13:45 〜 15:15
[SCG55-P12] 震源分布を用いた２段階クラスタリングによる断層面推定法の検証
キーワード：断層面推定、３次元震源分布、教師なし学習、局所構造、オンラインクラスタリング
地下の断層構造を震源分布より推定することは、断面図などによる可視化に基づいて主観的に行われることが通例である。より客観的な断層面の推定手法を開発することは、地下構造のより深い理解や、断層面決定の自動化に有用である。
従来、震源の位置情報を用いた教師なし機械学習によるクラスタリング手法により断層面の3次元的特徴を把握する手法(Piegari et al., 2022) が提案されてきた。この手法は、密度によって震源分布の空間的特徴を抽出する特徴があり、任意の形状や異方性のある構造を持つ震源のクラスタを同定するために極めて有効である。しかし、大規模な震源カタログでは、密な震源分布によってすべての断層面が連結されてクラスタリングされるため、入力する震源数や解析する震源の分布範囲を調整することで、個別の断層面を別途推定する必要がある。
以前著者らは、密な震源分布の構造を隣接する震源からなる平面の法線ベクトルによって捉え、震源分布をクラスタ分割することにより、従来手法における断層面が連結されて検出されてしまう問題を解決する手法を提案した(佐藤ほか, 2022)。しかし、法線ベクトルを用いたクラスタ分割では、凝集型クラスタリングを適用していたため、大規模な震源カタログを対象とした場合、計算コスト（必要メモリ量、処理時間）が増大する問題があった。そこで本研究では、オンラインクラスタリングアルゴリズムであるBirch(Zhang et al., 1997)を導入することで、法線ベクトルを用いたクラスタ分割処理における効率化を行う。その後、断層面ごとの震源のクラスタを形成するためにHDBSCAN（McInnes et al., 2017）による震源座標に基づいたクラスタリングを行う。震源分布の法線ベクトルにて事前にクラスタを作成しておくことで、階層型クラスタリングアルゴリズムのみを用いる場合と比較して、大規模なデータセットを用いた場合の計算量を削減できる。
本研究では、断層面付近の震源分布を既知である断層面モデルとガウス分布に基づき抜粋して作成した震源カタログから各断層面を検出し、大規模なデータセットによる手法の検証を行う。
本提案手法を検証するための震源カタログは、Hauksson et al. (2012)による震源カタログから抜粋して作成する。抜粋処理の基準として、SCEC Community Fault Model(Nicholson et. al, 2014)の断層モデルを使用する。抜粋処理は、まず各震源から断層面モデルの平面へ下ろした垂線の長さを用いて、断層面ごとにその長さのヒストグラムを作成する。このとき平面の片側に伸びる垂線の長さに正の符号をつけ、反対側に伸びる推薦の長さに負の符号をつける。そして、作成したヒストグラムに対して、平均0mのガウス分布の標準偏差σを1000m、 5000m、 10000mと変化させてガウス分布に従ったサンプリングを行い、3種類の震源カタログを作成する。
作成した震源カタログに提案手法を適用した結果を図に示す。図上部は、各標準偏差の震源カタログを用いて断層面を検出した結果である。図下部は、検出した断層面と断層モデルとの角度誤差比較である。図上部の結果より、σ=1000mではほとんどが垂直に近い断層面として検出されているが、標準偏差が増加するにつれ水平に近い断層面の検出が増加した。また、図下部のグラフにおいて、σ=1000mでは傾斜角度誤差がほとんど30度未満であるのに対して、標準偏差が増加すると傾斜角度誤差が上昇する傾向が見受けられた。走向角度誤差は、標準偏差によらないことがわかった。
今回使用した震源は100km四方の範囲に分布し、想定される断層面の長さが10kmを超える。一方で、震源は深さ方向には5km程度の範囲に分布している。本手法では分割されたクラスターから主成分分析を行って断層面を決定し、走向・傾斜を算出している。そのため、震源分布の抜粋時に用いるガウス分布の標準偏差が増加すると、深さ方向よりも水平方向への震源分布の広がりが大きくなり、主成分分析の結果、決定される断層面が水平を向く変化が見受けられたと考えられる。
SCEC CFMでは、平行にいくつかの断層面が存在する範囲が存在する。また、実際に観測される震源分布が少ない断層面も存在する。そのため本手法では、周囲の断層面上で発生した震源も抜粋してしまい、複数の断層に渡った震源分布が生成されている。さらに隣接する断層面が断層の走向方向の長さに比べて比較的近距離に存在するため、複数の断層面に渡る震源分布を１つのクラスタとして検出をする可能性がある。そのため、走向方向に対する誤差が発生していると考えられる。
以前著者らが発表した手法では、断層面を検出後、震源メカニズム解との照合を行い、設定した誤差範囲内の断層面のみを抽出をしていた。この抽出手法は、図下部に見られるような走向・傾斜の角度誤差が小さい範囲には有効である。しかし、今回の検証で明らかになった断層面が隣接する場合に関しては、今後断層面を決定するのに用いる震源の抜粋手法について検討が必要である。
