全論文一括ダウンロードはこちら

東海大学海洋研究所

研究報告

第４１号

東海大学海洋研究所

令和元年（２０１９年） １０月

東海大学海洋研究所研究報告 第４１号

（２０１９年１０月）

目次

地震災害予測のための地球観測データのデジタルアースによる可視化

井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭

1-15

Visualization of geophysical data by Digital Earth for earthquake prediction.

Jun Izutsu, Kazuyoshi Z. Nanjo, Masashi Kamogawa, Yoshiaki Orihara and

Toshiyasu Nagao

2019 年 6 月 18 日山形県沖の地震前後の地震雲発生のうわさから考える Twitter

ユーザーの科学リテラシー

織原 義明

16-31

Science literacy of Twitter users considered from the rumor of earthquake clouds before and

after the Yamagata Offshore earthquake on June 18, 2019

Yoshiaki Orihara

ナマズの行動と地震との関係に関する研究

野田 洋一

33-43

Relationship between the behavior of catfish and earthquakes.

Yoichi Noda

2017 年の駿河湾奥の流況 – 駿河湾フェリー定期航路における流動観測より –

勝間田 高明・仁木 将人・田中 昭彦・丹 佑之・髙嶋 恭子・高橋 大介・ 福田 厳

45-53

The Current of the Inner Part of Suruga Bay in 2017‒ The Current Observation by Using

Acoustic Doppler Current Profiler (ADCP) Mounted on the Suruga-wan Ferry ‒

Takaaki Katsumata, Masato Niki, Akihiko Tanaka, Hiroyuki Tan, Kyoko Takashima,

Daisuke Takahashi, Gen Fukuda

正誤表 海洋研究所研究報告 第 36 号

2011 年東北地方太平洋沖地震前に発生したマス・ストランディング

-鹿島灘における鯨類のストランディングと日本周辺の地震との関係-

1）中部大学中部高等学術研究所国際GISセンター 〒487−8501 愛知県春日井市松本町1200

International Digital Earth Applied Science Research Center, Chubu University, 1200 Matsumoto-cho, Kasugai, Aichi 487−8501, JAPAN

2）静岡県立大学グローバル地域センター 〒420−0839 静岡県静岡市葵区鷹匠3−6−1

Global Center for Asian and Regional Research, University of Shizuoka, 3−6−1 Takajo, Aoi-ku, Shizuoka 420−0839, JAPAN

3）東海大学海洋研究所 〒424−8610 静岡県静岡市清水区折戸3−20−1

Institute of Ocean Research Development, Tokai University, 3−20−1 Orido, Shimizu-ku, Shizuoka 424−8610, JAPAN

（2019年８月30日受付／2019年９月14日受理）

地震災害予測のための地球観測データの

デジタルアースによる可視化

井筒 潤

1）

_・

_楠城一嘉

2）

_・

_鴨川仁

2）

_・

_織原義明

3）

_・

_長尾年恭

3）

Visualization of geophysical data by Digital Earth for earthquake prediction.

Jun Izutsu

1）

_{, Kazuyoshi Z. Nanjo}

2）

_{, Masashi Kamogawa}

2）

_{, Yoshiaki Orihara}

3）

_and

Toshiyasu Nagao

3）

Abstract

  We are assuming that the great earthquakes （ ex. Nankai trough earthquake and large earthquakes hit in the southern Kanto area） will occur in near future in Japan. So, utilizing and visualization of earth science data is very important in the point of view of prediction, prevention, and mitigation of disasters.

  The prediction of disaster, especially prediction of earthquake is very difficult （nearly impossible）. However, there are many articles reporting possible precursory phenomena such as seismic, geodetic, electromagnetic, ionospheric, and macroscopic anomalies in the case of 2011 Tohoku earthquake.

  We are developing multi-monitoring system for these possible precursors and other earth science data （seismic quiescence, -value, foreshock migration, and geodetic data）in order to understand the relationship among these precursory phenomena.

緒 言 デジタルアースとは1998 年にアル・ゴア米国副 大統領が提唱したもので，地球上のあらゆるデー タを仮想的に可視化して自然活動や人間活動をモ ニタリング，測定，予測するためのフレームワー クおよびプラットフォームである（Gore，1998, Goodchild et al., 2012）。ほぼすべての地球上で観 測されるデータは，緯度，経度，高さ（深さ）など

2 井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 の位置データと時間データを持っており，これら は地理空間情報として扱うことができる。例えば 気象庁の地震カタログデータの地震発生の日時， 緯度，経度，深さ，マグニチュードなどをもとに して，地理空間情報を表示・解析するシステムで あるGIS（Geographic Information System）ソフ トウェアによって，2D のデジタル地図，もしくは 3Dのデジタル地球儀上に震央（震源）の空間分布， 地震発生の時間変化などを表示させることができ る。GIS による様々な情報の可視化，関係性の把 握，情報の分析によって，対象とする地域につい ての把握とより深い理解が進み，社会におけるコ ミュニケーションの向上，最適な意思決定を図る ことができる。 中部大学，静岡県立大学，東海大学が位置する 東海・中部地方は，過去にも百年単位で繰り返し 発生している南海トラフの地震およびその津波に より，被害を大きく受けることが懸念されている。 地震発生領域が陸地に近いこともあり，場所に よっては地震の揺れの最中に津波が到来してしま うなど，避難する時間的な余裕がほとんどないた め，最悪のケースとして32 万人以上の死者が想 定されている（南海トラフ巨大地震対策検討ワー キンググループ，2013）。現在，東海・中部地方で は避難タワーの整備や避難訓練などのハード面・ ソフト面での防災・減災に取り組んでおり，それ により被害はある程度は軽減できるとはいえ限界 がある。一人でも多くの人命を守るには地震の予 測情報は非常に重要な情報といえる。 地震の短期予測は現段階で非常に難しいと考え られているが，近年の様々な地球物理学的観測網 の発展により，空間的に稠密なデータが入手可能 となり，様々なデジタル技術の進歩に伴いデータ 処理・解析が高度化したことによって，地震予知 研究に大きな変化が生じつつある。2011 年の東北 地方太平洋沖地震においても地震の前兆である可 能性が高い様々な現象がその観測網で捉えられて いた（Nagao et al.，2014）。これらの現象を中部 大学のデジタルアースサーバーで常時モニタリン グして可視化するサービスを開発し，日本周辺の 地下の様子を知り，地震発生の危険性を把握し， その危険性を地域で共有することが本研究の目的 である。 Nagao et al. （2014）では，東北地方太平洋沖地 震の前兆として，1. 長期的な地震の静穏化，2. 潮 汐トリガの変化，3． 値の変化，4．地殻変動と地 震活発化，5．前震とスロースリップ，6．磁場の変 化，7．大気圏・電離圏の異常，8．本震直前の GPS-TEC 異常といった現象が挙げられている。 これらの現象のうち，本論文では地震活動（静穏 化， 値の変化，前震）と地殻変動の可視化の取 り組みと，近年発生した複数の地震についての適 用について議論する。すでに一部の内容は井筒・ 長尾（2016）および長尾・井筒（2019）で紹介済み であるが今回一連の研究として改めて議論する。 方法と結果 1995 年に発生した兵庫県南部地震を契機に高感 度地震観測網（Hi-net）の整備が行われた。その 後，1997 年には各大学，防災科学技術研究所， JAMSTEC などの地震観測データを気象庁に集中 する一元化処理が行われるようになったことによ り，日本全国の地震検知能力が大幅に向上した （太田ほか，2002）。本研究では主として気象庁の 震源カタログ（暫定値）を使用しており，東京大 学 地 震 研 究 所 のFTP サ イ ト（ftp.eri-u-tokyo. ac.jp）より一日一回ダウンロードしている。気象 庁の暫定値は地震発生後の1 日後に公開されるの で，前震の解析などリアルタイム性，緊急性が必 要な解析については，即時性の高い防災科研の Hi-net 自動処理震源リスト（要ユーザー登録）の データを取得して行っている。 GoogleEarth, cesium による可視化 解析結果をGIS 上に可視化するために解析デー タをkml ファイル形式に書き出し，GoogleEarth 上でデータの表示を行っている。解析データの web 公 開 方 法 と し て は web ブ ラ ウ ザ 上 で GoogleEarth を動作させる GoogleEarth API の使 用を当初計画していたが，GoogleEarth API がセ キュリティ上の問題から2017 年 1 月より使用でき なくなった。そこで，GoogleEarth API の代替と してオープンソースの3D 地図作成ライブラリで あるcesium を使用して解析データの web 上での 表示，可視化を行った。仕様の差は一部存在する が，cesium は kml ファイルの読み込みが可能で

