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
地震推定方法、地震推定プログラム、及び、地震推定装置 Download PDFInfo
- Publication number
- JP7406828B2 JP7406828B2 JP2021509322A JP2021509322A JP7406828B2 JP 7406828 B2 JP7406828 B2 JP 7406828B2 JP 2021509322 A JP2021509322 A JP 2021509322A JP 2021509322 A JP2021509322 A JP 2021509322A JP 7406828 B2 JP7406828 B2 JP 7406828B2
- Authority
- JP
- Japan
- Prior art keywords
- earthquake
- observation
- earthquakes
- simulated
- seismic wave
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 22
- 238000004088 simulation Methods 0.000 claims description 41
- 238000012549 training Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 description 43
- 238000004364 calculation method Methods 0.000 description 28
- 230000010365 information processing Effects 0.000 description 15
- 238000010276 construction Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 6
- 238000013136 deep learning model Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000000547 structure data Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/01—Measuring or predicting earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
Description
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。
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。
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。
(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。
〈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。
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。
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。
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。
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。
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。
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019058318 | 2019-03-26 | ||
JP2019058318 | 2019-03-26 | ||
PCT/JP2020/012370 WO2020196292A1 (ja) | 2019-03-26 | 2020-03-19 | 地震推定方法、地震推定プログラム、及び、地震推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020196292A1 JPWO2020196292A1 (ja) | 2020-10-01 |
JP7406828B2 true JP7406828B2 (ja) | 2023-12-28 |
Family
ID=72609369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021509322A Active JP7406828B2 (ja) | 2019-03-26 | 2020-03-19 | 地震推定方法、地震推定プログラム、及び、地震推定装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11686868B2 (ja) |
JP (1) | JP7406828B2 (ja) |
WO (1) | WO2020196292A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115903035B (zh) * | 2022-11-17 | 2023-08-29 | 中国地震局地震预测研究所 | 基于地质参数和库仑应力的地震触发概率确定方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002122675A (ja) | 2000-10-13 | 2002-04-26 | Crc Solutions Corp | 地質波動伝播シミュレーションシステム及びその記録媒体 |
JP2006105862A (ja) | 2004-10-07 | 2006-04-20 | Real Time Jishin Joho Riyo Kyogikai | リアルタイム地震危険度予測の方法 |
WO2018008708A1 (ja) | 2016-07-08 | 2018-01-11 | 日本電気株式会社 | 震央距離推定装置、震央距離推定方法、及びコンピュータ読み取り可能な記録媒体 |
JP2018136247A (ja) | 2017-02-23 | 2018-08-30 | 大成建設株式会社 | 地震動強さ分布の推定方法および推定システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0895950A (ja) * | 1994-09-28 | 1996-04-12 | Fujitsu Ltd | シミュレーション装置 |
JPH1164553A (ja) | 1997-08-27 | 1999-03-05 | Citizen Watch Co Ltd | 時計装置 |
US7277797B1 (en) * | 2005-03-29 | 2007-10-02 | Kunitsyn Viatcheslav E | Prediction system and method |
US8699298B1 (en) * | 2008-06-26 | 2014-04-15 | Westerngeco L.L.C. | 3D multiple prediction and removal using diplets |
JP6402717B2 (ja) * | 2013-09-18 | 2018-10-10 | 株式会社ニコン | 画像解析装置、画像解析方法、画像解析プログラム、細胞の製造方法、細胞の製造装置、細胞の培養方法、および細胞の培養装置 |
-
2020
- 2020-03-19 US US17/442,190 patent/US11686868B2/en active Active
- 2020-03-19 JP JP2021509322A patent/JP7406828B2/ja active Active
- 2020-03-19 WO PCT/JP2020/012370 patent/WO2020196292A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002122675A (ja) | 2000-10-13 | 2002-04-26 | Crc Solutions Corp | 地質波動伝播シミュレーションシステム及びその記録媒体 |
JP2006105862A (ja) | 2004-10-07 | 2006-04-20 | Real Time Jishin Joho Riyo Kyogikai | リアルタイム地震危険度予測の方法 |
WO2018008708A1 (ja) | 2016-07-08 | 2018-01-11 | 日本電気株式会社 | 震央距離推定装置、震央距離推定方法、及びコンピュータ読み取り可能な記録媒体 |
JP2018136247A (ja) | 2017-02-23 | 2018-08-30 | 大成建設株式会社 | 地震動強さ分布の推定方法および推定システム |
Also Published As
Publication number | Publication date |
---|---|
US11686868B2 (en) | 2023-06-27 |
WO2020196292A1 (ja) | 2020-10-01 |
JPWO2020196292A1 (ja) | 2020-10-01 |
US20220187483A1 (en) | 2022-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Diao et al. | Overlapping post-seismic deformation processes: Afterslip and viscoelastic relaxation following the 2011 M w 9.0 Tohoku (Japan) earthquake | |
Iervolino et al. | Engineering design earthquakes from multimodal hazard disaggregation | |
Taflanidis et al. | A simulation‐based framework for risk assessment and probabilistic sensitivity analysis of base‐isolated structures | |
Böse et al. | Finite-fault rupture detector (FinDer): Going real-time in Californian ShakeAlert warning system | |
Irikura et al. | Applicability of source scaling relations for crustal earthquakes to estimation of the ground motions of the 2016 Kumamoto earthquake | |
Rupakhety et al. | Can simple pulses adequately represent near-fault ground motions? | |
Kim et al. | Probabilistic evaluation of seismically induced permanent deformation of slopes | |
Saunders et al. | Seismogeodesy using GPS and low‐cost MEMS accelerometers: Perspectives for earthquake early warning and rapid response | |
Taborda et al. | Earthquake ground‐motion simulation including nonlinear soil effects under idealized conditions with application to two case studies | |
Pritchard et al. | New opportunities to study earthquake precursors | |
JP6671607B2 (ja) | 構造物の影響予測システム | |
JP5840513B2 (ja) | 建物の地震被害損失の評価装置・評価方法・評価プログラム | |
Villani et al. | High-resolution seismic hazard analysis in a complex geological configuration: the case of the Sulmona Basin in Central Italy | |
Sokolov et al. | Seismic hazard from instrumentally recorded, historical and simulated earthquakes: application to the Tibet–Himalayan region | |
JP7406828B2 (ja) | 地震推定方法、地震推定プログラム、及び、地震推定装置 | |
Picozzi | An attempt of real-time structural response assessment by an interferometric approach: A tailor-made earthquake early warning for buildings | |
Riaño et al. | Integration of 3D large‐scale earthquake simulations into the assessment of the seismic risk of Bogota, Colombia | |
Podili et al. | Ground motion parameters for the 2011 Great Japan Tohoku earthquake | |
Lee et al. | Toward real-time regional earthquake simulation II: Real-time Online earthquake Simulation (ROS) of Taiwan earthquakes | |
Latcharote et al. | A prototype seismic loss assessment tool using integrated earthquake simulation | |
Adriano et al. | Tsunami source and inundation features around Sendai Coast, Japan, due to the November 22, 2016 M w 6.9 Fukushima earthquake | |
Yamada et al. | Statistical features of short-period and long-period near-source ground motions | |
Alexander | Multi-support excitation of single span bridges, using real seismic ground motion recorded at the SMART-1 array | |
Zhang et al. | A frequency‐domain noniterative algorithm for structural parameter identification of shear buildings subjected to frequent earthquakes | |
Lin | Generalized two-dimensional principal component analysis and two artificial neural network models to detect traveling ionospheric disturbances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210705 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20210705 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230127 |
|
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: 20231128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231211 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7406828 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |