スキップしてメイン コンテンツに移動

【番外編】ビッグデータ解析やってみた。【第2回】地震解析 ~海溝型地震~

地震解析の第2回では陸側のプレートに海側のプレートが沈み込む境界で発生する「海溝型地震」について、過去起きた大地震のデータから前兆がないか(予測可能か)検証してみようと思います。

前回の振り返りと今回の取り組み

「最近地震多くない?」というアバウトな直感で始めたのですが、世界的にはそこまでマグニチュードの大きな地震は起きていなさそうでした。なので、過去起こった大地震について、それが発生する前の地震の発生状況(≒ぱっと見でわかる前兆があるのか)を検証してみたいと思います。

海溝型地震と活断層型地震

地震については素人なので、データを集める前にざっくり概要を学びました。地震はその発生メカニズム的に海溝型地震と活断層型地震の2種類があるそうです。

海溝型地震

海溝型地震は陸側のプレートと海側のプレートの境界である海溝やトラフ付近で発生する地震です。海溝型地震には、プレートの境界での断層運動により発生するプレート境界(プレート間)地震と、海側のプレート内部での断層運動により発生するプレート内地震があります。
海溝型地震の例としては、関東大震災・東日本大震災・スマトラ沖地震・十勝沖地震などです。また、近いうちに発生が予測されている南海トラフ地震も海溝型地震として発生する見込みだそうです。

活断層型地震

活断層型地震は陸側のプレート内部での断層運動により発生する地震です。深さがおおむね30kmよりも浅い地殻の内部で発生するため、地殻内地震とも呼ばれます。活断層で発生する地震だけでなく、活断層が認められていない陸域および沿岸域で発生する浅い地震も含まれます。そのため、前兆がないなど予測しづらい点が特徴です。
阪神淡路大震災や熊本地震、大阪北部地震などが活断層型地震の例です。

参考にしたサイト

国立の防災科学技術研究所の「地震ハザードステーション」とWikipediaの情報を参考にしました。

データで見る海溝型地震発生前夜

プレート境界で発生する海溝型地震は日本だけでなく、東南アジアや南米でも大きな地震を多く発生させています。前回見つけたアメリカの地質調査所(USGS)のオープンデータを使って大地震が発生する直前3か月(地震発生日の前日から3か月)のデータをTableauで見える化してみようと思います。
比較対象は前回も紹介した、昨年の今頃の3か月間のデータです。昨年はそこまで大きな地震がなかったと思うので、これを「平時」として比較のベースラインにしようと思います。
色がオレンジ&サイズが大きいものがマグニチュードの大きな地震、色が青&サイズが小さいものがマグニチュードの小さな地震を示します。南米や東南アジア近辺で大きな地震が起きていますが、日本近海は穏やかなように見えます。

過去の海溝型地震:日本

東日本大震災(2011.3.11)

東日本大震災が起こった2011.3.11の直前3か月(2010.12.11~2011.3.10)の地震の発生状況です。
すごいですね。。日本近海はもとより、南米やインドネシア近辺・ニュージーランド当たりの南太平洋でもマグニチュードの大きな地震が多く起こっています(ニュージーランド付近の大きな奴は東日本大震災の直前に起こったクライストチャーチの大地震です)。
日本周辺に絞っても、東北地方の太平洋側で大きな地震が起きています。東日本大震災は前兆のあった大地震と言えそうです。ただし、世界的に地震活動が活発だったのでどこで大地震が起きても不思議ではなかった(プレートの強度・エネルギーの蓄積度合い的にたまたま日本で起こった)とも言えるかもしれません。

十勝沖地震(2003.9,26)

次は2003年の十勝沖地震について、直前3か月の状況を調べてみました。
 

十勝沖地震の場合は、世界的な地震活動は起きていないものの、震源となった十勝沖では複数回マグニチュードの大きな地震が発生していました。十勝沖地震も前兆があったと言えそうです。

関東大震災(1923.9.1)

時間は大きく遡りますが、関東大震災も海溝型地震だったそうです。100年近く前ですがアメリカ地質調査所のサイトにデータがあった(!)ので見える化してみます。
 
 100年前なのでデータは少ないものの、世界的に地震活動が活発&日本でも前震がありますね。前兆があった言えそうです。

ただ、やはりデータが少ないのが残念です。おそらく当時の観測技術的にある程度の規模の地震でなければ観測できなかったものと思われます。何か補完できる情報はないかと思い、前回使い勝手が悪いからと採用を見送った気象庁の「震度データベース」のデータを見たところ、1920年代のデータもあったので、それを加えてマッピングしてみました。
大震災発生前に関東の太平洋側で地震活動が活発であったことを示すマップになった気がします。関東大震災も前兆があったと言えそうです。あと、気になるのは南九州の地震活動です。九州は地震が少ないというイメージですが、あまり油断できないのかもしれません。

