JPH0875865A - 地震被害の推定方法 - Google Patents
地震被害の推定方法Info
- Publication number
- JPH0875865A JPH0875865A JP21644894A JP21644894A JPH0875865A JP H0875865 A JPH0875865 A JP H0875865A JP 21644894 A JP21644894 A JP 21644894A JP 21644894 A JP21644894 A JP 21644894A JP H0875865 A JPH0875865 A JP H0875865A
- Authority
- JP
- Japan
- Prior art keywords
- mesh
- liquefaction
- weight
- earthquake
- estimated
- 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.)
- Pending
Links
Landscapes
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
(57)【要約】
【目的】 大地震の際に液状化現象の発生の有無を精度
よく推定する。 【構成】 対象地域をメッシュ単位に分割し、対象地域
内に複数個設置された地震計の測定結果と各メッシュの
地盤、土質および地形などの地域データとに基づいた各
メッシュ毎の地震動の大きさを推定し（ｎ５）、ニュー
ラルネットワーク回路を用い地域データを考慮してメッ
シュ毎に推定された液状化に関する重みを前記地震動の
大きさによって補正する（ｎ６）。対象地域内に複数個
設置された液状化センサで測定された間隙水圧比と液状
化センサが設置されたメッシュの重みの補正値との相関
関係を求め（ｎ９）、前記補正値の閾値を決定する（ｎ
１１）。各メッシュの前記補正値が前記閾値より大きく
液状化現象が起こるかどうかを判断し（ｎ１３）、液状
化面積率を求め（ｎ１４）、被害件数を計算する（ｎ１
５）。
よく推定する。 【構成】 対象地域をメッシュ単位に分割し、対象地域
内に複数個設置された地震計の測定結果と各メッシュの
地盤、土質および地形などの地域データとに基づいた各
メッシュ毎の地震動の大きさを推定し（ｎ５）、ニュー
ラルネットワーク回路を用い地域データを考慮してメッ
シュ毎に推定された液状化に関する重みを前記地震動の
大きさによって補正する（ｎ６）。対象地域内に複数個
設置された液状化センサで測定された間隙水圧比と液状
化センサが設置されたメッシュの重みの補正値との相関
関係を求め（ｎ９）、前記補正値の閾値を決定する（ｎ
１１）。各メッシュの前記補正値が前記閾値より大きく
液状化現象が起こるかどうかを判断し（ｎ１３）、液状
化面積率を求め（ｎ１４）、被害件数を計算する（ｎ１
５）。
Description
【０００１】
【産業上の利用分野】本発明は、地震発生、特に地中埋
設管などに対する液状化現象による被害状況を早期に把
握するための地震被害の推定方法に関する。
設管などに対する液状化現象による被害状況を早期に把
握するための地震被害の推定方法に関する。
【０００２】
【従来の技術】大地震の際に、たとえば海岸沿いの埋立
地のような地下水位の高い緩い砂地盤などの軟弱地盤で
発生する液状化現象は、地中に埋設されているライフラ
イン施設に甚大な被害を与える可能性がある。このた
め、地震発生直後の緊急対応および復旧対策を迅速に判
断し実施するには、地震動の大きさや液状化現象の発生
の有無などを早期に把握し、被害状況を推定する必要が
ある。
地のような地下水位の高い緩い砂地盤などの軟弱地盤で
発生する液状化現象は、地中に埋設されているライフラ
イン施設に甚大な被害を与える可能性がある。このた
め、地震発生直後の緊急対応および復旧対策を迅速に判
断し実施するには、地震動の大きさや液状化現象の発生
の有無などを早期に把握し、被害状況を推定する必要が
ある。
【０００３】従来用いられている地震被害の推定方法で
は、埋設管などの配管を設置・管理している対象地域内
に配置されている地震計で測定された地震動の大きさ
と、地震計の配置されている地点の地形および土質デー
タなどから前記地域全体の地震動の大きさを推定し、前
記地域全体の地震動の大きさと、前記地域の地形、地質
および土質データとから液状化指標であるＰＬ値を推定
する。ＰＬ値は液状化現象の発生しやすさを示す一般的
な指標であり、ＰＬ値が大きくなると液状化現象の発生
の可能性も高くなる。またＰＬ値は地震動の大きさ、す
なわち地表面加速度が大きくなると大きくなる傾向があ
る。このようなＰＬ値によって、従来は当該地域内での
液状化現象の発生の有無およびその程度を推定し、施設
などの被害程度を見積もっている。
は、埋設管などの配管を設置・管理している対象地域内
に配置されている地震計で測定された地震動の大きさ
と、地震計の配置されている地点の地形および土質デー
タなどから前記地域全体の地震動の大きさを推定し、前
記地域全体の地震動の大きさと、前記地域の地形、地質
および土質データとから液状化指標であるＰＬ値を推定
する。ＰＬ値は液状化現象の発生しやすさを示す一般的
な指標であり、ＰＬ値が大きくなると液状化現象の発生
の可能性も高くなる。またＰＬ値は地震動の大きさ、す
なわち地表面加速度が大きくなると大きくなる傾向があ
る。このようなＰＬ値によって、従来は当該地域内での
液状化現象の発生の有無およびその程度を推定し、施設
などの被害程度を見積もっている。
【０００４】
【発明が解決しようとする課題】前述した地震被害の推
定方法では、ＰＬ値を用いて液状化現象の発生の有無お
よびその程度を推定している。しかしながら液状化現象
の発生には、個々の地域によって微妙に異なる地盤、土
質および地形あるいは震源地からの距離などの様々な要
因が複雑に関係するため、地震動の大きさが大きくＰＬ
値が大きい値であっても液状化現象が発生しない場合が
