新・緊急地震速報

気象庁は、巨大地震が発生した際でも精度良く震度が予想できる手法を導入した緊急地震速報の運用を、平成30年3月22日から開始しました。

→気象庁|報道発表資料|緊急地震速報の技術的改善について
→気象庁|緊急地震速報|PLUM法の導入について

これまでの緊急地震速報では、地震を検知した観測点のデータから素早く震源の位置やマグニチュードなどを推定し、これと距離減衰式を組み合わせて広域の震度を予測し通報するものでした。しかし、この方法では東北地方太平洋沖地震のような大きな震源域を有する地震に対し、十分な精度で予測ができない弱点がありました。そこで、新しく開発したPLUM法と呼ばれる手法を震度予測に加え、この弱点を克服しました。

PLUM法では、震源や地震の規模の推定は行わず、予測したい地点の周辺(半径30kmの範囲)の地震計でリアルタイムに計算された震度から、直接その地点の震度を推定します。 これは「予測地点の付近の地震計で大きな揺れが観測されたら、その予測地点も同じように大きく揺れる」という考えに従った予測方法です。この方法では、予測地点の周辺まで地震波が到達するまで推定ができないため、予測してから揺れがくるまでの時間的猶予は短かくうなります。しかし、震源域が百キロメートルを越えるような巨大地震が発生した際でも精度良く震度が求められるとされています。

このような予測手法では、地震の観測地点が密に存在することで予測までの時間が短縮される可能性があります。Geo-Stickが多数設置されれば、緊急地震速報に一役買うかもしれません。

距離減衰式

地震の揺れは、地震が発生した場所から遠くなればなるほど弱くなります。このことを距離減衰といいます。距離減衰式とは、この地震の揺れの強さと震源からの距離との関係を式に表したものです。これは、過去に発生した数多くの地震のデータをもとにした回帰式で、地震のマグニチュードや震源からの距離などを計算式に入力すると、震源からの距離に応じて、地震の揺れの強さや震度が求められます。

距離減衰式は、地震の揺れを予測するために活用されます。例えば、ある活断層で地震が発生した場合、その周りの地域でどの程度の震度分布になるかという予測計算に用いられています。計算した予測震度分布は、地震動ハザードの評価に用いられ、さらにその地震動ハザードを用いて、その場所でどのような被害が発生する可能性があるかを評価することができます。

また、緊急地震速報にも距離減衰式が活用されています。緊急地震速報では、地震を検知した観測点のデータから素早く震源の位置やマグニチュードなどを推定し、これと距離減衰式を組み合わせて広域の震度を予測し通報します。
Geo-Stickを用いた地震と建物のモニタリングサービスでも、この距離減衰式を用いています。

→中小地震時の震動から大地震時の影響を推定する|地層科学研究所

地震の揺れを予測する簡便な手法ですが、実際の計測値と組み合わせることで予測精度の向上が図られると考えます。

計測震度

地震時の揺れの強さは「震度」で表現されます。気象庁が発表する震度は、過去には測候所職員などの体感や周囲の被災状況によって決められていました。例えば、1946年まで使われていた震度階では、「震度Ⅴ(強震):壁に割れ目が入り、墓石・石灯ろうが倒れたり、煙突・石垣などが破損する程度の地震」といった具合です。1996年以降は、客観性や速報性などを高めるため、地震計より得られた加速度データをデジタル処理し、計測震度と呼ばれる値を求めて揺れの強さが表現されています。

計測震度と震度の関係や計測震度の求め方、震度と想定される被害の関係などは、気象庁のWebページに詳しく掲載されています。

→気象庁|計測震度の算出方法

→気象庁|気象庁震度階級関連解説表

計測震度の計算には、加速度の大きさの他に揺れの周期や継続時間が考慮されており、経験的な被害状況との整合が図られています。

Geo-Stickには、3成分の加速度センサが搭載されており、気象庁の方法で計測震度を求めることができます。ただし、計測震度と揺れの強さや被害状況の関係は、地表面に設置された地震計で得られた加速度データに基づき求められた計測震度に対応したものです。仮に、ビルの4階にGeo-Stickが設置されており、ある地震で計測震度が4.0であったとすれば、ちょっとややこしいのですが、気象庁が震度4と発表した場所の地表にいた人が感じた揺れと、同じ程度の揺れが4階で感じられた、となります。

ともあれ、計測震度は揺れの強さを表す大切な指標であり、Geo-Stickを用いた診断サービスでも値を求めてお伝えします。

AI

車の自動運転や囲碁・将棋などの対戦で話題に上がるのがAI(人工知能)です。AIを使えば、Geo-Stickで計測されたデータが地震によるものかノイズなのか、直下型地震によるものかプレート型地震によるものか、あるいは地震により建築物が損傷したか、地盤が液状化したかなどを、人の手を介さずに判断できるようになるかもしれません。

この中核をなす技術は、ディープラーニングと呼ばれています。NVIDIAのページなどにわかりやすい解説があります。

→人工知能、機械学習、ディープラーニングの違いとは|NVIDIA
→ディープラーニング|Wikipedia

ディープラーニングでは、多層からなるニューラルネットワークを学習させ、例えばGeo-Stickで得られた加速度時刻歴が、前述のどのパターンに分類されるかを正しく判断できるようにします。このためには、数多くの計測データと学習のための分類が必要となります。

過去に地層科学研究所では、ディープとまではいかないのですが、ニューラルネットを使って加速度データを分別する手法を検討したことがあります。

→ニューラルネットワークを使った波形の分別|地層科学研究所

今後、ディープラーニングのツールが整備されれば、地震防災にも必ず役立ってくると考えられます。

クラウド

Geo-Stickによる診断サービスでは、地震時に大量のデータが送られてくることに対応するため、クラウドと呼ばれるシステムを活用します。

「クラウド」とは、クラウドサービスプラットフォームからインターネット経由でコンピューティング、データベース、ストレージ、アプリケーションをはじめとした、さまざまな IT リソースをオンデマンドで利用することができるサービスの総称です(『クラウドとは?|AWS』より引用)。クラウドは私たちの仕事や生活環境に既に深く浸透しており、スマートフォンのデータの保管やファイルの共有などで活用されています。クラウドを活用することで、地震発生時の大量データの処理もスムーズに行われます。

気になるのはセキュリティの問題ですが、これに関しては経済産業省が平成23年にクラウドサービス利用のための情報セキュリティマネジメントガイドラインを公表しています。

→クラウド利用のための情報セキュリティマネジメントガイドライン

このガイドラインでは、情報セキュリティマネジメントのベストプラクティスをまとめた国際規格(ISO/IEC27002:2005)を参照して、情報セキュリティ確保のために、「クラウド利用者自らが行うべきこと」と「クラウド事業者に対して求めるべきこと」がまとめられています。 このガイドラインに準拠できているサービスなのかも調べておくとよいでしょう(『クラウドはセキュリティが不安?|IDCフロンティア』より引用)。