Suche senden
Hochladen
【J-SHIS】地震の発生確率と地震動の超過確率
•
7 gefällt mir
•
4,300,230 views
N
NIED
Folgen
J-SHISで扱っている、地震の発生確率と地震動の超過確率について説明しています。
Weniger lesen
Mehr lesen
Bildung
Melden
Teilen
Melden
Teilen
1 von 51
Empfohlen
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
機械学習 入門
機械学習 入門
Hayato Maki
【更新版】20190628玉川大学脳トレ社会科学oTree演習編
【更新版】20190628玉川大学脳トレ社会科学oTree演習編
Akira Goto
単語の分散表現と構成性の計算モデルの発展
単語の分散表現と構成性の計算モデルの発展
Naoaki Okazaki
距離まとめられませんでした
距離まとめられませんでした
Haruka Ozaki
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
Shohei Hido
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
Kouta Nakayama
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
Empfohlen
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
機械学習 入門
機械学習 入門
Hayato Maki
【更新版】20190628玉川大学脳トレ社会科学oTree演習編
【更新版】20190628玉川大学脳トレ社会科学oTree演習編
Akira Goto
単語の分散表現と構成性の計算モデルの発展
単語の分散表現と構成性の計算モデルの発展
Naoaki Okazaki
距離まとめられませんでした
距離まとめられませんでした
Haruka Ozaki
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
Shohei Hido
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
Kouta Nakayama
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
サンプリングと推定 Siとht推定量
サンプリングと推定 Siとht推定量
T T
深層学習の非常に簡単な説明
深層学習の非常に簡単な説明
Seiichi Uchida
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
Teruyuki Sakaue
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
Bayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
tmtm otm
FOBOS
FOBOS
Hidekazu Oiwa
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
Asai Masataro
自然言語処理で読み解く金融文書
自然言語処理で読み解く金融文書
Takahiro Kubo
線形?非線形?
線形?非線形?
nishio
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Ken'ichi Matsui
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
Shushi Namba
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Naoaki Okazaki
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
優れた研究提案書の書き方
優れた研究提案書の書き方
Masanori Kado
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテスト
Ken'ichi Matsui
[DL輪読会]AutoAugment: LearningAugmentation Strategies from Data & Learning Data...
[DL輪読会]AutoAugment: LearningAugmentation Strategies from Data & Learning Data...
Deep Learning JP
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
RodolfFernandez1
The first time I used CANVA to create a slide document.
The first time I used CANVA to create a slide document.
oganekyokoi
Weitere ähnliche Inhalte
Was ist angesagt?
サンプリングと推定 Siとht推定量
サンプリングと推定 Siとht推定量
T T
深層学習の非常に簡単な説明
深層学習の非常に簡単な説明
Seiichi Uchida
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
Teruyuki Sakaue
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
Bayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
tmtm otm
FOBOS
FOBOS
Hidekazu Oiwa
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
Asai Masataro
自然言語処理で読み解く金融文書
自然言語処理で読み解く金融文書
Takahiro Kubo
線形?非線形?
線形?非線形?
nishio
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Ken'ichi Matsui
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
Shushi Namba
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Naoaki Okazaki
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
優れた研究提案書の書き方
優れた研究提案書の書き方
Masanori Kado
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテスト
Ken'ichi Matsui
[DL輪読会]AutoAugment: LearningAugmentation Strategies from Data & Learning Data...
[DL輪読会]AutoAugment: LearningAugmentation Strategies from Data & Learning Data...
Deep Learning JP
Was ist angesagt?
(20)
サンプリングと推定 Siとht推定量
サンプリングと推定 Siとht推定量
深層学習の非常に簡単な説明
深層学習の非常に簡単な説明
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
Bayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
FOBOS
FOBOS
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
自然言語処理で読み解く金融文書
自然言語処理で読み解く金融文書
線形?非線形?
線形?非線形?
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Active Learning 入門
Active Learning 入門
優れた研究提案書の書き方
優れた研究提案書の書き方
指数時間アルゴリズム入門
指数時間アルゴリズム入門
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテスト
[DL輪読会]AutoAugment: LearningAugmentation Strategies from Data & Learning Data...
[DL輪読会]AutoAugment: LearningAugmentation Strategies from Data & Learning Data...
Kürzlich hochgeladen
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
RodolfFernandez1
The first time I used CANVA to create a slide document.
The first time I used CANVA to create a slide document.
oganekyokoi
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
shu1108hina1020
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
oganekyokoi
International Politics I - Lecture 1
International Politics I - Lecture 1
Toru Oga
Registration of travel agents - 'Explanation of the registration system under...
Registration of travel agents - 'Explanation of the registration system under...
oganekyokoi
レポートの書き方講座 [大学生初年次向けに対する講義資料] Lecture on how to write a report [lecture mater...
