測装置１０Ａと、第１サーバ３０Ａと、第２サーバ３０Ｂと備える。
地震予測装置１０Ａは、第１サーバ３０Ａに格納された地震カタログのデータであるカタログデータ、及び、Ｈｉ−ｎｅｔ及びＦ−ｎｅｔから取得された地震発生前の地震計の出力値から上記の履歴データを生成し、第２サーバ３０Ｂに格納する。
また、地震予測装置１０Ａは、Ｈｉ−ｎｅｔ及びＦ−ｎｅｔから取得された、地震計の出力値である観測データに基づいて、連続するデータ群の移動平均値ｂを継続して算出し、この移動平均値ｂを、第２サーバ３０Ｂに格納された履歴データと照合することにより、地震の予測を実行する。
図１２に示されるように、地震予測装置１０Ａと第１サーバ３０Ａ及び第２サーバ３０Ｂとは、互いに通信可能に接続される。なお、図示はしないが、地震予測装置１０Ａと、第１サーバ３０Ａと、第２サーバ３０Ｂとは、互いにネットワークを介して接続してもよい。
地震予測装置１０Ａは、通信部１１Ａと、制御部１３Ａとを備える。
通信部１１Ａは、後述のカタログデータ取得部１８が、第１サーバ３０Ａから、カタログデータを取得するために用いる通信インタフェースである。また、通信部１１Ａは、後述の履歴データ生成部１９が、第２サーバ３０Ｂに、履歴データを格納するために用いる通信インタフェースでもある。また、通信部１１Ａは、後述の観測データ取得部２０が、インターネットを経由して、Ｈｉ−ｎｅｔ及びＦ−ｎｅｔ等の地震観測網によって得られた地震数値データを取得するために用いる通信インタフェースでもある。また、通信部１１Ａは、後述の予測結果算出部１６Ａが、地震の予測結果を算出するために、第２サーバ３０Ｂから履歴データを参照するために用いる通信データベースでもある。
制御部１３Ａは、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＣＭＯＳメモリ等を有し、これらはバスを介して相互に通信可能に構成される、当業者にとって公知のものである。
ＣＰＵは地震予測装置１０Ａを全体的に制御するプロセッサである。当該ＣＰＵは、ＲＯＭに格納されたシステムプログラム及びアプリケーションプログラムを、バスを介して読み出し、当該システムプログラム及びアプリケーションプログラムに従って地震予測装置１０Ａ全体を制御することで、図６に示すように制御部１３Ａをカタログデータ取得部１８、履歴データ生成部１９、観測データ取得部２０、予測結果算出部１６Ａ、及び表示部１７の機能を実現するように構成される。ＲＡＭには一時的な計算データや表示データ等の各種データが格納される。ＣＭＯＳメモリは図示しないバッテリでバックアップされ、地震予測装置１０Ａの電源がオフされても記憶状態が保持される不揮発性メモリとして構成される。
カタログデータ取得部１８は、通信インタフェースである通信部１１Ａを介して、第１サーバ３０Ａからカタログデータを取得する。
なお、このカタログデータは、少なくとも、各地震の発生した時期、発生地域、マグニチュードを含むが、地震発生前の地震計の出力値を含んでもよい。
また、カタログデータ取得部１８は、地震予測装置１０Ａのユーザによって入力される発生期間の値に基づいて、地震の発生期間を絞り込んだ上で、第１サーバ３０Ａからカタログデータを取得してもよい。
また、カタログデータ取得部１８は、地震予測装置１０Ａのユーザによって入力される発生地域に基づいて、地震の発生地域を絞り込んだ上で、第１サーバ３０Ａからカタログデータを取得してもよい。ユーザは、地震の発生地域を、例えば全世界とすることも可能であり、地震が発生した国とすることも可能であり、緯度経度によって指定される四角形の範囲とすることも可能であり、その他の方法によって発生地域を指定することも可能である。
