工藤 蒼生大学院学生(M1)が、 日本地震学会学生優秀発表賞を受賞しました。
受賞者氏名 ：工藤 蒼生
受賞名 ：日本地震学会学生優秀発表賞
授与機関 ：日本地震学会
受賞日 ：2025年11月28日
研究題目 ：DONET海底水圧計記録を用いた未知の非地震性津波の検出
フンガ・トンガ2022年噴火をスーパーコンピュータで再現する
鈴木雄治郎1, Beatriz Martínez Montesinos2,3, Antonio Costa2
1地震研究所・数理系研究部門, 2INGV(イタリア), 3GEO3BCN-CSIC(スペイン)
Numerical simulations reveal the dynamics of the most intense eruption of Hunga Tonga in January 2022, Bulletin of Volcanology, 87:119, 2025. doi:10.1007/s00445-025-01919-9
フンガ・トンガ―フンガ・ハアパイ火山では、2022年1月15日に激しい爆発的噴火が発生しました。噴煙は海抜約58 kmまで達し、水平方向にも数百 km に及ぶ巨大な傘型の雲を形成しました。また、この噴火に伴う急激な気圧変化によって潮位が変動し、その影響は約8,000 km離れた日本でも観測されました。このかつて例のない規模の噴火がどのように生じたのかを明らかにするため、私たちは三次元数値モデルを用いた大規模シミュレーションをスーパーコンピュータで実行しました。
海水面近くで発生した今回の噴火は、どれだけ海水が混合したかが噴煙の挙動の鍵になります。そこで、火口で混合する海水量を変えてシミュレーションしました。噴煙における海水量が25%もあると温度が低くなり、すべての噴煙が流れ下り火砕流となりました（図a）。海水量が22%のときは火砕流と噴煙柱の両方が発生するものの、噴煙高度は観測より低くなりました（図b）。海水量が12%の場合に、観測データと非常に似た噴煙となりました（図c）。海水量が0%、すなわち純粋なマグマ噴火では巨大な噴煙を形成するものの、ふたたび火砕流が発生して噴煙高度が観測より低くなりました（図d）。このようにして、噴火に関係した海水量を絞り込むことができました。
上記の４つのシミュレーションの動画は以下のリンクから見ることができます。 https://link.springer.com/article/10.1007/s00445-025-01919-9#Sec13
海水量が12%のシミュレーション結果をさらに詳しく解析したところ、噴煙が時間とともに拡大する様子を再現することに成功しました。噴煙の高さや水平への広がりなど、さまざまな観測データとぴったり一致しました。シミュレーションを使うと、大気中に運ばれるマグマ物質や海水量も直接測定することができます。対流圏・成層圏のさらに上に位置する中間圏へ、約100万トンの火山灰と約10万トンもの海水が送り込まれた可能性が明らかになりました。 孤島火山では現地観測が困難ですが、人工衛星観測と数値シミュレーションを組み合わせることで、こうした大規模噴火の実態解明に大きく近づくことができます。
金曜日セミナー（2025年12月12日）松本 聡（九州大学）
タイトル：九州の地殻活動場
要旨：
地殻の応力状態、変形状態の把握は構造の成り立ちや将来の地震の発生を考えるうえで大変重要である。本講演では伸張場であり、多くの活動的火山を有し、複雑な構造を持つ九州をターゲットとして、地震観測データや測地データから得られる地震活動、応力、変形率を通して上部地殻の状態や下部地殻の作用について考察する。
金曜日セミナー（2025年11月28日）Tong Ping（Nanyang Technological University）
Title: Harnessing Modern Geophysical Imaging for Future Energy and Resource Exploration
Abstract:
Global demand for energy and natural resources is projected to rise sharply in the coming decades, driven by population growth, industrial expansion including AI-driven economies, and the transition toward cleaner energy systems. Meeting this demand requires modern geophysical imaging approaches capable of extracting reliable subsurface information from noisy, high-dimensional measurements. In this talk, I will introduce advanced modeling and computational techniques that enhance geophysical imaging for future energy and resource exploration. The presentation will highlight adjoint-state methods for large-scale inverse problems, AI-assisted analysis for detecting subtle subsurface patterns, and case studies demonstrating geothermal assessments in Singapore and California.
