JP7406828B2 - 地震推定方法、地震推定プログラム、及び、地震推定装置 - Google Patents

Description

特許法第３０条第２項適用 （公開１） 開催日 平成３０年９月１３日 集会名 ＧＰＵ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｎｆｅｒｅｎｃｅ Ｊａｐａｎ ２０１８ 開催場所 グランドプリンスホテル新高輪 国際館パミール（東京都港区高輪３－１３－１） （公開２） 開催日 平成３０年１０月１１日 集会名 日本地震学会２０１８年度秋季大会 開催場所 ビッグパレットふくしま（福島県郡山市南２－５２） （公開３） 発行日 平成３１年２月４日 刊行物 日本経済新聞 朝刊 第９面 （公開４） 発行日 平成３１年２月２１日 刊行物 日経産業新聞 朝刊 第５面

本発明は、地震推定方法、地震推定プログラム、及び、地震推定装置に関する。

地震の規模（マグニチュード）の推定は、地震発生後に取得すべき基本的情報の最重要なものである。従来は、地震波のＰ（Primary）波およびＳ（Secondary）波の到着時刻を読み取り、これらを用いて地震の震源の位置（震央の位置及び震源の深さ）を決定してから、それぞれの地表の観測点における地震波の最大振幅と震源までの距離から経験式によりマグニチュードを推定することが行われてきた。この技術では、複数の観測点における地震波の到着時を正確に読み取ることが必要であり、また地震波の最大振幅をどこの時刻でどの地震波から読み取るかによって、どの種類のマグニチュードを用いるか様々な経験式が存在している。その中でも、モーメントマグニチュード（Ｍｗ）を用いる手法は、地震の規模を物理的に推定することができるので、地震の規模に比例してマグニチュードの値が大きくなる。このため、地震の規模の推定にはＭｗを使うことが推奨されている。

特開平１１－６４５５３号公報

地震のモーメントマグニチュード（Ｍｗ）の推定には地震の表面波が使用されるため、Ｍｗを迅速に推定することは難しい。また、従来の手法では、地震発生後に地表の観測点で読み取る地震波は１つの地震から発生したものであることを仮定しており、同時に２つ以上の地震が発生した場合は扱うことが難しい。実際、このような手法に基づいて気象庁が運用している緊急地震速報では、例えば平成３０年１月５日にほぼ同時刻に茨城県沖と富山県西部で起きた２つの地震を同一の大きな地震と誤って処理したために、関東地方や福島県に緊急地震速報が誤って発表される事態が起きている。このように同時に２つ以上の地震が発生した場合にも、迅速かつ正確に地震の数、及び地震の規模等を推定することが求められている。

本発明は、観測データに基づいてより早く地震を推定する地震推定方法を提供することを目的とする。

開示の技術は、上記課題を解決するために、以下の手段を採用する。
即ち、第１の態様は、
コンピュータが、
地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成し、
少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った前記地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震のパラメータを推定する
ことを実行する地震推定方法とする。

第１の態様によると、地震の数値シミュレーションによる地震推定モデルを使用して地震波伝播の空間分布から地震のパラメータが推定される。

第２の態様は、さらに、
前記地震推定モデルは、前記地震のパラメータと前記模擬観測画像との組を教師データとして利用して機械学習をして地震の各パラメータを推定するものとして構築される、
地震推定方法とする。

第２の態様によると、地震パラメータと模擬観測画像とを教師データとして機械学習により地震推定モデルが構築される。

第３の態様は、さらに、
前記模擬観測画像は、１または複数の地震のパラメータの数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す画像であり、
前記地震推定モデルは、前記模擬観測画像と当該模擬観測画像の生成の際に使用された前記地震の数との組を教師データとして利用して機械学習をして地震の数を推定するものとして構築され、
前記コンピュータが、前記地震推定モデルを使用して、前記観測画像に対する地震の数を推定する、
ことを実行する地震推定方法とする。

第３の態様によると、地震の数を推定する地震推定モデルに基づいて観測画像における地震の数が推定される。

開示の態様は、プログラムが情報処理装置によって実行されることによって実現されてもよい。即ち、開示の構成は、上記した態様における各手段が実行する処理を、情報処理装置に対して実行させるためのプログラム、或いは当該プログラムを記録したコンピュータ読み取り可能な記録媒体として特定することができる。また、開示の構成は、上記した各手段が実行する処理を情報処理装置が実行する方法をもって特定されてもよい。開示の構成は、上記した各手段が実行する処理を行う情報処理装置を含むシステムとして特定されてもよい。

