14:45 〜 15:00
[SSS05-05] 2011年Mj7.0福島県浜通りの地震の動的破壊シミュレーション実施を見据えた断層面モデルの構築
キーワード：2011年Mj7.0福島県浜通り地震、断層面モデリング、クラスタリング
2011年Mj7.0福島県浜通りの地震（浜通り地震）は, 単一の断層だけでなく, 複数の断層が立て続けに破壊する複雑な過程を経て発生したと考えられている (例: Kobayashi et al., 2012). しかし, 複数断層の立て続けの破壊がなぜ, どのように発生したか現在においても未だ明確にはなっていない. また, InSAR解析で得られた地表面変位（Kobayashi et al., 2012; Fukushima et al., 2013）や強震波形 (例: Hikima, 2012)を用いた逆解析で浜通り地震発生時の破壊すべりの時空間分布を得る試みは行われてきたが, 動的破壊シミュレーションで震源の破壊過程を調べる試みは現在まで行われていない. 本研究では, 浜通り地震発生時の震源破壊過程を動的破壊シミュレーションで調べるための準備として, 浜通り地震発生時に破壊した断層面のモデリングを実施する. この際, 震源破壊過程が断層の形状に強く支配されうる (例: Ando and Kaneko, 2018)ことを念頭に置き, 分岐や折れ曲がりといった非平面性をも含む精緻な断層面モデルの構築を目指す.
データ・手法
浜通り地震発生後の余震分布の解析による断層面モデリングを試みる. 用いる震源カタログとしては, Kato et al. (2013)でdouble-difference tomography method (Zhang and Thurber, 2003)を用いて構築された浜通り地震の震源域における震源カタログとその更新版 (解析期間: 2015年12月31日まで延長)を選択する.
余震分布の解析では, 第一にHDBSCAN (Campello et al., 2013)を用いたクラスタリングを行う. HDBSCANは点の集合の密度の大小によってクラスタリングおよびノイズ点の検出を行うアルゴリズムであり, 球状に限らず面状など任意の形状のクラスタを検出できることを最大の特徴としている. 第二に, クラスタリングで取得された各震源クラスタに対して重回帰分析を実施し, 決定係数が閾値を超えるクラスタのみを選択することで面状に震源が分布しているとみなせるクラスタを抽出する. これらの手続きにより, 余震分布が十分な位置精度で決定されたものであれば, 余震分布から微細な面状構造をも高解像度で取り出すことができる. 第三に, 前工程で得られた微細な面状クラスタ群に対し再度HDBSCANによるクラスタリングを施していくつかのグループにまとめ, グループごとに比較的大きな代表面を取得し, それらを統合することで, 動的破壊シミュレーションに用いる精緻な断層面モデルを構築する. 以上のアルゴリズムをscikit-learn, NumPyおよびhdbscan (McInnes et al., 2017)のライブラリを用いて実装する.
予備的結果
「HDBSCANでのクラスタリング」と「重回帰分析時の決定係数による面状性の判定」の組み合わせにより, 余震分布から微細な面状クラスタ群を多数抽出できた. また, 微細な面状クラスタ群に対しさらにHDBSCANでのクラスタリングを施すことで, 面的に連なっている面状クラスタ群ごとにグループを形成しうることを確認した. 本発表ではこの結果について報告するとともに, 浜通り地震の動的破壊シミュレーションに使用する最終的な断層面モデルの構築法についても論じる予定である.
データ・手法
浜通り地震発生後の余震分布の解析による断層面モデリングを試みる. 用いる震源カタログとしては, Kato et al. (2013)でdouble-difference tomography method (Zhang and Thurber, 2003)を用いて構築された浜通り地震の震源域における震源カタログとその更新版 (解析期間: 2015年12月31日まで延長)を選択する.
余震分布の解析では, 第一にHDBSCAN (Campello et al., 2013)を用いたクラスタリングを行う. HDBSCANは点の集合の密度の大小によってクラスタリングおよびノイズ点の検出を行うアルゴリズムであり, 球状に限らず面状など任意の形状のクラスタを検出できることを最大の特徴としている. 第二に, クラスタリングで取得された各震源クラスタに対して重回帰分析を実施し, 決定係数が閾値を超えるクラスタのみを選択することで面状に震源が分布しているとみなせるクラスタを抽出する. これらの手続きにより, 余震分布が十分な位置精度で決定されたものであれば, 余震分布から微細な面状構造をも高解像度で取り出すことができる. 第三に, 前工程で得られた微細な面状クラスタ群に対し再度HDBSCANによるクラスタリングを施していくつかのグループにまとめ, グループごとに比較的大きな代表面を取得し, それらを統合することで, 動的破壊シミュレーションに用いる精緻な断層面モデルを構築する. 以上のアルゴリズムをscikit-learn, NumPyおよびhdbscan (McInnes et al., 2017)のライブラリを用いて実装する.
予備的結果
「HDBSCANでのクラスタリング」と「重回帰分析時の決定係数による面状性の判定」の組み合わせにより, 余震分布から微細な面状クラスタ群を多数抽出できた. また, 微細な面状クラスタ群に対しさらにHDBSCANでのクラスタリングを施すことで, 面的に連なっている面状クラスタ群ごとにグループを形成しうることを確認した. 本発表ではこの結果について報告するとともに, 浜通り地震の動的破壊シミュレーションに使用する最終的な断層面モデルの構築法についても論じる予定である.