あり，移行作業は比較的スムーズに行うことがで きた。現在，http://strain.isc.chubu.ac.jp/ にて試 験公開中である。 Fig. 1 は日本周辺の直近 1 週間（2019 年 8 月 9 日から8 月 16 日）の地震活動を cesium 上で表示 させたものである。アイコンの大きさは地震のマ グニチュード，アイコンの色は震源の深さ（赤が 浅く，青が深い）を示し，アイコンの透過度で地 震発生時からの経過時間を示している（古い地震 ほど薄く表示されている）。 地震活動静穏化 第2 種地震空白域など大地震の前には地震活動 が相対的に低下する現象は古くから指摘されてい る。地震活動静穏化の指標として，RTL 法（Sobo-lev and Tyupkin，1997）および RTM 法（Nagao et al., 2011）と呼ばれるアルゴリズムを使用してい る。 RTL 法，RTM 法 の R は 距 離（Region），T は 時間（Time），L は断層長（Length），M は地震 の規模（Magnitude）の頭文字で，それぞれのパ ラメータは過去一定期間のバックグラウンドから の差分で示される。それぞれのパラメータの積の 値（RTL 法であれば R T L，RTM 法は R T M） が正であれば地震活動活発化，負であれば地震活 動静穏化を示している。それぞれのパラメータは 以下の式で計算される。 web 上での表示、可視化を行った。仕様の差は一部存在するが、cesium は kml ファイルの読み 込 み が 可 能 で あ り 、 移 行 作 業 は 比 較 的 ス ム ー ズ に 行 う こ と が で き た 。 現 在 、 http://strain.isc.chubu.ac.jp/ にて試験公開中である。 Fig. 1は日本周辺の直近1 週間（2019 年 8 月 9 日から 8 月 16 日）の地震活動を cesium 上で 表示させたものである。アイコンの大きさは地震のマグニチュード、アイコンの色は震源の深さ （赤が浅く、青が深い）を示し、アイコンの透過度で地震発生時からの経過時間を示している（古 い地震ほど薄く表示されている）。 第2 種地震空白域など大地震の前には地震活動が相対的に低下する現象は古くから指摘されて いる。地震活動静穏化の指標として、RTL 法（Sobolev and Tyupkin, 1997）および RTM 法（Nagao et al., 2011）と呼ばれるアルゴリズムを使用している。

RTL 法、RTM 法の R は距離(Region)、T は時間(Time)、L は断層長(Length)、M は地震の規 模(Magnitude)の頭文字で、それぞれのパラメータは過去一定期間のバックグラウンドからの差 分で示される。それぞれのパラメータの積の値（RTL 法であれば R×T×L、RTM 法は R×T× M）が正であれば地震活動活発化、負であれば地震活動静穏化を示している。それぞれのパラメ ータは以下の式で計算される。 �(�) � �� e�� ���� ��� � ��� � � �_��(�) �(�) � �� e�� ��� � �� �_� � � ��� � � ���(�) �(�) � �� ��� ��� � ��� � � �_��(�) �(�) � ��(��) � ��� � � ���(�) ここで、�_��, �_��, �_��, �_��はそれぞれのバックグラウンド（線形回帰した際のトレンド）を示 す。� は解析する地震の数で�_�、��_�、 �� 、��、はそれぞれ�番目の地震の、解析対象地点までの 震源距離、地震発生時刻、震源断層長、マグニチュードを示す。また、��：特性距離（重みが1 e⁄ になる 距離）、�_���：計算を打ち切る距離 (�� � ����となる地震は解析に使用しない)、��：特性時間（重 みが1 e⁄ になる時間）、����：計算を打ち切る時間 (��� ����となる地震は解析に使用しない)、 �_���：下限マグニチュード(�� � ����となる地震は解析に使用しない)などのパラメータは可変で あり、様々な組み合わせで計算が可能である。RTL 法は L のパラメータに距離��があることによ り解析対象地点周辺の局所的な地震活動の変化（特に活性化）について検出能力が高く、RTM 法 はRTL 法よりも地震活動静穏化の抽出能力が、多くのパラメータセットによる事例計算の結果、 高い事がわかっている（Nagao et al., 2011）。 Fig. 2は、1998 年 1 月 1 日から 2019 年 8 月 16 日までの地震データ（M2.0 以上、深さ 100 km 以浅）を使用し、RTM アルゴリズムを用いて示した日本近海全域の静穏化マップである。緯度経 度0.1 度ごとに RTM を計算し cesium 上にマッピングしている。赤は地震活動活発化、青は地震 活動静穏化を示している。長尾・井筒(2019)で指摘した大阪北部の地震（2018 年 6 月 18 日）前 後の近畿地方の静穏化はいまだに終息していない。また、2018 年中頃から九州沖に大きな静穏化 領域があり、この領域では2019 年 1 月 8 日に種子島近海でM6.0、2019 年 5 月 10 日には日向灘 にM6.3 の地震が発生しているが、九州沖全体を見れば静穏化はまだ継続中である。 b 地震の発生頻度はマグニチュードの増大とともに指数関数的に減少し、その経験式はグーテン ベルグ・リヒターの式と呼ばれており（Gutenberg and Richter, 1944）、その傾きがb値である。 一般にb値は1 前後の値を取るが、地震の前にはb値が小さくなることが数多く指摘されており、 2004 年スマトラ地震及び 2011 年東北地方太平洋沖地震で本震のすべり分布が大きいエリアで数 年前からb値の低下が観測されている（Nanjo et al., 2012）。

ここで， bk， bk， bk， bkはそれぞれのバッ

4 井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 クグラウンド（線形回帰した際のトレンド）を示 す。 は解析する地震の数で ， ， ， ，はそ れぞれ 番目の地震の，解析対象地点までの震源 距離，地震発生時刻，震源断層長，マグニチュー ドを示す。また， 0：特性距離（重みが1 ⁄ e になる 距離）， max：計算を打ち切る距離（ > maxとなる 地震は解析に使用しない），0：特性時間（重みが 1 ⁄ e になる時間），max：計算を打ち切る時間（ >max となる地震は解析に使用しない）， min：下限マグ ニチュード（ < minとなる地震は解析に使用し ない）などのパラメータは可変であり，様々な組 み合わせで計算が可能である。RTL 法は L のパ ラメータに距離 があることにより解析対象地点 周辺の局所的な地震活動の変化（特に活性化）に ついて検出能力が高く，RTM 法は RTL 法よりも 地震活動静穏化の抽出能力が，多くのパラメータ セットによる事例計算の結果，高い事がわかって いる（Nagao et al.， 2011）。 Fig. 2 は，1998 年 1 月 1 日 か ら 2019 年 8 月 16 日までの地震データ（ 2.0 以上，深さ 100 km 以 浅）を使用し，RTM アルゴリズムを用いて示した 日本近海全域の静穏化マップである。緯度経度 0.1 度ごとに RTM を計算し cesium 上にマッピン グしている。赤は地震活動活発化，青は地震活動 静穏化を示している。長尾・井筒（2019）で指摘 した大阪北部の地震（2018 年 6 月 18 日）前後の近 畿地方の静穏化はいまだに終息していない。ま た，2018 年中頃から九州沖に大きな静穏化領域が あり，この領域では2019 年 1 月 8 日に種子島近 海で 6.0，2019 年 5 月 10 日には日向灘に 6.3 の地震が発生しているが，九州沖全体を見れば静 穏化はまだ継続中である。 値の分布と変化 地震の発生頻度はマグニチュードの増大ととも に指数関数的に減少し，その経験式はグーテンベ ルグ・リヒターの式と呼ばれており（Gutenberg and Richter，1944），その傾きが 値である。一 般に 値は1 前後の値を取るが，地震の前には

