128th JGS: 2021

Presentation information

Oral

R24 [Regular Session]Mineral resources and global material cycles

[3ch212-19] R24 [Regular Session]Mineral resources and global material cycles

Mon. Sep 6, 2021 1:00 PM - 3:30 PM ch2 (ch2)

Chiar:Kentaro Nakamura, Kazuhide Mimura

1:45 PM - 2:00 PM

[R24-O-3] Automatic detection of microfossils by a deep learning technique: Toward constraining depositional ages of REY-rich mud

*Kazuhide Mimura1, Shugo Minabe2, Kentaro Nakamura2,1, Junichiro Ohta2,1, Kazutaka Yasukawa2, Koichiro Fujinaga1,2, Kazuhiro Takao2, Yasuhiro Kato2,1 (1. Chiba Institute of Technology, 2. University of Tokyo)

Keywords:REY-rich mud, pelagic clay, depositional age, ichthyolith, deep learning

2011年,レアアースを高濃度で含む深海堆積物「レアアース泥」が新しい海底鉱物資源となりうることが報告された [1].続く調査により,日本の排他的経済水域内である南鳥島周辺海域において,総レアアース濃度が5,000 ppmを超える非常に高品位な堆積物層が確認され,レアアース泥の実開発に向けた機運が高まっている [2, 3].レアアース泥の探査を効率的に行うためには,レアアース泥の生成機構を明らかにした上で,レアアースの濃集に必要な条件を満たす有望海域を理論的に絞り込むことが重要である [4].これまでに,南北太平洋で採取されたOcean Drilling Program (ODP) 及びIntegrated Ocean Drilling Program (IODP) の堆積物試料について全岩化学組成分析が行われ,レアアース泥を含む遠洋性粘土は,大陸由来の風成塵や海水起源のマンガン酸化物,魚類の骨片等の起源成分が様々な割合で混合されたバリエーションに富む堆積物であることが明らかになっている [5, 6, 7] これは,外見上の特徴に乏しい遠洋性粘土にも,地質学的時間スケールの海洋環境変化の痕跡が記録されていることを強く示唆している.
しかし,遠洋性粘土については,堆積年代の決定が困難であることが研究の大きな障壁となっていた.遠洋性粘土には,珪質・石灰質の微化石がほとんど産出せず,また古地磁気記録の解読も困難である.このため,海底堆積物の年代決定に一般的に用いられる珪質・石灰質微化石層序,古地磁気層序といった手法を適用することができない.そこで着目されたのが,魚類の歯や鱗の微化石「イクチオリス」である.イクチオリスは難分解性のリン酸カルシウムで構成されるため,あらゆる海底堆積物に普遍的に産出することが知られている [8].イクチオリスの生層序学は1970–80年代に確立され,遠洋性粘土で普遍的に適用できる唯一の微化石層序である [9].
発表者らはこれまでに,南北太平洋のODP/IODP試料について,イクチオリス層序による堆積年代の制約を行ってきた.その結果として,イクチオリス層序は遠洋性粘土の堆積年代に一定の制約を与えられることは確認されたものの,一部の層準では堆積年代を十分に絞り込むことができなかった [10].この要因として考えられるのが,観察する化石数の少なさである.従来の研究手法では,堆積物試料からイクチオリスを探し出し,手作業でスライドガラスへと移動させる工程に膨大な時間を要しており,十分な化石数を観察することができていなかった.
そこで本研究では,煩雑な化石観察の手順を改善するため,まずはイクチオリスの収集手法について改善を行った.具体的には,従来実施していた粒径分離に加えて重液分離を行い,火山ガラス等の観察が不要な粒子を極力除去できるようにした.そして,収集したイクチオリスを含む粒子群はピペットでまとめてスライドガラスへと移動させることにより,ハンドピックによらずにスライドが作成できる手法を開発した.次に,深層学習によってスライド画像からイクチオリス粒子を自動で検出する手法を検討した.現在までに,教師データを作成してモデルを訓練するとともに,作成したモデルを用いて精度評価を行うことができるようになっている.本発表では現在までの検討結果と今後の展望について報告する.

<引用文献>
[1] Kato et al. (2011) Nature Geoscience 4, 535-539.
[2] Iijima et al. (2016) Geochemical Journal 50, 557-573.
[3] Takaya et al. (2018) Scientific Reports 8, 5763.
[4] 安川ほか (2018) 地球化学 52, 171-210.
[5] Mimura et al. (2019) Journal of Asian Earth Sciences 186, 104059.
[6] Mimura, K. et al. (2019) 日本地球惑星科学連合2019年大会
[7] Nakamura, K. et al. (2017) 日本地球惑星科学連合2017年大会
[8] Sibert and Norris (2015) Proceedings of the National Academy of Sciences, 112, 8537-8542.
[9] Doyle and Riedel (1985) Initial Reports of the Deep Sea Drilling Project, 86, 349-366.
[10] 見邨ほか (2019) 日本地質学会第126年学術大会