ある。このため、ＰＬ値を基準とする前記方法では地震
動の大きさが大きい場合、たとえば地表面加速度が７０
０ガルであるときには、実際には液状化現象が前述の地
域内の一部でしか発生していないにもかかわらず、前記
方法による推定では前記地域全域で液状化現象が発生す
るという結果になる場合がある。このように、前記方法
による液状化現象の発生確率の推定の精度は、地震動の
大きさが大きくなるほど低下する傾向にある。
定方法では、ＰＬ値を用いて液状化現象の発生の有無お
よびその程度を推定している。しかしながら液状化現象
の発生には、個々の地域によって微妙に異なる地盤、土
質および地形あるいは震源地からの距離などの様々な要
因が複雑に関係するため、地震動の大きさが大きくＰＬ
値が大きい値であっても液状化現象が発生しない場合が
ある。このため、ＰＬ値を基準とする前記方法では地震
動の大きさが大きい場合、たとえば地表面加速度が７０
０ガルであるときには、実際には液状化現象が前述の地
域内の一部でしか発生していないにもかかわらず、前記
方法による推定では前記地域全域で液状化現象が発生す
るという結果になる場合がある。このように、前記方法
による液状化現象の発生確率の推定の精度は、地震動の
大きさが大きくなるほど低下する傾向にある。
【０００５】また前記方法では、液状化現象の発生の直
接的な測定は行われておらず、地震動の大きさによって
間接的に推定されている。
接的な測定は行われておらず、地震動の大きさによって
間接的に推定されている。
【０００６】本発明の目的は、液状化現象の発生地域お
よびその程度を迅速かつ精度よく推定することができる
地震被害の推定方法を提供することである。
よびその程度を迅速かつ精度よく推定することができる
地震被害の推定方法を提供することである。
【０００７】
【課題を解決するための手段】本発明は、対象地域を予
め定める大きさのメッシュ単位に分割し、予めニューラ
ルネットワークを用いて、過去の実際の地震による液状
化の発生の有無を教師データとして、各メッシュ毎に液
状化に関する重みを推定し、前記対象地域内の複数の地
点に、地震動測定装置または液状化程度測定装置を配置
しておき、地震発生時に、地震動測定装置の測定データ
に基づき、対象地域についての地盤情報および地形情報
を考慮して各メッシュ単位の地震動の大きさを推定し、
各メッシュ毎に、推定された地震動の大きさで液状化に
関する重みを補正し、前記液状化程度測定装置が配置さ
れているメッシュで、補正された重みと測定された液状
化の程度との相関関係を求め、液状化の程度が予め定め
る閾値を超えるときの対応する重みの補正値を基準とし
て、各メッシュ毎に液状化の程度を推定し、各メッシュ
毎に推定された液状化の程度に基づいて、地震被害を推
定し、各メッシュ毎の地震被害の推定を総合して対象地
域全体の被害を推定することを特徴とする地震被害の推
定方法である。
め定める大きさのメッシュ単位に分割し、予めニューラ
ルネットワークを用いて、過去の実際の地震による液状
化の発生の有無を教師データとして、各メッシュ毎に液
状化に関する重みを推定し、前記対象地域内の複数の地
点に、地震動測定装置または液状化程度測定装置を配置
しておき、地震発生時に、地震動測定装置の測定データ
に基づき、対象地域についての地盤情報および地形情報
を考慮して各メッシュ単位の地震動の大きさを推定し、
各メッシュ毎に、推定された地震動の大きさで液状化に
関する重みを補正し、前記液状化程度測定装置が配置さ
れているメッシュで、補正された重みと測定された液状
化の程度との相関関係を求め、液状化の程度が予め定め
る閾値を超えるときの対応する重みの補正値を基準とし
て、各メッシュ毎に液状化の程度を推定し、各メッシュ
毎に推定された液状化の程度に基づいて、地震被害を推
定し、各メッシュ毎の地震被害の推定を総合して対象地
域全体の被害を推定することを特徴とする地震被害の推
定方法である。
【０００８】
【作用】本発明に従えば、地震被害の推定方法におい
て、対象地域を予め定める大きさのメッシュ単位に分割
し、予めニューラルネットワークを用いて、過去の実際
の地震による液状化の発生の有無を教師データとして、
各メッシュ毎に液状化に関する重みを推定する。また、
前記対象地域内の複数の地点に、地震動測定装置または
液状化程度測定装置を配置しておき、地震発生時に、地
震動測定装置の測定データに基づき、前記対象地域につ
いての地盤情報および地形情報を考慮して各メッシュ単
位の地震動の大きさを推定し、各メッシュ毎に前記地震
動の大きさで液状化に関する重みを補正する。前記液状
化程度測定装置が配置されているメッシュで前記補正さ
れた重みと測定された液状化の程度との相関関係を求
め、液状化の程度が予め定める閾値を超えるときの対応
する重みの補正値を基準として、各メッシュ毎に液状化
の程度を推定し、各メッシュ毎に推定された前記液状化
の程度に基づいて地震被害を推定し、各メッシュ毎の地
震被害の推定を総合して、対象地域全体の被害を推定す
るので液状化現象が発生する地域および前記地域におけ
る被害の状態を短時間のうちに精度よく推定することが
できる。
て、対象地域を予め定める大きさのメッシュ単位に分割
し、予めニューラルネットワークを用いて、過去の実際
の地震による液状化の発生の有無を教師データとして、
各メッシュ毎に液状化に関する重みを推定する。また、
前記対象地域内の複数の地点に、地震動測定装置または
液状化程度測定装置を配置しておき、地震発生時に、地
震動測定装置の測定データに基づき、前記対象地域につ
いての地盤情報および地形情報を考慮して各メッシュ単
位の地震動の大きさを推定し、各メッシュ毎に前記地震
動の大きさで液状化に関する重みを補正する。前記液状
化程度測定装置が配置されているメッシュで前記補正さ
れた重みと測定された液状化の程度との相関関係を求
め、液状化の程度が予め定める閾値を超えるときの対応
する重みの補正値を基準として、各メッシュ毎に液状化
の程度を推定し、各メッシュ毎に推定された前記液状化