また、カタログデータ取得部１８は、地震予測装置１０Ａのユーザによって入力されるマグニチュードの範囲に基づいて、地震のマグニチュードを絞り込んだ上で、第１サーバ３０Ａからカタログデータを取得してもよい。ユーザは、地震のマグニチュードとして、４．０以上９．５未満の値を用いてマグニチュードの範囲を絞り込むことが可能である。
履歴データ生成部１９は、カタログデータ取得部１８によって取得されたカタログデータ、及び、通信部１１Ａを介してＨｉ−ｎｅｔ及びＦ−ｎｅｔから取得された地震発生前の地震計の出力値を用いて、履歴データを生成する。ここで、履歴データとは、地震発生から遡ること所定期間における、Ｈｉ−ｎｅｔ及びＦ−ｎｅｔから取得された地震計の出力値から算出される移動平均値ａと、当該移動平均値ａが規定値σを超えた時点が地震発生のどれだけ前かを示す値と、地震の発生地域と、地震のマグニチュードとを含むデータである。また、上記の所定期間とは、例えば、地震発生前１４日間、地震発生前７日間、地震発生前３日間とすることが可能である。
なお、上記のようにカタログデータに、地震発生前の地震計の出力値が含まれる場合には、履歴データ生成部１９が、通信部１１Ａを介してＨｉ−ｎｅｔ及びＦ−ｎｅｔから取得された地震発生前の地震計の出力値を用いるのではなく、元々カタログデータに含まれていた地震計の出力値を用いてもよい。
また、履歴データにおいては、地震のマグニチュードは、例えば４．０以上４．５未満、４．５以上５．０未満、５．０以上５．５未満・・・といったように、０．５刻みでカテゴライズされる。
更に、履歴データ生成部１９は、生成した履歴データを、第２サーバ３０Ｂに格納する。
観測データ取得部２０は、通信インタフェースである通信部１１Ａを介して、インターネットから地震観測網によって得られた地震計の出力値を取得する。
予測結果算出部１６Ａは、新たに取得されたＨｉ−ｎｅｔ及びＦ−ｎｅｔにおける地震計の出力値から、連続するデータ群の移動平均値ｂの算出を継続し、当該移動平均値ｂを、上記の履歴データのデータベースと照合することにより、地震の発生時期、発生地域、及びマグニチュードを予測する。
表示部１７は、第１実施形態における表示部１７と同一であるため、その機能の説明を省略する。
第１サーバ３０Ａは、通信部３１Ａと記憶部３２Ａとを備える。
通信部３１Ａは、例えばインターネットを通じて、カタログデータ３３を取得するために用いる通信インタフェースである。また通信部３１Ａは、地震予測装置１０Ａに対してカタログデータを送信するために用いる通信インタフェースでもある。
記憶部３２Ａは、カタログデータ３３を記憶する装置である。
第２サーバ３０Ｂは、通信部３１Ｂと記憶部３２Ｂとを備える。
通信部３１Ｂは、地震予測装置１０Ａとの間で、履歴データ３４を送受信するために用いる通信インタフェースである。
記憶部３２Ｂは、履歴データ３４を記憶する装置である。
〔２．３ 地震予測方法〕
図１３は、本実施形態に係る地震予測装置１０Ａの動作である地震予測方法の概略を示すフローチャートである。
ステップＳ２１において、カタログデータ取得部１８は、第１サーバ３０Ａからカタログデータを取得する。
ステップＳ２２において、履歴データ生成部１９は、カタログデータ３３を用いて履歴データを生成する。
ステップＳ２３において、履歴データ生成部１９は、履歴データ３４を第２サーバ３０Ｂに格納する。
ステップＳ２４において、観測データ取得部２０は、例えばインターネットを介して、地震観測網から地震計の出力値である観測データを取得する。
ステップＳ２５において、予測結果算出部１６Ａは、観測データを用いて上記の移動平均値ｂを算出する。
ステップＳ２６において、予測結果算出部１６Ａは、移動平均値ａと規定値を比較する。移動平均値ｂが規定値を超える場合（Ｓ２６：ＹＥＳ）には、処理はステップＳ２７に移行する。移動平均値ｂが規定値以下の場合（Ｓ２６：ＮＯ）には、処理を終了する。
