適用對象
  • 研究機構
災害類型
  • 震災(含土壤液化)

臺灣地區110年中大型地震震源資訊之快速彙整與提供

年度 110年度
主管單位 交通部中央氣象局
執行單位 中華民國地球物理學會
預算來源 科技經費
執行經費(仟元) NT$2100.00
執行期間(起&迄) 2021/1/1~2021/12/31
計畫主持人 李憲忠研究員及金台齡副教授
計畫重點描述 本計畫預期將針對臺灣地區中大規模地震震源破裂過程的時間與空間分布進行分析,採用體波震源逆推法,利用世界地震觀測網的遠震體波資料、中央氣象局即時強震網的近場資料及震後發布的地震資訊(其中包括地震規模、震源位置、震源機制及斷層面解等資料),依規模大小以不同資料進行震源逆推,於中大型地震發生後快速建立震源破裂過程的初步結果。針對臺灣中大型地震進行震源模式分析,將可對發震區的震源破裂特性有更清楚的瞭解,同時所建立之震源破裂模型對於後續之研究,如庫倫應力轉移分析、地震波傳遞模擬與強地動評估等亦可提供重要的資訊。以長遠目標而言,震源破裂模型持續且有系統地分析與建立將有利於地震與地質等基礎研究,亦可用於地震防災及減災的參考。
目前中央氣象局之區域型地震預警系統,於地震發生後10秒可以提供預警資訊,但是對於近震央地區(盲區)尚無法提供地震預警應變時間。現地型地震預警系統利用現地的地震儀所接收到P波訊號,在數秒內判斷出隨後即將抵達的震波大小,並藉此決定是否對此區域發布警報,因此有機會對近震央地區提供地震預警應變時間。發展現地型地震預警系統有許多困難需要克服,包括:如何判斷P波到時、如何利用數秒P波訊號推測即將抵達的震波大小,及如何將所研發的系統與現行作業結合等。深度學習方法能夠從大量的歷史資料中找出特徵,並建立一套可靠的預測模型,將此技術運用於現地型地震預警系統開發上,與傳統方法相比,有機會進一步提高地震P波訊號判斷的準確性及震度推估的準確性。
綜上,本計畫將以整合型計畫的方式執行,預計進行之工作內容如下:1.中大規模地震震源破裂特性近即時分析;2.運用深度學習方法開發現地型地震預警系統。
必要工作項目 (一)中大規模地震震源破裂特性近即時分析:
(1) 臺灣中大型地震遠震波型資料之收集與整理。
(2) 臺灣中大型地震近場強地動資料之收集與整理。
(3) 於地震後快速分析與提供臺灣中大型地震震源破裂資訊。
(4) 建立臺灣中大型地震震源破裂模型資料庫。
(二)運用深度學習方法開發現地型地震預警系統:
(1) 建立可靠的模型以準確判斷P波到時。
(2) 建立可靠的模型以準確利用數秒P波訊號推測即將抵達的震波大小。
(3) 將上述建立的模型與本局現行作業結合。
(4) 提供模型使用說明,與後續訓練方式。
預期成果產出 (一)中大規模地震震源破裂特性近即時分析:
(1) 針對臺灣中大型地震進行震源模式分析,可更清楚地掌握中大規模地震的震源破裂特性。同時所建立之震源模型對於後續研究,如庫倫應力轉移分析、地震波傳遞模擬及強地動評估等項目,將可提供重要的參考資訊。
(2) 長期而言,震源破裂模型持續且有系統的分析與建立,可以做為地震震源物理特性之後續研究,以及地震防災與減災應用的參考。
(二)運用深度學習方法開發現地型地震預警系統:
(1) P波到時判斷誤差小於0.2秒。
(2) P波訊號推測震度準確率達90%。
(3) 深度學習所開發的模型與本局現行作業結合後,能提供穩定且可靠的預警資訊。
對應方案課題
  • 課題四:精進防災科研技術
檔案下載 [無相關檔案]