5:15 PM - 6:45 PM
[S09P-03] Application of a tremor detection method to the OBS data in Suruga bay
2004年9月5日に発生した紀伊半島南東沖の地震（MJ7.4）のあと、気象研究所は、正確な余震分布の調査のため自己浮上式海底地震計（短周期型）（OBS）による観測を実施した。観測結果の解析によれば、余震に加え、多くの低周波微動が発生していた（溜渕 他, 2019, JpGU）。多数の地震と低周波微動が混在している波形から低周波微動を適切に検出することは重要である。
低周波微動の検出については、低周波微動用・通常の地震用・バックグラウンドノイズ用の3種類の周波数帯域のフィルタを観測記録に適用した後それぞれエンベロープを算出し、それらの比の大きさに基づいて微動検出を行うfrequency scanning method (FSM) (Sit et al., 2012, EPSL) や、FSMを短周期型OBS向けに改良したmFSM (Katakami et al., 2017, GRL) がある。これらは単独観測点で検出が行えるという特徴を有する。そこでまず、通常の地震及び低周波微動の検測結果がある前述のOBS観測の記録に対して、これを以下に示す手順で適用を試みた。
(1) OBSの上下動成分の記録を用いる。
(2) Katakami et al.(2017) のmFSMと同様に、ローカルな地震についてはコーダ波が指数関数的に減少するものとして、指数関数と相関のよいエンベロープの範囲を前もって比の値がゼロになるように設定する。
(3) Katakami et al.(2017)と同様に、低周波微動用(2-4Hz)・通常の地震用(10-20Hz)・バックグラウンドノイズ用(0.5-1Hz)のフィルタを観測記録に適用し、エンベロープを求める。
(4) Sit et al.(2012)と同様にエンベロープを5秒窓で平均し、その比を連続値として算出する。算出にあたり、Katakami et al.(2017)を参考に、バックグラウンドノイズ用の周波数帯のエンベロープについては、平均的な値（中央値）よりも小さい場合は平均的な値に置き換えた。
(5) その5秒間ごとの比について観測の全期間に渡って観測点ごとに算出し、その中央値を観測点におけるノイズレベルの代表的な比の値と考え、代表的な値に対する倍率に基づき低周波微動であるかの評価基準とする。具体的には、倍率と地震及び低周波微動の検測結果とを比較して頻度分布を整理(Fig.1a)し、ROC曲線を作成(Fig.1b)して最適と思われる閾値を算出した。
その結果、閾値は、観測点ごとには30～100程度の範囲でばらつきはあるが、全点では60程度となり、通常の地震が一部混じるものの8～9割程度の割合で低周波微動を検出できることがわかった。
一方、気象研究所では、駿河湾中部において東海大学と共同で7年以上に渡り1～4地点程度OBSを設置して観測を行ってきた。そこで上記を参考に閾値を設定し、駿河湾中部直下でMJ4.6の地震が発生した2015年9月8日以降の4地点のOBS観測記録に上記方法を適用した。その結果、1週間程度の間でも閾値を超えるケースが複数みられ、波形や地震の発生状況を確認したところ、いずれも低周波微動ではなく、震央距離が200km程度以上離れた遠方の地震もしくはローカルな地震による震動であった(例をFig.2)。
現在、手法の改善や、駿河湾のOBS観測記録へのさらなる適用と閾値を超えた場合の波形の確認を行っており、大会当日は、それら結果について報告する。
低周波微動の検出については、低周波微動用・通常の地震用・バックグラウンドノイズ用の3種類の周波数帯域のフィルタを観測記録に適用した後それぞれエンベロープを算出し、それらの比の大きさに基づいて微動検出を行うfrequency scanning method (FSM) (Sit et al., 2012, EPSL) や、FSMを短周期型OBS向けに改良したmFSM (Katakami et al., 2017, GRL) がある。これらは単独観測点で検出が行えるという特徴を有する。そこでまず、通常の地震及び低周波微動の検測結果がある前述のOBS観測の記録に対して、これを以下に示す手順で適用を試みた。
(1) OBSの上下動成分の記録を用いる。
(2) Katakami et al.(2017) のmFSMと同様に、ローカルな地震についてはコーダ波が指数関数的に減少するものとして、指数関数と相関のよいエンベロープの範囲を前もって比の値がゼロになるように設定する。
(3) Katakami et al.(2017)と同様に、低周波微動用(2-4Hz)・通常の地震用(10-20Hz)・バックグラウンドノイズ用(0.5-1Hz)のフィルタを観測記録に適用し、エンベロープを求める。
(4) Sit et al.(2012)と同様にエンベロープを5秒窓で平均し、その比を連続値として算出する。算出にあたり、Katakami et al.(2017)を参考に、バックグラウンドノイズ用の周波数帯のエンベロープについては、平均的な値（中央値）よりも小さい場合は平均的な値に置き換えた。
(5) その5秒間ごとの比について観測の全期間に渡って観測点ごとに算出し、その中央値を観測点におけるノイズレベルの代表的な比の値と考え、代表的な値に対する倍率に基づき低周波微動であるかの評価基準とする。具体的には、倍率と地震及び低周波微動の検測結果とを比較して頻度分布を整理(Fig.1a)し、ROC曲線を作成(Fig.1b)して最適と思われる閾値を算出した。
その結果、閾値は、観測点ごとには30～100程度の範囲でばらつきはあるが、全点では60程度となり、通常の地震が一部混じるものの8～9割程度の割合で低周波微動を検出できることがわかった。
一方、気象研究所では、駿河湾中部において東海大学と共同で7年以上に渡り1～4地点程度OBSを設置して観測を行ってきた。そこで上記を参考に閾値を設定し、駿河湾中部直下でMJ4.6の地震が発生した2015年9月8日以降の4地点のOBS観測記録に上記方法を適用した。その結果、1週間程度の間でも閾値を超えるケースが複数みられ、波形や地震の発生状況を確認したところ、いずれも低周波微動ではなく、震央距離が200km程度以上離れた遠方の地震もしくはローカルな地震による震動であった(例をFig.2)。
現在、手法の改善や、駿河湾のOBS観測記録へのさらなる適用と閾値を超えた場合の波形の確認を行っており、大会当日は、それら結果について報告する。