の程度に基づいて地震被害を推定し、各メッシュ毎の地
震被害の推定を総合して、対象地域全体の被害を推定す
るので液状化現象が発生する地域および前記地域におけ
る被害の状態を短時間のうちに精度よく推定することが
できる。
【０００９】
【実施例】図１は、本発明を用いた地震被害の推測装置
の電気的な構成を示すブロック図である。前記装置は主
として地震計１，２と液状化センサ３，４と推測手段５
と表示手段６とニューラルネットワーク回路１４とを含
む。推測手段５は、アナログ／デジタル（以下「Ａ／
Ｄ」と略称する）変換回路７〜１０と、処理回路１１と
メモリ１２と出力インタフェイス回路１３とを含む。
の電気的な構成を示すブロック図である。前記装置は主
として地震計１，２と液状化センサ３，４と推測手段５
と表示手段６とニューラルネットワーク回路１４とを含
む。推測手段５は、アナログ／デジタル（以下「Ａ／
Ｄ」と略称する）変換回路７〜１０と、処理回路１１と
メモリ１２と出力インタフェイス回路１３とを含む。
【００１０】地震計１，２と液状化センサ３，４とは液
状化現象の発生を監視している対象地域内にそれぞれ複
数個設置される。地震計１，２は地震計が設置された地
点の地震動の大きさａを測定する。また液状化センサ
３，４は対象地域を予め定める大きさに分割した領域
（以後メッシュと称する）毎の液状化現象の発生の可能
性を数段階にランク分けして、各ランク毎に同一ランク
に属する複数のメッシュのどれか１つに設置される。液
状化センサ３，４は一定深度の地中での水位上昇量から
間隙水圧比ｐを測定する。
状化現象の発生を監視している対象地域内にそれぞれ複
数個設置される。地震計１，２は地震計が設置された地
点の地震動の大きさａを測定する。また液状化センサ
３，４は対象地域を予め定める大きさに分割した領域
（以後メッシュと称する）毎の液状化現象の発生の可能
性を数段階にランク分けして、各ランク毎に同一ランク
に属する複数のメッシュのどれか１つに設置される。液
状化センサ３，４は一定深度の地中での水位上昇量から
間隙水圧比ｐを測定する。
【００１１】地震計１，２および液状化センサ３，４か
らのデータはたとえばテレメータリングによって収集さ
れ、それぞれＡ／Ｄ変換回路７〜１０を介して処理回路
１１に入力される。処理回路１１では、後述するように
各メッシュ毎の地形、地盤および土質などの地域データ
ｇとニューラルネットワーク回路１４を用いて予め推定
される各メッシュ毎の液状化に関する重みｗｒとをメモ
リ１２から読込んで、前記重みｗｒと前記間隙水圧比ｐ
との相関関係から各メッシュ毎の液状化現象発生の有無
と被害の程度とを推測する。推測結果は出力インタフェ
イス回路１３を介して表示手段６に表示される。
らのデータはたとえばテレメータリングによって収集さ
れ、それぞれＡ／Ｄ変換回路７〜１０を介して処理回路
１１に入力される。処理回路１１では、後述するように
各メッシュ毎の地形、地盤および土質などの地域データ
ｇとニューラルネットワーク回路１４を用いて予め推定
される各メッシュ毎の液状化に関する重みｗｒとをメモ
リ１２から読込んで、前記重みｗｒと前記間隙水圧比ｐ
との相関関係から各メッシュ毎の液状化現象発生の有無
と被害の程度とを推測する。推測結果は出力インタフェ
イス回路１３を介して表示手段６に表示される。
【００１２】図２は液状化に関する重みを計算するニュ
ーラルネットワーク回路１４の概略的な構成図である。
ニューラルネットワーク回路１４内にはニューラルネッ
トワーク１５および重み演算回路１６が設けられる。
ーラルネットワーク回路１４の概略的な構成図である。
ニューラルネットワーク回路１４内にはニューラルネッ
トワーク１５および重み演算回路１６が設けられる。
【００１３】ニューラルネットワーク１５は入力層、中
間層および出力層からなる３層の階層構造として構成さ
れる。入力層には１〜１３のユニットが設けられ、中間
層には１〜Ｎ（Ｎ≦１３、たとえば６）のユニットが設
けられ、出力層には１，２のユニットが設けられてい
る。各層間はユニット毎に生体の神経細胞の機能を抽象
化した非線形な結合関係で結び付けられる。結合係数
は、予め過去に各地で起こった地震の際の液状化現象の
発生状態から抽出したデータを教師データとして与えて
学習させて設定する。
間層および出力層からなる３層の階層構造として構成さ
れる。入力層には１〜１３のユニットが設けられ、中間
層には１〜Ｎ（Ｎ≦１３、たとえば６）のユニットが設
けられ、出力層には１，２のユニットが設けられてい
る。各層間はユニット毎に生体の神経細胞の機能を抽象
化した非線形な結合関係で結び付けられる。結合係数
は、予め過去に各地で起こった地震の際の液状化現象の
発生状態から抽出したデータを教師データとして与えて
学習させて設定する。
【００１４】ニューラルネットワーク１５の入力層のユ
ニット１〜１３に与えられる出力と、出力層のユニット
１，２からの出力とは表１に示される。
ニット１〜１３に与えられる出力と、出力層のユニット
１，２からの出力とは表１に示される。
【００１５】
【表１】
【００１６】入力層のユニット１〜３には岩盤、洪積台
地、軟弱地盤などに基づいて区分される地盤種別の差異
によって、該当するいずれか１つのユニットに入力値
「１」が与えられる。入力値「１」が与えられないユニ
ットには入力値「０」が与えられる。入力層のユニット
４〜６および７〜１０にはそれぞれ旧河川、自然堤防ま
たは三角州などで区分される微地形、および震度によっ
て区分される震度階によって、ユニット１〜３と同様
に、該当するいずれか１つのユニットには入力値「１」
が与えられ、そうでないユニットには入力値「０」が与
えられる。
地、軟弱地盤などに基づいて区分される地盤種別の差異
によって、該当するいずれか１つのユニットに入力値
「１」が与えられる。入力値「１」が与えられないユニ
ットには入力値「０」が与えられる。入力層のユニット
４〜６および７〜１０にはそれぞれ旧河川、自然堤防ま
たは三角州などで区分される微地形、および震度によっ
て区分される震度階によって、ユニット１〜３と同様
