メインコンテンツへスキップ
見出し画像

2026年4月18日の長野県北部M5.0地震に線震源は必要か-2026年4月18日13時20分 長野県北部M5.0地震の有限震源性をK-NET surface 6点で検査した暫定解析

    要旨

    2026年4月18日13時20分頃に発生した長野県北部 M5.0 地震を対象に,同日以後の同一活動域の地震活動とは切り分けて,K-NET surface 6観測点から得た S 波窓の apparent duration / centroid を用い,point source model と line source model の低自由度比較を行った.
    本稿の目的は高解像度すべり分布の推定ではなく,有限震源性を安定に検出できるかを分解能制約付きで評価することである.
    基準 window では point model が line model よりも小さい情報量指標を示し,ΔIC=3.61\Delta IC = 3.61 であった.
    一方,観測点再標本化(bootstrap)では line model の選択率が 60.060.0% であり,優劣判定は安定していない.
    synthetic では point synthetic に対する誤検出率が 10.010.0%,50%識別に必要な最小破壊長がおよそ 4.00 km4.00\ \mathrm{km} であり,本データセットが有限震源性の識別限界付近にあることが示された.
    したがって,本稿は有限震源破壊を安定検出したとは結論せず,現段階では line source を導入する根拠がまだ不十分である,という保守的な結論を採用する.

    1. はじめに

    M5 級の内陸浅発地震では,期待される破壊長と継続時間が数 km・数秒以下のオーダーとなり,近地記録の site / path 効果や観測点配置の偏りと同程度になりやすい.
    そのため,強震観測点が限られた状況で高自由度の finite-fault inversion を行うと,データそのものよりも境界条件や正則化が解を作りやすい.
    本稿では,問題設定を『詳細なすべり分布を描くこと』ではなく,『point source で足りるか,line source を導入すべきか』へ置き換える.

    2. データ

    主対象は 2026年4月18日13時20分頃の長野県北部地震である.解析用カタログでは深さ 6.7 km を採用したが,気象庁公表値は深さ 8 km の暫定値であるため,深さ感度解析で結論の安定性を確認した.
    現時点で実解析に用いた波形は K-NET surface 6観測点のみであり,KiK-net borehole は未取得のため未使用である.
    なお,同日14:54の M5.1 を含む同一活動域の地震活動は,震源域の背景把握および EGF 候補探索のためにのみ参照した.本稿では,これらの地震活動の時空間分布から断層面,破壊方向,または有限震源性を推定しない.
    解析対象とデータセットの要約を表1に,候補節面の幾何を表2に示す.また,観測点配置と周辺地形を図1に,同一活動域の震央分布と観測点配置の関係を図2に示す.

    画像
     表1.解析対象とデータセットの要約.
    画像
    表2.候補節面.
    画像
    図1.観測点配置と 13:20イベント周辺地形.
    画像
    図2.震央分布・観測点配置・13:20イベント周辺地形.震央分布は活動域の背景と EGF 候補探索の文脈を示す補助情報であり,point / line 判定の直接証拠としては扱わない.

    3. 方法

    主解析では EGF デコンボリューションは採用せず,13:20イベント単独の S 波窓から apparent duration と centroid を抽出した.
    包絡線振幅を a(t)a(t) とすると,エネルギー重みは E(t)=a(t)2E(t)=a(t)^2 とおいた.apparent duration は累積エネルギー曲線の 5–95 パーセンタイル幅で定義し,centroid は次式で定義した.

    tc=∑ttE(t)∑tE(t)t_c = \frac{\sum_t t E(t)}{\sum_t E(t)}

    point model は τr\tau_r と t0t_0 を未知数とする 2 パラメータモデル,line model は候補断層面上の破壊方向 ψ\psi,実効長 LL,破壊速度 VrV_r,τr\tau_r,t0t_0 を未知数とする 5 パラメータモデルとした.
    最適化は soft_l1 損失によるロバスト最小二乗で行い,比較には重み付き二乗残差から計算した近似的情報量指標を用いた.
    RSS は soft_l1 最適化後の解に対して,規格化残差の通常の二乗和として再計算した.

    IC=klog⁡n+nlog⁡(RSSn)IC = k \log n + n \log \left( \frac{RSS}{n} \right)

    ここで nn は観測点数ではなく duration と centroid を合わせた観測数である.ただし両者は同一波形から得た相関量であるため,n=6,9,12n=6,9,12 の感度も別途点検した.
    基準 window は `N3.0-P0.3-S4.0` とし,S 波主要動を含みつつ過剰な coda 混入を避けることを意図した中間的条件として設定した.