過去の海溝型地震:東南アジア

スマトラ沖地震(2004.12.26)

お次は東南アジアです。インドネシアのスマトラ島沖では過去何度も大規模な地震が起きています。なかでも規模が大きかったのが2004年12月のM9.1の大地震です。大津波が発生し、東南アジア諸国に被害が出たことでも知られています。
これはわかりやすいですね。台湾からニュージーランドにつながる太平洋南部の地震活動が活発になっています。インドネシア近辺でも地震活動が活発ですね。



ただ、スマトラ沖地震の震央であるスマトラ島北西部(上の地図の左端の細長い島)ではポツポツ地震があるものの、目立って大きなものはなさそうです。嵐の前の静けさですかね。

過去の海溝型地震:南米

チリ イキケ地震(2014.4.1)

日本の反対側のチリでは日本同様、大規模な海溝型地震が多数発生しています。2014年のイキケ地震はM8.2の地震でした。
すごい。。東日本大震災の時同様、環太平洋地域全体で地震活動が活発になっています。
チリの沖合でも複数回マグニチュードの大きな地震が起きており、前兆があったと言えそうです。ただ、世界的に地震活動が活発だったので「どこで起きてもおかしくなかった」という感じもします。

チリ イヤペル地震(2015.9.16)

お次もチリで起きたM8.3の大地震です。
 
これはわかりやすい気がします。地震が起きる直前3か月に前兆のような地震が起きています。

メキシコ チアパス地震

最後は2017年にメキシコ南部で発生したM8.2の地震です。
 

これもわかりやすいですね。震源地付近で直前に2発大きな地震がありました。

海溝型地震のまとめ

歴史的に規模(マグニチュード)の大きかった海溝型地震について、本震が発生した当日を除く直前3か月間の地震発生状況を見てきました。全体を通して分かった大きな特徴は以下の2点かなと思います。
  • 大きな地震が起きる直前には、その地域で前兆となる比較的規模の大きな地震が複数回起きていることが多い。
  • 環太平洋全体的に地震活動が活発な時はどこで大地震が起きてもおかしくない。

海溝型地震については、ある程度前兆めいたものがありそうです。なので、最終的には現時点のデータから将来地震が起こるかの確率予測的なものができるといいなと思っています(前兆があるのであれば、今のデータから将来が予測できるのではないかと思います。僕の技術でできるかは怪しげですが、過去の地震が起きる前のデータから地震が発生するかを予測するモデルを作って、それに”今”のデータを放り込んだら何とかならないかなと思っています)。

次回は予測が難しいと言われる「活断層型地震」について、同様に過去のデータを分析してみようと思います。

関連情報

ビッグデータ解析やってみた

AI(機械学習)やってみた

AI(機械学習)関連書籍


ベストビュー(過去1カ月)

【番外編】ボストン旅行記(UMASS Lowell卒業式編)【Day 4:卒業式】

UMASS Lowellの卒業式@Boston。4 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。

『九龍城探訪 魔窟で暮らす人々 - City of Darkness』 ☆4

魔窟とも言われた香港の九龍城の住人へのインタビューや、在りし日の写真集。香港の本土返還に伴い取り壊されてしまっているけど、その怪しさに妙に惹かれるのです。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day2:晩餐会】

UMASS Lowellの卒業式@Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生(大学院生)向けの晩餐会です。卒業式で被るHoodをもらいました。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day0:渡米前にやっておくこと】

UMASS Lowellの卒業式@Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day5:帰国】

UMASS Lowellの卒業式@Boston。5 日目にして帰国なのです。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day3:終日観光】

UMASS Lowellの卒業式@Boston。3 日目は終日フリーなので、ゆっくりボストンを観光しました。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day1:ボストンへ】

UMASS Lowellの卒業式@Boston。 1日目は移動だけで終わりました。

【番外編】AI(機械学習)やってみた。【第3回】ソムリAI ~ニューラルネットワーク編~

AI(機械学習)やってみた、第3弾です。「ニューラルネットワーク(Neural Network)」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。

【番外編】AI(機械学習)やってみた。【第4回】ソムリAIの改良(正規化)