に、該当するいずれか１つのユニットには入力値「１」
が与えられ、そうでないユニットには入力値「０」が与
えられる。
【００１７】入力層のユニット１１〜１３には前述した
ＰＬ値が０のときにはユニット１１に入力値「１」が与
えられ、ＰＬ値が０より大であり５以下のときにはユニ
ット１２に入力値「１」が与えられ、ＰＬ値が５より大
のときにはユニット１３に入力値「１」が与えられる。
入力値「１」が与えられないユニットには入力値「０」
が与えられる。
ＰＬ値が０のときにはユニット１１に入力値「１」が与
えられ、ＰＬ値が０より大であり５以下のときにはユニ
ット１２に入力値「１」が与えられ、ＰＬ値が５より大
のときにはユニット１３に入力値「１」が与えられる。
入力値「１」が与えられないユニットには入力値「０」
が与えられる。
【００１８】重み演算回路１６は、出力層のユニット
１，２の出力より液状化に関する重みｗｒを演算し、メ
モリに出力する。
１，２の出力より液状化に関する重みｗｒを演算し、メ
モリに出力する。
【００１９】これによって各メッシュ毎の地盤、地形お
よび土質などに基づき、過去の地震の際の液状化現象の
発生状態に対応した液状化に関する重みｗｒｉ（ｉ＝１
〜ｉｃ）を計算することができる。
よび土質などに基づき、過去の地震の際の液状化現象の
発生状態に対応した液状化に関する重みｗｒｉ（ｉ＝１
〜ｉｃ）を計算することができる。
【００２０】図３は本発明の一実施例の被害推測方法の
フローチャートである。
フローチャートである。
【００２１】地震が発生し、地震計および液状化センサ
の測定結果が推測装置に入力されるとステップｎ１に進
む。ステップｎ１ではｎ個の地震計１，２が測定した地
震計が設置されている地点の地震動の大きさａ１〜ａｎ
を読込む。ステップｎ２では対象地域をｉｃ分割したメ
ッシュのそれぞれに与えられるメッシュ番号ｉを１にリ
セットする。ステップｎ３では、前記番号ｉのメッシュ
の地形および地盤種別、土質などを記録した地域データ
ｇｉおよび予め推定されている液状化に関する重みｗｒ
ｉをメモリから読込む。ステップｎ４では前記番号ｉの
メッシュと予め定める液状化現象発生の可能性の大きさ
のランクが等しいメッシュに設置された液状化センサ３
または４で測定された間隙水圧比ｐを読込む。ステップ
ｎ５では前記地震動の大きさａ１〜ａｎから前記地域デ
ータｇｉを考慮して、該当するメッシュ全体の地震動の
大きさＡｉを推定する。ステップｎ６では前記地震動の
大きさＡｉで前記重みｗｒｉを補正し、地域データｇｉ
および前記地震動の大きさＡｉが考慮された液状化に関
する重みの補正値ｗｉを推定する。ステップｎ７では前
記メッシュ番号ｉに１を加算して更新する。ステップｎ
８では前記メッシュ番号ｉが総メッシュ数ｉｃと等しい
か否かを判断し、そうであるときはステップｎ９に進
み、そうでないときはステップｎ３に戻る。これによっ
て対象地域をｉｃ分割した各メッシュ毎に地震動の大き
さＡｉ（ｉ＝１〜ｉｃ）を推測し、前記地震動の大きさ
Ａｉによって前記重みｗｒｉ（ｉ＝１〜ｉｃ）を補正し
た前記重みの補正値ｗｉ（ｉ＝１〜ｉｃ）を推定するこ
とができる。
の測定結果が推測装置に入力されるとステップｎ１に進
む。ステップｎ１ではｎ個の地震計１，２が測定した地
震計が設置されている地点の地震動の大きさａ１〜ａｎ
を読込む。ステップｎ２では対象地域をｉｃ分割したメ
ッシュのそれぞれに与えられるメッシュ番号ｉを１にリ
セットする。ステップｎ３では、前記番号ｉのメッシュ
の地形および地盤種別、土質などを記録した地域データ
ｇｉおよび予め推定されている液状化に関する重みｗｒ
ｉをメモリから読込む。ステップｎ４では前記番号ｉの
メッシュと予め定める液状化現象発生の可能性の大きさ
のランクが等しいメッシュに設置された液状化センサ３
または４で測定された間隙水圧比ｐを読込む。ステップ
ｎ５では前記地震動の大きさａ１〜ａｎから前記地域デ
ータｇｉを考慮して、該当するメッシュ全体の地震動の
大きさＡｉを推定する。ステップｎ６では前記地震動の
大きさＡｉで前記重みｗｒｉを補正し、地域データｇｉ
および前記地震動の大きさＡｉが考慮された液状化に関
する重みの補正値ｗｉを推定する。ステップｎ７では前
記メッシュ番号ｉに１を加算して更新する。ステップｎ
８では前記メッシュ番号ｉが総メッシュ数ｉｃと等しい
か否かを判断し、そうであるときはステップｎ９に進
み、そうでないときはステップｎ３に戻る。これによっ
て対象地域をｉｃ分割した各メッシュ毎に地震動の大き
さＡｉ（ｉ＝１〜ｉｃ）を推測し、前記地震動の大きさ
Ａｉによって前記重みｗｒｉ（ｉ＝１〜ｉｃ）を補正し
た前記重みの補正値ｗｉ（ｉ＝１〜ｉｃ）を推定するこ
とができる。
【００２２】ステップｎ９ではｍ個の液状化センサで前
記各ランク毎に測定された間隙水圧比ｐｊ（ｊ＝１〜
ｍ）と、前記液状化センサが設置されている各メッシュ
の前記重みの補正値ｗｊ（ｊ＝１〜ｍ）との相関関係を
示す回帰式すなわち図４に直線で示す回帰直線を求め
る。ステップｎ１０では予め定める間隙水圧比の閾値ｐ
ｃをメモリから読込む。間隙水圧比ｐｉが前記閾値ｐｃ
より大きな値の場合は該当メッシュ内で液状化現象が発
生する可能性が大きい。ステップｎ１１ではステップｎ
９で求めた間隙水圧比ｐｊ（ｊ＝１〜ｍ）と前記重みの
補正値ｗｊ（ｊ＝１〜ｍ）との回帰式に前記閾値ｐｃを
代入することによって、液状化に関する重みの閾値ｗｃ
を求める。
記各ランク毎に測定された間隙水圧比ｐｊ（ｊ＝１〜
ｍ）と、前記液状化センサが設置されている各メッシュ
の前記重みの補正値ｗｊ（ｊ＝１〜ｍ）との相関関係を
示す回帰式すなわち図４に直線で示す回帰直線を求め
る。ステップｎ１０では予め定める間隙水圧比の閾値ｐ
ｃをメモリから読込む。間隙水圧比ｐｉが前記閾値ｐｃ
より大きな値の場合は該当メッシュ内で液状化現象が発
生する可能性が大きい。ステップｎ１１ではステップｎ
９で求めた間隙水圧比ｐｊ（ｊ＝１〜ｍ）と前記重みの
補正値ｗｊ（ｊ＝１〜ｍ）との回帰式に前記閾値ｐｃを