レポートの書き方講座 [大学生初年次向けに対する講義資料] Lecture on how to write a report [lecture mater...
yutakashikano1984
What I did before opening my business..pdf
What I did before opening my business..pdf
oganekyokoi
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
oganekyokoi
Kürzlich hochgeladen
(9)
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
The first time I used CANVA to create a slide document.
The first time I used CANVA to create a slide document.
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
International Politics I - Lecture 1
International Politics I - Lecture 1
Registration of travel agents - 'Explanation of the registration system under...
Registration of travel agents - 'Explanation of the registration system under...
レポートの書き方講座 [大学生初年次向けに対する講義資料] Lecture on how to write a report [lecture mater...
レポートの書き方講座 [大学生初年次向けに対する講義資料] Lecture on how to write a report [lecture mater...
What I did before opening my business..pdf
What I did before opening my business..pdf
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
【J-SHIS】地震の発生確率と地震動の超過確率
1.
地震の発生確率と地震動の超過確率 ~2つの確率を区別して使いましょう~
2.
2つの確率
3.
2つの確率
4.
2つの確率 発生確率が87.2% 超過確率が89.8%
5.
2つの確率 地震の 発生確率が87.2% 例えば、2010/1/1から30年間に想定東海地震が発 生する確率 地震動の 超過確率が89.8%
例えば、2010/1/1から30年間に静岡県庁付近で震 度6弱以上の揺れになる確率
6.
2つの確率 地震の 発生確率が87.2% 例えば、2010/1/1から30年間に想定東海地震が発 生する確率 地震動の 超過確率が89.8%
例えば、2010/1/1から30年間に静岡県庁付近で震 度6弱以上の揺れになる確率
7.
準備をします
8.
「地震」と「地震動」を区別して使います
9.
地震と地震動 「地震」が起こると、地表で「地震動」を感じます。
10.
地震とは 断層が破壊する現象です。
11.
地震とは 断層が破壊する現象です。 いつどのような場所で起こるのか?どのくらいの 規模の地震が起こるのか?に注目しています。
12.
地震動とは 地面が揺れる現象です。
13.
地震動とは 地面が揺れる現象です。 どこでどのくらい揺れるのか?に注目しています。
14.
地震動の特徴 場所によって地震による揺れの大きさが違います。
地盤が柔らかい と揺れやすい 震源に近いと 大きく揺れる 震源から遠いと 揺れは小さい
15.
準備はできました
16.
地震がいつどこで起こるかはわかりません。
17.
そこで、確率を使います。
18.
地震の発生確率とはなんでしょうか?
19.
地震の発生確率 地震の発生確率とは、ある期間の間に地震が発 生する可能性を示しています。
20.
地震の発生確率 例えば、今後30年以内に地震が発生する可能性 を示しています。
今後30年で 今後30年で 1.35% 1.19% 今後30年で 8.36% 今後30年で 5.21% 今後30年で 4.32%
21.
地震の発生確率 例えば、今後30年以内に地震が発生する可能性 を示しています。
今後30年で 今後30年で 1.35% 1.19% 今後30年で 8.36% 今後30年で 5.21% 今後30年で 4.32%
22.
地震が発生した時の地震動を正確に予測すること
はできません。
23.
そこで、ここでも確率を使います。
24.
地震動の超過確率とはなんでしょうか?
25.
地震動の超過確率 そもそも、なぜ地震動の「発生確率」ではなく 地震動の「超過確率」なのでしょうか?
26.
地震動の超過確率 ある地震が発生するとしましょう (例えば、立川断層としましょう)
ある場所を考えます (例えば、東京都庁にしましょう)
27.
地震動の超過確率 もし、地震動の予測にばらつきがなければ・・・
東京都庁で震度5強 立川断層で地震が発生 確定!震度5強より大きくも、 それより小さくもならない
28.
地震動の超過確率 もし、地震動の予測にばらつきがなければ・・・ 立川断層で地震が起これば、震度5強になると
東京都庁で震度5強 言い切れるので、震度5強となる確率は地震の 発生確率と同じと考えることができます。つまり、 立川断層で地震が発生 地震動の発生確率といってもよいのです。 しかし・・・
29.
地震動の超過確率 地震動の予測にはばらつきがあります。
震度4? 東京都庁で・・・ 震度5弱? 震度5強? 立川断層で地震が発生 震度6弱? 震度5強より大きくなる可能性 震度6強? はないの?
30.
地震動の超過確率 東京都庁では震度5強となる確率が高いですが、 震度6弱以上になる可能性も震度5弱以下となる 可能性もあります。つまり、震度5強以上となる揺 れに備える必要があります。 確率
震度4 震度5弱 震度5強 震度6弱 震度6強
31.
地震動の超過確率 そこで、「震度5強を超える揺れ」つまり「震度5強を 超過する揺れ」の確率を考えます。これを立川断層 が発生した条件下で東京都庁が震度5強以上とな る条件付超過確率とよびます。
81.4% 確率 震度5強以上となる確率 震度4 震度5弱 震度5強 震度6弱 震度6強
32.