ステップＳ２７において、予測結果算出部１６Ａは、履歴データを参照する。
ステップＳ２８において、予測結果算出部１６Ａは、参照結果に基づいて、地震の発生箇所、発生時期、地震の大きさ（マグニチュード）のうち少なくとも１つを算出する。
ステップＳ２９において、表示部１７は、地震の発生箇所・大きさ・発生時期のうち少なくとも１つ以上の予測結果を表示装置に表示する。
〔２．４ 実施例〕
本実施形態の例として、２０１６年４月１６日に発生した熊本地震の前兆現象としてのデータを示す。図１４は、地震発生前の２０１６年３月１６日から地震発生時の２０１６年４月１６日までの、呉において取得された地震計の出力値から算出される、上記の移動平均値ｂの変遷を示すグラフである。
図１４のグラフにおいて、地震発生前の２０１６年３月１６日から２０１６年４月１６日における移動平均値がマイナス３.０以上の高い値を示すことがほとんどであり、これを地震発生の予兆現象とすることが可能である。
〔２．５ 第２実施形態が奏する効果〕
本発明の第２実施形態に係る地震予測装置１０Ａは、地震観測網によって取得される観測データを用いる地震予測装置であって、複数地点における履歴データであって、地震発生から所定時間過去に遡った期間内における、地震観測網に設置された地震計の出力値の偏差に対応する値と、地震の発生箇所と、地震の大きさとを含む履歴データを生成する履歴データ生成部１９と、複数地点における観測データであって、地震計の出力値の観測データの移動平均値を継続して取得する観測データ取得部２０と、観測データを履歴データに照合することにより、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部１６Ａと、を備える。
これにより、第１実施形態に係る地震予測装置１０と同様に、既存の設備で取得可能なデータを利用することによって、低コストで実現可能な地震予測方法を提供することが可能となる。
〔３ 第３実施形態〕
〔３．１ 発明の概要〕
本発明の第３実施形態に係る地震予測方法は、概略、以下の方法によって地震の発生を予測するものである。
第２実施形態においては、上記のように、地震カタログのデータに基づいて、これまでに発生してきた地震の発生から遡ること所定期間における、Ｈｉ−ｎｅｔ及びＦ−ｎｅｔにおける各観測点の地震計の出力値を取得していた。また、当該期間の各地点のデータ内での、移動平均値ａを算出していた。更には、各移動平均値ａが規定値（σ）を超えた時点が、地震発生のどれだけ前かを示す値と、地震の発生地域と、地震のマグニチュードとを履歴データとしてデータベース化していた。
更に、第２実施形態においては、新たに取得されたＨｉ−ｎｅｔ及びＦ−ｎｅｔにおける地震計の出力値から、ある測定場所において、連続するデータ群における、移動平均値ｂの算出を継続している中、当該移動平均値ｂにおいて規定値（σ）を超えるデータを観測した時、上記の履歴データのデータベースと照合することにより、地震の発生時期、発生地域、及びマグニチュードを予測していた。
一方、本実施形態においては、マグニチュード４．０以上の地震の発生から遡ること所定期間における、各観測点の地震計の出力値のデータ、当該データの移動平均値ａ、地震波形のうち１つ以上に、規定値を超えたり、上記のタイプＡ〜タイプＦまでの波形が見られる等の異常が見られた場合に、当該地震につき、観測点毎に、地震発生までの期間、地震の発生時刻、地震の発生箇所、及び地震の大きさを履歴データのデータベースとする。
ここで、新たに取得されたＨｉ−ｎｅｔ及びＦ−ｎｅｔにおける地震計の観測データのうち、１ヶ所あるいは複数の観測点において、上記の異常が見られた場合に、履歴データのデータベースから、上記の観測点毎に、地震発生までの期間、地震の発生時刻、地震の発生箇所、及び地震の大きさの情報を抽出する。