代入することによって、液状化に関する重みの閾値ｗｃ
を求める。
【００２３】ステップｎ１２では前記メッシュ番号ｉを
１にリセットする。ステップｎ１３ではメッシュ番号ｉ
に対応する前記重みの補正値ｗｉ（ｉ＝１〜ｎ）が前記
重みの閾値ｗｃより大きいか否かを判断し、そうである
とき、すなわちメッシュ番号ｉのメッシュ内で液状化現
象が発生する可能性が高いときには、ステップｎ１４で
対象地域の全面積に対する液状化現象の発生する可能性
のある領域の面積の割合を示す液状化面積率Ｓに１メッ
シュ当たりの液状化面積率Ｓの増加分ΔＳを加算してス
テップｎ１５に進む。そうでないとき、すなわち該当す
るメッシュに液状化現象が発生する可能性の小さいとき
はそのままステップｎ１５に進む。ステップｎ１５で
は、前記メッシュ番号ｉに１を加算して更新する。ステ
ップｎ１６では、前記メッシュ番号ｉが総メッシュ数ｉ
ｃと等しいか否かを判断し、そうであるときはすべての
メッシュについて判断が終わったものとしてステップｎ
１７に進み、そうでないときにはステップｎ１３に戻
る。これによって各メッシュ内で液状化現象が発生する
かどうかを推定することができる。
１にリセットする。ステップｎ１３ではメッシュ番号ｉ
に対応する前記重みの補正値ｗｉ（ｉ＝１〜ｎ）が前記
重みの閾値ｗｃより大きいか否かを判断し、そうである
とき、すなわちメッシュ番号ｉのメッシュ内で液状化現
象が発生する可能性が高いときには、ステップｎ１４で
対象地域の全面積に対する液状化現象の発生する可能性
のある領域の面積の割合を示す液状化面積率Ｓに１メッ
シュ当たりの液状化面積率Ｓの増加分ΔＳを加算してス
テップｎ１５に進む。そうでないとき、すなわち該当す
るメッシュに液状化現象が発生する可能性の小さいとき
はそのままステップｎ１５に進む。ステップｎ１５で
は、前記メッシュ番号ｉに１を加算して更新する。ステ
ップｎ１６では、前記メッシュ番号ｉが総メッシュ数ｉ
ｃと等しいか否かを判断し、そうであるときはすべての
メッシュについて判断が終わったものとしてステップｎ
１７に進み、そうでないときにはステップｎ１３に戻
る。これによって各メッシュ内で液状化現象が発生する
かどうかを推定することができる。
【００２４】前記対象地域内でのすべてのメッシュにつ
いて液状化現象が発生するかどうかの判断が終了した
ら、ステップｎ１７で地震による被害件数を演算する。
たとえば地震による埋設管の被害件数Ｄは次式で計算さ
れる。
いて液状化現象が発生するかどうかの判断が終了した
ら、ステップｎ１７で地震による被害件数を演算する。
たとえば地震による埋設管の被害件数Ｄは次式で計算さ
れる。
【００２５】
【数１】
【００２６】このときαLiは管種ｉの液状化地域での被
害率、αniは管種ｉの非液状化地域での被害率、Ｌｉは
管種ｉの延長である。ステップｎ１８で被害件数Ｄを表
示手段に表示して処理を終了する。また液状化現象が発
生する可能性の高いメッシュと可能性の低いメッシュと
をたとえば色を変えるなどして地図上に表示し、液状化
現象の発生する可能性のある地域を視覚的に判別しやす
いように表示するなどしてもよい。
害率、αniは管種ｉの非液状化地域での被害率、Ｌｉは
管種ｉの延長である。ステップｎ１８で被害件数Ｄを表
示手段に表示して処理を終了する。また液状化現象が発
生する可能性の高いメッシュと可能性の低いメッシュと
をたとえば色を変えるなどして地図上に表示し、液状化
現象の発生する可能性のある地域を視覚的に判別しやす
いように表示するなどしてもよい。
【００２７】図５は図１の実施例に基づいて推定された
液状化の重みの分布を示す図である。
液状化の重みの分布を示す図である。
【００２８】本実施例では大阪市内エリアを単位メッシ
ュの大きさが３００ｍ×４００ｍのメッシュに分割し
た。液状化に関する重みを推定するニューラルネットワ
ークは入力層細胞数１３、中間層細胞数６、出力層細胞
数２の３層構造とした。また教師データとしては新潟地
震、日本海中部地震、宮城沖地震で発生した液状化現象
の発生地域およびその周辺地域から抽出したデータを用
い、１０万回のバックプロパゲーション法で学習させ
た。
ュの大きさが３００ｍ×４００ｍのメッシュに分割し
た。液状化に関する重みを推定するニューラルネットワ
ークは入力層細胞数１３、中間層細胞数６、出力層細胞
数２の３層構造とした。また教師データとしては新潟地
震、日本海中部地震、宮城沖地震で発生した液状化現象
の発生地域およびその周辺地域から抽出したデータを用
い、１０万回のバックプロパゲーション法で学習させ
た。
【００２９】図５はマグニチュード７．７、震源位置が
東経１３４度４９分、北緯３４度５６分で震央距離７３
ｋｍの地震を想定し、前記ニューラルネットワークを含
むニューラルネットワーク回路で前記重みの値を推測し
た結果である。これによって湾岸沿いなどの液状化現象
が発生しやすいと考えられる場所では図５内で黒く塗り
つぶして示す前記重みの値が０．９以上となるメッシュ
が多くなり、内陸部などの液状化現象が発生しにくいと
考えられる場所では図５内で右斜め上の斜線を付して示
す前記重みの値が０．３〜０．４であるメッシュが多く
なることがわかる。
東経１３４度４９分、北緯３４度５６分で震央距離７３
ｋｍの地震を想定し、前記ニューラルネットワークを含
むニューラルネットワーク回路で前記重みの値を推測し
た結果である。これによって湾岸沿いなどの液状化現象
が発生しやすいと考えられる場所では図５内で黒く塗り
つぶして示す前記重みの値が０．９以上となるメッシュ
が多くなり、内陸部などの液状化現象が発生しにくいと
考えられる場所では図５内で右斜め上の斜線を付して示
す前記重みの値が０．３〜０．４であるメッシュが多く
なることがわかる。
【００３０】
【発明の効果】以上のように本発明によれば、地震など
の際の被害推定において、対象地域を予め定める大きさ
のメッシュ単位に分割し、予めニューラルネットワーク
を用いて過去の実際の地震による液状化の発生の有無を
教師データとして各メッシュ毎に液状化に関する重みを
