11:00 〜 13:00
[HDS10-P03] 紀伊半島沖の海底水圧センサにおける最大津波高さと到達時間を用いたガウス過程回帰による沿岸津波高さ予測
キーワード：早期津波高予測、ガウス過程回帰、海底水圧センサ
津波被害を軽減するため，世界各地で津波の早期警戒システムが運用されている．近年，日本でも南海トラフでDense Oceanfloor Network System for Earthquakes and Tsunamis (DONET)が開発された（Kaneda et al., 2015）．DONETでは紀伊半島沖合の海底51地点に地震計と海底静水圧計が設置され，海底データをリアルタイムで取得することが可能である．これらのデータは，地震や海底地滑りによる津波の早期予知に役立つ．
沖合津波高と沿岸津波高には相関があると考えられるが，沿岸では津波が折り重なるため，沿岸津波高はより高くなる．そこでDONET海底静水圧計データを早期津波予測に利用するために，センサ点の津波高さと沿岸都市に到達する津波高さの相関について研究が進められている．地震はレアイベントであり，実測データが少ないが，高精度シミュレーションを用いて多様なシナリオを含む学習データベースを構築する事が可能である．先行研究では，センサ点における，津波が通過した際の静水圧変化の最大絶対値を，早期津波予測に用いている（Baba et al., 2014, Igarashi et al., 2016）．また，海底静水圧計データから線形回帰(Baba et al., 2014）により予測する手法や，ガウス過程回帰（Igarashi et al., 2016）で予測する手法により，沿岸津波高の予測アルゴリズムを改善し発表してきた．
これらの手法では海底静水圧計データの最大値を抽出する事で時系列情報を圧縮しているが，更に予測精度を向上させるには，各センサの空間的特徴を予測に活かす必要があると考えられる．時間情報は津波の到達時刻を予測するだけでなく、津波が進行する方向に関する情報を持っている点において重要である。津波の速度は水深にのみ依存するため，センサ点にて最大津波高を記録する到達時刻は，センサ点と震源の位置関係によって決定されるためである．
本研究では，センサ点における最大静水圧と，それを記録した到達時間を説明変数として入力し，ガウス過程回帰により，入力されたセンサデータに類似した学習データから沿岸津波高を推定する手法を提案する．
到達時間の特徴量としての有効性を検証するため、最大静水圧データのみから推定した結果と，最大静水圧と到達時間データから推定した結果について精度をRMSEで比較した．加えて，モデルの測定誤差に対するロバスト性を比較するため，検証データに正規分布ノイズを与えた場合の推定精度についても同様に比較を実施した．またスパースモデリングにより影響度の高い特徴量として到達時刻が選択されるかにより，到達時間の有効性を検証した．
検証データの正規分布ノイズ分散を0～1で変化させ，DONET周辺の19都市において沿岸津波高を推定し，19都市の平均ＲＭＳＥと標準偏差をプロットした結果を代表図に示す．正規分布ノイズの分散0～1の全域に渡り，到達時間を加えた提案手法ではRMSEが低減する結果となった．またARDによるスパースモデリングでは全ての都市で到達時間が残った．一部の沿岸都市に対する推定では，港湾に津波が侵入する方向のセンサ点において，到達時間が選択されており，目論見通り地理的特徴を示す特徴量として機能している事が伺える結果が得られた．
沖合津波高と沿岸津波高には相関があると考えられるが，沿岸では津波が折り重なるため，沿岸津波高はより高くなる．そこでDONET海底静水圧計データを早期津波予測に利用するために，センサ点の津波高さと沿岸都市に到達する津波高さの相関について研究が進められている．地震はレアイベントであり，実測データが少ないが，高精度シミュレーションを用いて多様なシナリオを含む学習データベースを構築する事が可能である．先行研究では，センサ点における，津波が通過した際の静水圧変化の最大絶対値を，早期津波予測に用いている（Baba et al., 2014, Igarashi et al., 2016）．また，海底静水圧計データから線形回帰(Baba et al., 2014）により予測する手法や，ガウス過程回帰（Igarashi et al., 2016）で予測する手法により，沿岸津波高の予測アルゴリズムを改善し発表してきた．
これらの手法では海底静水圧計データの最大値を抽出する事で時系列情報を圧縮しているが，更に予測精度を向上させるには，各センサの空間的特徴を予測に活かす必要があると考えられる．時間情報は津波の到達時刻を予測するだけでなく、津波が進行する方向に関する情報を持っている点において重要である。津波の速度は水深にのみ依存するため，センサ点にて最大津波高を記録する到達時刻は，センサ点と震源の位置関係によって決定されるためである．
本研究では，センサ点における最大静水圧と，それを記録した到達時間を説明変数として入力し，ガウス過程回帰により，入力されたセンサデータに類似した学習データから沿岸津波高を推定する手法を提案する．
到達時間の特徴量としての有効性を検証するため、最大静水圧データのみから推定した結果と，最大静水圧と到達時間データから推定した結果について精度をRMSEで比較した．加えて，モデルの測定誤差に対するロバスト性を比較するため，検証データに正規分布ノイズを与えた場合の推定精度についても同様に比較を実施した．またスパースモデリングにより影響度の高い特徴量として到達時刻が選択されるかにより，到達時間の有効性を検証した．
検証データの正規分布ノイズ分散を0～1で変化させ，DONET周辺の19都市において沿岸津波高を推定し，19都市の平均ＲＭＳＥと標準偏差をプロットした結果を代表図に示す．正規分布ノイズの分散0～1の全域に渡り，到達時間を加えた提案手法ではRMSEが低減する結果となった．またARDによるスパースモデリングでは全ての都市で到達時間が残った．一部の沿岸都市に対する推定では，港湾に津波が侵入する方向のセンサ点において，到達時間が選択されており，目論見通り地理的特徴を示す特徴量として機能している事が伺える結果が得られた．