本発明によれば、観測データに基づいてより早く地震を推定する地震推定方法を提供することができる。

図１は、実施形態の地震推定装置の機能ブロックの構成例を示す図である。 図２は、情報処理装置のハードウェア構成例を示す図である。 図３は、地震推定装置による地震の数値シミュレーションの動作フローの例を示す図である。 図４は、地震推定装置が生成する模擬観測画像の例を示す図である。 図５は、地震推定装置による地震の数の地震推定モデルの構築の動作フローの例を示す図である。 図６は、地震推定装置による地震のパラメータの地震推定モデルの構築の動作フローの例を示す図である。 図７は、地震推定装置による地震の推定の動作フローの例を示す図である。

以下、図面を参照して実施形態について説明する。実施形態の構成は例示であり、開示の構成は、開示の実施形態の具体的構成に限定されない。開示の構成の実施にあたって、実施形態に応じた具体的構成が適宜採用されてもよい。

〔実施形態〕
（構成例）
図１は、本実施形態の地震推定装置の機能ブロックの構成例を示す図である。地震推定装置１００は、データ取得部１０２、地震算出部１０４、推定モデル構築部１０６、地震推定部１０８、出力部１１０、記憶部１１２を含む。

データ取得部１０２は、地震算出部１０４における地震の数値シミュレーション、推定モデル構築部１０６における地震推定モデルの構築、地震推定部１０８における地震の推定等で使用されるデータを、他の装置や記憶部１１２から取得する。データ取得部１０２は、例えば、所定の地域内の観測点に設置される地震計による地震波の観測データ（観測点の位置、観測時刻、変位、速度、加速度など）等を、ネットワーク等を介して、取得する。データ取得部１０２は、取得された実際の地震波の観測データに基づいて、所定の領域内の各地点の変位を示す観測画像を生成する。観測画像には、観測静止画像及び観測動画像が含まれる。観測静止画像では、各地点の地面の変位が色に変換されて地図で示される。観測静止画像では、観測点のない地点の変位は、例えば、周囲の観測点の変位を内挿して決定される。データ取得部１０２は、地震の発震時（もしくは地震の発震から第１所定時間経過後）から第２所定時間（＞第１所定時間）経過までの間で、所定の時間間隔で、観測静止画像を生成してもよい。また、データ取得部１０２は、所定時間間隔で生成された観測静止画像を時刻順に並べて、観測動画像を生成してもよい。複数の静止画像を含む動画像を使用することで、地震推定、地震数推定の精度がより向上する。所定の領域内の各地点の変位を示す観測画像は、所定の領域内の地震波伝播の空間分布を示す画像の一例である。データ取得部１０２は、生成した観測画像を記憶部１１２に格納する。また、データ取得部１０２は、観測画像の代わりに、地面の変位の２次元配列データを生成してもよい。２次元配列データにおいて、各添字は地面の位置に対応し、各要素は変位に対応する。また、データ取得部１０２は、地震の算出で使用する地下構造を示す地下構造のデータ、模擬する地震のデータ等を、記憶部１１２等から取得する。各地点の変位の代わりに速度や加速度が使用されてもよい。

地震算出部１０４は、地下構造、地震の地震データ等に基づいて、地震の数値シミュレーションを行う。地震算出部１０４は、地震の数値シミュレーションによって、地震の発震から所定時間経過までの所定の地域の各地点の地面の変位等を算出し、当該各地点の変位を色に変換して地図で示す模擬観測画像を生成する。例えば、変位の色は、黒から白に変化するにつれて、変位の値が大きくなることを示す。模擬観測画像は、観測画像を模擬した画像である。模擬観測画像には、模擬観測静止画像及び模擬観測動画像が含まれる。各地点の地面の変位は、時間変化する。地震算出部１０４は、地震の数値シミュレーションを行う時間範囲（地震発生から所定時間経過まで）において、１以上の時刻における模擬観測静止画像を生成する。模擬観測静止画像では、各地点の地面の変位が表される。地震算出部１０４は、当該時間範囲において、所定の時間間隔で、模擬観測静止画像を生成してもよい。地震算出部１０４は、所定時間間隔で生成された模擬観測静止画像を時刻順に並べて、模擬観測動画像を生成してもよい。また、地震算出部１０４は、模擬観測画像の代わりに、地面の変位の２次元配列データを生成してもよい。２次元配列データにおいて、各添字は地面の位置に対応し、各要素は変位に対応する。また、地震算出部１０４は、複数の地震がほぼ同時に発生した場合のシミュレーションを行い、複数の地震についての模擬観測画像を生成する。