謝辞
本研究は、文部科学省の情報科学を活用した地震調査研究プロジェクト(STAR-Eプロジェクト) JPJ010217の助成を受けたものです。
従来、震源の位置情報を用いた教師なし機械学習によるクラスタリング手法により断層面の3次元的特徴を把握する手法(Piegari et al., 2022) が提案されてきた。この手法は、密度によって震源分布の空間的特徴を抽出する特徴があり、任意の形状や異方性のある構造を持つ震源のクラスタを同定するために極めて有効である。しかし、大規模な震源カタログでは、密な震源分布によってすべての断層面が連結されてクラスタリングされるため、入力する震源数や解析する震源の分布範囲を調整することで、個別の断層面を別途推定する必要がある。
以前著者らは、密な震源分布の構造を隣接する震源からなる平面の法線ベクトルによって捉え、震源分布をクラスタ分割することにより、従来手法における断層面が連結されて検出されてしまう問題を解決する手法を提案した(佐藤ほか, 2022)。しかし、法線ベクトルを用いたクラスタ分割では、凝集型クラスタリングを適用していたため、大規模な震源カタログを対象とした場合、計算コスト（必要メモリ量、処理時間）が増大する問題があった。そこで本研究では、オンラインクラスタリングアルゴリズムであるBirch(Zhang et al., 1997)を導入することで、法線ベクトルを用いたクラスタ分割処理における効率化を行う。その後、断層面ごとの震源のクラスタを形成するためにHDBSCAN（McInnes et al., 2017）による震源座標に基づいたクラスタリングを行う。震源分布の法線ベクトルにて事前にクラスタを作成しておくことで、階層型クラスタリングアルゴリズムのみを用いる場合と比較して、大規模なデータセットを用いた場合の計算量を削減できる。
本研究では、断層面付近の震源分布を既知である断層面モデルとガウス分布に基づき抜粋して作成した震源カタログから各断層面を検出し、大規模なデータセットによる手法の検証を行う。
本提案手法を検証するための震源カタログは、Hauksson et al. (2012)による震源カタログから抜粋して作成する。抜粋処理の基準として、SCEC Community Fault Model(Nicholson et. al, 2014)の断層モデルを使用する。抜粋処理は、まず各震源から断層面モデルの平面へ下ろした垂線の長さを用いて、断層面ごとにその長さのヒストグラムを作成する。このとき平面の片側に伸びる垂線の長さに正の符号をつけ、反対側に伸びる推薦の長さに負の符号をつける。そして、作成したヒストグラムに対して、平均0mのガウス分布の標準偏差σを1000m、 5000m、 10000mと変化させてガウス分布に従ったサンプリングを行い、3種類の震源カタログを作成する。
作成した震源カタログに提案手法を適用した結果を図に示す。図上部は、各標準偏差の震源カタログを用いて断層面を検出した結果である。図下部は、検出した断層面と断層モデルとの角度誤差比較である。図上部の結果より、σ=1000mではほとんどが垂直に近い断層面として検出されているが、標準偏差が増加するにつれ水平に近い断層面の検出が増加した。また、図下部のグラフにおいて、σ=1000mでは傾斜角度誤差がほとんど30度未満であるのに対して、標準偏差が増加すると傾斜角度誤差が上昇する傾向が見受けられた。走向角度誤差は、標準偏差によらないことがわかった。
今回使用した震源は100km四方の範囲に分布し、想定される断層面の長さが10kmを超える。一方で、震源は深さ方向には5km程度の範囲に分布している。本手法では分割されたクラスターから主成分分析を行って断層面を決定し、走向・傾斜を算出している。そのため、震源分布の抜粋時に用いるガウス分布の標準偏差が増加すると、深さ方向よりも水平方向への震源分布の広がりが大きくなり、主成分分析の結果、決定される断層面が水平を向く変化が見受けられたと考えられる。
SCEC CFMでは、平行にいくつかの断層面が存在する範囲が存在する。また、実際に観測される震源分布が少ない断層面も存在する。そのため本手法では、周囲の断層面上で発生した震源も抜粋してしまい、複数の断層に渡った震源分布が生成されている。さらに隣接する断層面が断層の走向方向の長さに比べて比較的近距離に存在するため、複数の断層面に渡る震源分布を１つのクラスタとして検出をする可能性がある。そのため、走向方向に対する誤差が発生していると考えられる。
以前著者らが発表した手法では、断層面を検出後、震源メカニズム解との照合を行い、設定した誤差範囲内の断層面のみを抽出をしていた。この抽出手法は、図下部に見られるような走向・傾斜の角度誤差が小さい範囲には有効である。しかし、今回の検証で明らかになった断層面が隣接する場合に関しては、今後断層面を決定するのに用いる震源の抜粋手法について検討が必要である。
謝辞
本研究は、文部科学省の情報科学を活用した地震調査研究プロジェクト(STAR-Eプロジェクト) JPJ010217の助成を受けたものです。