機械学習による首都圏平野部におけるボーリングデータの地層対比手法の研究

本研究では，ボーリングデータにおける地層の対比処理を迅速かつ安定した精度で実施するための技術的基礎を確立し，高精度3次元地質構造解析を実現することを目的とする．本年度は，この目的の達成に向けて，地層の対比処理に有効な地盤の特徴量とその抽出方法について検討した．主な研究成果を次に記す．（１）ハードウェア・ソフトウェア環境の整備：GPUを搭載したコンピューター上にPythonおよびFortranの実行環境を整備するとともに，機械学習のための各種ソフトウェアライブラリをインストールした．（２）ボーリングデータの収集：海水準変動の影響を受けて形成された地層が地下浅部に分布する首都圏沿岸地域を対象として，土木建築工事で作成されたボーリング交換用データ（XML形式）を収集した．（３）地盤の特徴量の抽出方法の確立：ボーリング交換用データに含まれる地盤の特徴量のうち，記録されている頻度が特に高い地質・土質区分，N値，色調という３種類について，０.0から1.0の範囲の数値情報として抽出する方法を確立した．本手法では地質・土質区分については，主たる地質・土質の類似性や，混合物の種類と割合を基準に数値化する．N値は上記の範囲になるように値を正規化する．色調は日本語の文字列として記録されていることが多いため，標準土色帖に示されたマンセル値を参考にまず文字列から色相・彩度・明度を導出し，その後それぞれを正規化する．（４）地層対比に有効な特徴量の検討：抽出方法を確立した地盤の特徴量それぞれが，地層対比の精度にどの程度影響を及ぼすのかを検討するために，サポートベクターマシーンなど主要な機械学習アルゴリズムに基づく地層対比を試行した．その結果，N値，地質・土質区分，色調の順に対比精度に対して大きな影響をもつことを確認した．

本研究では，ボーリングデータにおける地層の対比処理を迅速かつ安定した精度で実施するための技術的基礎を確立し，高精度3次元地質構造解析を実現することを目的とする．本年度は，この目的の達成に向けて，地層の対比処理に有効な地盤の特徴量とその抽出方法について検討した．主な研究成果を次に記す．（１）ハードウェア・ソフトウェア環境の整備：GPUを搭載したコンピューター上にPythonおよびFortranの実行環境を整備するとともに，機械学習のための各種ソフトウェアライブラリをインストールした．（２）ボーリングデータの収集：海水準変動の影響を受けて形成された地層が地下浅部に分布する首都圏沿岸地域を対象として，土木建築工事で作成されたボーリング交換用データ（XML形式）を収集した．（３）地盤の特徴量の抽出方法の確立：ボーリング交換用データに含まれる地盤の特徴量のうち，記録されている頻度が特に高い地質・土質区分，N値，色調という３種類について，０.0から1.0の範囲の数値情報として抽出する方法を確立した．本手法では地質・土質区分については，主たる地質・土質の類似性や，混合物の種類と割合を基準に数値化する．N値は上記の範囲になるように値を正規化する．色調は日本語の文字列として記録されていることが多いため，標準土色帖に示されたマンセル値を参考にまず文字列から色相・彩度・明度を導出し，その後それぞれを正規化する．（４）地層対比に有効な特徴量の検討：抽出方法を確立した地盤の特徴量それぞれが，地層対比の精度にどの程度影響を及ぼすのかを検討するために，サポートベクターマシーンなど主要な機械学習アルゴリズムに基づく地層対比を試行した．その結果，N値，地質・土質区分，色調の順に対比精度に対して大きな影響をもつことを確認した．