染矢 真好大学院学生(D1)がGJI Student Author Award 受賞
染矢 真好大学院学生(D1)が、GJI Student Author Awardを受賞しました。
受賞者氏名 ：染矢 真好
受賞名 ：GJI Student Author Award
授与機関 ：Geophysical Journal International
受賞日 ：2025年11月
研究題目 ：論文「Physics-Informed Neural Networks for Offshore Tsunami Data Assimilation」（https://doi.org/10.1093/gji/ggaf243）
参考リンク ：https://academic.oup.com/gji/pages/student_author_award_scheme
No.47地震計博物館に見る地震研究100年
金曜日セミナー（2025年11月21日）Rudolf Widmer-Schnidrig（University of Stuttgart, Germany）
Title: Noise floor of horizontal ringlaser gyroscopes as derived from atmosphere induced ground tilts.
Abstract:
Next generation gravitational wave detectors will need improved tilt compensation of the suspension of the end mirrors. Ringlasers gyroscopes are one promising technique to detect the relevant geometric tilts since they are insensitive to gravity.
To make inferences about background levels of rotational ground motions we exploit the fact that ground tilts are not only sensed by suitably oriented gyroscopes, but also by horizontal component accelerometers through tilt coupled gravity. Since atmospheric acoustic gravity waves propagate too slowly to efficiently excite Rayleigh waves in the Earth, we attribute horizontal seismic accelerations which are coherent with ambient barometric pressure to tilt coupled gravity. Based on this line of reasoning we can estimate lower bounds of background tilt and background rotation rate for all stations of the Global Seismic Network (GSN).
We find that below 20mHz the barometric pressure induced background rotation rate is 30dB higher than earlier estimates which were based on the assumption that the rotational noise floor is defined by Rayleigh wave motion.
ひび割れのふるまいをAIで読み解く
伊藤伸一1
1東京大学地震研究所
Ito, S., Fragment size density estimator for shrinkage-induced fracture based on a physics-informed neural network, Journal of the Physical Society of Japan 94, 104001 (2025).
https://doi.org/10.7566/JPSJ.94.104001
地面の泥が乾くと細かい割れ目ができたり、塗装やガラスにはひびが走ったりすることがあります。こうした現象に早くから着目した寺田寅彦先生や平田森三先生やかれらの門下の研究者たちは、そのような亀裂模様を実験的に調べ、その規則性を明らかにしようとしてきました。日常に潜む複雑な自然現象の中から秩序を見出そうとするそのような姿勢は、現代の複雑系研究の源流になっています。
