[S-CG55] 機械学習による固体地球科学の牽引

[SCG55-P08] ランダムフォレスト解析を用いた大気中ラドン濃度変動による地震の先行現象の検出

*土谷 真由¹、長濱 裕幸²、武藤 潤²、平野 光浩²、安岡 由美³ (1.東北大学理学部地圏環境科学科、2.東北大学大学院理学研究科地学専攻、3.神戸薬科大学薬学部放射線管理室)

キーワード：機械学習、ランダムフォレスト解析、ラドン、東北地方太平洋沖地震、兵庫県南部地震

近年地震の予測に活用する目的で、地震の先行現象として放射性元素のラドンの研究が進められている。ラドンは地震の前に動態が変化する可能性が指摘されており、いくつかの先行研究によって地震の前に大気中のラドン濃度が変動することが報告されている。なかでも、東北地方太平洋沖地震の前には福島県立医科大学で、兵庫県南部地震の前には神戸薬科大学でそれぞれの放射性同位元素施設で観測された大気中ラドン濃度が上昇したことが明らかになっている。Iwata et al. (2018)では特異スペクトル変換による特異値検出によって大気中ラドン濃度の異常を検出し、地震の先行現象を検討していた。しかし、この手法で得られる結果はパラメーターの決め方に依存しており、その妥当性を評価することができなかった。そのため、本研究ではこれまでの研究で行われてきた大気中ラドン濃度の異常検知により客観性を持たせる目的で、ランダムフォレスト解析を行った。ランダムフォレスト解析は、モデルを構築するためのサンプルをランダムに決定し、機械的に予測結果を得ることができる手法である。解析では、説明変数を大気中ラドン濃度が観測された年月日として、大気中ラドン濃度の平年変動をしていた期間をランダムに教師データ(7割)とテストデータ(3割)に分け、予測モデル作成、モデルの精度評価と予測を行った。福島県立医科大学では2002年から2007年を平年変動期間、2008年から2011年を予測期間とし、神戸薬科大学では1984年から1989年を平年変動期間、1990年から1995年を予測期間とした。結果として、どちらの二つの地震前でも、予測モデルの精度である決定係数から予測期間中の決定係数の値が低くなり、特に東北地方太平洋沖地震の直前の2011年において決定係数の値が顕著に低くなった。また、観測値と予測値の差の標準偏差を求めたところ、地震発生直前期間（2010年末と1994年末）に差の値が観測値と予測値の差の標準偏差の3倍を上回っていた。この結果は、大気中ラドン濃度は地震発生前である予測期間中は平年変動から予測される変動とは大きく異なる変動をしていたことを示す。以上の2つの地震の前の大気中ラドン濃度の解析結果から、ランダムフォレスト解析による大気中ラドン濃度の予測は、実際の観測値と比較することによって地震の先行現象として大気中ラドン濃度が変動することを機械的に検出することができることが明らかになった。これを用いることで、地震の先行現象を捉えて地震の予測に活用できる可能性がある。