[S-SS13] [JJ] 地震活動

[SSS13-11] 地震群のマグニチュード頻度と時空間の特徴量を利用した前震判別モデルによる短期地震予測

*野村 俊一¹、尾形 良彦^2,3 (1.東京工業大学情報理工学研究科、2.東京大学地震研究所、3.統計数理研究所)

キーワード：前震、短期予測、ロジスティック回帰、極値分布

前震活動は、本震を短期的に予測するための有力な手掛かりの1つである。多くの大地震には前震が先行しているが、本震発生前に前震を断定することは非常に困難であり、確率的な予報のみが可能となっている。ロジスティック回帰は、観測される特徴に基づいた事後的な所属確率評価を必要とした2値分類問題へと適した統計的学習手法である。統計的学習手法は、更新される地震カタログから識別性の高い特徴を学習し、確率的判別をリアルタイムで与えることができる。これまで多くの研究により、前震におけるb値の低下や地震活動の冪乗的な増加などの特徴が報告されている。本研究ではそれらの特徴を利用して前震群を他の地震群と判別する非線形ロジスティック回帰モデルを構成する。JMA震源カタログから地震群をsingle-link clustering法により構築し、そこから時空間的な特徴量とマグニチュード頻度に関するパラメータを前震識別のために抽出する。カタログを2つの期間へと分け、前の期間からモデルパラメータを学習し、学習されたモデルの予測性能を後ろの期間にて評価する。さらに、本震マグニチュードに極値分布を当てはめることにより、一定以上のマグニチュードをもつ本震発生確率をも評価する。2016年熊本地震（M7.3）の前震系列に対して、学習されたモデルは比較的高い確率予測を与えている。