チュードは0.1 刻みで記録されており， 1.0 は 0.95 から 1.05 を意味しているので，上記の式 の Cには 0.95， 1.95 を代入して計算している。 まず，日本近海全域の 値のモニタリングとし て，緯度経度0.04 度ごとの格子点を考えて，各格 子点周辺の地震を用いて 値の空間分布の計算を 行った。Fig. 3 は日本周辺の 値の分布を示した ものである。この図では C=2.0 として，格子点周 辺10 km 以内に 2.0 以上の地震が 50 個以上ある 点のみ 値の計算を行っており，地震活動が活発 でない場所は 値が計算されていない。1 よりも 低い 値の領域は赤系統の色で，1 よりも高い 値 の領域は青系統の色で表示されている。今回は自 動化・単純化のために日本近海では 2.0 以上の 地震はすべて記録されていると仮定したが，実際 には沖合の領域などは気象庁等が設置している地 震計から離れているため，マグニチュードの小さ い地震は記録されておらず，不完全な地震カタロ グデータのまま 値を計算していることになる。 そのため沖合の領域は 値がかなり低く計算され 値が小さくなることが数多く指摘されており， 2004 年スマトラ地震及び 2011 年東北地方太平洋 沖地震で本震のすべり分布が大きいエリアで数年 前から 値の低下が観測されている（Nanjo et al., 2012）。 値の計算方法はすでに井筒・長尾（2016）で示 しているように，宇津（1965）で提唱された最尤 法を用いている。解析領域，解析期間において， マグニチュード C以上の地震は漏れなく観測さ れている（ Cをコンプリートネスマグニチュード と呼ぶ）とするとき，マグニチュード の平均値 を ̅とすると， 値の最尤推定値は b値の計算方法はすでに井筒・長尾（2016）で示しているように、宇津（1965）で提唱された 最尤法を用いている。解析領域、解析期間において、マグニチュード�_C以上の地震は漏れなく観 測されている（�Cをコンプリートネスマグニチュードと呼ぶ）とするとき、マグニチュード�の 平均値を��とすると、b値の最尤推定値は � =

log

� �� � �C となる。実際のコンプリートネスマグニチュードは、観測網の分布などによって一様ではないが 本研究では、内陸の地震に対してはM1.0、プレート境界など海域の地震に対してはM2.0 を�Cと 仮定している。なお、気象庁のカタログのマグニチュードは0.1 刻みで記録されており、M1.0 は M0.95 からM1.05 を意味しているので、上記の式の�CにはM0.95、M1.95 を代入して計算して いる。 まず、日本近海全域のb値のモニタリングとして、緯度経度0.04 度ごとの格子点を考えて、各 格子点周辺の地震を用いてb値の空間分布の計算を行った。Fig. 3は日本周辺のb値の分布を示 したものである。この図では�C= 2.0として、格子点周辺 10 km 以内にM2.0 以上の地震が 50 個以上ある点のみb値の計算を行っており、地震活動が活発でない場所はb値が計算されていな い。1 よりも低いb値の領域は赤系統の色で、1 よりも高いb値の領域は青系統の色で表示され ている。今回は自動化・単純化のために日本近海ではM2.0 以上の地震はすべて記録されていると仮 定したが、実際には沖合の領域などは気象庁等が設置している地震計から離れているため、マグニチ ュードの小さい地震は記録されておらず、不完全な地震カタログデータのままb 値を計算しているこ とになる。そのため沖合の領域はb 値がかなり低く計算されて赤く表示されている。今後は各領域で の地震観測データの完全性（コンプリートネス）を考慮に入れた解析システムを開発する予定である。 井筒・長尾（2016）では 2014 年長野県神城断層地震の事例をもとに、活断層ごとのb値の時 系列変化が重要であることが明らかになったので、内陸の活断層およびプレート境界領域の周辺 （10 km 以内）の地震のみを用いた断層ごとのb値の時間変化と空間的な分布の計算を行った。 内陸の活断層およびプレート境界のデータは防災科学技術研究所が提供する地震ハザードステ ーション（J-SHIS）の断層パラメータを使用している。内陸の主要活断層およびその他の活断層 （推定活断層を含む）合計約450 区間、およびプレート境界領域の 20 領域について調査した。 内陸の活断層と一部のプレート境界領域（三陸沖北部・北海道西方沖・北海道南西沖・青森県西方 沖・山形県沖・新潟県北部沖）の推定断層面は矩形断層の集合で表現されている。J-SHIS のデータシ ート上に矩形断層については断層基準点の緯度経度、断層上端深さ、矩形断層長さ、矩形断層幅、走 向角、傾斜角が定義されている。これらのデータから断層面の三次元的な位置座標を取得し、断層面 上に1 km 間隔の格子点を想定し、各格子点から 10 km 以内の地震のみをそれぞれ抜き出し、断層面 上の格子点ごとのb 値を計算し地震断層面上の b 値の分布を求めている。 また、一部のプレート境界領域（択捉沖・色丹島沖・根室沖・十勝沖・東北地方太平洋沖・相模ト ラフ・南海トラフ）の推定断層面は矩形でなく、おおよそ5 km 間隔の断層構成点の集合で地震断層面 を表現している。南海トラフなど地震発生のパターンが複数（東海・東南海・南海・日向灘・海溝軸 周辺などが連動するかどうか等）想定されている場合は、最も広域の想定震源領域のものを採用し、 上述の断層構成点から10 km 以内の地震を抽出して断層構成点ごとにb 値を計算した。断層によって は地震活動の分布が偏ることがあるので、各格子点および断層構成点でb 値を計算する際に使用した 地震の数と、マグニチュードから換算した地震のエネルギーの積算も併せて計算し可視化した。 Fig. 4はJ-SHIS の断層パラメータをもとに地図上に断層面を投影した活断層マップであり、 断層を地上に投影した多角形および断層の基準点を示すピンの色はそれぞれの活断層周辺の地震 活動から計算したb値を示している。断層をクリックすることで情報ウィンドウが開き各断層で の解析結果が表示される。Fig. 5a は南海トラフ領域の拡大図であり、情報ウィンドウを開いた際 の表示例である。情報ウィンドウに示されるグラフの拡大図をFig. 5b に示す。J-SHIS における 断層コード、断層名、断層全体のb値に加え、地震500 個ごとに計算したb値の時間変化（左上）、 時間と地震積算数のグラフであるN-T図（左中央）、時間とマグニチュードのグラフであるM-T 図（左下）、および断層面上でのb値分布（右上）、地震断層面上における地震発生数の分布（右 中央）、地震断層面上における発生した地震のエネルギーの分布（右下）などが表示される。プレ ート境界型の地震断層に関しては、断層面上のb値分布はFig. 5a で示すように地図上に投影で きるようになっており、具体的な地域の地震活動の状況をモニタリングできるようにしている。 Fig. 5a の南海トラフのb値分布に着目すると四国周辺に赤系統の色で示す低b値領域がみられる。 となる。実際のコンプリートネスマグニチュード は，観測網の分布などによって一様ではないが本 研究では，内陸の地震に対しては 1.0，プレート 境界など海域の地震に対しては 2.0 を Cと仮定 している。なお，気 象 庁 のカタログ のマグ ニ