推定モデル構築部１０６は、地震算出部１０４で生成された模擬観測画像と当該模擬観測画像を生成する際に使用された地震データの各パラメータとの組を教師データとして、観測画像から各パラメータを推定する地震推定モデルを構築する。地震推定モデルは、地震のパラメータ毎に構築される。

地震推定部１０８は、観測に基づく観測画像に基づいて、推定モデル構築部１０６で構築した各パラメータ等の地震推定モデルを使用して、当該観測画像についての地震の数や地震の各パラメータを推定する。

出力部１１０は、各構成部で算出される算出結果等を、表示装置等に出力する。

記憶部１１２は、観測点等から取得された地震波の観測データ、各構成部で算出される算出結果等、地下構造を示すデータ、模擬する地震の地震データ等を格納する。

地震推定装置１００は、ワークステーション（ＷＳ、Work Station）のような専用または汎用のコンピュータ、ＰＣ（Personal Computer）、スマートフォン、携帯電話、タブレット型端末、カーナビゲーション装置、ＰＤＡ（Personal Digital Assistant）、あるいは、コンピュータを搭載した電子機器を使用して実現可能である。地震推定装置１００は、ネットワークを通じてサービスを提供するコンピュータ（サーバ機器）を使用して、実現可能である。地震推定装置１００は、ＣＰＵまたはＧＰＵを大規模に並列させたＭＰＩ（Message Passing Interface）による並列を実行する計算機によって実現可能である。

図２は、情報処理装置のハードウェア構成例を示す図である。図２に示す情報処理装置９０は、一般的なコンピュータの構成を有している。地震推定装置１００は、図２に示すような情報処理装置９０を用いることによって、実現される。図２の情報処理装置９０は、プロセッサ９１、メモリ９２、記憶部９３、入力部９４、出力部９５、通信制御部９６を有する。これらは、互いにバスによって接続される。メモリ９２及び記憶部９３は、コンピュータ読み取り可能な記録媒体である。情報処理装置のハードウェア構成は、図２に示される例に限らず、適宜構成要素の省略、置換、追加が行われてもよい。

情報処理装置９０は、プロセッサ９１が記録媒体に記憶されたプログラムをメモリ９２の作業領域にロードして実行し、プログラムの実行を通じて各構成部等が制御されることによって、所定の目的に合致した機能を実現することができる。

プロセッサ９１は、例えば、ＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）、ＧＰＧＰＵ（General-Purpose computing on Graphics Processing Units）である。

メモリ９２は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）を含む。メモリ９２は、主記憶装置とも呼ばれる。

記憶部９３は、例えば、ＥＰＲＯＭ（Erasable Programmable ROM）、ハードディスクドライブ（ＨＤＤ、Hard Disk Drive）である。また、記憶部９３は、リムーバブルメディア、即ち可搬記録媒体を含むことができる。リムーバブルメディアは、例えば、ＵＳＢ（Universal Serial Bus）メモリ、あるいは、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）のようなディスク記録媒体である。記憶部９３は、二次記憶装置とも呼ばれる。

記憶部９３は、情報処理装置９０で使用される、各種のプログラム、各種のデータ及び各種のテーブルを読み書き自在に記録媒体に格納する。記憶部９３には、オペレーティングシステム（Operating System :ＯＳ）、各種プログラム、各種テーブル等が格納される。記憶部９３に格納される情報は、メモリ９２に格納されてもよい。また、メモリ９２に格納される情報は、記憶部９３に格納されてもよい。

オペレーティングシステムは、ソフトウェアとハードウェアとの仲介、メモリ空間の管理、ファイル管理、プロセスやタスクの管理等を行うソフトウェアである。オペレーティングシステムは、通信インタフェースを含む。通信インタフェースは、通信制御部９６を介して接続される他の外部装置等とデータのやり取りを行うプログラムである。外部装置等には、例えば、他の情報処理装置、外部記憶装置等が含まれる。

入力部９４は、キーボード、ポインティングデバイス、ワイヤレスリモコン、タッチパネル等を含む。また、入力部９４は、カメラのような映像や画像の入力装置や、マイクロフォンのような音声の入力装置を含むことができる。

