quake-lens

公開地震データの取得と統計分析を行うCLI + MCPサーバ。地震の「予知」はできないが、「予測(forecasting)」として科学的に成立している統計量 — b値、大森・宇津則による余震減衰 — を公開APIのカタログから計算する。

Earthquake statistics CLI & MCP server in pure-stdlib Python: Gutenberg-Richter b-value (Aki MLE) and Omori-Utsu aftershock decay (Ogata MLE) from public catalogs (JMA / P2P / USGS).

📖 解説記事: 地震予知はなぜ無理で、余震予測はなぜできるのか — 能登の余震130件で実測

Status

v1 実装済み: recent(P2P / JMA) / catalog(USGS) / bvalue / omori + MCPサーバ(4 tools)

Related MCP server: usgs-earthquakes

Install / run

git clone https://github.com/kenimo49/quake-lens.git
cd quake-lens
python3 -m quake_lens --help   # インストール不要でそのまま動く

# pip install する場合
pip install .            # CLI のみ
pip install ".[mcp]"     # MCPサーバ込み
quake-lens --help

ランタイム依存は Python 標準ライブラリのみ（urllib / json / math / datetime / argparse）。

Subcommands

recent — 直近の地震リスト (P2P地震情報 / 気象庁)

python3 -m quake_lens recent --limit 5 --min-scale 30
python3 -m quake_lens recent --limit 5 --src jma

出力（table形式）:

time                      lat       lon   depth   mag  src   place
2024-01-01T07:10:00Z    37.500   137.300    10.0   7.6  p2p   石川県能登地方
2024-01-01T07:12:00Z    37.400   137.200    10.0   5.8  p2p   石川県能登地方

--format json で正規化イベントJSONを出力。

--src で取得元を選べる（default: p2p）。jma は気象庁の地震リスト (list.json) を直接取得する。同一地震の続報は最新の1件に集約される。 --min-scale はP2Pのscale値前提のフィルタなので --src p2p 専用 （jma と併用するとエラー）。

catalog — USGSカタログ取得

python3 -m quake_lens catalog \
  --start 2024-01-01 --end 2024-01-02 \
  --min-mag 5.0 --bbox 24,122,46,146 \
  --format json

出力（json形式）:

[
  {
    "time": "2024-01-01T09:10:00Z",
    "lat": 37.5,
    "lon": 137.3,
    "depth_km": 10.0,
    "mag": 7.6,
    "place": "Noto Peninsula, Japan",
    "source": "usgs"
  }
]

--bbox のデフォルトは日本周辺 24,122,46,146。

bvalue — Gutenberg-Richter b値推定 (Aki MLE)

正規化イベントJSON（ファイル or stdin）から b値を推定:

python3 -m quake_lens catalog --min-mag 2.0 --format json > events.json
python3 -m quake_lens bvalue events.json --mc 2.5

出力:

b       = 0.9873
se      = 0.0139
n_used  = 5024
mc      = 2.50
mean_m  = 2.990

stdin 経由:

cat events.json | python3 -m quake_lens bvalue - --mc 2.5 --format json

--mc は completeness magnitude（必須）。M < Mc のイベントは除外される。SE は Aki (1965) 近似 b / √N。

omori — 修正大森・宇津則フィット (Ogata MLE)

余震系列に対して λ(t) = K / (t + c)^p をフィット:

python3 -m quake_lens omori aftershocks.json \
  --mainshock 2024-01-01T07:10:00Z

出力:

K       = 152.7413
c       = 0.0219
p       = 1.0834
logL    = -234.5610
n_used  = 812
window  = [0.0000, 10.5432] days

最適化は pure Python の Nelder-Mead（外部ライブラリなし）。

出力フィールド（b / se / mc / K / c / p / logL など）の意味は docs/glossary.md を、尤度計算の中身（Aki MLE / Ogata MLE の導出と最適化手順）は docs/likelihood.md を参照。

MCP server

LLMクライアント（Claude Code / Claude Desktop 等）向けに、4 tools （get_recent / get_catalog / estimate_bvalue / fit_omori）を公開する MCPサーバを同梱している。mcp SDK は optional dependency で、base install の stdlib-only は維持される:

pip install "quake-lens[mcp]"
claude mcp add quake-lens -- quake-lens-mcp

設計判断（optional依存、tool分離、統計toolがイベント配列を引数に取らない理由）は docs/mcp.md を参照。

ドキュメント

Data sources

• P2P地震情報 API — 気象庁情報のリレー、認証不要

• 気象庁 地震リスト list.json — 気象庁の一次ソース、認証不要

• USGS Earthquake Catalog API

Design principles

• ランタイム依存は標準ライブラリのみ

• HTTP取得は quake_lens/sources/ に隔離、fetch関数は注入可能（テストではfixture JSONを注入）

• 統計計算 quake_lens/stats/ は純関数（ネットワーク・IOなし）

• テストは fixture ベースで決定的（実APIを叩かない）

Normalized event schema

全ソースはこの形に正規化される:

{
  "time":     "2024-01-01T07:10:00Z",
  "lat":      37.5,
  "lon":      137.3,
  "depth_km": 10.0,
  "mag":      7.6,
  "place":    "石川県能登地方",
  "source":   "p2p"
}

source は "p2p", "usgs", "jma" のいずれか。

Tests

python3 -m pytest -q

License

MIT