[H-SC06] 地球温暖化防⽌と地学（CO2地中貯留・有効利⽤、地球⼯学）

[HSC06-10] 機械学習を用いた海中での二酸化炭素漏洩判定

松本 結花¹、*佐藤 徹¹ (1.東京大学)

キーワード：CO2海中漏出判定、溶存無機炭酸、二酸化炭素分圧、溶存酸素、機械学習

CCSは工場などから排出されたガスから二酸化炭素(CO₂)を分離し、回収したCO₂を遮蔽層の下に圧入し、貯留する技術である。CCSを実用化するために、苫小牧で大規模実証実験が行われており、現在は海底下に貯留したCO₂が海中に漏出していないかモニタリングが行われている。モニタリングでは、溶存酸素飽和度とCO₂分圧の累乗近似による曲線関係から上側95%予測区間を超えた場合は再調査を行うことが環境省の基準で定められているが、度々誤検出による再調査が発生していることが課題となっている。そこで、機械学習を用いてより精度の高い海中のCO₂漏出判定ができるモデルを構築すること、および各指標や特徴量がモデルに与える影響を考察することを目的とし、本研究では、CCSにおいて海中CO₂漏出の誤検出を減らすため、より精度の良い海中CO₂漏出判定を行うことができる機械学習モデルを構築し、特徴量や各指標の重要性についても評価した。その結果、ランダムフォレストによって、現時点での環境省指標と先行研究の指標を使った判定の精度を上回る機械学習モデルを構築することができた。指標として素のデータを組み合わせた値を特徴量とした場合と組み合わせてる前のデータの素の値を特徴量とした場合では、どのアルゴリズムであっても、指標として組み合わせた値を特徴量とした方が精度は高くなった。