出力部９５は、ＬＣＤ（Liquid Crystal Display）、ＥＬ（Electroluminescence）パネル、ＣＲＴ（Cathode Ray Tube）ディスプレイ、ＰＤＰ（Plasma Display Panel）等の表示装置、プリンタ等の出力装置を含む。また、出力部９５は、スピーカのような音声の出力装置を含むことができる。

通信制御部９６は、他の装置と接続し、情報処理装置９０と他の装置との間の通信を制御する。通信制御部９６は、例えば、ＬＡＮ（Local Area Network）インタフェースボード、無線通信のための無線通信回路、有線通信のための通信回路である。ＬＡＮインタフェースボードや無線通信回路は、インターネット等のネットワークに接続される。

プログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくても、並列的または個別に実行される処理を含む。プログラムを記述するステップの一部が省略されてもよい。

一連の処理は、ハードウェアにより実行させることも、ソフトウェアにより実行させることもできる。ハードウェアの構成要素は、ハードウェア回路であり、例えば、ＦＰＧＡ（Field Programmable Gate Array）、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）、ゲートアレイ、論理ゲートの組み合わせ、アナログ回路等がある。

（動作例）
〈地震の数値シミュレーション〉
図３は、地震推定装置による地震の数値シミュレーションの動作フローの例を示す図である。地震推定装置１００は、様々な地震を想定して、地震の数値シミュレーションを行い、所定の領域の地震波伝播の空間分布（例えば、地表面の変位）を示す模擬観測画像を生成する。地震推定装置１００は、ほぼ同時に発生する複数の地震も想定して、複数の地震による模擬観測画像を生成する。ここでは、複数の地震は２つの地震として説明するが、３つ以上の地震であってもよい。

Ｓ１０１では、地震推定装置１００のデータ取得部１０２は、地震のシミュレーションで使用するデータを取得する。データ取得部１０２は、記憶部１１２に格納される、地球の地下構造を示す地下の各領域の密度、Ｐ波速度、Ｓ波速度（地下構造の空間分布）の各データを取得する。また、データ取得部１０２は、記憶部１１２に格納される、地表の地形を示すデータ、地下の減衰構造を示すデータを取得する。データ取得部１０２は、これらのデータをネットワーク等を介して、他の装置から取得してもよい。

Ｓ１０２では、データ取得部１０２は、記憶部１１２に格納される、想定する地震の地震データを、取得する。地震データは、地震の震央の位置（緯度、経度）、震源の深さ、規模（モーメントマグニチュード）、断層運動の方向等を示すモーメントテンソルである。震央の位置及び震源の深さを合わせて、震源の位置ともいう。地震は、地震データの各パラメータによって、特定されうる。データ取得部１０２は、これらのデータをネットワーク等を介して、他の装置から取得してもよい。

Ｓ１０３では、地震算出部１０４は、周知の弾性波の運動方程式を使用して、Ｓ１０１で取得した地下構造のデータ、Ｓ１０２で取得した地震データを初期値として、地震の数値シミュレーション（数値計算）を行う。弾性波の運動方程式は、地下構造のデータ、地震を示す地震データ、地表の地形を示すデータ、地下の減衰構造を示すデータから、地表面の各地点の変位の時間変化を算出することができる式である。地下構造のデータは、地下の各地点の密度、Ｐ波速度、Ｓ波速度の各パラメータで表される。また、地震データは、規模、震央の位置、震源の深さ、モーメントテンソルの各パラメータで表される。これらのパラメータの代わりにこれらのパラメータと等価な他のパラメータが使用されてもよい。数値シミュレーションを行う計算領域において、地下構造のデータ、地表の地形を示すデータ、地下の減衰構造を示すデータが存在しない地点の各データは、当該地点の周囲においてデータが存在する地点の各データを内挿することにより補間されてもよい。地震算出部１０４は、地震の発生時刻（発震時刻）を時刻t＝０として、所定時間後までの所定の領域の地表面の各地点の変位を算出する。変位の計算を離散的に行う時間間隔は、シミュレーションの精度に応じて設定される。ここでの変位の方向は、例えば、上下方向とする。変位の方向は、上下方向に限定されるものではなく、水平方向であってもよい。上下方向の変位は、一般に、地震波の観測においてノイズが少ないとされる。このため、上下方向の変位は、地震の数値シミュレーションと観測データとで比較するのに適している。地震算出部１０４は、算出した数値シミュレーション結果を、記憶部１１２に格納する。

