地震の揺れの大きさを予測する高度な手法を開発―人工知能と物理モデルの組み合わせで精度向上を図る：防災科学技術研究所
(2020年7月27日発表)
（国）防災科学技術研究所は7月27日、地震の揺れの大きさを示す地震動予測を高度化するために、これまでの「物理モデル」と人工知能（AI）の「機械学習」を組み合わせた「ハイブリッド方式」を開発したと発表した。地震発生直後に出す緊急地震速報の精度向上などにつなげたいとしている。
現在の地震動予測は、地震動の強さの指標（震度や地表最大加速度）と、「地震の規模」、「震源から予測地点間の距離」を結び付けた関係式に、過去の地震記録を取り込んで調整した方程式を使ってきた。計算が手軽なことから地震ハザードマップや、緊急地震速報などに利用されている。
地震動予測式は、地震学研究による物理モデルを基本にしているため、発生頻度が少ない事象でもある程度の予測が可能だ。その反面、柔軟性に乏しい弱点があった。一方、機械学習法は様々な要素が複雑に影響し合う事象について、データに基づく予測を精度よく実現できるのが利点だ。
機械学習はまれに起きるような事象である強大地震の予測が苦手とされる。これまでの観測データには弱い揺れの記録は豊富にあるものの、震度７のような強大地震の記録は少ない。このため機械学習は1,000gal(ガル)を超えるような強地震を見逃しがちだった。強い揺れは建物などの被害に直結するだけに、防災、減災上で無視するわけにはいかない。
機械学習は、データに合わせて柔軟で高精度な予測ができる。地震動方程式は物理モデルに基づくため発生頻度が少ない強大地震の予測ができる。双方の利点を生かすためにハイブリッド予測手法を考案した。
これまでの地震動予測式で第一段の予測を実施し、さらに不足する部分を補うため機械学習による第二段の予測を行う。これらを組み合わせたものを最終的な予測として出力する。
機械学習には大量の学習データが不可欠となる。防災科研は全国の地震観測網、火山観測網と、海域の地震・津波観測監視システムの統合的な運用を続けており、この豊富なデータを基に1997年から2015年までの18年間に発生した2,082件の地震記録18万6,310件を機械学習用に読み込ませた。これまでの地震動予測に使ったデータ量より一桁多い膨大な観測記録となっている。
試みに熊本地震（2016年4月）の本震で観測した記録と、その前の18年間の過去の蓄積データを基にした「機械学習」予測、「物理モデル」予測、「ハイブリッド手法（機械学習と地震動予測の組み合わせ）」予測を比較してみた。
その結果、熊本地震では1,000galを超える強大地震が観測されているものの、機械学習予測と地震動予測では強大地震がみられず、ハイブリッド予測で初めて実際の観測記録に近い形での予測がなされ、単一の手法に比べて予測性能が大きく改善されていた。
ハイブリッド手法は地震予測だけでなく、他の社会分野でも応用可能とみて幅広い応用を考えている。