このような「収縮によるひび割れ」は身の周りのさまざまな場所で見られますが、その割れ方には一見すると気づかない秩序が隠れています。例えばランダムに見えるひび割れも破片の大きさを計測してその分布を調べると、時間がたつにつれて“ある決まった分布”へと近づいていくことがあることが知られています。これは「動的スケーリング」と呼ばれる現象で、自然界でしばしば観察される美しい統計的特徴です。
このような割れ方の特徴を正しく捉えるためには、破片サイズの分布を高い精度で推定する必要があります。しかし実際には十分にデータが得られないことが多く、さらに従来の数値計算では時間がかかったり、計算格子の取り方で結果が不安定になってしまったりと、多くの困難がありました。そのため、実データを使った詳細な解析は十分に進んでいませんでした。
本研究では、この問題を解決するために「物理法則を組み込んだAI（Physics-Informed Neural Network, PINN）」という手法を導入しました。これは、単にデータを学習させるAIではなく、ひび割れの背後にある物理モデルをAIの中に組み込み、モデルが満たすべき条件を守りながら学習させる方法です。これにより、従来の計算で生じやすかった数値的な不安定性を抑え、より信頼できる破片サイズの分布を得ることができるようになりました（図1）。さらにこの手法で一度学習してしまえば、物理パラメータを入力するだけで破片サイズの分布を即座に予測できます。これは、従来の方法に比べて数千倍も高速です。高速で正確な分布の予測が可能になったことで、多くの条件を試して原因を探る「逆解析」や、実験条件の最適化、さらには将来の割れ方の予測など、これまで難しかった解析が現実的になりました。
この研究で開発した方法は、材料工学、土木・地盤工学、地質学など、ひび割れ現象が関わるさまざまな分野で役立つと期待されます。ひび割れに隠れた普遍的な法則を解き明かし、より安全で高性能な材料設計につながる可能性もあります。今後はさらに多様な材料や条件への応用を通じて、自然現象の理解と工学的応用の両面で新しい展開が生まれると期待されます。
本研究は JPS Hot Topics にて紹介されました。https://doi.org/10.7566/JPSHT.5.052
第１０５２回地震研究所談話会開催のお知らせ
下記のとおり地震研究所談話会を開催いたします。
対面での開催を再開しておりますので、地震研究所へお越しいただければ幸いです。
なお、お知らせするZoom URLの二次配布はご遠慮ください。また、著作権の問題が
ありますので、配信される映像・音声の録画、録音を固く禁じます。
記
日 時： 令和7年11月21日(金) 午後1時30分～
場 所： 地震研究所1号館2階 セミナー室
Zoom Webinarにて同時配信
1. 13:30-13:45
演題：Current state of economic simulations for disaster applications and its future directions
著者：○MADDEGEDARA Lalith･Amit GILL･Tsuyoshi ICHIMURA･Kohei FUJITA and Mueno HORI(JAMSTEC)
2. 13:45-14:00
演題：低温火砕流の発生条件
著者：○鈴木雄治郎
要旨：水蒸気噴火などで見られる火砕流発生の条件を数値計算で求めた。
3. 14:00-14:15
演題：Aftershock characteristics of the 2024 Noto Peninsula earthquake (Mw7.5) through centroid moment tensor analysis using a 3-D seismic velocity structure model
著者：○Lina YAMAYA、Hisahiko KUBO･Katsuhiko SHIOMI and Takeshi KIMURA(防災科学技術研究所）
4. 14:15-14:30
演題：SegPhase：階層型ビジョントランスフォーマーを用いた日本における地震観測網向け到達時刻ピッキングモデルの開発【成果発表補助 成果報告】
著者：○加藤慎也、飯尾能久(京都大学防災研究所)、長尾大道、片尾 浩・澤田麻沙代・冨阪和秀(京都大学防災研究所)
5. 14:30-14:45
演題：PoViT-UQ: Vision Transformer を用いた不確実性評価付き P波極性・到達時刻決定手法
著者：○加藤慎也・長尾大道、飯尾能久(京都大学防災研究所)
○発表者
※時間は質問時間を含みます。
※既に継続参加をお申し出いただいている方は、当日Zoom URLを自動送信いたします。
※談話会のお知らせが不要な方は下記までご連絡ください。
〒113－0032 東京都文京区弥生1－1－1
東京大学地震研究所 共同利用担当
E-mail：k-kyodoriyo@eri.u-tokyo.ac.jp
※次回の談話会は令和7年12月12日(金) 午後１時30分～です。
【1月21日(水)～1月23日(金)】令和7年度東京大学地震研究所職員研修会
日程：令和8年1月21日(水)～1月23日(金)
開催形態：ハイブリッド形式（現地発表＋Zoom配信）
場所：セミナー室AB、コミュニケーションラウンジ、他
詳しくは：職員研修のページ