推定する。また前記対象地域内の複数の地点に、地震動
測定装置または液状化程度測定装置を配置しておき、地
震発生時に、地震動測定装置の測定データに基づき、対
象地域についての地盤および地形情報を考慮した各メッ
シュ単位の地震動の大きさを推定し、各メッシュ毎に推
定された地震動の大きさで液状化に関する重みを補正す
る。前記液状化程度測定装置が配置されているメッシュ
で、前記補正された重みと測定された液状化の程度との
相関関係を求め、液状化の程度が予め定める閾値を超え
るときに対応する重みの補正値を基準として、各メッシ
ュ毎に液状化の程度を推定する。各メッシュ毎に推定さ
れた液状化の程度に基づいて地震被害を推定し、各メッ
シュ毎の地震被害の推定を総合して対象地域全体の被害
を推定するので、液状化現象が発生する地域および前記
地域における被害の状況を短時間のうちに精度よく推測
することができる。被害が過大または過小に評価されな
いので地震後の安全対策または復旧対策を迅速に計画し
効率的に実行することができる。
の際の被害推定において、対象地域を予め定める大きさ
のメッシュ単位に分割し、予めニューラルネットワーク
を用いて過去の実際の地震による液状化の発生の有無を
教師データとして各メッシュ毎に液状化に関する重みを
推定する。また前記対象地域内の複数の地点に、地震動
測定装置または液状化程度測定装置を配置しておき、地
震発生時に、地震動測定装置の測定データに基づき、対
象地域についての地盤および地形情報を考慮した各メッ
シュ単位の地震動の大きさを推定し、各メッシュ毎に推
定された地震動の大きさで液状化に関する重みを補正す
る。前記液状化程度測定装置が配置されているメッシュ
で、前記補正された重みと測定された液状化の程度との
相関関係を求め、液状化の程度が予め定める閾値を超え
るときに対応する重みの補正値を基準として、各メッシ
ュ毎に液状化の程度を推定する。各メッシュ毎に推定さ
れた液状化の程度に基づいて地震被害を推定し、各メッ
シュ毎の地震被害の推定を総合して対象地域全体の被害
を推定するので、液状化現象が発生する地域および前記
地域における被害の状況を短時間のうちに精度よく推測
することができる。被害が過大または過小に評価されな
いので地震後の安全対策または復旧対策を迅速に計画し
効率的に実行することができる。
【図１】本発明を用いた地震被害の推測装置の電気的な
構成を示すブロック図である。
構成を示すブロック図である。
【図２】図１のニューラルネットワーク回路１４の概略
的な構成図である。
的な構成図である。
【図３】本発明を用いた地震被害の推測方法を示すフロ
ーチャートである。
ーチャートである。
【図４】間隙水圧比と液状化に関する重みの関係を示す
グラフである。
グラフである。
【図５】図１の実施例に基づいて推定された液状化の重
みの分布を示す図である。
みの分布を示す図である。
１，２ 地震計 ３，４ 液状化センサ ５ 推測手段 ６ 表示手段 ７，８，９，１０ Ａ／Ｄ変換回路 １１ 処理回路 １２ メモリ １３ 出力インタフェイス回路 １４ ニューラルネットワーク回路 １５ ニューラルネットワーク １６ 重み演算回路
Claims (1)
- 【請求項１】 対象地域を予め定める大きさのメッシュ
単位に分割し、 予めニューラルネットワークを用いて、過去の実際の地
震による液状化の発生の有無を教師データとして、各メ
ッシュ毎に液状化に関する重みを推定し、 前記対象地域内の複数の地点に、地震動測定装置または
液状化程度測定装置を配置しておき、 地震発生時に、地震動測定装置の測定データに基づき、
対象地域についての地盤情報および地形情報を考慮して
各メッシュ単位の地震動の大きさを推定し、 各メッシュ毎に、推定された地震動の大きさで液状化に
関する重みを補正し、前記液状化程度測定装置が配置さ
れているメッシュで、補正された重みと測定された液状
化の程度との相関関係を求め、 液状化の程度が予め定める閾値を超えるときの対応する
重みの補正値を基準として、各メッシュ毎に液状化の程
度を推定し、 各メッシュ毎に推定された液状化の程度に基づいて、地
震被害を推定し、 各メッシュ毎の地震被害の推定を総合して、対象地域全
体の被害を推定することを特徴とする地震被害の推定方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21644894A JPH0875865A (ja) | 1994-09-09 | 1994-09-09 | 地震被害の推定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21644894A JPH0875865A (ja) | 1994-09-09 | 1994-09-09 | 地震被害の推定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0875865A true JPH0875865A (ja) | 1996-03-22 |
Family
ID=16688693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21644894A Pending JPH0875865A (ja) | 1994-09-09 | 1994-09-09 | 地震被害の推定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0875865A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001133556A (ja) * | 1999-11-02 | 2001-05-18 | Toda Constr Co Ltd | 地震震度予測システム並びに地震震度予測を行うアプリケーション及びデータを備えた携帯自在な情報記録媒体 |
| JP2009092468A (ja) * | 2007-10-05 | 2009-04-30 | Central Res Inst Of Electric Power Ind | 災害被害想定装置、災害被害想定方法および災害被害想定プログラム |
