[論文レビュー] Signal-based Bayesian Seismic Monitoring

David A. Moore, Stuart Russell|arXiv (Cornell University)|Mar 2, 2017

Seismology and Earthquake Studies参考文献 17被引用数 5

ひとこと要約

本論文では、ウェーブレット係数に基づくガウス過程を用いて、生波形を直接モデル化する信号ベースのベイズ的地震監視システムSIGVISAを紹介する。物理的事前分布を組み込み、複数のステーション間で統合推論を可能にすることで、従来の検出ベース手法と同等の精度で3倍のイベントを検出し、平均位置誤差を4分の1に低減し、低マグニチュードおよびde novoイベントに対する感度を著しく向上する。

ABSTRACT

Detecting weak seismic events from noisy sensors is a difficult perceptual task. We formulate this task as Bayesian inference and propose a generative model of seismic events and signals across a network of spatially distributed stations. Our system, SIGVISA, is the first to directly model seismic waveforms, allowing it to incorporate a rich representation of the physics underlying the signal generation process. We use Gaussian processes over wavelet parameters to predict detailed waveform fluctuations based on historical events, while degrading smoothly to simple parametric envelopes in regions with no historical seismicity. Evaluating on data from the western US, we recover three times as many events as previous work, and reduce mean location errors by a factor of four while greatly increasing sensitivity to low-magnitude events.

研究の動機と目的

• 生波形を処理済み検出結果に依存せずにモデル化することで、ノイズが多く空間的に分散したセンサーネットワークにおける地震イベント検出を改善すること。
• しきい値処理や信号損失のため、低マグニチュードおよびde novoイベントを逃す検出ベースシステムの限界を解消すること。
• 地震波の伝播および経路依存性の変調に関する物理的知識を統合した生成的確率的モデルを開発すること。
• 位相到着時刻と波形相関を統合して、複数ステーション間で統合推論を可能にするベイズ手法を用いて、イベントの位置特定を向上させること。
• 核実験禁止条約監視において極めて重要な、周辺に歴史的地震活動のないイベントに対する感度を高めること。

提案手法

• イベント位置、発生時刻、位相振幅の潜在変数を用いた生成モデルに基づき、地震イベント検出をベイズ的推論として定式化する。
• 歴史的イベントに基づいて波形の詳細な変動をモデル化するため、ウェーブレット係数上のガウス過程を採用し、低地震活動地域では滑らかにパラメトリックなエンvelopeに退化するように設計する。
• ケネット＆エンガハル（1991）などから得られる物理的到着時刻モデル（例：速度構造とイベント-ステーション幾何）を用い、位相到着時刻を予測する。
• MCMC推論を用いて、下位からの信号証拠と上位からの物理的制約を統合した、イベント履歴の事後分布を計算する。
• 特に繰り返し発生するイベントにおいて、複数ステーション間の波形相関を活用して検出および位置特定の精度を向上させる。
• イベントのタイミング、位置、信号構造を統合的に推論できる、統一された確率的フレームワークに複数ステーションのデータを統合する。

実験結果

リサーチクエスチョン

• RQ1 生波形を直接モデル化するベイズ的生成モデルは、検出ベース手法に比べ、イベントの再現率と位置特定精度で優れているか？
• RQ2 波形モデル化により、歴史的データに存在しない低マグニチュードおよびde novo地震イベントの検出がどの程度向上するか？
• RQ3 信号ベースのモデルが位相到着時刻と波形相関をどのように統合し、イベントの位置特定精度を向上させられるか？
• RQ4 ウェーブレット係数のパラメータ上でのガウス過程による波形変動のモデル化は、地震活動が乏しい地域での一般化性能を向上させるか？
• RQ5 核監視の主要な課題である、周辺に歴史的地震活動のないイベントに対しても、本システムは高い性能を維持できるか？

主な発見

• SIGVISAは51%の精度で19.3%の再現率を達成し、ベースラインのSEL3システム（6.4%の再現率）と同等の精度で3倍の検出性能を示した。
• 従来手法と比較して、平均位置誤差が4分の1に低減され、イベントの位置特定精度が著しく向上した。
• 高感度モードでは、全参照イベントの33%を検出しており、そのうち6件は他のIMSベースシステムがすべて検出できなかった真のイベントであった。
• SIGVISAはde novoイベントに対しても優れた性能を示し、3か月間（2008年1月〜3月）に24件のうち6件を検出しており、同等の精度で他のシステムと同等またはそれを上回った。
• 参照ブルーレットに記録のない2件のイベントについて、モデル予測と観測信号との間に強い一致が確認され、地面真理データに潜在的な欠落がある可能性を示唆した。
• 弱い信号対雑音比のため、しきい値ベースの検出システムがしばしば見逃す低マグニチュードイベントに対しても、感度が向上した。