本文へ
ここから本文です

機械学習の活用により地震に伴う大気中ラドン濃度の異常変動を客観的に検出 ─地殻変動のリアルタイム検知の実現に期待─

【本学研究者情報】

大学院理学研究科地学専攻
教授 武藤 潤(むとう じゅん)
研究室ウェブサイト

【発表のポイント】

  • 地震の発生を予測するため、古くから、大気中に放出されるラドンが注目されてきましたが、ラドン濃度は季節や気象条件にも依存して変化することから、正確な予測が難しいとされてきました。
  • ラジオアイソトープ(以下、RI)実験施設(注1)で計測される大気中のラドン(注2)濃度変動から地震前の異常を検出しました。
  • 今回の研究では、機械学習を用いることで、大気中ラドン濃度の地震に伴う異常変動を客観的に検出しました。
  • 全国のRI実験施設で観測される大気中のラドン濃度を使用することで、リアルタイムでの地殻変動モニタリング技術の実現に貢献すると期待されます。

【概要】

 ラドンは地殻に含まれる元素のひとつで、これまで地震の発生を予測するため、大気中に放出されるラドンが注目されてきました。しかし大気中のラドン濃度は季節によって変動するため、その異常を検出するのは困難でした。

 東北大学大学院理学研究科地学専攻 土谷真由(つちやまゆ)大学院生、武藤潤(むとうじゅん)教授らの研究チームは、機械学習を活用することで、地震直前の異常を客観的に評価できる方法を開発しました。

 2011年東北沖地震前の8年間(2008年1月?2011年3月)の大気中ラドン濃度変動の時系列を解析したところ、2010年から2011年にかけて、実測された大気中ラドン濃度変動と予測モデルによる差が顕著に拡大することが明らかになりました。この時期は、観測地点近くの福島県沖でスロー地震が観測されるなど、東北地方太平洋沖地震前に東西での圧縮変形が弱まり、地下から大気へとラドンが出やすくなっていた可能性が指摘されています。

 本手法を用いることで、将来的には全国のRI実験施設での大気中ラドン濃度のモニタリングを通じて、リアルタイムで地殻変動を追跡?予測することができるようになると期待されます。

 本成果は5月31日、科学誌Scientific Reportsに掲載されました。


図1. ランダムフォレスト法による時系列予測の概念図
大きな地震の発生していなかった期間の大気中ラドン濃度の時系列データから、ランダムに選択した70%のデータを教師データとして予測モデルを作成し、その後の地震直前期の予測を行う。

【用語解説】

注1. ラジオアイソトープ実験施設
密封されていない放射性同位元素(RI)を取り扱う実験施設(RI実験施設)では、大量の空気を施設に給気し、施設から排気している。排気中に、万が一RIが混入した場合のために、排気中のRI量を常時監視している。この監視のための測定結果から、大気中のラドン濃度の変動を計測できる。

注2. ラドン
自然界に存在する化学的に不活性の放射性気体。岩石中や土壌、さらには大気、水中など、いたるところに存在する。土壌中で生成されたラドンは、一部は土壌の間隙や割れ目を通って大気へ移行し、一部は地下水へ取り込まれる。

詳細(プレスリリース本文)PDF

問い合わせ先

(研究に関すること)
東北大学大学院理学研究科地学専攻
教授 武藤 潤(むとう じゅん)
TEL:022-795-6627
Email: muto*tohoku.ac.jp(*を@に置き換えてください)

(報道に関すること)
東北大学大学院理学研究科
広報?アウトリーチ支援室
TEL: 022-795-6708
Email: sci-pr*mail.sci.tohoku.ac.jp(*を@に置き換えてください)

sdgs_logo

sdgs09sdgs11

東北大学は持続可能な開発目標(SDGs)を支援しています

このページの先頭へ