6 井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 て赤く表示されている。今後は各領域での地震観 測データの完全性（コンプリートネス）を考慮に入 れた解析システムを開発する予定である。 井筒・長尾（2016）では 2014 年長野県神城断層 地震の事例をもとに，活断層ごとの 値の時系列 変化が重要であることが明らかになったので，内 陸 の 活 断 層 お よ び プ レ ー ト 境 界 領 域 の 周 辺 （10 km 以内）の地震のみを用いた断層ごとの 値 の時間変化と空間的な分布の計算を行った。 内陸の活断層およびプレート境界のデータは防 災科学技術研究所が提供する地震ハザードステー ション（J-SHIS）の断層パラメータを使用してい る。内陸の主要活断層およびその他の活断層（推 定活断層を含む）合計約450 区間，およびプレー ト境界領域の20 領域について調査した。 内陸の活断層と一部のプレート境界領域（三陸 沖北部・北海道西方沖・北海道南西沖・青森県西 方沖・山形県沖・新潟県北部沖）の推定断層面は 矩形断層の集合で表現されている。J-SHIS のデー タシート上に矩形断層については断層基準点の緯 度経度，断層上端深さ，矩形断層長さ，矩形断層 幅，走向角，傾斜角が定義されている。これらの データから断層面の三次元的な位置座標を取得 し，断層面上に1 km 間隔の格子点を想定し，各 格子点から10 km 以内の地震のみをそれぞれ抜き 出し，断層面上の格子点ごとの 値を計算し地震 断層面上の 値の分布を求めている。 また，一部のプレート境界領域（択捉沖・色丹 島沖・根室沖・十勝沖・東北地方太平洋沖・相模 トラフ・南海トラフ）の推定断層面は矩形でなく， おおよそ5 km 間隔の断層構成点の集合で地震断 層面を表現している。南海トラフなど地震発生の パターンが複数（東海・東南海・南海・日向灘・ 海溝軸周辺などが連動するかどうか等）想定され ている場合は，最も広域の想定震源領域のものを 採用し，上述の断層構成点から10 km 以内の地震 を抽出して断層構成点ごとに 値を計算した。断 層によっては地震活動の分布が偏ることがあるの で，各格子点および断層構成点で 値を計算する 際に使用した地震の数と，マグニチュードから換

Fig. 4. A spatial distribution map of inland and plate boundary faults. The value is represented by color of pins and polygons. The color scale of value is same as Fig.3.

a)

Fig. 5. a) An overlaid distribution map of value at the Nankai trough.

b) An infobox window shows the time variance and spatial distribution of earthquake activity near the fault.

8

井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 a)

Fig. 6. a) A spatial distribution map of GNSS stations. Arrows show the direction and length of the horizontal displacement (a red arrow shows a large displacement) in one year. The sky-blue star shows the location of the fixed station (Fukae).

b) The 3 displacement components (EW [top graph], NS [middle graph], and UD [bottom graph]) of Monbetsu GNSS station before and after the 2018 Hokkaido Eastern Iburi earthquake which occurred on 6 September 2018.

算した地震のエネルギーの積算も併せて計算し可 視化した。 Fig. 4 は J-SHIS の断層パラメータをもとに地図 上に断層面を投影した活断層マップであり，断層 を地上に投影した多角形および断層の基準点を示 すピンの色はそれぞれの活断層周辺の地震活動か ら計算した 値を示している。断層をクリックす ることで情報ウィンドウが開き各断層での解析結 果が表示される。Fig. 5a は南海トラフ領域の拡大 図であり，情報ウィンドウを開いた際の表示例で ある。情報ウィンドウに示されるグラフの拡大図 をFig. 5b に示す。J-SHIS における断層コード， 断層名，断層全体の 値に加え，地震500 個ごと に計算した 値の時間変化（左上），時間と地震積 算数のグラフである - 図（左中央），時間とマ グニチュードのグラフである - 図（左下），お よび断層面上での 値分布（右上），地震断層面上 における地震発生数の分布（右中央），地震断層面 上における発生した地震のエネルギーの分布（右 下）などが表示される。プレート境界型の地震断 層に関しては，断層面上の 値分布はFig. 5a で 示すように地図上に投影できるようになっており， 具体的な地域の地震活動の状況をモニタリングで きるようにしている。Fig. 5a の南海トラフの 値 分布に着目すると四国周辺に赤系統の色で示す低 値領域がみられる。これはフィリピン海プレー トのすべり欠損値の大きい領域（Yokota et al., 2016）と調和的であり，プレート境界領域の応力 の状態をモニタリングしている可能性を示してい る（Nanjo and Yoshida, 2018）。

地殻変動 国土地理院は約1300 点の電子基準点からなる GNSS 連続観測システム（GEONET）を運営して いる。電子基準点のデータは国土地理院のFTP サイト（要ユーザー登録 ftp.terras.gsi.go.jp）から R3 解（速報解）および F3 解（最終解）を入手して いる。R3 解は観測日から 2 日後，F3 解は 2 週間 以上後に入手可能となり，解析手法が異なるため

Fig. 7. A distribution map of baselines between two GNSS stations. The change of distance between two stations is shown by color. Blue line shows shortened baseline and red line shows extended baseline.

10 井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 R3 解と F3 解には系統的な座標のずれがあり，解 析期間のタイムウィンドウやリアルタイム性に応 じてそれぞれ使い分ける必要がある。また，人為 的な要因（アンテナ交換や周辺の木々の伐採など） でデータにオフセットが生じることがあり，国土 交 通 省 の サ イ ト（http://mekira.gsi.go.jp/JAPA NESE/corrf3o.dat）でオフセット量が公開されて おり，これをもとに補正している。 地殻変動の可視化の手法として，各観測点（電 子基準点）の座標変動，2 観測点の距離の変化（基 線長変化），3 観測点で作成される三角形の面積の 変化の3 種類の手法を採用した。 Fig. 6a は電子基準点の座標変動を示している。 各観測点の日々の座標値から東西方向の変位・南 北方向の変位・上下方向の変位を計算し１年前と の座標と比較してどの方向へどのくらい変動した かを矢印の向きと色（赤色に近いほど大きく変位 している）で表現している。地殻変動を見るため に，長崎県五島列島の深江を固定点としている （図中の水色の星印）。Fig. 6b では 2018 年 9 月 6 日に発生した北海道胆振東部地震の震源に近い門 別の時間変動を示している。電子基準点の位置を クリックすることで情報ウィンドウが開き，その 電子基準点の名前と緯度経度，一年間での変動量 と東西方向，南北方向，上下方向の変動の時間変 動のグラフが表示され，地震の発生に伴って大き く変動していることが分かる。 Fig. 7 は 2 点間の距離の変化を，Fig. 8 は 3 観 測点による三角形の面積の変化を示している。基 線長変化，および三角形の面積の変化については すべての観測点の組み合わせを表現するのは不可 能なので，観測点を離散的な点の分布と考えて， それらを頂点とするドロネー三角形分割を行った。 三角形の辺の長さを基線長の長さとしてその時間 変動を，三角形の面積は単純のためにヘロンの公 式を用いて三辺の長さから求め，その時間変動を 示した。二点間の長さはヒュベニの式を用いて計 算しており，それぞれ一年前の基線長，面積と比 較して縮小した場合は青で，拡大した場合は赤で 示している。

Fig. 8. A distribution map of triangles by three GNSS stations. A change of the area of the triangle is shown by color. Blue triangle shows shrunk area and red triangle shows extended area.

Fig. 9. A distribution map of parameter φ just before the 2014 Nagano earthquake. White-lined star shows the epicenter of the earthquake.

12 井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 前震の時空間分布変化 一連の地震活動の中で，最も大きな地震を本震 と呼び，本震の震源域周辺で本震より前に発生 し，本震よりも小さい地震を前震と呼ぶ。Lippiel-lo et al.（2012）はアメリカの西海岸の 6 以上の 地震に対して，前震の時空間分布変動を調査した ところ， 6 以上の地震の発生時刻に近づくにつ れ，前震の発生位置が本震の震央付近に集中して くるということを示し，地震活動の集中度合いを 示すパラメータφを計算し，ETAS モデルに適用 することで，地震発生の予測精度を有意に上昇さ せることができることを示した。 地震集中度φの計算は以下の様に計算している。 緯度経度0.04 度ごとの格子点を考えて，各格子点 から半径60 km 以内で発生した 1.0 以上の地震 を抽出し，その中で最新の地震を1 番目として 2 番目の地震までをリスト化する（本研究では =50 とした）。次に 番目の地震の位置と格子点までの 距離 をそれぞれ計算し，その逆数1/ を計算す る。そして地震リスト1 番目から 番目の地震の 距離の逆数1/ の平均 -1_{（ ）と， +1 番目から} 2 番目の地震の距離の逆数 1/ の平均 _{（ ）の}-1 比がパラメータφ（φ= _{（ ）}-1 _⁄ -1_{（ ））である。} ここで は1 番目の地震の発生時刻， は +1 番 目の地震の発生時刻である｡ φは距離の逆数の比 であるので，対象とする格子点に地震が近寄って くるとφは大きく（φ>1）なり，逆に格子点から 離れていくように地震が発生するとφは小さく （φ<1）なる。Fig. 9 は 2014 年 11 月 22 日に発生 した長野県神城断層地震（ 6.7）の直前において 緯度経度0.04 度ごとにパラメータφを計算して分 布を示したものである。地震がその地点に集中し てきていることを示すφ>1 の領域は赤・緑系統 で，地震がその地点から遠ざかっていることを示 すφ<1 の領域は青・紫系統の色で示している。 赤い星は本震の位置を示しており，本震発生直前 の時点で，震央周辺の領域から震央に近づくよう

Fig. 11. a) A distribution map of parameter φ just before the foreshock (2016/04/14) of the Kumamoto earthquakes.

b) A distribution map of parameter φ just before the main shock (2016/04/16) of the Kumamoto earthquakes.

