2021 Fiscal Year Annual Research Report
異常輸送理論と群知能を融合した「地下ダム管理モデル」の構築と実装
| Project/Area Number |
19H03074
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
井上 一哉 神戸大学, 農学研究科, 准教授 (00362765)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 麻里子 神戸大学, 農学研究科, 助教 (50756658)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 地下ダム / 群知能 / 異常輸送現象 / 機械学習 / 管理技術 / 模型実験 |
|---|
| Outline of Annual Research Achievements |
本研究は，地下ダム湖にて肥料成分が移動，濃縮，流出する力学現象に関する科学的洞察と人工知能の一分野である群知能・機械学習により，新たな「地下ダム管理モデル」の構築と実装を目的としている．本年度は，3つのテーマに対して実験的・数値解析的に取り組んだ．
1つ目は，実フィールドを対象として，物理的・経済的に制約の強い実フィールドのパラメータ推定の効率化を図るべく，単独の観測孔を利用した単孔式希釈試験に基づく簡易推定手法を開発した．対象フィールドは，喜界島の琉球石灰岩地域である．単孔式希釈試験ではNaClをトレーサとして，観測孔内部の地下水域へ均一に投入し，複数の深度にてNaCl濃度を時系列計測した．観測濃度データを理論解と適合して，ダルシー流速，地下水流速を簡便かつ迅速に推定した．実験の結果，当該地域では帯水層の深部ほど希釈スピードが低減することが確認され，深度とともに透水係数は小さくなることを示唆した．また，周辺の地下水の動水勾配と現場透水試験の結果から得られた水平地下水流速と比較すると，単孔式希釈試験から得られた流速の推定値は概ね一致し，提案手法による地下水流速の推定は一定の信頼性があることを結論付けた．2つ目は，喜界地下ダム流域の地下水流動にかかわる三次元有限要素モデルを再構築した．群知能を用いて地下ダム帯水層の透水係数分布を効率よく同定するとともに，モデル拡張したランダムウォーク粒子追跡解析により各集水井の硝酸態窒素の取り込み状況について数値解析した．3つ目は，模型実験にて喜界第2地下ダム湖の移流分散現象を定量化した．喜界第2地下ダム湖における溶質輸送経路は塩水くさびの影響を受けて上昇し，北堤帯水層の高透水層は溶質分布の拡大に寄与する．また，地下水面付近の移流分散現象は北堤と南堤で差異はなく，ダム壁建造後は，北堤より南堤の方が観測濃度は高くなる可能性があることを示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前述のように，当該年度は，3つの研究テーマを軸として，研究を遂行してきた．単孔式希釈試験では，実験方法から計測方法，輸送パラメータの逆推定に至る一連の流れを構築することができ，地下水流速の推定は一定の信頼性があることを示した．また，フィールドスケールにおいて，実用的なアプローチにて溶質の輸送特性を導出できる可能性を示した．さらに，実サイトでの溶質輸送実験の状況を再現できるシミュレータを拡張するとともに，地下水流動に対する群知能の有用性を示すことができた．地下ダム管理を見据えた，地質分布と塩水浸入現象については，当初の計画に上乗せするテーマとして取り組むことができ，次年度にてさらなる成果の積み上げが見込まれている．また，喜界島島内において，定期的な水質計測を進行しているところであり，地下ダム湖の水質に関わる現状の把握，数値モデリング，将来変動予測など，多岐にわたる項目に対する対応手段の完成度が増している状態にある．以上のことより，総合的に判断すると，おおむね順調に進展していると評価した．
|
| Strategy for Future Research Activity |
今後の研究推進の方策としては，これまでの3年間の成果をベースとして，下記の4点を軸に研究を進めていく予定である．1点目として，異常輸送現象の洞察を深化すべく，琉球石灰岩の複雑なポーラスネットワークに起因する溶質の不規則な輸送挙動に関してカラム実験と模型実験の実績をさらに積み上げる．2点目は，石灰岩のボーリングコアを新しく入手することにより，機械学習による画像判別を軸とした高精度で迅速な間隙率推定システムを開発し，実サイトへの実装を視野に入れた研究に取り組む．機械学習に適したデータ群の選別や多寡など研究対象項目は多くあり，網羅的にアプローチする予定である．3点目として，原位置トレーサ実験の観測データについて群知能を応用した逆解析を適用し，溶質輸送パラメータの効率的・高精度の同定を可能にする．合わせて，異常輸送実験を再現できるランダムウォーク粒子追跡法を開発するとともに，連続時間ランダムウォーク解析を深化させる．実測データに加えて，揚水量や施肥量を考慮しつつ，農業活動に必要な地下ダム湖からの取水と地下ダム貯水湖の水質保全のバランスを検証できるリスクマップを提示する．4点目は，模型実験として，塩水浸入現象を軸とした地下ダム管理モデルの構築を目指す．
いずれの研究テーマについても，これまでの成果を基盤に据えて，さらに発展した成果を上げることが期待でき，合理的・効率的なダム管理やダム設計に資する成果を創出する．
|
