2022 Fiscal Year Annual Research Report
Development of mesoscale experimental geophysical exploration technique and its application to learning for dynamics in deeper subsurface environment through controling it
| Project/Area Number |
21H04750
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
黒田 清一郎 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, 主席研究員 (30343768)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 源之 東北大学, 東北アジア研究センター, 名誉教授 (40178778)
塩谷 智基 京都大学, 工学研究科, 特定教授 (40443642)
桑谷 立 国立研究開発法人海洋研究開発機構, 海域地震火山部門(火山・地球内部研究センター), グループリーダー (60646785)
斎藤 広隆 東京農工大学, (連合)農学研究科(研究院), 教授 (70447514)
藤巻 晴行 鳥取大学, 乾燥地研究センター, 教授 (90323253)
|
|---|
| Project Period (FY) |
2021-04-05 – 2025-03-31
|
| Keywords | 物理探査 / 非破壊診断 / 深層地盤 / 地盤環境 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
半径30cm程度の円筒型模型を可視化できる装置として小型低コストのX線CTに注目し設計計画をおこなってきたことから、今年度はまずその実装を行った。浸透過程可視化と機構解明のための能動受動複合型物理探査技術開発として、電磁波探査システムの開発としては、昨年度導入した光電界センサを用いで電磁波干渉の少ないアレイ計測システムの構築を行い、多重同時送受信による探査を実現した。弾性波探査については昨年度の準備した能動的な弾性波トモグラフィとともに受動的な方法であるアコーステックエミッション(AE)による探査が可能になるよう計測機器の準備を行った。機械学習技術の利用については、昨年度開発した逆解析技術と敵対的生成ネットワーク（GAN）と呼ばれる深層強化フレームワークを融合させ、リアルタイム性のある高速な逆解析的推定を行う技術の開発を行った。またさまざまな浸透条件や塩分濃度の調整を行な う制御実験を数値実験で行い、リーチング効率を最大化する制御方法を深層強化学習のフレームワークで探索するシステムの開発を行った。研究環境の整備として、地盤内可視化装置の導入を行うこととしていたが、実験施設の利用条件が異なったため、R５年度からR６年度にかけて実験施設の移動を行うこととした。また研究成果を国際的にアピールするため国際地中レーダ会議（GPR２０22）および米国地球物理学連合に参加した。研究代表者はその前後に研究協力者であるコロラドマインズ大学RoelSnieder教授と弾性波および電磁波の干渉法処理のプログラム開発の打ち合わせと共同実験の試行を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では、地表から地下水までの地盤における水物質分布のダイナミックな挙動、すなわち深層地盤環境動態をリアルタイムにデジタル情報として再現するシステムの構築を、複合的な物理探査技術に基づく高分解能な地中可視化技術と、その解析プロセスへの深層学習等の適用による高速化によって実現することを第一の目的としている。本年度までの研究において当初予定していた、能動受動複合型物理探査技術開発として光電界センサを用いた電磁波干渉の少ないアレイ計測システムの構築や多重同時送受信による探査を実現し、弾性波探査については能動的な弾性波トモグラフィとともに受動的な方法であるアコーステックエミッション(AE)による探査が可能になるよう計測機器の準備を行うことができた。また解析手法としても、逆解析技術と敵対的生成ネットワーク（GAN）と呼ばれる深層強化フレームワークを融合させ、リアルタイム性のある高速な逆解析的推定を行う技術の開発を行うことができた。以上のように当初の目的に沿った研究の進捗が見られたことから上記の評価とした。
|
| Strategy for Future Research Activity |
模型地盤内の浸透と物質移動を解析する技術を開発するとともに、東北大学から電磁波計測装置を移設し、原位置で調査可能な物理探査技術と室内非破壊診断技術の両者を同時に実験可能な装置を、鳥取大学敷地内の土壌試料等を用いながら試作する。不均一な浸透流が発生した場合に、物理探査技術等で計測した波形から先験的情報を用いた逆解析による方法と、深層学習に基づく代理解析により高速にイメージングを行う技術の開発を行う。また、塩類化土壌のリーチングを想定した数値モデル実験を行うとともに、その浸透形態等について分類を行う。土や土層模型の表面形状および状態をアレイカメラシステムを構築することにより高精細に3次元デジタルデータ化するシステムを開発するとともに、それらの結果をNeRF等の新たな3次元画像処理型AIを用いて高速に可視化するシステムの開発を行う。これにより、土層模型等の形状および外観をリアルタイムにデジタル情報化するシステムの開発を行う。弾性波および電磁波探査技術についてはアレイ受動同時計測システムの開発を進め、常時監視型イメージング技術を実現するとともに、イメージング結果とその時間発展を3次元デジタルデータとして随時格納するシステムの構築を行う。また、その結果からドメイン変換や超解像処理などを、比較的新しい機械学習フレームワークである拡散モデル等に基づいて迅速に推論を行うシステムの構築を行う。これらにより、内部状態も含めた3次元的な土と水物質の分布とその動態をデジタル情報化するシステムの開発を行う。以上のような非破壊診断技術と浸透現象のAI代理解析技術に関する研究成果について、米国地球物理学連合などの融合的な学会において発表を行うとともに、前後に関連する研究者と交流を図り、国際的な研究動向の情報収集と研究体制の整備を行う。
|