White-lined star shows the epicenter of the main shock and yellow-lined star shows the epicenter of the 6.5 foreshock.

に地震が発生したことがわかる。 Fig. 10 は日本近海全域の地震活動集中度φの分 布をcesium 上で表現した図である。緯度経度 0.01 度ごとの格子点でφを計算しているが，地震 活動が活発でない場所（周囲60 km 以内の直近 1 年間における 1.0 以上の地震発生数が 2 未満 （100 個未満）の場所）は計算を行っていない。 議論・結論 以上のように地震前兆の可能性がある様々な手 法の可視化を行っているが，実際の地震での異常 の有無を調査した。特に同じ地震カタログを使用 している地震静穏化， 値，前震の時空間分布変 化の3 つの解析手法を近年発生した内陸地震 （2014 年長野県神城断層地震，2016 年熊本地震， 2018 年大阪北部の地震）で比較した。 2014 年 11 月 22 日に発生した長野県神城断層地 震（ 6.7）は 4 日前の 11 月 18 日から 11 月 19 日 にかけて 2 程度の大きさの前震活動が活発で あった（地震調査委員会，2014）ことより，Fig. 9 に示すように地震活動集中度が地震前に震源領域 で集中的に大きくなっている。地震前の 値の変 動については地震の20 か月前から微小地震が増 えたことにより 値は高くなり，地震の直前で急 減している（井筒・長尾，2016）。RTM 法では上 記の微小地震の増加より前の30 か月前ごろから 本震発生時まで地震活動の活発化が検出されてい る。 2016 年 4 月に発生した熊本地震は 4 月 14 日に 6.5 の地震が発生し，その 28 時間後の 16 日に 7.3 の地震が発生したことにより，16 日の地震が 本震，14 日の地震が前震となった。熊本地震の直 前の段階で前震および本震の震源領域の 値が非 常に低くなっており，また2 年ほど前より九州西 方海域の広い領域で地震静穏化が発生しており， 薩摩半島西方沖地震（2015 年 11 月 14 日， 7.1） と熊本地震に対応していることが示されている （Nanjo et al., 2016）。Fig. 11a は 2016 年 4 月 14 日の熊本地震の前震直前の地震活動集中度の震源 周辺の分布図である。白い星は本震の震央，黄色 い星は4 月 14 日の前震の震央を示している。14 日の前震（ 6.5）の前震は特別見られなかった。 Fig. 11b は 4 月 16 日の本震直前での地震活動集中 度の分布図である。14 日の前震から 16 日の本震 までの間に震源周辺で約2000 個の地震が観測さ

Fig. 12. A distribution map of parameter φ just before the 2018 Osaka earthquake. White-lined star shows the epicenter of the earthquake.

14 井筒 潤・楠城一嘉・鴨川仁・織原義明・長尾年恭 れていることから，震源周辺の広い範囲でφ ≈1 の 領域が広がっている。震源付近ではφの値にわず かな揺らぎがあるが，明確な地震活動の集中はみ られない。 2018 年 6 月 18 日に発生した大阪北部の地震に ついては，地震の静穏化が発生しており（長尾・ 井筒，2019），Fig. 2 で示すように現在も継続中で ある。しかしながら地震前の 値の低下は見られ ず，地震集中度の変化も見られなかった（Fig. 12）。大阪北部の地震では本震の 7 時間前に 0.9 の非常に小さな地震が本震の震源付近で発生して おり，これが前震であると考えられるが，今回の 解析では C=1.0 と仮定して 1.0 以上の地震のみ を解析に用いているので反映されていない。上述 した 値と同様に，解析対象エリアや時間で，正 確な Cを考慮した解析が今後必要であると考え られる。また，前田・弘瀬（2016）によると本震 前に前震が起きやすい場所，起きにくい場所があ り，2014 年の長野県神城断層地震が発生した長野 県北中部は前震が起きやすい領域であることが指 摘されている。 以上のように，地震の発生に伴い地震静穏化， 値，前震などの前兆がすべて出現するとは限ら ないので，様々な解析手法を同時に行い，常にそ れぞれをモニタリングすることが大切である。本 研究で開発したデジタルアースによるモニタリン グシステムが非常に効果的である。 謝 辞 本研究は中部大学問題複合体を対象とするデジ タルアース共同利用・共同研究（IDEAS201812） の 全 面 的 な 支 援 および 東 海 大 学 海 洋 研 究 所， 2017/2018 年度コアプロジェクトの一部支援を受 けて実施されました。また，ご多忙にかかわらず 査読をしていただき，貴重な助言，ご指摘をいた だきました東海大学海洋学部海洋地球科学科馬塲 久紀准教授に謹んで感謝いたします。 参考文献

Gore, A., The Digital Earth: Understanding our planet in the 21st Century, Speech at opening of the California Science Center, Los Angeles, California, on January 31, 1998.

http://portal. opengeospatial.org/files/?artifact_id=6210 （閲

覧日：2019年8月27日）

Goodchild, M. F., H. Guob, A. Annonic, L. Biand, K. de Biee, F. Campbellf, M. Cragliac, M. Ehlersg, J. van Genderene, D. Jacksonh, A. J. Lewisi, M. Pesaresic, G. Remetey-Fülöppj, R. Simpsonk, A. Skidmoref, C. Wangb, and P. Woodgatel,

Next-generation Digital Earth, PNAS July 10, 2012 109 （28）

11088-11094; https://doi.org/10.1073/pnas.1202383109 Gutenberg, B., and C. F. Richter, Frequency of earthquakes in

California, Bulletin of the Seismological Society of America, vol. 34, pp. 185-188, 1944. 井筒潤・長尾年恭, 地震災害予測のための 値の空間分布マッピ ングと時系列変化, 東海大学海洋研究所報告, vol. 37, pp. 21-28, 2016. 地震調査委員会, 2014, https://www.static.jishin.go.jp/resource/ seismicity_annual/major_act/2014/20141122_nagano.pdf （閲 覧日：2019年7月31日）

Lippiello, E., Marzocchi, W., Arcangelis, L., Godano, C., Spatial organization of foreshocks as a tool to forecast large earth-quakes, Scientific reports, 2, 846, 2012.

前田憲二・弘瀬冬樹, 前震活動に基づく地震発生の経験的予測,

地震予知連絡会会報, 95, 415-419, 2016.

Nagao, T., A. Takeuchi and K. Nakamura, A new algorithm for the detection of seismic quiescence: introduction of the RTM algorithm, a modified RTL algorithm, Earth Planets Space, 63, 315-324, 2011.

Nagao, T., Y. Orihara, and M. Kamogawa, Precursory Phenom-ena Possibly Related to the 2011 M9.0 Off the Pacific Coast of Tohoku Earthquake, Journal of Disaster Research, Vol.9, No.3, pp. 303-310, 2014.

長尾年恭・井筒潤, 2018年6月に発生した大阪北部地震（M6.1）に 先行した地震活動の静穏化異常, 東海大学海洋研究所報告, vol. 40, pp. 18-24, 2019.

