整合粒子濾波法

「IPF法」重新導向至此。關於「IPF」的其他用法，請見「IPF」。

整合粒子濾波法（英語：Integrated Particle Filter，日語：パーティクルフィルタを用いた統合震源決定手法^[1]，簡稱IPF法），是指由京都大學防災研究所和日本氣象廳共同開發，於2016年12月開始被日本氣象廳投入使用的用來改善同時發生多個地震的情況下發出緊急地震速報的精度問題的演算法^[2][3][4][5]。

緊急地震速報系統原理圖

研發背景

由於在2011年日本東北地方太平洋近海地震和2016年熊本地震等強烈地震發生的情況下，由於餘震活動頻繁活躍，時不時就會出現多次地震幾乎同時發生的情況。在2016年之前，由於緊急地震速報系統演算法的不完善，加之強震後許多地震觀測點和烈度觀測點都因停電、海嘯等原因處於數據中斷狀態，在多次地震同時發生的情況下，緊急地震速報所預測的震級和烈度時常過大，造成了多次誤報的情況^[3][6]。以2011年日本東北地方太平洋近海地震和2016年熊本地震為例，由於這種誤報的頻繁出現，使得這兩個地震所處年份的誤報數激增至60次和30次，與其他年份的年平均值11.5次要多出數倍^[7]。另外，2013年8月8日因三重縣近海的海底地震儀將觀測到的噪聲當作地震的搖晃^[8]，緊急地震速報系統根據該數據判斷出奈良縣發生了7.8級的強烈地震，對奈良縣和大阪府發布了最大烈度為7的緊急地震速報。但實際上這次地震的規模僅為2.3級，沒有觀測到烈度1或以上的震動^[9]。為提高緊急地震速報的精度，日本氣象廳於2014年首次提出了IPF法的概念，並預計於2015年下半年開始試用，於2016年正式實行^[10]。除此之外，加之受到2016年8月因測站電源故障而產生的大誤報的影響，IPF法最終於2016年12月14日開始正式實行^[11][12]。

演算法

IPF法大致來說即把過去分別進行的震源預測演算法整合到一起進行計算^[10]。日本氣象廳表示，「即使觀測點的數目很少，也可以同時處理很多資訊，所以可以運用此方法在短時間內尋求震源元素，提高資訊的可靠性」^[13]。以電視螢幕上的「特定人物的自動跟蹤」為例，出現在電視螢幕上的特定人物如果暫時因障礙物隱藏，但粒子濾波法可根據該特定人物的特徵（形狀，顏色等）推測在螢幕中的移動，可以在短暫失去目標的情況下跟蹤該特定人物。通過粒子濾波法進行震源測定，便可以將同時發生的幾次地震分離開^[13]。

2018年3月22日起，為解決大地震的烈度預測過小的問題，日本氣象廳開始實行了根據周邊觀測點觀測到的即時烈度預測相關點的烈度的局部無阻尼運動傳播法（即PLUM法），與IPF法結合使用^[14][15]。

運用

2017年4月20日，日本福島縣近海和茨城縣北部同時發生了4.8級地震和1.4級地震，已實行IPF法的緊急地震速報系統成功將這兩次地震分離開，被認為是一次成功的案例。然而，2017年8月14日，千葉縣西北部發生4.5級地震，震源深度約102公里。一元法（2016年之前的演算法）所算出的震源原本更貼近於實際數據，但IPF法卻在地震發生30秒後將震源誤算成距離實際震源約40公里的地方。雖然預測的烈度在IPF法移動震源之前和之後沒有顯示出很大的差異，但這次誤算也暴露出IPF法在計算深源地震參數時的缺陷。即便如此，經2018年2月第8次緊急地震速報評價改善檢討會成員評定，IPF法對緊急地震速報的精度有着顯著的提升^[16]。

參見

• 緊急地震速報
• 局部無阻尼運動傳播法（PLUM法）