[S-CG55] 機械学習による固体地球科学の牽引

[SCG55-12] 機械学習と海底水圧データを用いた南海トラフ地震津波の浸水深分布の予測

*上谷 政人¹、馬場 俊孝² (1.徳島大学大学院創成科学研究科、2.徳島大学大学院産業理工学研究部)

キーワード：津波、機械学習、多層パーセプトロン

近年，様々な分野で機械学習を取り入れた研究が行われている．本研究では南海トラフ地震を対象に，南海トラフの海底水圧計データを入力として，多層パーセプトロンを用いた津波の浸水深の予測手法の検討を行う．
解析の手順は次のとおりである．まず3480ケースの断層シナリオのすべてについて非線形長波式による津波計算を行い，最小で10m格子の解像度を持つ教師データを作成した．予測対象地域は徳島県南に位置する海陽町浅川とした．構築する予測モデルへの入力データは地震によるノイズへの対策として地震発生後3分以降の水圧データを5分間，10分間，15分間の時間幅で作成した水圧の最大値，平均値を用いた．これらの6パターンのDONET海底水圧計の51地点の水圧変動データを説明変数，予測対象地域における全ての座標91975点を目的変数として，多層パーセプトロン(以降，MLP)により津波浸水予測モデルを構築した．MLPによる予測モデルの構築条件は次の通りに設定した．中間層を3層，中間層のノード数を100ノードとして，Heの正規分布による初期化を考慮した．中間層の活性化関数にはReLUを採用した．損失関数には平均二乗誤差(MSE)を使用した．過学習の抑制のために，中間層にL1/L2正則化，中間層の後にGaussian Dropout層を加えた．最適化アルゴリズムにはAdamを採用した．これらのハイパーパラメータは試行錯誤的に決定し，L1/L2正則化，Gaussian Dropout，Adamそれぞれ順番に0.001，0.2，0.001とした．
予測モデルの検証のため， 11個のM9クラスの地震シナリオを使って，フォワード津波計算による真値と6種類の予測モデルの予測値を比較した．フォワード計算で20cm以上の浸水深となった地点において，テストデータ全ての浸水深に対して一括して，相田(1978)による幾何平均Ｋおよび幾何標準偏差κを適用した．また，幾何平均Ｋから求めた精度(%)も求めた．
幾何平均Ｋと幾何標準偏差κは水圧の平均値を使用した場合では5分，10分，15分の時間幅からそれぞれ1.57(1.78)，1.21(1.57)，1.19(1.62)であった．水圧の最大値を使用した場合では1.08(1.67)，1.01(1.65)，0.89(1.6)であった．幾何平均Ｋから求めた精度は水圧の平均値の場合が短い時間幅からそれぞれ64%，83%，84%，水圧の最大値の場合は93%，99%，89%であり，時間幅10分の水圧の最大値を使用した場合が最も良かった．水圧の平均値と比較して，水圧の最大値を使用した場合の精度が良かった．しかし，テストデータを一括して評価するのではなく，シナリオ別に評価指標を適用した場合，最も精度が良かった時間幅10分の水圧の最大値を用いた予測モデルでは予測精度がシナリオ1から11へ順に96%，96%，69%，71%，78%，78%，94%，81%，85%，40%，87%であった．シナリオごとの予測精度にはばらつきがあることが分かった．今後はこれらの課題への対応のために，予測モデルの改良に取り組みたい．