噴火予測のためのテフラモデルのグローバル感度分析

火山危険が社会に及ぼすリスクを軽減するためには、正確な予測が必要です。現在のアプローチは、希薄なデータに基づく確率的な推定値を使用し、専門家の判断を補足して将来の噴火特性を記述します。これらの確率的な噴火特性は、その後、危険モデルに必要な入力パラメータを知らせます。このプロセスは、将来の噴火の危険特性に対する不確実性を制約するために、さまざまな入力パラメータで多くのシミュレーションを必要とします。また、計算集約的であり、出力は噴火の不確実性を定量化することはできますが、減少させることはできません。危険モデルがますます複雑になるにつれて、見積もる必要のある入力パラメータの数も増加し、結果として不確実性の源も増加します。火山危険モデルに使用される入力パラメータは、噴火前（およびしばしば噴火後）には根本的に不確実であるため、これらのモデルを使用して行われた予測の正確性と有用性に影響を与えるのはどのようなものかを探ります。本研究は、モデルの複雑性と危険モデルの予測の堅牢性との相互作用を理解するために、火山危険モデルの入力空間を探ります。ニュージーランドのタラナキ山における火山灰分布モデルTephra2とFall3Dの例を使用しています（次の50年で噴火する確率30-50%）。Tephra2およびFall3Dのサンプリング戦略は、入力パラメータ空間が完全にカバーされ、パラメータの独立したサンプリングと従属したサンプリングの両方を通じて実世界の値を表すことを保証するために開発されました。たとえば、噴煙の高さは、噴火中に放出される質量の量に依存します。ここでは、モデル出力の分散に大きく影響を与える入力パラメータを調査するために、グローバル感度分析が提示されます。この探求は、Sobol指数とeFAST（拡張フーリエ振幅感度テスト）の統計的評価を通じて行われ、モデル出力の変動に寄与する重要なパラメータを識別します。結果は、堅牢な短期およびリアルタイムの危険予測に不可欠な入力がどれであるかを明らかにし、最終的には事象の前により良い理解/定量化が必要であることを示しています。