Nanjo, K. Z., N. Hirata, K. Obara, and K. Kasahara, Decade-scale decrease in b value prior to the M9-class 2011 Tohoku and 2004 Sumatra quakes, Geophysical Research Letters, VOL. 39, L20304, doi:10.1029/2012GL052997, 2012.

Nanjo, K. Z., J. Izutsu, Y. Orihara, N. Furuse, S. Togo, H. Nitta, T. Okada, R. Tanaka, M. Kamogawa and T. Nagao, Seismic-ity prior to the 2016 Kumamoto earthquakes, Earth, Plan-ets and Space, 68:18, DOI 10.1186/s40623-016-0558-2, 2016. Nanjo, K. Z., A. Yoshida, A map implying the first eastern

rupture of the Nankai Trough earthquakes, Nature Com-munications, vol. 9, 1117, DOI: 10.1038/s41467-018-03514-3, 2018. 南海トラフ巨大地震対策検討ワーキンググループ, 南海トラフ 巨大地震対策について（最終報告）, 2013, http://www.bou sai.go.jp/jishin/nankai/taisaku_wg/pdf/20130528_honbun. pdf （閲覧日：2019年9月11日） 太田健治, 藤原義寿, 前田憲二, 気象庁の地震検知能力の時空間 的変化, 験震時報, vol. 65, 111-122, 2002.

Sobolev, G. A., and Y. S. Tyupkin, Low-seismicity precursors of large earthquakes in Kamchatka, Volcanol. Seismol., 18, 433‒446, 1997.

宇津徳治，6. 地震の規模別度数の統計式log ＝ − の係数b

を求める一方法，北海道大学地球物理学研究報告，13, pp. 99-103, 1965.

Seafloor geodetic constraints on interplate coupling of the Nankai Trough megathrust zone, Nature, Vol. 534, pp. 374-377, 2016.

（2019年8月31受付／2019年9月28日受理）

2019年6月18日山形県沖の地震前後の地震雲発生のうわさから考える

Twitter ユーザーの科学リテラシー

織原 義明

Science literacy of Twitter users considered from the rumor of earthquake

clouds before and after the Yamagata Offshore earthquake on June 18, 2019

Yoshiaki Orihara

Abstract

  A large earthquake （EQ） with a magnitude 6.7 occurred off Yamagata Prefecture, Japan on June 18, 2019. An EQ cloud in Fukuoka Prefecture had become a popular topic on Twitter for three days before the EQ. The number of tweets referred to the EQ cloud increased day by day until June 18, 2019. Immediately after the EQ, some users claimed that the EQ cloud had to be an EQ precursor. Then, huge users denied the hypothesis because EQ clouds did not exist by nature. This trend on Twitter might be desirable for Science literacy. Most tweets, however, were merely retweets （RTs） retrieved from a cloud research specialist, not their own opinion derived from logical thinking.

東海大学海洋研究所研究報告 第41号（2019） 16∼31頁 原著論文（Original Article）

Bull. Inst. Oceanic Res. & Develop., Tokai Univ. （2019）, 41, 16-31

緒 言 Twitter（ツイッター）とは，ユーザーが tweet （ツイート：つぶやき）と呼ばれる140 字以内の文 章や画像などを投稿し，他のユーザーがそれを読 んだり，返信したりすることができるインター ネット上のサービスである（例えば，ASCII.jp デ ジタル用語辞典，2019/8/6 閲覧）。国内の利用者 数は，2018 年 10 月時点で 4,500 万人といわれてい る（Uniad，2019/8/6 閲覧）。Twitter は Facebook やInstagram などとともに，インターネットを介 して社会的な人間関係を構築できるSNS（Social Networking Service）と考えられることがあるが， Twitter 社の CEO によれば，Twitter は SNS で はなく，「関心」によって誰かとつながるものであ り，本名は重要ではないとしている（話題の画像， 2019/8/6 閲覧）。Twitter はあくまでつぶやき（独 り言）を発信するものであり，人間関係の構築を 目的としたSNS とは異なるということである。な お，本社は米国・カリフォルニア州サンフランシ スコにある。ユーザーは本名を名乗る必要はなく， ユーザー名を使ってアカウントが識別される。ま た，Twitter に は 様 々 な 機 能 が あ る。 例 え ば ＃（ハッシュタグ）は直前に＃記号をつけた単語や フレーズのことで，これをクリックすると同じ キーワードや話題を含む他のツイートが表示され る。リツイート（RT）はある Twitter アカウント のツイートを自分のフォロワーに伝える仕組みで， 元のツイート作成者情報が保持されたまま転送さ れる。また，自身のコメントをつけてリツイート することもできる（Twitter，2019/8/6 閲覧）。

Twitter はリアルタイムで起きていることを発 信・受信できることから，災害時に現地の状況を 知らせることや知ることに非常に役立つツールで ある。しかし，その情報の信頼性を判断すること は容易ではなく，他のSNS などとともにニセ情報 の拡散に利用されることがある。例えば，2016 年 4 月に発生した熊本地震では，熊本県益城町で震 度7 を記録した 14 日の地震（マグニチュード： M6.5）の直後に，「熊本の動物園からライオンが逃 げた」というニセ情報がTwitter 上で広まった （産経WEST，2019/8/6 閲覧）。一般的に災害時は ニセ情報が広がることが多く，Twitter はその媒 体になるため，ユーザーは自身がニセ情報に惑わ されないようリテラシーを高める必要がある。特 に大地震発生後は，次の地震発生に関するニセ情 報である地震流言が発生しやすい。しかし，地震 流言は「ライオンが逃げた」や「⃝⃝地域の水道 がストップした」など，即座に真偽を判断できな い情報とは異なり，地震に関する正しい知識や地 震流言の特徴（織原・長尾，2015）を知っていれば， 即座にニセ情報と判断することができる。そして， そうしたリテラシーを持った人が多くなれば，地 震発生のうわさ（ニセ情報）が流言化することを防 止できるかもしれない（織原，2019）。 Twitter や SNS は今日では災害時に限らず，新 聞社やテレビ局といった既存メディアが，情報発 信だけでなく情報収集のために利用している。 SNS 上に投稿された災害や事件の情報をAI（Arti-ficial Intelligence：人工知能）で発見・配信する ニュースサービスは，多くの報道機関に導入され ている（事業構想，2019/8/6 閲覧）。2019 年 6 月 18 日 22 時 22 分頃，山形県沖でマグニチュード （Ｍ）6.7（暫定値）の地震が発生した。この地震で， 新潟県村上市では震度6 強，山形県鶴岡市では震 度6 弱を観測した。地震発生の 3 日後となる 6 月 21 日の朝に秋田魁新報社と共同通信社は「地震 雲？18 日夕方に目撃情報 太い棒状の雲，由利本 荘市で」といったタイトルのWeb news 記事を配 信した。これに対してTwitter 上では，地震雲を news として配信した両社を批判するツイートが みられた。そして，両社はこのWeb news 記事の 配信を短期間で取りやめた。新聞社やテレビ局な どの既存メディアがSNS を利活用している事実を 考えれば，この短時間での配信停止にTwitter の つぶやきが少なからず影響を与えていたと推測で きる。 「地震雲」は科学的にその存在が証明されてい ないにも関わらず，Twitter 上でほぼ毎日のよう に話題になっている。はたして，今回の山形県沖 の地震で「地震雲」はどのようにツイートされて いたのであろうか。Twitter ではどのようなこと が話題になっているのかを知る手段のひとつとし て，Yahoo! リ ア ル タ イ ム 検 索（https://search. yahoo.co.jp/realtime）がある。これは，今現在ど のような話題が多くツイートされているのかだけ でなく，過去に投稿されたツイートをキーワード から検索することもできる。本稿では「地震雲」 が地震前からどれだけ話題になっていたかを探る ため，「地震雲」のキーワードでこのサービスの過 去ログを検索した。そして，本当の大地震の際に 「地震雲」はTwitter 上でどのように扱われたの か，また，それをツイートするTwitter ユーザーの 科学リテラシーはどの程度であったかを調べるた めに，2019 年 6 月 18 日山形県沖の地震の際の「地 震雲」ツイートを調査した。なお，本稿では科学 リテラシーを論理的，客観的，実証的であるといっ た科学的な思考法を取ることできる能力とする。 「地震雲」ツイートの調査 件数の推移 Yahoo! リアルタイム検索は，Twitter へのログ インなしで日本語のツイートをキーワードから検 索できるサービスである。そして，キーワードを 含んでいるツイートが，最も新しいものから順に 表示される。表示画面は初期設定で自動更新に なっており，新たなツイートがあると5 秒おきを に追加表示される。また，今現在のツイートだけ でなく，過去のツイートについても1 ヶ月前まで 遡ることができる。ただし，ツイート件数は1 ヶ 月前まで全て確認できるものの，ツイートの内容 については，その日の最後のツイートから時間的 に遡って1,000 件までしか確認することができな い。 本研究では「地震雲」のキーワードで検索し， 2019 年 5 月 20 日まで遡ることができた。5 月 20 日から7 月 9 日まで 50 日間で，最もツイート件数 が多かった日は，地震当日の6 月 18 日で 4382 件

