Presentation Information
[S17-07]Detection of Undetected Non-Seismic Tsunamis Using DONET Ocean Bottom Pressure Gauge Records
*Aoi Kudo1, Shingo Watada2, Osamu SANDANBATA2 (1. Department of Earth Planetary Science, School of Science, The University of Tokyo, 2. Earthquake Research Institute, The University of Tokyo)
日本では，海溝型地震及びそれに伴う津波の早期検知を目的として，2011年頃より大規模なリアルタイム海底観測網が整備された．観測網には水圧計が設置されており，従来の海岸潮位観測手法では難しかった微弱な津波の検出が可能となっている．
本研究では，未知の津波イベントの検出を目的として，海底水圧計観測データに「ネットワーク平均相互相関法」を適用し，類似波形を探索した．海底水圧計観測データの中には，小振幅であるためにこれまで津波として検出されていない未知の津波イベントが含まれていることが予想される．類似した未知のイベントが繰り返し発生している場合，波源の位置に関わらず類似波形が同一観測点で複数回にわたり記録される．波形の類似性は相関係数により定量化できるため，同一観測点の異なる時系列のデータ同士の相関係数を計算することにより，様々な場所で発生した類似波形イベントを網羅的に検知することができる．中でも「ネットワーク平均相互相関法」は，観測点ごとに計算した相互相関関数の最大値を観測点ごとに取得し，その平均値をネットワーク全体の相互相関係数として使用する手法である．ネットワーク全体で似た津波波形を観測した場合のみ相関係数が高くなるため，ノイズ等が原因の誤検出を抑制し，検出精度を向上させることが可能となる．
2016年4月から2024年12月までの約8年半にわたるDONETの海底水圧計記録(周波数帯域0.001-0.01Hz)を用いた解析では，多数の未知のイベントの検出に成功した．これらのイベントの観測前の時間帯に，津波を発生させる規模の地震が観測されていないことから，非地震性津波であると推測される．非地震性津波の要因としては，海底地すべりや海底火山活動，気象擾乱などが知られているが，今回見つかった非地震性津波の多くは気象擾乱起源の気象津波である可能性が高いと考えている．これらの気象津波とみられるイベント群について，センブランス解析により到来方向を推定した．その結果，検出された気象津波の到来方向および振幅には季節的な変動が認められた．到来方向に関しては，一年を通じて南東方向からの津波が多く，さらに冬期には西方向からの津波の頻度が増加する傾向にある．振幅に関しては，到来方向に関わらず冬期に大きく，夏期には小さくなる傾向が明らかとなった．
本研究の手法を適用すると，従来の手法では難しかった非地震性津波の自動検出が今後可能となるかもしれない．今後は検出されたイベント群のより詳細な解析を行い，それらの発生要因を調べる予定である．
In Japan, large-scale real-time seafloor observation networks have been established since around 2011 to quickly detect subduction zone earthquakes and associated tsunamis. Online ocean bottom pressure gauges installed at each station of the seafloor observation network enable us to detect weak tsunamis with amplitudes of only a few millimeters, which have been difficult to observe with conventional sparse coastal tide gauges.
In this study, we applied the “network-averaged cross-correlation method” to the ocean bottom pressure gauge data to detect unknown tsunami events and searched extensively for similar waveforms. It is expected that the pressure gauges have recorded small-amplitude tsunami events, but the events may have been overlooked. When similar unknown events occur repeatedly, similar waveforms are recorded multiple times at the same observation point, regardless of the source location. Since the similarity of waveforms can be quantified by the correlation coefficient, repeated events can be comprehensively detected by calculating correlation coefficients between data from different time series at the same observation point, even when the events originate from various locations. The “network-averaged cross-correlation method” is a technique that takes the average of the maximum correlation coefficients at each observation point and uses it as the cross-correlation coefficient of the entire network. Since high correlation coefficients are obtained only when similar tsunami waveforms are consistently observed across the entire network, this method suppresses false detections caused by noise and improves detection accuracy.
We analyzed DONET ocean bottom pressure gauge records (frequency band 0.001-0.01Hz) from April 2016 through December 2024 and succeeded in detecting many unknown events. Since no major earthquakes coincide with the observed events, they are considered non-seismic tsunamis. Submarine landslides, submarine volcanic activities, and meteorological disturbances are known to cause non-seismic tsunamis. In our analysis, most of the detected non-seismic tsunamis are likely meteorological tsunamis originating from meteorological disturbances. The arrival direction of the meteorological tsunamis was estimated by a semblance analysis. We found that the arrival direction and amplitude of the meteorological tsunamis exhibit seasonal variations. Meteorological tsunamis most often come from the southeast throughout the year, and those from the west also increase during the winter. Regardless of their arrival direction, the amplitude tends to be larger in winter and smaller in summer.
