[A-TT35] Machine Learning Techniques in Weather, Climate, Ocean, Hydrology and Disease Predictions

[ATT35-02] 現場採水データを用いた機械学習による海水中二酸化炭素分圧推定モデルの構築

*林 美鶴¹、豊永 崇²、山下 栄次⁴、藤田 眞大³、廣川 綜一³ (1.神戸大学　内海域環境教育研究センター、2.神戸大学　海洋政策科学部、3.神戸大学　大学院海事科学研究科、4.岡山理科大学)

キーワード：二酸化炭素、ランダムフォレスト、感度解析、pCO2

海水中の二酸化炭素分圧(pCO₂)、水温(T)、塩分、pH、溶存酸素(DO)を1993年から2010年まで岡山県牛窓で測定した。T、S、pH、DOと日時情報を用いたpCO₂推定モデルを機械学習法であるランダムフォレストを用いて構築した。ホールドアウト法により求めた推定精度は、相対誤差3％だった。推定パラメータのうち、ｐHとTの重要度が高く、塩分と時刻の重要度は低かった。各パラメータを一つずつ現場データの範囲で変動させ、パラメータに対する推定モデルの感度を解析した。pHの変動に対するpCO₂推定値の応答を、水温毎に求めた例を図1に示す。学習データがない範囲での推定値は、パラメータの最小値や最大値での推定値のまま一定だった。パラメータに対するpCO₂の応答は、定性的に理論と一致した。