| 研究課題/領域番号 |
20K05396
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分31020:地球資源工学およびエネルギー学関連
|
|---|
| 研究機関 | 秋田大学 |
|---|
研究代表者 |
千代延 俊 秋田大学, 国際資源学研究科, 教授 (40526430)
|
|---|
| 研究分担者 |
間所 洋和 岩手県立大学, ソフトウェア情報学部, 准教授 (10373218)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | CCS / 二酸化炭素地下貯留 / 地質不均質性 / セマンティックセグメンテーション / 深層学習 / 砂岩泥岩互層 / 砂岩不均質性 / 貯留岩性状 / CNN / GAN / 地質モデル / 貯留層 / 堆積相解析 / 機械学習 / 二酸化炭素貯留層 / 砂岩 / ドローン / 画像解析 / 地層不均質性 / 露頭画像 |
|---|
| 研究開始時の研究の概要 |
深刻度を増す地球温暖化に対して，CO2を地下貯留するCCS（二酸化炭素の回収・地下貯蔵）は緊急避難的かつ現実的な対策であるが，CO2の地下での挙動予測・貯留量算出へ向けた地下の地質モデルの不確実性がリスクとして指摘されてきた。
本研究では，ドローンによる露頭の高解像度デジタル画像と地質学的調査から得られる地層の試験値を組み合わせて，深層学習による信頼性の高いCO2貯留層の数値モデルを構築する。最終的には，この数値モデルでCO2貯留予測計算を行い，CCSの実現性を高めて地球温暖化対策への貢献を目指す。
|
| 研究成果の概要 |
本研究では陸上に露出する露頭をアナログモデルとして深層学習（Deep Learning）に基づく意味的分類（セマンティックセグメンテーション）を用いた地層分類およびモデル構築を目的とした． 研究においては，大規模露出露頭にて岩石物性値の地質評価を行った．また，同露頭で得た画像に対して，ランダムサンプリングを用いたオリジナルデータセット用い，代表的なセマンティックセグメンテーションを実施した．さらに，地質解釈の精度向上へ向けてGANに基づく生成モデルのひとつであるOASISを用いた画像生成でデータセットを拡張した．その結果，セマンティックセグメンテーションによる地質の自動分類が可能となった．
|
| 研究成果の学術的意義や社会的意義 |
地質が複雑な堆積盆を対象としたCCSのモデル構築へ向けて，実際の露頭から得られた地質学的情報を，セマンティックセグメンテーション技術を用いて数値化することができた．これは，今後本格化するCCS事業において，CO2貯留量の算定や，地下挙動予測計算において精度向上となることが確実である．また，事業化に向けた地下地質の不均質性に依存した地質リスクの顕在化にも寄与することになる．これらCCSにおける貯留層の基礎的データの公表は，事業が本格化しつつある現在は社会的意義が大きいと言える．
|