0

1000

2000

3000

4000

5000

5/20

5/30

6/9

6/19

6/29

7/9

M6.7

Fig. 1. The number of tweets of earthquake clouds 18 織原 義明 （6/19 調べ）だった（Fig. 1）。そして 6 月 18 日か ら21 日までの 4 日間は 1000 件を超えていた。注 目されるのは，地震発生前々日の6 月 16 日に 532 件，前日の17 日に 937 件あったことである。6 月 12 日から 15 日までは二桁に収まっていたので，16 日の532 件は急激なツイート件数の増加といえる。 前日からの急激増は5 月 22 日にも見られる。前日 21 日の 213 件から 1129 件と山形沖の地震以外で 唯一1000 件を超えるツイート件数を記録してい る。ただし，23 日には 219 件と，増加は 1 日間で 収束している。 内容による分類 地震が発生した6 月 18 日を含む前後 3 日間，計 7 日間のツイートを，その内容から地震雲に対し て，否定的・肯定的・どちらともいえない，の3 パ ターンに分類した。分類方法は客観的な方法とし て，キーワードとその組み合わせによる分類を検 討したが，同じ文言であっても否定的，肯定的， いずれにも使われることがあった。例えば，「地震 雲は迷信です」や「地震雲は存在しません」など は，否定的なツイートで使われる文言だが，「地震 雲は迷信，と言われる方もいますが，実在します」 などと，同じ文言が肯定的なツイートで使われる こともある（また，その逆もある）。さらに，「地震 雲？」とツイートし，その後にあるリンク先のサ イトを開くと，地震雲とされる写真が掲載されて いる場合もあれば，地震雲を否定するサイトの場 合もあった。このようなことから，本稿では人の 手で分類することにした。その結果をFig. 2 に示 す。なお，6 月 18 日からの 4 日間のツイート件数 （ ）がすべて1000 件になっているのは，過去ロ グの閲覧可能ツイート件数が1 日最大 1000 件の ためである。18 日は 23 時 23 分から 23 時 59 分ま で，19 日は 12 時 57 分から 23 時 59 分まで，20 日 は10 時 05 分 か ら 23 時 59 分 ま で，20 日 は 16 時 07 分から 23 時 59 分までに書き込まれたツイート である。したがって，18 日以降はその日のツーイ ト全体の割合を表しているものではない。特に18 日は26 分間のみのツイートである。一方，各日で リツイートが最も多かったベストツイートは，6 月 15 ∼ 18 日までは地震雲に対して肯定的なツイー

44.1% 44.1% 2019/6/15

6/17

6/19

6/21

Negative Positive Neutral

92.6% 6.2% 84.1% 13.6% 57.1% 33.9% 20.4% 69.6% 16.2% 74.6% 9.4% 84.0% 0 100%

(N)

68

511

911

1000

1000

1000

1000

Fig. 2. Percentage of negative, positive, or neutral tweets on earthquake clouds .

  Although the data 1000 from June 18th to 21st is not the total number of data per day, this paper assumes that the ratio is similar to the total number of data per day.

ト，6 月 19 日∼ 21 日は否定的なツイートとなって いた。ベストツイートは，1 日の全ツイートを反映 したものであるが，Fig. 2 が示す 19 日から否定的 なツイートの割合が肯定的なツイートよりも多く なっていることと整合的である。このことから， 本稿では18 日以降の 1 日 1000 件による肯定的・ 否定的・どちらともいえない，の比率であっても， 1 日全数の比率と大きな差はないものと仮定して 話を進めることにする。 なお，ツイート件数のみの過去ログから作成し たFig. 1 と，上限が 1000 件までの各日のツイート 内容が表示される過去ログから作成したFig. 2 に ついて，6 月 16 日，17 日のツイート件数が，Fig. 1 ではそれぞれ532 件，937 件だが，Fig. 2 では 511 件，911 件と数が一致しない。この差は Yahoo! 検 索の集計方法に起因するものと考えられるが，明 確な理由は不明である。しかし，全体の傾向に大 きな違いは生じないので，本稿では原本の数をそ のまま使用している。 「地震雲」の出現状況 6 月 15 日から 21 日までの 7 日間のツイートか ら，最初に現れた「地震雲」を推定すると15 日の 福 岡 県 に な る（ な ー ぴ や ん@hayanahayari， 2019）。なお，ここでいう地震雲とは，ツイートし た人が地震雲ではないかと思っている雲のことで あり，真に地震の前兆となる雲を指すものではな い。この福岡県の雲は15 日の夕方から夜中にか けて見られた雲と考えられる。この雲に関する投 稿は15 日 2 件だったが，16 日 107 件，17 日 117 件 と 増 加 し，18 日 86 件，19 日 15 件，20 日 6 件，21 日2 件と減少していった。この福岡県の事例のよ うに重複がある場合はそれを取り除いて，地震雲 が見られたとされる日と場所が推定できたものを 日本地図にプロットするとFig. 3 のようになる。6 月15 日は福岡県以外に，北海道帯広市（かほる @ amberaroma，2019）と 鳥 取 県（ry@s@ryosun2， 2019a）の 3 ヶ所で地震雲が発生したとされてい る。16 日は兵庫県西宮市・芦屋市（kose@5980073， 2019）の 1 ヶ所，17 日は北海道千歳市（霖（リン） @daisaigai_1707，2019），岩手県南部（〈※〉琴奥州 @ 平 岡 組 ́ ω `）/@kotooshu1210，2019），岩 手 県 奥州市（$tomas $@ComeOn444，2019），長野県安 曇野市（タケちよ@Takechi_yooo，2019），水戸市 （seinen@seinen3，2019），栃木県（いべまに @ 超遠 近法 @ka i jyunopa pa，2 0 1 9 ），千葉市（〈※〉 JUNSUKE...MK〈※〉@junsuke_k，2019），東 京 都 （あつし@RD_SURVIVE，2019），富士山（ゆりえ

Fig. 3. Spatio-temporal plot of earthquake clouds appearances between June 15, 2019 and June 21, 2019

130˚E

_140˚

30˚

40˚N

6/18 M6.7

6/16

6/17

6/15

6/18

6/19

6/20

6/21

20 織原 義明 2019），鳥海山（〈※〉あわわよくば阿波おどり〈※〉 @daizaemon2383，2019），新潟県上越市（野島 力 @rikizl，2019），群馬県北部（古狸庵 @ayugawa， 2019），榛名山（え・クレア @like3kurepon，2019）， 東京都（ようこ@laugh_fangerk，2019），大阪府（プ リキュアオールスターズ（PAS）@811kei1500bannd， 2019）の 7 ヶ所，19 日は新潟県柏崎市（ごとうつー @ats5102，2019），石 川県（さゆ〈※〉@xh7genw， る' 地震体感 & 地震情報 @yuriruyurieru，2019）， 三重県四日市市（ツンデレラ@mizutamatamago， 2019），京都府（恋徹まち @koitetu3，2019），大阪 府 豊 中 市（bellwood.@bellwoo48079396，2019）， 岡 山 県（h_xxx_c@hyde_2915_chii，2019），島 根 県 宍 道 湖（TöSSY@AngelicRavens，2019） の 14 ヶ所，18 日は秋田県にかほ市・由利本荘市（由 利 本 荘 の あ ん こ 屋 で ∼ す！@annkoyadesu， 〈※〉はそれぞれ（組版では表記できない）絵文字である

