機械学習による火山ガス濃度予測システムの開発

点击翻译按钮获取中文摘要

最盛期には瞬間最大で2000人の観光客が立ち入っているといわれる箱根山大涌谷において、現在あるガス濃度測定網のデータに機械学習アルゴリズムを適用し、観光エリアにおける有害ガスリスクの短期（30分後）予測を目指す。これまで既に蓄積しているデータを分割し、2016年1月～2018年8月の全てのデータを用いて機械学習させ、2020年3月～7月の神山登山口測定局（9:00）における二酸化硫黄の濃度が閾値を超えるかどうかについて検討を行った。なお閾値（二酸化硫黄：0.1ppm）については園地内で注意喚起放送が流れる濃度の半値とした。機械学習アルゴリズムについては軽量な確率勾配ブースティング（catboost）を用いて学習、予測を行った。最適な学習パラメータを求める上で、重みづけを含む9つのパラメータについてベイズ最適化を行い、パラメータのチューニングを行った。学習の上で未来のデータを学習して過去のデータを予測しないように注意した。結果として、神山登山口測定局の9:00における二酸化硫黄の濃度予測については2020年3月～7月の147事例を未知のデータとして、80%の正確さを得た。最適化には約１日を要したが、未知データの計算に要した時間は1～2分であった。本課題は担当者の異動に伴い廃止となったため、現状では開発途上の予測システムだが、未知のデータに対して80%の正確さで予測を行うことができたことから、現地における安全対策を目的とした今後の開発においてシステムの有用性が確認できた。