Ｓ１０４では、地震算出部１０４は、Ｓ１０３で算出した地震について、地震の発生から所定時刻までの間の、各時刻における、所定の領域の地図において、各地点の変位を色で表した模擬観測静止画像または模擬観測静止画像を連続してつなげた模擬観測動画像を生成する。模擬観測静止画像を生成する時間間隔は、シミュレーションの精度に応じて設定される。模擬観測静止画像、模擬観測動画像を総称して模擬観測画像という。例えば、変位の色は、黒から白になるにつれて、変位の値が大きくなることを示す。地震算出部１０４は、生成した模擬観測画像を、地震データ、地震の発生からの経過時間と対応づけて、記憶部１１２に格納する。地震算出部１０４は、模擬観測画像を生成する際、数値シミュレーションの結果がない位置については、当該位置の周辺の、数値シミュレーションの結果が存在する位置の結果を内挿して結果を補間してもよい。

また、地震推定装置１００がほぼ同時に発生する２つの地震の数値シミュレーションを行う場合、Ｓ１０１においてデータ取得部１０２は、２つの地震についての地震データを取得する。ほぼ同時に発生する地震とは、例えば、地震発生時刻の時間差が３０秒以内のものをいう。当該時間差は、例えば、模擬観測画像を生成する所定の領域の大きさ等によって変更され得る。また、Ｓ１０３では、地震算出部１０４は、２つの地震（第１地震、第２地震とする）の発生時刻（発震時刻）の差（第１地震の発生時刻－第２地震の発生時刻）を、例えば、－３０秒から＋３０秒まで１秒単位で変化させて、それぞれ、地震の数値シミュレーションを行う。また、Ｓ１０４では、地震算出部１０４は、各地震の数値シミュレーションに対して、模擬観測画像を生成し、記憶部１１２に格納する。

地震算出部１０４は、１つの地震について模擬観測画像を生成した場合には、当該模擬観測画像と地震の数（１つ）とを対応づけて、記憶部１１２に格納する。また、地震算出部１０４は、ほぼ同時に発生する２つの地震について模擬観測画像を生成した場合には、当該模擬観測画像と地震の数（２つ）とを対応づけて、記憶部１１２に格納する。

地震推定装置１００は、過去の地震波の観測結果や地下の地質構造などから、発生しうる地震であって、所定の領域内で観測しうる地震について、図３の動作フローによる地震の数値シミュレーションを行う。また、地震推定装置１００は、当該地震のうち、任意の２つの地震がほぼ同時に発生した場合について、地震の数値シミュレーションを行う。

図４は、地震推定装置が生成する模擬観測静止画像の例を示す図である。図４の（Ａ）及び（Ｂ）は、それぞれ、１つの地震について生成した模擬観測静止画像を示す。図４の（Ｃ）及び（Ｄ）は、それぞれ、ほぼ同時に発生した２つの地震について生成した模擬観測静止画像を示す。図４の各模擬観測静止画像は、所定の領域の地表面の各位置の変位を示す。ここでは、各画像において、色が黒から白に変化するのに連れて、変位の値が大きくなるとする。また各画像において、灰色の部分は変位が０であることを示す。図４の（Ａ）及び（Ｂ）の各画像において、数値シミュレーションにおいて設定された地震の震央が表されている。図４の（Ｃ）及び（Ｄ）の各画像において、数値シミュレーションにおいて設定された２つの地震（第１地震、第２地震）の２つの震央が表されている。図４の各模擬観測静止画像において、各地震の震央を中心として同心円状に変位の高低が広がっていることがわかる。

〈地震の数の地震推定モデルの構築〉
図５は、地震推定装置による地震の数の地震推定モデルの構築の動作フローの例を示す図である。地震推定装置１００は、地震の数値シミュレーションに基づいて生成された模擬観測画像と、地震の数との組を教師データとして、機械学習の深層学習モデルを使用して、観測画像から地震の数を推定する地震推定モデルを構築する。

Ｓ２０１では、地震推定装置１００のデータ取得部１０２は、記憶部１１２に格納される模擬観測画像と、当該模擬観測画像に対応づけられた地震の数とを、記憶部１１２から取得する。