2019）の 2 ヶ 所，20 日 は 秋 田 県（〈※〉飛〈※〉@sa ya_saki_papa，2019），鳥取県中部（ry@s@ryosun2， 2019b），松江市（SHU@s18701870，2019）の 3 ヶ所， そして，21 日は京都府（まゆふぉん＠たまゆらゲーム 萌 え 空 間 ♪〈※〉〈※〉〈※〉〈※〉@mayutantann， 2019），大 阪 市（Maaaaki〈※〉｡ :*ap❥@maryu_ag_ luv05，2019），和歌山県（へぷた〈※〉@_hepta_07_， 2019）の 3 ヶ所で地震雲が発生したとされている。 毎日どこかで「地震雲」が発生していたことにな る。 考 察 地震前の動物異常行動など宏観異常現象の出現 件数は，地震発生約1 日前にピークを迎えるとさ れ て い る（ 例 え ば， ト リ ブ ッ チ，1985； 力 武， 1998）。また，力武（1998）によれば，宏観異常現 象の報告には常にニセ情報が含まれているが，地 震の前には真の情報が増えるため，全体の報告数 が増えることが期待されるとしている。いわゆる 「地震雲」も宏観異常現象のひとつであり，日本の どこかで毎日のように「地震雲」が観察され，ツ イートされていると考えられる。「地震雲」のツ イート件数は，宏観異常現象の報告数とは別物で あるが，地震前には真の宏観異常現象に関するツ イートが増え，全体としてツイート件数が増える と考えることもできる。山形県沖の地震では，発 生前々日となる6 月 16 日のツイート件数が 15 日 の68 件から 532 件と約 7.8 倍急増している。そし て，地震前日の17 日には 932 件とさらに増加し た。しかし，5 月 22 日も前日の 213 件から 1129 件 （約5.3 倍）と急増しているが，その直後に大地震 は発生していない（Fig. 1）。したがって，ツイー ト件数が前日比で急増しただけでは，地震に関連 した前兆的な変化かどうかはわからない。しかし， 山形県沖の地震前は16，17 日と増加傾向が地震発 生日まで継続していた。こうした増加傾向の継続 が地震に関連した前兆的な変化といえるのかを判 断するには，もう少し長期的なツイート件数の時 系列データで調べる必要がある。では，16 日と 17 日のツイート件数増加の理由は何であるか。これ はツイートの内容から，15 日夕方から夜にかけて 見られた福岡県の雲の影響が大きかったと考えら れる（Fig. 4）。16 日は福岡県の雲ツイートが 107 件あり全体の約20%，17 日は 117 件で全体の約 13%を占めた。ちなみに他地域の雲ツイートは 16 日が2 件，17 日は 28 件だった。この福岡県の雲は 十種雲形で分類される雲の変種のひとつである波 状高積雲もしくは波状巻積雲ではないかと推測さ れる（例えば，荒木，2018）。なお，他の地震雲と された雲については，画像が確認できたものを付 録（Appendix）に掲載する。 このように，Fig. 4 の雲は気象学で説明できる 雲であるが，ここでは気象学的な原因とは別の原 因により，同じ形状の雲が発生すると仮定してみ る。言い換えるなら，地震発生過程で生ずる何ら かの作用により波状雲が発生したと仮定してみる。 そのように考えた場合，地震発生過程で生ずる作 用であるなら，それは将来震源となる領域で発生 すると考えるのが自然である。つまり，地震雲が 地震発生に先立って出現するのであれば，それは 将来の震源域直上に現れると考えるのが妥当であ る。しかし，山形県沖の地震と福岡県は，直線距 離でおよそ1000 km も離れている。山形県沖の地 震の前兆がなぜ遠く離れた福岡県で発生するの か，それを合理的に説明することは，少なくとも 現時点では難しい。したがって，6 月 15 日に福岡 県で見られた波状雲を18 日の山形県沖の地震と 結びつけることは論理的ではない。このように考 えると，福岡県の雲ツイートの影響が大きかった と考えられる16 日と 17 日のツイート件数増加は 18 日の地震とは無関係だったことになる。 18 日の地震発生直後は福岡県の雲をはじめとし た「地震雲」と山形県沖の地震とを関連づけるツ イートが散見されたが，19 日以降は否定的なツ イートの割合が増加し，全体の半数以上となった。 特に，21 日は記録が残っていた 1000 件中 926 件 が否定的なツイートとなった（Fig. 2）。前述した ように，18 日以降は 1 日あたりのツイート全件数 ではないが，本稿では過去ログが残っていた1000 件も全数と同様の傾向を示していたと仮定して議 論をしている。次に，否定的なツイートを日毎に リツイート（RT）とそれ以外に分けると Fig. 5 の ようになる。20 日と 21 日の否定的なツイートの 9 〈※〉はそれぞれ（組版では表記できない）絵文字である

Fig. 4.  An earthquake cloud? appeared in Fukuoka on June 15, 2019. Retrieved from https://twitter.com/ hayanahayari/status/1140245081187688451/photo/1 22 織原 義明 べている。この点から考えれば，山形県沖の地震 が発生した後に科学的に証明されていない地震雲 を否定するツイートが増加したことは，科学リテ ラシーの観点からは好ましい動きだったと言うこ とができる。しかし，内容まで詳細に検討すると， そのほとんどがある有識者の言葉を引用しただけ であった。地震雲とされる雲が発生した福岡県と 震源地となった山形県沖との関係や，過去の地震 雲ツイートと実際の地震との比較などから論理的 に述べたツイートは少数であった。科学リテラ シーとは論理的，客観的，実証的といった科学的 な思考法ができる能力である。例えば，6/20，6/21 にもっとも多くリツイートされた荒木氏のツイー トには「雲は地震の前兆にはなりません。巷で「地 震雲」と呼ばれる事の多い雲は全て気象学で説明 できる」と書かれている。しかし，気象学で説明 できる雲が気象学的な原因以外の原因で発生する 可能性がないとはいえない。となると，気象学で 説明できる雲だから，雲は地震の前兆にならない と100%言い切ることはできないのではないか。 少なくとも，福岡県の雲をはじめ，山形県沖の地 震直前に「地震雲」と言われた雲について，気象 学的な説明がなされていなければ説得力が乏しい のではないか。などと考えることが科学的な思考 と考えられる。また，リツイート機能の生みの親 割以上がリツイートで占められていた。そして， 20 日のリツイート 770 件中 726 件（94.3%），21 日 のリツイート816 件中 728 件（89.2%）が RT@ar akencloud と，雲研究者・気象庁気象研究所の荒 木健太郎氏のTwitter アカウントのリツイートで あった。文章は複数パターンあるが，いずれも地 震雲を否定する内容である。地震雲否定派による ツイートは，自ら考えた意見として発した言葉で はなく，雲研究者といった権威ある人の言葉をそ のままリツイートする形で肯定派を凌駕した。特 に，6/20，6/21 のリツイートは山形県沖の地震後 に投稿された荒木氏のツイートが大半を占めてい た。リツイート機能の生みの親であるクリス・ウェ ザレル氏は，雑誌のインタビューのなかでリツ イート機能を作ってしまったことに対する後悔を 語っている（BuzzFeed News，2019/08/22 閲覧）。 リツイート機能は情報を手軽に拡散させることが できるが，ある標的に対して攻撃を仕掛ける際に も用いられているとしている。今回の地震雲につ いていえば，否定派は肯定派を攻撃するためにリ ツイート機能を利用したと考えることができる。 「地震雲」については，気象庁（2019/9/21 閲 覧）がホームページ上で「地震雲がないと言い切 ることは難しいものの，「地震雲」についての科学 的な説明がなされていない」と否定的な見解を述