Development of hybrid earthquake warly warning system using machine learning

使用机器学习开发混合地震预警系统

基本信息

批准号：
22K04652
负责人：
山田真澄
金额：
$ 2.75万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04652/
关键词：
緊急地震速報拡張IPF法 PLUM法地震地震観測気象庁機械学習

项目摘要

本研究では、緊急地震速報の誤報を減らし、精度を改善する新しい手法を開発する。今年度は、緊急地震速報のための震源決定手法の一つである、IPF法をリアルタイムで試験するためのプロトタイプシステムを構築した。まず、入力データとなるリアルタイム地震波形記録を、処理サーバーにリレーするスクリプトを作成した。京都大学防災研究所では、全国の微小地震観測網の連続データを1秒毎にパケットで受信しており、これを既存のコマンドを利用して処理サーバーにリレーした。微小地震観測網のデータには、気象庁地震観測網やS-net、Hi-netなど、異なるタイプの地震計が利用されている。そこで、それぞれのセンサーや収録システムに合わせて、地震波形の機器特性の補正を逐次リアルタイムで行うプログラムを作成した。これらの処理環境を構築したことで、複数の地震観測網を統合して処理する拡張IPF法のオンライン試験が可能となった。並行して、震源決定手法のアルゴリズム改善に取り組んだ。観測点処理結果を入力とするIPF法では、震源から遠く離れた誤検測の影響を排除するため、震源に近い観測点順に尤度関数の重みを設定している。しかしHi-net等のセンサを活用すると、観測点順の重みでは観測点カバレッジが狭くなり、深発地震などで不安定となる。そこで、震源距離順の重みに尤度関数の設計を変更し、深発地震等で安定して震源推定できることを確認した。震源推定精度を高めていく上では、現在の波動伝播の状況を可能な限り正確に把握することが重要である。そこで、現在の波動場に関して得られる情報を更に増やすことを目的として、深層学習を用いて地震波形から波動伝播方向を直接推定する手法を開発し、単独観測点のみの波形からでも伝播方向を精度良く推定可能であることを示した。

在这项研究中，我们将开发一种新方法来减少误报并提高地震预警的准确性。今年，我们搭建了一个原型系统来实时测试IPF方法，这是地震预警确定震中的方法之一。首先，他们创建了一个脚本，将实时地震波形记录（作为输入数据）转发到处理服务器。京都大学防灾研究所每秒从全国微地震观测网络接收连续数据包数据，并使用现有命令将这些数据转发到处理服务器。微地震观测网使用不同类型的地震仪，包括日本气象厅的地震观测网、S-net和Hi-net。因此，我们创建了一个程序，根据每个传感器和记录系统实时顺序校正地震波形的设备特性。通过构建这些处理环境，可以对集成和处理多个地震观测网络的扩展IPF方法进行在线测试。与此同时，我们致力于改进确定震中的算法。 IPF方法以观测点处理结果为输入，按照距离震中较近的观测点顺序设置似然函数的权重，以消除远离震中的误报影响。然而，当使用Hi-net等传感器时，由于观测点顺序的加权，观测点的覆盖范围会变窄，导致在深部地震等情况下不稳定。因此，我们改变了似然函数的设计，将权重按震源距离排序，并证实可以稳定地估计深部地震的震源。为了提高震源估计的准确性，尽可能准确地了解当前的波传播情况非常重要。因此，为了进一步增加获得的有关当前波场的信息，我们开发了一种利用深度学习直接从地震波形估计波传播方向的方法，结果表明该方法可以很好地估计。