１ヶ所あるいは複数の観測点において、地震発生までの期間、地震の発生時刻、地震の発生箇所、及び地震の大きさの情報が抽出されるが、これら複数の地震に係る情報のうち、重複する情報があった場合には、重複度が高い情報を、予測した地震として表示する。
なお、新たに取得されたＨｉ−ｎｅｔ及びＦ−ｎｅｔにおける地震計の観測データのうち、観測点において、上記の異常が見られなかったにも拘わらず、地震が発生した場合には、当該地震の発生日時、地震の発生箇所、及び地震の大きさの情報を、上記の履歴データのデータベースに格納する。
〔３．２ 発明の構成〕
第３実施形態に係る地震予測システム１Ｂの機能ブロック図は、第２の実施形態に係る地震予測システム１Ａと同様であるため、その図示を省略する。
なお、第３実施形態に係る地震予測システム１Ｂにおいて、履歴データ生成部１９Ｂは、マグニチュード４．０以上の地震の発生から遡ること所定期間における、各観測点の地震計の出力値のデータ、当該データの移動平均値ａ、地震波形のうち１つ以上に、規定値を超えたり、上記のタイプＡ〜タイプＦまでの波形が見られる等の異常が見られた場合に、当該地震につき、観測点毎に、地震発生までの期間、地震の発生時刻、地震の発生箇所、及び地震の大きさを、履歴データとして生成し、第２サーバ３０Ｂに格納する。
また、予測結果算出部１６Ｂは、観測データ取得部２０によって取得された観測データのうち、１ヶ所あるいは複数の観測点において、上記の異常が見られた場合に、履歴データ３４のデータベースから、上記の観測点毎に、地震発生までの期間、地震の発生時刻、地震の発生箇所、及び地震の大きさの情報を抽出し、複数の観測点に係る複数の地震に係る情報のうち、重複する情報があった場合には、重複度の高い情報を、予測した地震として算出し、表示部１７に出力する。
〔３．３ 地震予測方法〕
図１５は、本実施形態に係る地震予測装置１０Ｂの動作である地震予測方法の概略を示すフローチャートである。
ステップＳ３１において、カタログデータ取得部１８は、第１サーバ３０Ａからカタログデータを取得する。
ステップＳ３２において、履歴データ生成部１９は、カタログデータ３３を用いて履歴データを生成する。
ステップＳ３３において、履歴データ生成部１９は、履歴データ３４を第２サーバ３０Ｂに格納する。
ステップＳ３４において、観測データ取得部２０は、例えばインターネットを介して、地震観測網から地震計の出力値である観測データを取得する。
ステップＳ３５において、観測データに異常がある場合（Ｓ３５：ＹＥＳ）には、処理はステップＳ３６に移行する。観測データに異常がない場合（Ｓ３５：ＮＯ）には、処理は処理を終了する。
ステップＳ３６において、予測結果算出部１６Ｂは、観測データ取得部２０によって取得された観測データのうち、１ヶ所あるいは複数の観測点において、上記の異常が見られた場合に、履歴データ３４から、上記の観測点毎に、地震発生までの期間、地震の発生時刻、地震の発生箇所、及び地震の大きさの情報を抽出する。
ステップＳ３７において、予測結果算出部１６Ｂは、１ヶ所あるいは複数のの観測点に係る複数の地震に係る情報のうち、重複する情報があった場合には、重複度の高い情報を、予測した地震として算出する。
ステップＳ３８において、表示部１７は、予測結果算出部１６Ｂによって算出された予測結果を表示装置に表示する。
〔３．４ 第３実施形態が奏する効果〕
本発明の第３実施形態に係る地震予測装置１０Ｂは、地震観測網によって取得される観測データを用いる地震予測装置であって、複数地点における履歴データであって、地震発生から遡ること所定期間内において、地震観測網に設置された地震計の出力値、該出力値の移動平均値、地震波形のいずれかに異常が見られた場合に、地震の発生箇所と、地震の大きさとを含む履歴データを生成する履歴データ生成部１９Ｂと、複数地点における観測データであって、地震計の出力値の観測データを継続して取得する観測データ取得部２０と、観測データを、履歴データに照合することにより、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部１６Ｂとを備える。