    4. 結果

    4.1 代表解

    基準 window では point model の情報量指標が line model より小さく,ΔIC=3.61\Delta IC = 3.61 であった.
    line model の形式的最適値は L≈1.51 kmL \approx 1.51\ \mathrm{km},ψ≈120.4∘\psi \approx 120.4^\circ であったが,これは物理的破壊長や破壊方向を安定推定したことを意味しない.
    基準 window における point / line 比較の数値を表3に,情報量指標の nn の数え方を変えた場合の感度を表4に示す.

    画像
    表3.基準 window における point / line 比較.
    画像
    表4.情報量指標の $${n}$$ 感度.

    4.2 見かけ量の方位依存と再標本化

    見かけ継続時間と重心時刻には方位依存が認められるが,観測点再標本化(bootstrap)では line model が選択される標本も多く,基準解の優劣は安定していない.
    観測点ごとの見かけ継続時間と重心時刻の分布を図3に,再標本化による model 選択のばらつきを図4に,観測点を1点ずつ除外した場合の感度を図5に示す.

    画像
    図3.見かけ継続時間と重心時刻の方位依存.
    画像
     図4.point / line の bootstrap 比較.
    画像
    図5.leave-one-station-out 感度.

    4.3 synthetic による検出限界

    point source synthetic に対しても line model が選択される場合があり,誤検出率は無視できない.さらに,本観測点配置では数 km 未満の line source を安定に識別することは難しい.
    point synthetic に対する誤検出分布を図6に,synthetic line に対する識別限界曲線を図7に示す.

    画像
    図6.point synthetic に対する誤検出分布.
    画像
    図7.synthetic line の検出閾値.

    4.4 window と主要感度

    最大の感度要因は window 設定であり,広い window では point / line 判定が入れ替わった.これに対し,深さ,重み,Vr 固定 vs 自由の主要感度では point 側が残った.
    各感度条件の数値一覧を表5から表8に示し,対応する可視化を図8から図11に示す.

    画像
    表5.window 感度.
    画像
    表6.震源深さ感度.
    画像
    表7.重み感度.
    画像
    表8.Vr 固定 vs 自由の感度.
    画像
    図8.window 感度.
    画像
    図9.震源深さ感度.
    画像
    図10.重み感度.
    画像
    図11.Vr 固定 vs 自由.

    4.5 line model の同定性

    line model の内部でも,$$

    {L}$$,VrV_r,ψ\psi の許容域は広い.direction profile と L−VrL-V_r グリッドの最小値でも point model を下回れず,line-side parameter の鋭い決定には至っていない.
    破壊方向 ψ\psi に対する profile を図12に,L−VrL-V_r のトレードオフを図13に示す.

    画像
    図12.破壊方向プロファイル.
    画像
    図13.L-Vr トレードオフ.

    5. 考察

    以上の結果は,K-NET surface 6点だけでも有限震源性を検査する枠組みは作れる一方で,その主張強度は観測点数と window 設定に強く制約されることを示している.
    基準解だけを見ると point model が有利であるが,再標本化(bootstrap)や window 感度まで含めると『point model が選択された』というより『point / line の識別力がまだ不足している』と解釈する方が適切である.
    EGF は今回の QC 条件では成立しなかったため,見かけ量に含まれる site / path 効果を十分に相殺できていない.このことも,finite-source の主張を弱める主要因である.
    結果全体の要点の整理を図14に示し,観測点ごとの採否と特徴量の要約を表9に,EGF 候補の監査結果を表10に示す.

    画像
    図14.総合要約図.
    画像
    表9.観測点一覧.
    画像
    表10.EGF 候補監査表.

    6. 限界

    本稿の apparent duration / centroid は震源時間関数そのものではなく,伝播経路,散乱,地盤応答を含む見かけ量である.したがって,これらを有限震源性へ一意に帰着させない.
    また,KiK-net borehole,より近接した EGF,追加観測点が得られれば,結論の安定性は変わりうる.

    7. 結論

    K-NET surface 6点から得た S 波窓の apparent duration / centroid に基づく低自由度比較では,基準 window において point model が line model より小さい情報量指標を示した.
    しかし,window 設定によって point / line 判定は入れ替わり,再標本化に対する優劣も安定しない.synthetic から見ても,本データセットは有限震源性の識別限界付近にある.
    したがって,現段階では finite-source rupture を安定検出したとは結論せず,『line source を導入する根拠はまだ不十分』という暫定結論を採用する.

    Data Availability

    本稿で使用した強震データの引用表記は,NIED の公式案内に従い,`防災科学技術研究所 (2019) 防災科研K-NET, KiK-net, 防災科学技術研究所. https://www.doi.org/10.17598/NIED.0004` を用いた.震源情報は気象庁公開情報を参照した.

     
     
    会社員,気ままに興味があったことを記録しています.

    あなたへのおすすめ