(Special session) Resource exploration and big-data processing［Wed. Sep 13, 2023 AM Room-1］

[2101-04-02] Exploring for Unknown Historical Tsunami Deposits by Data Driven Analysis
~ Highly Accurate Discrimination and Database Construction Using Supervised Data ~

○Komai Takeshi¹, Shuta Sato¹, Tatsu Kuwatani², Noriaki Watanabe¹ (1. Tohoku University, 2. JAGSTEC)

Chairperson: Taiki Kubo (Kyoto University), Tatsu Kuwatani (JAMSTEC), Akihisa Kizaki (Akita University)

Keywords:Tsunami deposits, Machine learning, Bigdata, Geochemical analysis

本研究では津波堆積物の既往の試料を用いて、コアスキャナによる連続的な地球化学的なデータを取得して、津波堆積物に特有な化学組成やその分布に関して詳細に検討した。その結果、現世の津波解析物のコア試料の地球化学特性と地質学的な堆積の特徴から、かなりの精度で津波堆積物を同定出来ることが分かった。しかし、過去の歴史津波堆積物については、堆積後の浸食や化学的な変質などの影響が想定されるため、必ずしも十分な精度で判別が容易でないため、それらの多くは未知のコア試料として残されていた。
　本研究は、過去からの堆積状況の変遷や浸食の有無を考慮した上で、津波以外のイベント（河川、洪水など）の想定がない歴史津波堆積物を採取して、これらの地球化学的特性をコアスキャナにより精密に調査した。これらのコア試料の地球化学情報を教師データとして整備することで、機械学習によって既往の未知の堆積物試料について解析作業を実施した。その結果、仙台平野および南三陸地域における堆積物のコア試料の中に、数多くの地層単元を歴史津波堆積物として同定することができた。今後、このようなデータ駆動による判定システムを確立することで、全国の津波堆積物データベースを構築する計画である。