これにより、第１実施形態に係る地震予測装置１０、及び第２実施形態に係る地震予測装置１０Ａと同様に、既存の設備で取得可能なデータを利用することによって、低コストで実現可能な地震予測方法を提供することが可能となる。
〔４ 変形例〕
〔４．１ 変形例１〕
第１実施形態では、スクリーニングの対象となった地震波形データ、又は、地震の発生が予測される箇所周辺の観測点の地震波形データが、「アクティブ・フェイズ（Ａｃｔｉｖｅ Ｐｈａｓｅ）」又は「クワイエット・フェイズ（Ｑｕｉｅｔ Ｐｈａｓｅ）」のどのフェイズにあるかに基づいて、地震の発生時期を予測するが、これには限定されない。
例えば、上記〔１．４．２．１ Ｈｉ−ｎｅｔの地震波形データを用いた予測結果算出方法〕において、ｔｎ時点から所定期間Ｔ２以内に、Ｃ地点において、所定の大きさ以上のマグニチュードＭの地震が発生したと共に、行列Ｆ０とこの地震の発生箇所及び大きさ（マグニチュード）とを紐づけた場合、予測結果算出部１６は、行列Ｆ１の元となる地震波形データの取得時点からＴ２以内に地震が発生するという予測結果を算出してもよい。
あるいは、上記〔１．４．２．２ Ｆ−ｎｅｔの地震波形データを用いた予測結果算出方法〕において、スクリーニング部１５が、ｔ１時点での地震波形データに含まれる各々の特徴及び観測点の組み合わせと、ｔ１時点から所定期間Ｔ２以内にＣ地点において発生したマグニチュードＭの地震の発生箇所及び大きさとを紐づけた場合、予測結果算出部１６は、スクリーニング結果である地震波形データが有する特徴及び観測点の組み合わせが、上記の組み合わせに合致した際、この地震波形データの取得時点からＴ２以内に地震が発生することを予測する予測結果を算出してもよい。
〔４．２ 変形例２〕
第２実施形態では、地震予測装置１０Ａと、第１サーバ３０Ａと、第２サーバ３０Ｂとが別体となっているが、これには限定されない。
例えば、地震予測装置１０Ａが記憶部を備え、当該記憶部が、カタログデータ、及び／又は履歴データを記憶する構成としてもよい。すなわち、この態様においては、第１サーバ３０Ａ、及び／又は第２サーバ３０Ｂを必須の構成要素としなくてもよい。
以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、本実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本実施形態に記載されたものに限定されるものではない。
地震予測装置１０又は１０Ａによる地震予測方法は、ソフトウェアにより実現される。ソフトウェアによって実現される場合には、このソフトウェアを構成するプログラムが、コンピュータ（地震予測装置１０又は１０Ａ）にインストールされる。また、これらのプログラムは、リムーバブルメディアに記録されてユーザに配布されてもよいし、ネットワークを介してユーザのコンピュータにダウンロードされることにより配布されてもよい。更に、これらのプログラムは、ダウンロードされることなくネットワークを介したＷｅｂサービスとしてユーザのコンピュータ（地震予測装置１０又は１０Ａ）に提供されてもよい。
１Ａ 地震予測システム
１０ １０Ａ 地震予測装置
１１ １１Ａ ３１Ａ ３１Ｂ 通信部
１２ ３２Ａ ３２Ｂ 記憶部
１３ １３Ａ 制御部
１４ データ取得部
１５ スクリーニング部
１６ １６Ａ 予算結果算出部
１７ 表示部
１８ カタログデータ取得部
１９ 履歴データ生成部
２０ 観測データ取得部
３０Ａ ３０Ｂ サーバ