Ｓ２０２では、推定モデル構築部１０６は、機械学習の深層学習モデルを使用して、Ｓ２０１で取得した模擬観測画像と地震の数との組を教師データとして、模擬観測画像（観測画像）から地震の数を推定する地震推定モデルを構築する。ここで使用される深層学習モデルは、どのようなモデルが使用されてもよい。推定モデル構築部１０６は、構築した地震の数を推定する地震推定モデルを記憶部１１２に格納する。モデルの構築には、ニューラルネットワークによるディープラーニング、多重回帰分析、Look Up Table等の学習空間を利用する手法等が使用され得る。地震推定モデルの構築の際に、機械学習以外の方法が使用されてもよい。

〈地震のパラメータの推定モデルの構築〉
図６は、地震推定装置による地震のパラメータの地震推定モデルの構築の動作フローの例を示す図である。地震推定装置１００は、地震のシミュレーションに基づいて生成された模擬観測画像と、当該模擬観測画像の生成の際に使用された地震データの各パラメータとの組を教師データとして、機械学習の深層学習モデルを使用して、観測画像から地震の各パラメータを推定する地震推定モデルを構築する。

Ｓ３０１では、地震推定装置１００のデータ取得部１０２は、記憶部１１２に格納される模擬観測画像と、当該模擬観測画像の生成の際に使用された地震の各パラメータとを、記憶部１１２から取得する。また、データ取得部１０２は、当該模擬観測画像に対応づけられた地震発生からの経過時間及び地震の数も取得する。ここでは、地震発生からの経過時間も地震のパラメータの１つとする。

Ｓ３０２では、推定モデル構築部１０６は、機械学習の深層学習モデルを使用して、Ｓ３０１で取得した模擬観測画像と地震の各パラメータとの組を教師データとして、模擬観測画像（観測画像）から地震の各パラメータを推定する地震推定モデルを構築する。ここでは、推定モデル構築部１０６は、地震のパラメータ毎及び地震の数毎に、地震推定モデルを構築する。地震のパラメータは、規模（モーメントマグニチュード）、震央の位置（緯度、経度）、震源の深さ、地震発生から経過時間、モーメントテンソル（６成分）である。推定モデル構築部１０６は、例えば、地震の数が１つについての観測画像から地震の規模を推定する地震推定モデルを構築する。地震のパラメータとして他のパラメータが使用されてもよい。ここで使用される深層学習モデルは、どのようなモデルが使用されてもよい。推定モデル構築部１０６は、構築した地震の各パラメータを推定する地震推定モデルを記憶部１１２に格納する。モデルの構築には、ニューラルネットワークによるディープラーニング、多重回帰分析、Look Up Table等の学習空間を利用する手法等が使用され得る。地震推定モデルの構築の際に、機械学習以外の方法が使用されてもよい。

〈地震の推定〉
図７は、地震推定装置による地震の推定の動作フローの例を示す図である。地震推定装置１００は、各観測点からの地震の観測データを取得して、地震の数や地震の各パラメータの推定を、構築した地震推定モデルを使用して行う。

Ｓ４０１では、地震推定装置１００のデータ取得部１０２は、所定の領域内の観測点に設置される地震計による地震波の観測データ（変位、速度、加速度）等を、ネットワーク等を介して、取得する。データ取得部１０２は、取得された実際の地震波の観測データに基づいて、変位を観測した時刻（観測時刻）毎に、所定の領域の変位を示す観測静止画像または観測静止画像を連続してつなげた観測動画像を生成する。観測静止画像、観測動画像を総称して観測画像という。観測画像には、当該変位を観測した時刻（観測時刻）の情報が含まれる。観測時刻は、例えば、日付と当該日付の午前０時からの積算秒数とで記録される。データ取得部１０２は、観測画像を生成する際、観測データがない位置については、当該位置の周辺の、観測データが存在する位置の観測データを内挿して観測データを補間してもよい。データ取得部１０２は、生成した観測画像を記憶部１１２に格納する。データ取得部１０２は、観測画像を、所定数以上の観測点において、所定値以上の変位が観測された場合に、生成してもよい。少数の観測点でしか変位が観測されない場合や、所定値以下の変位しかない場合には、地震による変位ではなく、ノイズの可能性が高いため、データ取得部１０２は、観測画像の生成を行わなくてもよい。データ取得部１０２は、観測静止画像を生成する時間間隔を、模擬観測静止画像を生成する時間間隔と合わせても、合わせなくてもよい。

Ｓ４０２では、地震推定部１０８は、模擬観測画像を使用して構築された地震の数を推定する地震推定モデルを使用して、Ｓ４０１で生成した観測画像に基づいて、観測画像に含まれる地震の数を推定する。地震推定部１０８は、推定した地震の数を観測画像に対応づけて、記憶部１１２に格納する。