地震動の超過確率 さらに、今後30年以内に立川断層が発生する確率 を考慮すると地震動の超過確率となります。
地震動の超過確率 = 地震発生確率×条件付超過確率
33.
地震動の超過確率 つまり、「今後30年以内に立川断層で地震が発生し、 東京都庁で震度5強以上の揺れとなる確率」のよう な確率を地震動の超過確率とよびます。
34.
地震動の超過確率 つまり、「今後30年以内に立川断層で地震が発生し、 東京都庁で震度5強以上の揺れとなる確率」のよう な確率を地震動の超過確率とよびます。
35.
ところで東京都庁の周辺にはたくさんの断層があり ます。全ての地震の影響を考えなくてはなりません。
関東平野北西縁 平井-櫛挽断層帯 断層帯主部 立川断層帯 伊勢原断層 東京都庁 神縄・国府津 -松田断層 三浦半島断層群主部衣笠・ 曽根丘陵 北武断層帯 断層帯 大正型 想定東海 関東地震 地震
36.
少し簡単な例を考えましょう。
37.
たくさんの地震を考慮した地震動の超過確率 今後30年以内にAという地震が発生し、東京都庁で 震度5強以上の揺れになる確率が0.3 (30%)とします。 今後30年以内にBという地震が発生し、東京都庁で 震度5強以上の揺れになる確率が0.6 (60%)とします。
38.
たくさんの地震を考慮した地震動の超過確率
問 AとBという地震を考えます。今後30年以内に東京 都庁で震度5強以上の揺れになる確率はどのくらい になるでしょうか?
39.
たくさんの地震を考慮した地震動の超過確率 0.3+0.6=0.9
(90%)
40.
たくさんの地震を考慮した地震動の超過確率 0.3+0.6=0.9
(90%)
41.
たくさんの地震を考慮した地震動の超過確率 今後30年以内にAという地震が発生し、東京都庁で 震度5強以上の揺れになる確率は0.3 (30%)
同じことです 今後30年以内にAという地震が発生し、東京都庁で 震度5強以上の揺れにならない確率は1-0.3=0.7 (70%)
42.
たくさんの地震を考慮した地震動の超過確率 今後30年以内にBという地震が発生し、東京都庁で 震度5強以上の揺れになる確率は0.6 (60%)
同じことです 今後30年以内にBという地震が発生し、東京都庁で 震度5強以上の揺れにならない確率は1-0.6=0.4 (40%)
43.
たくさんの地震を考慮した地震動の超過確率 今後30年以内にAという地震が発生し、東京都庁で 震度5強以上の揺れにならない(確率70%) かつ 今後30年以内にBという地震が発生し、東京都庁で 震度5強以上の揺れにならない(確率40%) という確率は(1-0.3)×(1-0.6)=0.28 (28%)となります。 ※それぞれの事象は独立と仮定しています。
44.
たくさんの地震を考慮した地震動の超過確率 今後30年以内に、Aという地震が発生し東京都庁で 震度5強以上の揺れにならなくて、Bという地震が発 生し東京都庁で震度5強以上の揺れにならない確 率は28%ですが、 残りの72%はどのような確率でしょうか?
45.
たくさんの地震を考慮した地震動の超過確率 今後30年以内に、Aという地震が発生し東京都庁で 震度5強以上の揺れになる、または、Bという地震が 発生し東京都庁で震度5強以上の揺れになる確率 のことです。 つまり、 今後30年以内でAという地震とBという地震の影響 を考えて、東京都庁で震度5強以上の揺れになる確 率です。
46.
たくさんの地震を考慮した地震動の超過確率
答え AとBという地震を考えて、今後30年以内に東京都 庁で震度5強以上の揺れになる確率は 1-{(1-0.3)×(1-0.6)} = 0.72 (72%) となります。
47.
たくさんの地震を考慮した地震動の超過確率
答え AとBという地震を考えて、今後30年以内に東京都 庁で震度5強以上の揺れになる確率は 1-{(1-0.3)×(1-0.6)} = 0.72 (72%) となります。
48.
たくさんの地震を考慮した地震動の超過確率 地震ハザードステーション J-SHISでは、日本で発 生する全ての地震を考慮した地震動の超過確率を 表示することができます。
49.
地震の発生確率と地震動の超過確率 地震の発生確率 ある期間内に地震が発生する可能性を示してい ます。 地震動の超過確率
ある場所に注目してある期間内に地震動がある 揺れの大きさを超える可能性を示しています。複 数の地震の影響を考えている場合があります。
50.
2つの確率を区別して使いましょう。
51.
より詳しく知りたい人は
防災科学技術研究所研究資料 第336号 「全国地震動予測地図」作成手法の検討 を参照してください。 http://www.j-shis.bosai.go.jp/map/JSHIS2/data/DOC/Report/336/本編.zip