[論文レビュー] Fiber-optic detection of snow avalanches using telecommunication infrastructure

Pascal Edme, Patrick Paitz+3 more|arXiv (Cornell University)|Feb 23, 2023

Cryospheric studies and observations被引用数 5

ひとこと要約

本研究では、雪崩がケーブルに直接影響を与えない場合でも、既存の通信用光ファイバーを用いた分散音響センシング（DAS）により、スイスアルプスのフラーリャパスにおける雪崩を検出できることを示している。10 kmの光ファイバーを用い、DASは雪崩に起因する地震波を、1500 m/sを超える apparent velocity と最大3 μm/m/sのひずみ変動を伴って記録した。ドローンおよびカメラ画像による確認がなされ、長距離にわたり低コストで近実時間での雪崩モニタリングが可能であることが明らかになった。

ABSTRACT

We demonstrate the detectability of snow avalanches using Distributed Acoustic Sensing (DAS) with existing fiber-optic telecommunication cables. For this, during winter 2021/2022, we interrogated a 10 km long cable closely following the avalanche prone Fluelapass road in the Swiss Alps. In addition to other signals like traffic and earthquakes, the DAS data contain clear recordings of numerous snow avalanches, even though most of them do not reach the cable. Here we present two examples of snow avalanche recordings that could be verified photographically. Our results open new perspectives for cost-effective, near-real-time avalanche monitoring over long distances using pre-installed fiber-optic infrastructure.

研究の動機と目的

• 既存の通信用光ファイバーを用いた分散音響センシング（DAS）による雪崩検出の可能性を評価すること。
• 雪崩がケーブルに直接到達しなくても、地震波の伝播に基づいてDASが雪崩信号を検出できるかどうかを評価すること。
• 実際の雪崩事象におけるDAS記録を写真および現地証拠で検証すること。
• DASを、近実時間での雪崩および土砂災害の低コストで大規模な監視ソリューションとしての可能性を検討すること。
• 自動車交通や地震などの他の周囲のノイズ源と区別できるかどうかを調査すること。

提案手法

• スイスアルプスのフラーリャパスにおける約10 kmの既存通信用光ファイバーを、Silixa iDAS TM 2.0インターオゲーターを用いて測定する。
• 100 Hzのサンプリング周波数と2 mの空間チャンネル間隔で、生のDASデータを記録し、ケーブルに沿って約5000の測定ポイントが得られる。
• ケーブル位置の正確さを約20 m以内に保つために、タップテストを用いてチャネルマッピングを実施する。
• 雪崩事象の周辺における写真証拠を収集するため、現地調査およびドローン調査を実施する。
• ケーブル端に固定カメラを設置し、時間差画像を取得してイベントの検証を実施する。
• DAS信号と視覚的記録を比較し、雪崩の発生および特徴を確認する。

Figure 1: Summary of the experimental setup. a) Geometry of the fiber-optic telecommunication cable starting in Susch and leading up to the Flüelapass top. The cable following the pass road is marked in red. Yellow pins are distance markings in km. Thick orange lines indicate the locations of the av

実験結果

リサーチクエスチョン

• RQ1 既存の通信ファイバーからのDAS信号は、ケーブルに直接影響を与えない雪崩を検出できるか？
• RQ2 交通や地震ノイズと比較して、雪崩事象のDAS信号特性（例： apparent velocity、ひずみ変動）はどのように異なるか？
• RQ3 写真および時間差画像証拠が、DASで特定された雪崩事象をどの程度確認できるか？
• RQ4 DASデータは、自動車交通や地震などの他の周囲の信号と区別できるか？
• RQ5 物理的雪崩が局所的であっても、光ファイバーに沿ってどの程度の距離にわたって雪崩信号が検出可能か？

主な発見

• 2022年3月19日、雪崩はケーブルとは川の反対側で約350 m離れた場所で停止したが、DASはそのケーブルの約1.5 kmにわたって大規模な雪崩を検出した。
• 雪崩は、物理的雪崩の幅が200 m未塔であっても、1500 m/sを超える apparent velocity と最大3 μm/m/sのひずみ変動を示す複雑なDAS信号を発生させた。
• 2022年4月15日、川の南側に位置する小さな雪崩は、数100 mにわたるDASデータで検出され、固定カメラからの画像差分法により確認された。ひずみ変動は約3 μm/m/sであった。
• 大規模な雪崩のDAS信号は、ケーブルの約1.5 kmにわたって空間的に整合性を示しており、地面およびファイバーへの強い地震波結合を示している。
• 交通ノイズは、40 km/h未満の遅い apparent velocity と最初の1.2 kmにわたる一貫した空間パターンにより、雪崩信号と区別できた。
• 本研究では、物理的雪崩がケーブルに直接影響を与えない場合でも、地面を通じた地震波伝播のおかげで、数kmの距離にわたってDASが雪崩信号を検出できることを確認した。

Figure 2: Example of a larger snow avalanche that was clearly recorded along $\sim$ 1.5 km of the fiber-optic cable. a) Photograph of the snow avalanche traversing the Flüelapass road and reaching the Susasca river in the valley (opposite the cable location). b) DAS recording along the complete $\si