ソムリAI(ワインの評価を機械学習で当てる「ソムリエ+AI」)はもういいかなと思っていたのですが、機械学習の教科書的な本を読んでいるといくつか改良ポイントが見えてきたので、実際に適用してみようと思います。 まずは データの正規化 という手法を試してみました。結論から言うと、 あまり効果はなかった のです。。 ソムリAIの振り返り ワインの成分とランクのデータに対して、決定木・ロジスティック回帰・ニューラルネットワークの3通りのモデルを使って機械学習 を行い、モデルの精度を検証してきました。それぞれのソムリAIの性能はこんな感じでした。 どのモデルも概ね60%程度の精度 でした。 改良その1:正規化 正規化とは まずは 正規化 という手法を試してみます。標準化とも呼ばれます。正規化を行うことで 尺度の異なるデータを比べやすくする とともに、 はずれ値の影響を小さくする ことができます。正規化には 各データを平均0・標準偏差1に成形する手法 と、各データを 0から1の範囲に成形する手法 の2つがあります。 前者は標準偏差が出てくることからも分かるように、 データが正規分布に従うことを前提にした正規化手法 です。 元のデータが釣鐘型の分布になっている場合に有効 です。後者は単純に データの範囲を0から1の範囲に狭める手法 であり、 元のデータが一様分布の場合 (規則性が無くランダムなように見える場合) に有効 です。 どちらの手法でもデータの範囲を一定のレンジに狭めており、そうすることで異なる尺度のデータを比べやすくしつつ、はずれ値の影響を下げるのです。 正規化してみる 元データの分布を確認 前回同様のワインのデータを使って正規化してみます。まずはワインのデータを読み込んで表示してみます。ついでに機械学習で使うワインの成分と、ワインの評価にデータを分割しておきます。 【オリジナルのワインデータ】 UCI(University of California, Irvine:カリフォルニア大学アーバイン校) http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv #入力データセットを読み込み i

【番外編】AI(機械学習)やってみた。【第2回】ソムリAI ~ロジスティック回帰編~

AI(機械学習)やってみた、第2弾です。前回は決定木(Decision Tree)を使ったソムリAI(ワインソムリエAI)を作りました。今回は「ロジスティック回帰(Logistic Regression)」というモデルを使ったソムリAIを作ってみようと思います。

ベストビュー(全期間)

Malaysia Quarantine Premium Package 【番外編】Malaysia赴任記 隔離ホテル情報

Once entering Malaysia, we need to be quarantined for 14days. At the beginning of COVID-19 spread, the hotel for quarantine have been determined randomly. In these days, we can choose "premium quarantine stay package" in advance . This article is summary of premium packages which I asked each hotel. Note: Information in this article might be old. It's better to confirm the latest plan to the hotel. Note: Only Hotel Istana can be booked via its homepage so far. As the other hotels don't show their premium package plans on their homepage, you need to contact them through their reservation E-mail address or "Contact us". マレーシア入国とともに14日間ホテルで隔離されます。当初は滞在ホテルがランダムに割り振られていたようですが、より快適なプレミアムプランが追加されました。各ホテルにどんなプランがあるのか聞いてみたので、聞いた内容をまとめます。 ※情報が古い可能性があるので、念のため最新情報を各ホテルに確認したほうがよいかもしれません。

【番外編】AI(機械学習)やってみた。【第1回】ソムリAI ~決定木編~

最近ブームのAI(機械学習)に手を出しました。まずは、決定木(Decision Tree)というモデルを使って「ソムリAI(ワインソムリエAI)」を作ってみようと思います。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day0:渡米前にやっておくこと】

UMASS Lowellの卒業式@Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。

【番外編】AI(機械学習)やってみた。【第6回】乳がん診断AI その1

ソムリAI(ワインソムリエAI)で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません 笑

【番外編】AI(機械学習)やってみた。【第3回】ソムリAI ~ニューラルネットワーク編~

AI(機械学習)やってみた、第3弾です。「ニューラルネットワーク(Neural Network)」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day5:帰国】

UMASS Lowellの卒業式@Boston。5 日目にして帰国なのです。

【番外編】ボストン旅行記(UMASS Lowell卒業式編)【Day 4:卒業式】

UMASS Lowellの卒業式@Boston。4 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。

【番外編】AI(機械学習)やってみた。【第2回】ソムリAI ~ロジスティック回帰編~

AI(機械学習)やってみた、第2弾です。前回は決定木(Decision Tree)を使ったソムリAI(ワインソムリエAI)を作りました。今回は「ロジスティック回帰(Logistic Regression)」というモデルを使ったソムリAIを作ってみようと思います。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day2:晩餐会】

UMASS Lowellの卒業式@Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生(大学院生)向けの晩餐会です。卒業式で被るHoodをもらいました。

『深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト』 ☆5

一般社団法人日本ディープラーニング協会が実施している「Deep Learning for GENERAL (通称G検定 ) 」 の公式テキスト 。 ディープラーニングについて1冊で網羅的によくまとめられているので 、 ディープラーニングの入門書としてもおすすめです 。 ついでに勢いで資格も取ってしまいました 。 AI人材への第一歩なのです 笑