By applying our method, it may be possible to automatically detect non-seismic tsunamis in the future, which have been difficult with conventional methods. We plan to analyze the detected events in detail and investigate the causes of their occurrence.
本研究では，未知の津波イベントの検出を目的として，海底水圧計観測データに「ネットワーク平均相互相関法」を適用し，類似波形を探索した．海底水圧計観測データの中には，小振幅であるためにこれまで津波として検出されていない未知の津波イベントが含まれていることが予想される．類似した未知のイベントが繰り返し発生している場合，波源の位置に関わらず類似波形が同一観測点で複数回にわたり記録される．波形の類似性は相関係数により定量化できるため，同一観測点の異なる時系列のデータ同士の相関係数を計算することにより，様々な場所で発生した類似波形イベントを網羅的に検知することができる．中でも「ネットワーク平均相互相関法」は，観測点ごとに計算した相互相関関数の最大値を観測点ごとに取得し，その平均値をネットワーク全体の相互相関係数として使用する手法である．ネットワーク全体で似た津波波形を観測した場合のみ相関係数が高くなるため，ノイズ等が原因の誤検出を抑制し，検出精度を向上させることが可能となる．
2016年4月から2024年12月までの約8年半にわたるDONETの海底水圧計記録(周波数帯域0.001-0.01Hz)を用いた解析では，多数の未知のイベントの検出に成功した．これらのイベントの観測前の時間帯に，津波を発生させる規模の地震が観測されていないことから，非地震性津波であると推測される．非地震性津波の要因としては，海底地すべりや海底火山活動，気象擾乱などが知られているが，今回見つかった非地震性津波の多くは気象擾乱起源の気象津波である可能性が高いと考えている．これらの気象津波とみられるイベント群について，センブランス解析により到来方向を推定した．その結果，検出された気象津波の到来方向および振幅には季節的な変動が認められた．到来方向に関しては，一年を通じて南東方向からの津波が多く，さらに冬期には西方向からの津波の頻度が増加する傾向にある．振幅に関しては，到来方向に関わらず冬期に大きく，夏期には小さくなる傾向が明らかとなった．
本研究の手法を適用すると，従来の手法では難しかった非地震性津波の自動検出が今後可能となるかもしれない．今後は検出されたイベント群のより詳細な解析を行い，それらの発生要因を調べる予定である．
In Japan, large-scale real-time seafloor observation networks have been established since around 2011 to quickly detect subduction zone earthquakes and associated tsunamis. Online ocean bottom pressure gauges installed at each station of the seafloor observation network enable us to detect weak tsunamis with amplitudes of only a few millimeters, which have been difficult to observe with conventional sparse coastal tide gauges.
In this study, we applied the “network-averaged cross-correlation method” to the ocean bottom pressure gauge data to detect unknown tsunami events and searched extensively for similar waveforms. It is expected that the pressure gauges have recorded small-amplitude tsunami events, but the events may have been overlooked. When similar unknown events occur repeatedly, similar waveforms are recorded multiple times at the same observation point, regardless of the source location. Since the similarity of waveforms can be quantified by the correlation coefficient, repeated events can be comprehensively detected by calculating correlation coefficients between data from different time series at the same observation point, even when the events originate from various locations. The “network-averaged cross-correlation method” is a technique that takes the average of the maximum correlation coefficients at each observation point and uses it as the cross-correlation coefficient of the entire network. Since high correlation coefficients are obtained only when similar tsunami waveforms are consistently observed across the entire network, this method suppresses false detections caused by noise and improves detection accuracy.
We analyzed DONET ocean bottom pressure gauge records (frequency band 0.001-0.01Hz) from April 2016 through December 2024 and succeeded in detecting many unknown events. Since no major earthquakes coincide with the observed events, they are considered non-seismic tsunamis. Submarine landslides, submarine volcanic activities, and meteorological disturbances are known to cause non-seismic tsunamis. In our analysis, most of the detected non-seismic tsunamis are likely meteorological tsunamis originating from meteorological disturbances. The arrival direction of the meteorological tsunamis was estimated by a semblance analysis. We found that the arrival direction and amplitude of the meteorological tsunamis exhibit seasonal variations. Meteorological tsunamis most often come from the southeast throughout the year, and those from the west also increase during the winter. Regardless of their arrival direction, the amplitude tends to be larger in winter and smaller in summer.
By applying our method, it may be possible to automatically detect non-seismic tsunamis in the future, which have been difficult with conventional methods. We plan to analyze the detected events in detail and investigate the causes of their occurrence.