Ｓ４０３では、地震推定部１０８は、模擬観測画像を使用して構築された地震の各パラメータを推定する地震推定モデルを使用して、Ｓ４０１で生成した観測画像に基づいて、観測画像に対応する地震の各パラメータを推定する。地震推定部１０８は、Ｓ４０２で推定した地震の数に対応する各パラメータを推定する地震推定モデルを使用して、Ｓ４０１で生成した観測画像に基づいて、地震の各パラメータを推定する。これにより、地震推定部１０８は、観測画像に対応する地震の規模、震央の位置、震源の深さ、発生時刻、モーメントテンソルを推定することができる。地震の発生時刻は、観測画像における変位の観測時刻から、推定された地震発生からの経過時間を引くことで、算出される。地震推定部１０８は、推定した地震の規模、震央の位置、震源の深さ、発生時刻、モーメントテンソルを記憶部１１２に格納する。地震推定部１０８は、観測画像に複数の地震が含まれている場合には、それぞれの地震についての地震データ（規模、震央の位置、震源の深さ、発生時刻、モーメントテンソル）を推定し、記憶部１１２に格納する。出力部１１０は、記憶部１１２に格納される地震データを表示装置等に出力する。地震推定部１０８は、例えば、地震の数が１つと推定されるときに、１つの地震で構築された地震の各パラメータを推定する地震推定モデルを使用する。地震の数毎の地震推定モデルを使用することで、地震の推定の精度が向上する。地震推定部１０８は、連続した複数の時刻における観測静止画像について、地震の各パラメータをそれぞれ推定し、これらが同じ地震のものであると仮定して、推定した複数の時刻における地震の各パラメータをそれぞれ平均して、地震の各パラメータを算出してもよい。地震推定装置１００は、模擬観測静止画像を用いて地震推定モデルを構築した場合、観測静止画像を使用して、地震の数や地震の各パラメータを推定する。地震推定装置１００は、模擬観測動画像を用いて地震推定モデルを構築した場合、観測動画像を使用して、地震の数や地震の各パラメータを推定する。地震推定装置１００は、各地震推定モデルの構築、地震の数の推定、地震の各パラメータの推定の際に使用する、観測画像、模擬観測画像として、観測静止画像及び模擬観測静止画像を使用しても、観測動画像及び模擬観測動画像を使用してもよい。

〈その他〉
上記の例では、地震の数を推定する地震推定モデルを構築し、地震の数ごとに地震の各パラメータを推定する地震推定モデルを構築している。地震の各パラメータを推定する地震推定モデルを構築する際に、１つの地震による模擬観測画像及び複数の地震による模擬観測画像とを用いて地震推定モデルを構築してもよい。この場合、地震推定装置１００は、観測画像から地震を推定する際に、最初に地震の数を推定するステップを行わなくてもよく、観測画像に含まれる地震の数と地震の地震データの各パラメータとを一緒に推定することで、地震の地震データの推定をより迅速にできる。

地震の数値シミュレーションは、地震推定装置１００以外の他の装置で行われてもよい。このとき、地震推定装置１００のデータ取得部１０２は、地震の数値シミュレーションによって模擬観測画像を生成した当該他の装置から、ネットワーク等を介して、模擬観測画像を取得する。

（実施形態の作用、効果）
地震推定装置１００は、地下構造のデータ、想定される地震の地震データに基づいて、地震の数値シミュレーションを行い、所定の領域の変位を示す模擬観測画像の生成を生成する。地震推定装置１００は、１または複数の地震が発生した場合の地震の数値シミュレーションを行う。地震推定装置１００は、生成した模擬観測画像と、地震データ及び模擬観測画像に含まれる地震の数、地震の地震データとを、対応付けて格納する。地震推定装置１００は、模擬観測画像と地震の数との組を教師データとして、地震の数を推定する地震推定モデルを構築する。また、地震推定装置１００は、模擬観測画像と地震データとの組とを教師データとして、地震の数ごとに地震の各パラメータを推定する地震推定モデルを構築する。