| KR100911896B1 (ko) * | 2009-03-11 | 2009-08-13 | (주)대우건설 | 인공손상학습 기반하의 지진경보장치 |
| CN101950497A (zh) * | 2010-10-08 | 2011-01-19 | 王东明 | 一种地震现场灾害评估虚拟仿真培训系统 |
| CN102735594A (zh) * | 2012-06-12 | 2012-10-17 | 河海大学 | 一种模拟液化后颗粒运动特性的试验装置和方法 |
| WO2018124286A1 (ja) * | 2016-12-28 | 2018-07-05 | 株式会社ウェルシィ | 遠隔監視システム、遠隔監視方法、遠隔監視プログラム、画像作成装置、画像作成方法、及び画像作成プログラム |
| US20220003887A1 (en) * | 2020-07-06 | 2022-01-06 | Tohoku University | Liquefaction evaluation model generation device, liquefaction evaluation device, non-transitory recording medium recording liquefaction evaluation model generation program, non-transitory recording medium recording liquefaction evaluation program, liquefaction evaluation model generation method, and liquefaction evaluation method |
-
1994
- 1994-09-09 JP JP21644894A patent/JPH0875865A/ja active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001133556A (ja) * | 1999-11-02 | 2001-05-18 | Toda Constr Co Ltd | 地震震度予測システム並びに地震震度予測を行うアプリケーション及びデータを備えた携帯自在な情報記録媒体 |
| JP2009092468A (ja) * | 2007-10-05 | 2009-04-30 | Central Res Inst Of Electric Power Ind | 災害被害想定装置、災害被害想定方法および災害被害想定プログラム |
| KR100911896B1 (ko) * | 2009-03-11 | 2009-08-13 | (주)대우건설 | 인공손상학습 기반하의 지진경보장치 |
| CN101950497A (zh) * | 2010-10-08 | 2011-01-19 | 王东明 | 一种地震现场灾害评估虚拟仿真培训系统 |
| CN102735594A (zh) * | 2012-06-12 | 2012-10-17 | 河海大学 | 一种模拟液化后颗粒运动特性的试验装置和方法 |
| WO2018124286A1 (ja) * | 2016-12-28 | 2018-07-05 | 株式会社ウェルシィ | 遠隔監視システム、遠隔監視方法、遠隔監視プログラム、画像作成装置、画像作成方法、及び画像作成プログラム |
| CN110121888A (zh) * | 2016-12-28 | 2019-08-13 | 三菱化学水解决方案株式会社 | 远程监控系统、远程监控方法、远程监控程序、图像生成装置、图像生成方法及图像生成程序 |
| JPWO2018124286A1 (ja) * | 2016-12-28 | 2019-11-07 | 三菱ケミカルアクア・ソリューションズ株式会社 | 遠隔監視システム、遠隔監視方法、遠隔監視プログラム、画像作成装置、画像作成方法、及び画像作成プログラム |
| CN110121888B (zh) * | 2016-12-28 | 2022-02-25 | 三菱化学水解决方案株式会社 | 远程监控系统、远程监控方法、图像生成装置及图像生成方法 |
| US20220003887A1 (en) * | 2020-07-06 | 2022-01-06 | Tohoku University | Liquefaction evaluation model generation device, liquefaction evaluation device, non-transitory recording medium recording liquefaction evaluation model generation program, non-transitory recording medium recording liquefaction evaluation program, liquefaction evaluation model generation method, and liquefaction evaluation method |
| JP2022014328A (ja) * | 2020-07-06 | 2022-01-19 | 国立大学法人東北大学 | 液状化評価モデル生成装置、液状化評価装置、液状化評価モデル生成プログラム、液状化評価プログラム、液状化評価モデル生成方法及び液状化評価方法 |
