| 研究課題/領域番号 |
20K15219
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
石塚 師也 京都大学, 工学研究科, 講師 (90756470)
|
|---|
| 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: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | ベイズ統計学 / 岩石物性 / 熱水システム / 空隙率 / 機械学習 / 深層学習 / 不確実性 / 地熱 / 比抵抗 / 弾性波速度 / ベイズ推定 / 応力 / 地熱開発 / 資源評価 / 不確実性の定量化 |
|---|
| 研究開始時の研究の概要 |
地球資源開発において、地下の物性分布の推定は、資源評価や掘削位置の選定の観点から重要である。これまでにも物理モデルを基にした手法と機械学習を基にした手法が提案され、検層データや物理探査データの解釈手法として広く用いられている。しかしながら、既存手法には、解の不確実性の定量化や物理メカニズムの妥当性といった各々に固有の課題を有する。本研究では、物理モデルと機械学習を融合した手法の開発により、これらの課題の解決を目指す。また、開発した手法は地熱地域に適用を行い、手法の有効性を検証する。
|
| 研究成果の概要 |
地球資源開発において空隙率等の地下の物性とその分布の推定は、可採埋蔵量の評価や掘削位置の選定等に大きな影響を与える。そのため、本研究では機械学習を基に地下の空隙率等の物性分布を推定する手法を開発した。開発した手法は、地熱地域で取得されたデータへ適用し、有効性を評価した。さらに、物性分布を推定するために必要な観測データがより効率的に取得できるようにデータ取得手法の高度化を行った。
|
| 研究成果の学術的意義や社会的意義 |
地球資源開発において、空隙率等の地下の物性値の推定は不可欠である。本研究で開発した手法は、機械学習と物理モデルを組み合わせることによって、厳密な物理モデルが不明瞭な条件下でも一定程度の物理的な妥当性を考慮して、物性値を推定できるフレームワークを構築した。さらに、推定値のばらつきの評価を行い、どの範囲の推定値まで信頼がおけるか評価を可能とした。また、応力や弾性波速度、熱伝導率といった観測値をより効率的に取得する手法を開発し、従来よりも多くの地域や条件でデータ取得が可能となることが期待される。
|
