| 研究課題/領域番号 |
21H01539
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分24020:船舶海洋工学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
佐藤 徹 東京大学, 大学院新領域創成科学研究科, 教授 (30282677)
|
|---|
| 研究分担者 |
下島 公紀 東京海洋大学, 学術研究院, 教授 (70371490)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | CCS / CO2海中漏洩 / 海水中CO2濃度 / 海洋調査 / 溶存酸素 / 機械学習 |
|---|
| 研究成果の概要 |
海底下CO2貯留では、予期せぬ漏洩に備えて海水中CO2濃度の監視が要求される。しかし、CO2濃度は光合成などの生物活動の影響を受けるため、漏洩を自然変動から識別する指標が必要となる。令和3年度および4年度は、長崎県橘湾のCO2自然漏出海域および、館山沖での人為的CO2放出実験にて、漏出点まわりに同心円状にCO2濃度を観測し、漏出を自然変動とする偽陰性を回避できた。また、観測点情報から漏洩位置を高精度に推測する逆計算法を用いて、観測点の最適配置法を開発した。令和5年度は、漏出判断のため、館山沖のCO2濃度を学習させた機械学習法を開発し、他海域の海水データを分析し、適切な結果を得ることができた。
|
| 自由記述の分野 |
海洋環境工学
|
| 研究成果の学術的意義や社会的意義 |
理論上、相関が高い指標は漏洩を自然変動と誤判断する確率を減らすことが可能なはずである。ただし、提案する高相関指標を含む複数指標を用いて、海底下に貯留したCO2の予期せぬ漏洩を検出するためには、それを実証する必要があった。この研究では、自然CO2漏出海域にて、新たな指標を併用する手法が、高精度に擬陽性のみならず偽陰性を回避できることを確認した。さらに、機械学習法を用いることで、科学的根拠のない閾値を用いることなく、漏出と自然変動を識別することができた。これは海底下CO2貯留事業において、高コストの再調査の頻度を格段に下げるという社会的なニーズも非常に高い成果と言える。
|