| US11789172B2 (en) * | 2020-07-06 | 2023-10-17 | Tohoku University | Liquefaction evaluation model generation device, liquefaction evaluation device, non-transitory recording medium recording liquefaction evaluation model generation program, non-transitory recording medium recording liquefaction evaluation program, liquefaction evaluation model generation method, and liquefaction evaluation method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pelton et al. | Contemporary vertical surface displacements in Yellowstone National Park | |
| Tsuji et al. | Field survey of the East Java earthquake and tsunami of June 3, 1994 | |
| Mercado et al. | Numerical simulation of the 1918 Puerto Rico tsunami | |
| Anderson et al. | Development and application of a combined soil water-slope stability model | |
| CN113283802A (zh) | 一种复杂艰险山区滑坡危险性评估方法 | |
| CN114333249A (zh) | 滑坡预警方法和装置 | |
| Galloway et al. | Analysis and simulation of regional subsidence accompanying groundwater abstraction and compaction of susceptible aquifer systems in the USA | |
| Karabulut | Soil classification for seismic site effect using MASW and ReMi methods: a case study from western Anatolia (Dikili-İzmir) | |
| CN106198922A (zh) | 降雨型滑坡临界启动降雨量及失稳预警时间的确定方法 | |
| Mihalić Arbanas et al. | Application of innovative technologies in landslide research in the area of the City of Zagreb (Croatia, Europe) | |
| DesRoches et al. | Structural controls on groundwater flow in a fractured bedrock aquifer underlying an agricultural region of northwestern New Brunswick, Canada | |
| JPH0875865A (ja) | 地震被害の推定方法 | |
| Tulet et al. | ReNovRisk: a multidisciplinary programme to study the cyclonic risks in the South-West Indian Ocean | |
| Trejo-Gómez et al. | Source Model of the October 9, 1995 Jalisco-Colima Tsunami as constrained by field survey reports, and on the numerical simulation of the tsunami | |
| KR102232918B1 (ko) | 실시간 인공지능 기반 건물 상태진단 시스템의 침하감지기 | |
| Gokon et al. | Developing fragility functions for the areas affected by the 2009 Samoa earthquake and tsunami | |
| EP2965124A1 (en) | A system and method for evaluating a dam state | |
| WO2007120862A2 (en) | Density and velocity based assessment method and apparatus | |
| JPH08179047A (ja) | ニューラルネットワークを用いる地震時の液状化判定方法 | |
| Nadim | Challenges to geo-scientists in risk assessment for submarine slides. | |
| Raposeiro et al. | Development of a methodology to evaluate the flood risk at the coastal zone | |
| Mah et al. | Use of infoworks river simulation (RS) in Sungai Sarawak Kanan modeling | |
| Wan et al. | Real-time seismology for the 05/12/2008 Wenchuan earthquake of China: A retrospective view | |
| Kamura et al. | Monitoring excess pore water pressure during seismic events to assess liquefaction potential in reclaimed land | |
| Liu et al. | Tsunami hazard and forecast study in South China Sea |