Claims (10)

  1. 地震観測網によって取得される観測データを用いる地震予測装置であって、
    過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った期間内における第１の観測データを用いて、前記複数地点における直近の観測データである第２の観測データをスクリーニングするスクリーニング部と、
    前記スクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部と、
    を備える地震予測装置。
  2. 前記スクリーニング部は、前記第１の観測データとして、前記地震観測網によって取得される観測データから、所定値以上のマグニチュードの地震が発生した際の観測データを抽出する、請求項１に記載の地震予測装置。
  3. 前記第１の観測データ及び前記第２の観測データの双方が数値データであり、
    前記スクリーニング部は、前記第１の観測データ及び前記第２の観測データを数値解析することによりスクリーニングする、請求項１又は２に記載の地震予測装置。
  4. 前記第１の観測データ及び前記第２の観測データの双方が画像データであり、
    前記スクリーニング部は、前記第１の観測データを用いて前記第２の観測データにパターンマッチングすることによりスクリーニングする、請求項１〜３のいずれか１項に記載の地震予測装置。
  5. 前記予測結果算出部は、前記スクリーニングで実際に用いた前記第１の観測データの観測地点である複数地点の組み合わせに基づいて、前記地震の発生箇所を予測する、請求項１〜４のいずれか１項に記載の地震予測装置。
  6. 前記地震観測網は、高感度地震観測網である、請求項１〜５のいずれか１項に記載の地震予測装置。
  7. 前記地震観測網は、広帯域地震観測網である、請求項１〜５のいずれか１項に記載の地震予測装置。
  8. 地震観測網によって取得される観測データを用いる地震予測装置であって、
    複数地点における履歴データであって、地震発生から遡ること所定期間内における、前記地震観測網に設置された地震計の出力値の移動平均値と、地震の発生箇所と、地震の大きさとを含む履歴データを生成する履歴データ生成部と、前記複数地点における観測データであって、地震計の出力値の観測データの移動平均値を継続して取得する観測データ取得部と、
    前記観測データの移動平均値の規定値を、前記履歴データに照合することにより、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部とを備える地震予測装置。
  9. 地震観測網によって取得される観測データを用いる地震予測装置であって、
    １ヶ所あるいは複数の地点における履歴データであって、地震発生から遡ること所定期間内において、前記地震観測網に設置された地震計の出力値、該出力値の移動平均値、地震波形のいずれかに異常が見られた場合に、地震の発生箇所と、地震の大きさとを含む履歴データを生成する履歴データ生成部と、前記複数地点における観測データであって、地震計の出力値の観測データを継続して取得する観測データ取得部と、
    前記観測データを、前記履歴データに照合することにより、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する予測結果算出部とを備える地震予測装置。
  10. 地震観測網によって取得される観測データを用いた地震予測方法であって、
    過去の地震発生時の観測データのうち、複数地点における観測データであって、当該地点における地震発生から所定時間過去に遡った期間内における第１の観測データを用いて、前記複数地点における直近の観測データである第２の観測データをスクリーニングする第１ステップと、
    前記スクリーニングの結果を用いて、地震の発生時点、地震の発生箇所、及び地震の大きさのうち少なくとも１つ以上の予測結果を算出する第２ステップと、
    を有する地震予測方法。
JP2019237372A 2018-12-27 2019-12-26 地震予測装置及び地震予測方法 Active JP7201143B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018246121 2018-12-27
JP2018246121 2018-12-27

