(Theme session) Development of CCS / CCUS technology for building a zero-emission society

[3209-17-05] Prediction of Soil CO₂ Emission Behavior Using Machine Learning

○Yuichi Sugai¹, Ryo Hisamitsu³, Yuki Kamachi³, Akihiro Kono², Shintaro Kuroda² (1. Faculty of Engineering, Kyushu University, 2. INPEX CORPORATION, 3. Graduate School of Engineering, Kyushu University)

司会：任 傑 (秋田大学)

Keywords:CO2, Machine learning, Weather conditions, Soil conditions, Prediction

CCSで地下に圧入されたCO₂の地上への漏出をモニタリングする場合においては、自然に土壌から放出されるCO₂の挙動をバックグラウンドとして理解しておくことが極めて重要である。土壌から自然に放出されるCO₂量は、気温や降水量などの気象条件や、土壌温度ならびに水分などの土壌条件によって変動しており、その変動を理解したうえで、地下から漏出しているCO₂と土壌から自然に放出されるCO₂とを判別してモニタリングすることが重要である。本研究では、長期間にわたる土壌CO₂のモニタリングデータと、その期間の気象および土壌データを収集し、これらの関係を深層学習モデルに学習させてCO₂放出挙動予測モデルを構築した。この既学習モデルに気象データおよび土壌データを与えることによって、土壌から放出されるCO₂濃度の変動挙動を予測させた。屋外で測定した土壌CO₂の実測値と、気象/土壌データを与えて予測させたCO₂濃度との比較により、実測値の異常値（＝CO₂の漏洩を意味する）を検出させ、CO₂の漏洩を早期に検出する手法を開発した。