(Theme session) Big-data in resource exploration and drilling data processing

9:30 AM - 9:45 AM JST(12:30 AM - 12:45 AM UTC)

[2K0101-11-03] Discrimination of Sub-circular Depressions with Natural H2 Seepage Potential through Multiple Instance Learning Using Sentinel-2 Multispectral Data

○Takato Shimizu^{1[Student presentation: Master’s course]}, Kazuya Ishitsuka¹, Weiren LIN¹ (1. Kyoto university)

Chairperson: 木﨑 彰久（秋田大学）

Keywords:

Natural H2,Remote sensing,Sentinel-2,CNN,Sub-circular Depressions

脱炭素社会の実現に向けた次世代のクリーンエネルギーとして、地球内部で生成される天然水素が注目されている。しかし、従来の地質学的知見のみでは、複雑な生成プロセスに起因する湧出地点を正確に絞り込むことは困難である。本研究では、水素湧出の有力な地表指標である亜円形窪地（SCD; Sub-circular Depressions）に着目し、衛星リモートセンシングと機械学習を用いた広域スクリーニング手法を提案する。具体的には、Sentinel-2マルチスペクトルデータを活用し、弱教師あり学習であるマルチインスタンス学習とAttention機構を組み合わせた分類モデルを構築した。ResNet-18の入力層を拡張することで分光情報を統合し、さらにインスタンス単位の補助損失とエントロピー正則化を導入することで、背景情報への過学習を抑制しつつSCD固有の特徴抽出を強化した。2024年の多時期データを用いた検証の結果、画像のマルチスペクトル性と高頻度観測の統合がSCD判別精度の向上に寄与することが示された。本手法は、迅速な天然水素探査を可能にする基盤技術として、脱炭素社会の実現に寄与することが期待される。