Publications (2)

Publication Number Publication Date
JP2020106531A true JP2020106531A (ja) 2020-07-09
JP7201143B2 JP7201143B2 (ja) 2023-01-10

Family

ID=71128788

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019237372A Active JP7201143B2 (ja) 2018-12-27 2019-12-26 地震予測装置及び地震予測方法

Country Status (2)

Country Link
JP (1) JP7201143B2 (ja)
WO (1) WO2020138359A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024078277A1 (zh) * 2022-10-11 2024-04-18 中国石油天然气股份有限公司 一种断层带内部结构的地震预测方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112925742A (zh) * 2020-11-03 2021-06-08 深圳防灾减灾技术研究院 一种地震波形数据存储归档管理的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7277797B1 (en) * 2005-03-29 2007-10-02 Kunitsyn Viatcheslav E Prediction system and method
JP2009110117A (ja) * 2007-10-26 2009-05-21 Panasonic Electric Works Co Ltd 地震報知システム
JP2014174128A (ja) * 2013-03-13 2014-09-22 Toyama Prefecture 海溝型地震の予知情報発信システム、および予知情報発信方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7277797B1 (en) * 2005-03-29 2007-10-02 Kunitsyn Viatcheslav E Prediction system and method
JP2009110117A (ja) * 2007-10-26 2009-05-21 Panasonic Electric Works Co Ltd 地震報知システム
JP2014174128A (ja) * 2013-03-13 2014-09-22 Toyama Prefecture 海溝型地震の予知情報発信システム、および予知情報発信方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
糸井達哉、村上誠樹、関村直人: ""空間上に分布する複数施設を対象とする地震リスク評価のための地殻内地震の経験的地震動予測手法"", 日本地震工学会論文集, vol. 第15巻，第6号, JPN6020007028, 2015, JP, pages 126 - 141, ISSN: 0004925488 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024078277A1 (zh) * 2022-10-11 2024-04-18 中国石油天然气股份有限公司 一种断层带内部结构的地震预测方法及系统

Also Published As

Publication number Publication date
JP7201143B2 (ja) 2023-01-10
WO2020138359A1 (ja) 2020-07-02

Similar Documents

Publication Publication Date Title
Bock et al. Real-time strong-motion broadband displacements from collocated GPS and accelerometers
Wurman et al. Toward earthquake early warning in northern California
Wang et al. The 2011 M w 9.0 Tohoku earthquake: Comparison of GPS and strong‐motion data
Barla et al. An integrated methodology for landslides’ early warning systems
Saunders et al. Seismogeodesy using GPS and low‐cost MEMS accelerometers: Perspectives for earthquake early warning and rapid response
Nishimae Observation of seismic intensity and strong ground motion by Japan Meteorological Agency and local goverments in Japan
EP3183598A1 (en) Earthquake and displacement early warning system
WO2020138359A1 (ja) 地震予測装置及び地震予測方法
Melgar et al. Noise characteristics of operational real‐time high‐rate GNSS positions in a large aperture network
JP5126143B2 (ja) 地震動の予測システム
Tasan et al. Testing probabilistic seismic hazard estimates against accelerometric data in two countries: France and Turkey
TWI809293B (zh) 地震觀測裝置、地震觀測方法以及記錄地震觀測程式的記錄媒體
US11835670B2 (en) Seismic observation device, seismic observation method, and recording medium in which seismic observation program is recorded
Choudhury et al. A review of seismic hazard assessment of Gujarat: a highly active intra-plate region
Aoi et al. Multi-data integration system to capture detailed strong ground motion in the Tokyo Metropolitan Area
Vidal‐Villegas et al. The Northwest Mexico Seismic Network: Real‐time seismic monitoring in northern Baja California and northwestern Sonora, Mexico
Psimoulis et al. Real‐time magnitude characterization of large earthquakes using the predominant period derived from 1 Hz GPS data
Dittmann et al. Comparing sensitivities of geodetic processing methods for rapid earthquake magnitude estimation
HU192375B (en) Method for forecasting or detecting earthquakes or artificial earthquakes, as well as for preventive protecting establishments
Niu et al. Real‐time assessment of the broadband coseismic deformation of the 2011 Tohoku‐Oki earthquake using an adaptive Kalman filter
RU2464594C2 (ru) Способ оценки основных характеристик ожидаемого сильного цунамигенного землетрясения и система для его осуществления
JP2006317257A (ja) 火山活動の自動監視システム
Whitney Estimating coseismic ground displacement during the 2015 Gorkha, Nepal, earthquake from accelerometric data at KATNP station
Kelevitz et al. Performance of High‐Rate GPS Waveforms at Long Periods: Moment Tensor Inversion of the 2003 M w 8.3 Tokachi‐Oki Earthquake
Peng et al. A τ c magnitude estimation of the 20 April 2013 Lushan earthquake, Sichuan, China

Legal Events

Date Code Title Description
AA64 Notification of invalidation of claim of internal priority (with term)

Free format text: JAPANESE INTERMEDIATE CODE: A241764

Effective date: 20200303

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200304

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220125

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20221122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221207

R150 Certificate of patent or registration of utility model

Ref document number: 7201143

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150