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3回】地震解析 ~活断層型地震~

プレート境界で発生する「海溝型地震」についてはかなり明確な前兆があることが分かりました。地震解析の第3回では内陸プレートで発生する「活断層型地震」について、過去起きた大地震のデータを検証します。一般的に活断層型地震は予測が困難らしいので、本当に前兆がないのか(予測不可能なのか)を見てみます。

前回まで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、海溝型地震と活断層型地震に分けて前兆がなかったのか検証してみることにしました。

前回は海溝型地震について検証し、海溝型地震には前兆となる大きな地震があること・環太平洋地域で地震活動が活発な時にはどこで大地震が起きてもおかしくないことが分かりました。

今回は予測が困難といわれる活断層型地震について過去のデータを検証してみます。

データで見る活断層型地震発生前夜

前回同様、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で見える化してみます。
昨年の今頃の3か月間のデータを「平時」として比較のベースラインにします。


過去の活断層型地震:日本

阪神淡路大震災(1995.1.17)

日本で起こった活断層型地震の代表格が阪神淡路大震災です。直前に地下水の濁りや網にかかる魚の異常などが見られたそうですが、前兆となる地震はなかったそうです。
一見、世界的には日本~台湾~ニュージーランドに至る環太平洋西側の地震活動が活発になっているように見えますが、比較対象の「平時」とほぼ同程度ですかね。

ただ、日本にフォーカスしてみると阪神地域に前兆はなさそうに見えます。むしろ、東北沖に地震が集中しており、日本近海に限ると東日本大震災の前兆と酷似しています。あと、北海道の根室沖にも地震の密集が見られます。いずれにしろ、阪神淡路大震災の前兆はなさそうです。

大阪北部地震(2018.6.18)

続いて2018年の大阪北部地震です。
世界的な地震活動は先ほどの阪神淡路同様、環太平洋西部で地震活動が活発になっています。加えて、南米やハワイのあたりでも大きめの地震が発生していました。

ただ、日本にフォーカスすると目立った前兆は見られないですね。。

熊本地震(2016.4.14)

お次は地震リスクは比較的小さいと思われていた九州で突如発生した熊本地震です。これも活断層型地震だったそうです。
 世界的には「平時」とあまり変わらんですね。。
日本にフォーカスしても熊本地震を連想させるような前兆はなさそうです。むしろ、十勝沖地震を連想しそうですね。

過去の活断層型地震:日本以外

四川大地震(2008.5.12)

続いて海外で発生した大規模な活断層型地震についてみていきます。まずは2008年に中国で発生したM7.9の四川大地震です。
日本の太平洋沖・フィリピン沖・スマトラ沖で海溝型地震がいくつか起きていますが、中国本土には前兆はなさそうです。嵐の前の静けさ感がありますね。

ハイチ地震(2010.1.12)

最後は2010年に起きたM7.0のハイチ地震です。日本~台湾~インドネシア~ニュージーランドあたりの環太平洋西側は地震活動が活発ですね。特にニュージーランド沖がいつになく活発に見えます。一方で、カリブ海に浮かぶハイチに近い中米~南米の環太平洋東側は穏やかに見えます。

ハイチ近郊にフォーカスしても特に前兆はなさそうです。
※地図の真ん中の「つ」みたいな形の島の西側がハイチです。
※ハイチの東に浮かぶプエルトリコで地震が多く出ていますが、この地震の量・大きさは「平時」と同様です。

活断層型地震のまとめ

今回は歴史的に規模(マグニチュード)の大きかった活断層型地震について、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「マジで前兆がない!」です。

プレート境界で起きる海溝型地震は、陸側と海側のプレートが「面」で接するという特徴ゆえにひずみが境界面の各所で前震・本震・余震として発生するのに対し、地殻内でたまったひずみが断層運動として一気に解放される活断層型地震は溜まり溜まった歪みのエネルギーが一撃必殺的に開放されるので、予兆がないのかもしれないということがデータで裏付けられたように思います。

今後の展望

すくなくとも、海溝型地震についてはある程度明確な前兆があることが分かったので、過去のデータから地震の起こりやすさを機械学習でモデル化できそうです。なので、こんな感じで進めてみようかなと思っています。

  1. 過去の地震のデータ(100年分くらい?)を時系列的に放り込んで地震の起こりやすさを弾き出すモデルを機械学習で作ってみる。(過去のデータから、過去の地震の起こりやすさを当てるようなモデルを作ってみる)
  2. モデルの精度を測定する。(ここが大きなポイント。使い物にならない可能性も高そう。。)
  3. (もしそれらしいモデルができたら)最近の地震データを放り込んで当たるか検証する。(2020年4月までのデータでモデルを作って、5月のデータを入れて実際当たったかを検証する&今後起きそうな場所を推定する)

今年のGWの取り組みとして今からやってみようと思います!(四六時中子どもたちと一緒にいるのでどこまでできるかは微妙。。)

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。

『女たちの王国 「結婚のない母系社会」中国秘境のモソ人と暮らす』☆3

雲南省と四川省の境にある「世界で最後の母系社会を営むモソ族」の社会に入り込んだ中華系シンガポール人女性の手記。結婚という概念がない・一夫一妻制でもないなど、父系社会が当たり前の我々にはイメージしづらい世界ですが、命をはぐくむ女性を中心とした母系社会のほうが生物としては正しい在り方なのかもしれません。

【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

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