データ同化を用いた巨大地震後の余効すべりと粘弾性変形の同時推定

利用数据同化同时估计大地震后的后效滑移和粘弹性变形

• 批准号: 20K14574
• 负责人: 大谷 真紀子
• 金额: $ 2.66万
• 依托单位: Kyoto University (2022)The University of Tokyo (2020-2021)
• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K14574/
• 关键词: データ同化; 断層すべり; アジョイント法; EnKF; 余効変動; 粘弾性変形; 余効すべり; 地殻変動; 粘弾性

本研究では、巨大地震発生後に観測される余効変動データから、断層面上で起こる余効すべりと地下深部の粘弾性領域で起こる粘弾性変動の両者を切り分け、変動の推移及び物性パラメタを推定することを目的とした手法開発を行う。推定手法にはデータと数値モデルの統合を行うデータ同化手法を用いる。データ同化手法には大きく分けて、逐次データ同化と変分法の二つの手法が存在する。断層すべりのような非線形モデルに用いられる逐次データ同化手法としてEnKFが挙げられるが、これは四次元変分法に比べて導入が容易であるため、本研究ではこれまでに巨大地震の発生による応力擾乱によって駆動される地下の粘弾性変形問題において逐次データ同化手法であるEnKFの適用可能性を調べ、その有効性を数値実験で確認した。一方、四次元変分法であるアジョイント法にはEnKFよりも少ない計算量で行えるなどの利点がある。非線形モデルにおいては、これらEnKF, アジョイント法と用いる手法が違えば、推定のされ方や推定結果も異なってくる。そこで、これら手法による推定結果の違いを調べるために、昨年度は断層すべり問題として既にEnKFを適用した先行研究が存在する、繰り返すゆっくりすべり(SSE)問題に対してアジョイント法の適用を行い、数値実験を実施した。一周期分のSSE地殻変動データに対して、断層の初期摩擦強度分布を更新しながらアジョイント法による摩擦パラメタ推定を繰り返し行う二段階反復法を新たに考案し、断層強度分布及びパラメタを推定することに成功した。昨年度は周期的SSE１周期分の人工データを用いた結果を示したが、本年度SSE半周期分のデータを用いた際にも推定が上手くいくことを示した。また次のSSEの予測性を数値実験によって調べたところ、本手法がSSEの繰り返し間隔を良く推定し、次のSSE発生時期の予測性能はEnKFを上回ることが分かった。

本研究从大震后观测到的后效变形数据中分离出断层面上发生的后滑移和地下深处粘弹性区域发生的粘弹性涨落，并估算了变形和物理量的变化。我们将开发一种方法来达到以下目的：估算方法采用数据同化方法，将数据与数值模型相结合。资料同化方法主要有两种：顺序资料同化法和变分法。 EnKF是用于断层滑动等非线性模型的序贯数据同化方法之一，但由于它比四维变分法更容易引入，因此本研究研究了EnKF这种序贯数据同化方法在扰动驱动下的地下粘弹性变形问题，并通过数值实验证实了其有效性。另一方面，伴随法是一种四维变分法，具有比 EnKF 计算量少的优点。在非线性模型中，如果采用的方法与EnKF或伴随方法不同，估计方法和估计结果也会不同。因此，为了考察这些方法估计结果的差异，去年我们将伴随方法应用于重复慢滑移（SSE）问题，此前已有研究将EnKF应用于断层滑移问题。进行了一项实验。我们设计了一种新的两步迭代方法，使用伴随方法重复估计摩擦参数，同时更新一个周期的SSE地壳变形数据的断层初始摩擦强度分布，并且估计断层强度分布和参数非常成功。去年，我们使用人工数据展示了上证指数一个周期的结果，但今年我们表明，使用上证指数半个周期的数据时，估计效果很好。此外，当我们通过数值实验研究下一个SSE的可预测性时，我们发现我们的方法可以很好地估计SSE重复间隔，并且在预测下一个SSE发生时间方面优于EnKF。

项目成果

巨大地震発生機構の理解と予測可能性に関する地震発生サイクルシミュレーション

地震发生周期模拟，用于了解和预测特大地震发生机制

• 发表时间: 2021
• 作者: Baba;S.;Obara;K.;Takemura;S.;Takeo;A.;& Abers;G. A.;三好雅也・新宮竜太朗;大谷真紀子
• 通讯作者: 大谷真紀子

豊後SSEの断層摩擦特性・すべり推定の4DVAR数値実験

用于估算Bungo SSE断层摩擦特性和滑移的4DVAR数值实验

• 发表时间: 2022
• 作者: Escobar Ma. Teresa;Takahata Naoto;Obata Hajime;Sano Yuji;大谷真紀子・亀伸樹・加納将行
• 通讯作者: 大谷真紀子・亀伸樹・加納将行