Presentation Information
[P22-15]Creation of a Temporary Seismic Observation Dataset for Machine Learning
*Takahiko Uchide1, Reiken Matsushita1, Takahiro Shiina1, Haruo Horikawa1 (1. National Institute of Advanced Industrial Science and Technology (AIST))
地震波形の検測などには機械学習モデルが広く使用されるようになってきた。機械学習モデルを学習させる際や学習済みモデルの性能を評価する際には、入力データと正解ラベルが対になったデータセットが必要である。STEAD（Mousavi et al., 2019）など幅広くデータを集めたものもあれば、リージョナルなデータばかり集めたデータセット（Aguilar Suarez and Beroza, 2024）や海底地震計のデータばかりを集めたデータセット（Bornstein et al., 2023；Niksejel and Zhang, 2024）といった個性のあるデータセットも作られている。これらのデータセットは地震学のための機械学習のツールボックスであるSeisBench（Woollam et al., 2022）に実装されており、使いやすい形で提供されている。
データセットの中には、P波やS波の到達時刻の検測値に明白な問題があるものもある。また、片方の検測値しかついていないデータもあり、使用の際には注意を要する例もある。検測値の品質はそのまま機械学習モデルの品質に関係するため、検測は慎重に行う必要がある。
本研究では、産総研でこれまで取得してきた臨時地震観測データに対して、手動検測を行い、確認を重ねて、地震波形データセットを作成した。臨時地震観測データは、三重県松阪市飯高地区（今西・武田, 2011）、山梨県東部（内出ほか, 2015；今西ほか, 2016）、茨城県北部で得られたものを使用した。マグニチュード分布が1から4程度の範囲でできるだけ均一になるようにデータを選んだ。サンプリングレートは100 Hzになるようにリサンプリングした。データ長は100秒で、各成分のサンプル数は10000、3成分合わせて30000サンプルが1本のデータになっている。P波・S波の到達時刻に加えて、観測点位置、震源位置などのメタデータをまとめた。
P波・S波到達時刻の確認のみならず、データの品質の確認も目視で慎重に行った。2つ以上のイベントが含まれるデータは、1つしかイベントが含まれないようにデータの切り出し位置を調整するか、あるいは破棄するかといった対応を取った。地震計の異常に起因すると思われる異常なデータは除去した。
これらの慎重なチェックを経て、11,298本のデータからなるデータセットが出来上がった。これらのデータはSeisBenchのWaveformDatasetクラスで扱えるよう、波形データを収めたHDF5ファイルとメタデータを収めたCSVファイルの形でデータセットをまとめた。
このデータセットは、他のデータセットに比べてデータ数が少ないが、簡易的に地表あるいは浅い穴に設置した地震計で得られたデータのための自動検測モデルを作成するための転移学習への利用が期待される。
謝辞
地震波形データの手動検測は株式会社ホームサイスモメータによって行われた。本研究は、文部科学省の情報科学を活用した地震調査研究プロジェクト（STAR-Eプロジェクト）JPJ010217の助成を受けたものである。
データセットの中には、P波やS波の到達時刻の検測値に明白な問題があるものもある。また、片方の検測値しかついていないデータもあり、使用の際には注意を要する例もある。検測値の品質はそのまま機械学習モデルの品質に関係するため、検測は慎重に行う必要がある。
本研究では、産総研でこれまで取得してきた臨時地震観測データに対して、手動検測を行い、確認を重ねて、地震波形データセットを作成した。臨時地震観測データは、三重県松阪市飯高地区（今西・武田, 2011）、山梨県東部（内出ほか, 2015；今西ほか, 2016）、茨城県北部で得られたものを使用した。マグニチュード分布が1から4程度の範囲でできるだけ均一になるようにデータを選んだ。サンプリングレートは100 Hzになるようにリサンプリングした。データ長は100秒で、各成分のサンプル数は10000、3成分合わせて30000サンプルが1本のデータになっている。P波・S波の到達時刻に加えて、観測点位置、震源位置などのメタデータをまとめた。
P波・S波到達時刻の確認のみならず、データの品質の確認も目視で慎重に行った。2つ以上のイベントが含まれるデータは、1つしかイベントが含まれないようにデータの切り出し位置を調整するか、あるいは破棄するかといった対応を取った。地震計の異常に起因すると思われる異常なデータは除去した。
これらの慎重なチェックを経て、11,298本のデータからなるデータセットが出来上がった。これらのデータはSeisBenchのWaveformDatasetクラスで扱えるよう、波形データを収めたHDF5ファイルとメタデータを収めたCSVファイルの形でデータセットをまとめた。
このデータセットは、他のデータセットに比べてデータ数が少ないが、簡易的に地表あるいは浅い穴に設置した地震計で得られたデータのための自動検測モデルを作成するための転移学習への利用が期待される。
謝辞
地震波形データの手動検測は株式会社ホームサイスモメータによって行われた。本研究は、文部科学省の情報科学を活用した地震調査研究プロジェクト（STAR-Eプロジェクト）JPJ010217の助成を受けたものである。