[S-CG51] 機械学習による固体地球科学の牽引

[SCG51-10] 機械学習を用いたサイト固有型地震動モデルの試作

*久保 久彦¹、岩城 麻子¹ (1.国立研究開発法人防災科学技術研究所)

キーワード：地震動モデル、サイト固有型モデル、スペクトル情報の予測

震源距離や地震規模などの情報から地震動の強さ（地震動指標）を予測する地震動モデルは、任意地点の予測に適用できるように多数の観測点での記録に基づいてこれまで作成されてきた。一方で、一つの観測点でも十分なデータがあれば、その地点に特化した地震動モデル（サイト固有型地震動モデル）を作成することが可能であると考えられる。近年、地震動モデル作成における機械学習の活用が進んでおり（例えば、Derras et al. 2012; Kubo et al. 2020; Okazaki et al. 2021）、これまでの回帰式を用いたモデルよりも優れた予測性能を発揮することがあることが分かってきている。過去データに基づいて柔軟かつ高精度な予測を行う機械学習はサイト固有地震動モデルとの相性が良いと考えられる。そこで本研究ではサイト固有型地震動モデルを機械学習に基づいて試作し、その予測性能を任意地点の予測に対応した汎用型地震動モデルと比較した。
データセットには、日本における強震動統一データベースの試作版（Morikawa et al. 2020)を参照した。このデータベースは、防災科学技術研究所K-NET・KiK-netの地震動記録、防災科学技術研究所K-NET・KiK-net・J-SHISに基づくサイト情報、気象庁と防災科学技術研究所F-netの震源情報などから構成される。このフラットファイルから、 (1) 4.0 ≦ Mw ≦ 7.5、(2) 震源距離 ≦ 300 km、(3) 震源深さ ≦ 200 km、(4) PGA ≧ 1 gal の条件を満たす地震記録を抽出した上で、1997年から2015年までの記録を訓練データとし、2016年から2017年までの記録をテストデータとした。予測対象とする地震動指標は，0.05秒から10秒までの46周期における5％減衰の加速度応答スペクトルである。汎用型地震動モデルは、モーメントマグニチュード、震源距離、震源深さ、予測地点直下においてS波速度1400 m/sに到達する深さ（Z1400）、予測地点直下の深さ30 mまでの平均S波速度（VS30）の5つの説明変数を持ち、学習には全観測点での訓練データを用いた。またサイト固有型地震動モデルは、3つの説明変数（モーメントマグニチュード、震央距離、震源深さ）を持ち、単一観測点における訓練データのみを学習した。機械学習の手法には、scikit-learnのランダムフォレストアルゴリズムを採用した。
解析の結果、十分な訓練データ（1000以上）を持つ観測点におけるサイト固有型地震動モデルは、汎用型地震動モデルと比較して、学習データおよびテストデータの予測において良好な予測性能を示した。ただし、データが十分でない観測点でのサイト固有型地震動モデルの予測性能はあまりよく、テストデータにおける予測のばらつきは汎用型地震動モデルよりも大きくなった。また汎用型地震動モデルにおいてサイト情報としてよく使用されるZ1400やVS30では、加速度応答スペクトルのようなスペクトル情報を予測する際にはサイト固有の増幅特性を十分に表現することができず、その予測には周期に依存したバイアスが生じていることが分かった。それに対して、サイト固有型地震動モデルによる予測にはそのような周期依存バイアスは見られず、サイト固有の増幅特性を過去データから学習することができていることが示唆された。