また、地震推定装置１００は、地震波の観測データから所定領域の各地点の地表面の変位を示す観測画像を生成する。地震推定装置１００は、観測画像に基づいて、地震の数を推定する地震推定モデルを使用して、観測画像に含まれる地震の数を推定する。地震推定装置１００は、推定した地震の数、観測画像に基づいて、地震の数毎に地震の各パラメータを推定する地震推定モデルを使用して、地震の各パラメータを推定する。地震推定装置１００によれば、地震波の観測データにより生成される観測画像に基づいて、地震の数を推定し、地震の地震データの各パラメータを推定することで、地震の規模や震源の位置等を迅速に求めることができる。地震推定装置１００によれば、あらかじめ地震の数を推定してから地震の地震データを推定することで、ほぼ同時に発生する複数の地震を大きな１つの地震として推定することを抑制することができる。地震推定装置１００によれば、従来の技術のように、地震の震源の位置を推定してから規模を推定する方法に比べて、より迅速に地震の規模、震源の位置等を推定することができる。地震推定装置１００によれば、より迅速に地震の規模、震源の位置等を推定することで、津波警報の発令の迅速化等を図ることができる。

以上、本発明の実施形態を説明したが、これらはあくまで例示にすぎず、本発明はこれらに限定されるものではなく、特許請求の範囲の趣旨を逸脱しない限りにおいて、当業者の知識に基づく種々の変更が可能である。また、各構成例等は、可能な限りにおいて、組み合わされて実施され得る。

〈コンピュータ読み取り可能な記録媒体〉
コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させるプログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体内には、ＣＰＵ、メモリ等のコンピュータを構成する要素を設け、そのＣＰＵにプログラムを実行させてもよい。

また、このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ／Ｗ、ＤＶＤ、ＤＡＴ、８mmテープ、メモリカード等がある。

また、コンピュータ等に固定された記録媒体としてハードディスクやＲＯＭ等がある。

１００ 地震推定装置
１０２ データ取得部
１０４ 地震算出部
１０６ 推定モデル構築部
１０８ 地震推定部
１１０ 出力部
１１２ 記憶部
９０ 情報処理装置
９１ プロセッサ
９２ メモリ
９３ 記憶部
９４ 入力部
９５ 出力部
９６ 通信制御部

Claims (8)

1. コンピュータが、
   地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成し、
   少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った前記地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震のパラメータを推定する、
   ことを実行する地震推定方法。
2. 前記地震推定モデルは、前記地震のパラメータと前記模擬観測画像との組を教師データとして利用して機械学習をして地震の各パラメータを推定するものとして構築される、
   請求項１に記載の地震推定方法。
3. 前記模擬観測画像は、１または複数の地震のパラメータの数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す画像であり、
   前記地震推定モデルは、前記模擬観測画像と当該模擬観測画像の生成の際に使用された前記地震の数との組を教師データとして利用して機械学習をして地震の数を推定するものとして構築され、
   前記コンピュータが、前記地震推定モデルを使用して、前記観測画像に対する地震の数を推定する、
   ことを実行する請求項１または２に記載の地震推定方法。
4. コンピュータが、
   地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成し、
   少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った１または複数の地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震の数を推定することを実行し、
   前記地震推定モデルは、前記模擬観測画像と当該模擬観測画像の生成の際に使用された前記地震の数との組を教師データとして利用して機械学習をして地震の数を推定するものとして構築される、
   地震推定方法。
5. コンピュータが、
   地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成し、
   少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った前記地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震のパラメータを推定する、
   ことを実行するための地震推定プログラム。
6. コンピュータが、
   地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成し、
   少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った１または複数の地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震の数を推定することを実行し、
   前記地震推定モデルは、前記模擬観測画像と当該模擬観測画像の生成の際に使用された前記地震の数との組を教師データとして利用して機械学習をして地震の数を推定するものとして構築される、
   ことを実行するための地震推定プログラム。
7. 地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成するデータ取得部と、
   少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った前記地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震のパラメータを推定する地震推定部とを備える、
   地震推定装置。
8. 地表の複数の観測点における地震波の観測結果に基づいて地震波伝播の空間分布を示す観測画像を生成するデータ取得部と、
   少なくとも、震源位置、規模を含む地震のパラメータと該パラメータを用いて行った１または複数の地震の数値シミュレーションの結果から得られる地表における地震波伝播の空間分布を示す模擬観測画像とを対応付ける地震推定モデルを利用して、前記観測画像に対する地震の数を推定する地震推定部とを備え、
   前記地震推定モデルは、前記模擬観測画像と当該模擬観測画像の生成の際に使用された前記地震の数との組を教師データとして利用して機械学習をして地震の数を推定するものとして構築される、
   地震推定装置。

Images