放射性廃棄物処分システムの性能評価における品質管理イメージ

• 膨大な計算負荷低減を目的とした教師あり機械学習ツール

　安全評価で分析する核種の移行挙動は、処分施設の状態（形状や透水性、拡散特性等）と、地下岩盤の状態（岩種分布、及び各岩種での亀裂分布や透水性、拡散特性等）で規定される。当分析にはランダムウォーク法を用いた粒子追跡解析を行う必要があるが、この分析は計算負荷が非常に大きいことが課題である。そこで、教師あり機械学習の手法の１つであるニューラルネットワークを用いて、処分施設や岩盤の状態を説明変数として、取得したい粒子の移行挙動（移行率）を目的変数として、一部のランダムウォーク解析結果をもとに、他の解析結果を予測評価するツールを開発した。

教師あり機械学習ツール（予測評価ツール）の概念図

• 膨大な解析データから特徴量の抽出を目的とした教師なし機械学習ツール

　安全評価を行う解析対象は、広大な領域における膨大な数の亀裂分布、及び多数核種の移行挙動である。これらのデータは膨大であり人間が分析・把握することは困難である。そこで、多数データの中から類似性や特徴量を自動的に抽出するツールとして、教師なし機械学習の手法を用いたクラスター分析ツール（k-means法を用いたクラスター分類）を作成した。

教師なし機械学習ツール（クラスター分析ツール）の概念図

Conceptual illustration generated by ChatGPT (GPT-5), OpenAI

　PIMダイアグラムとは、プロジェクトの中で生じる様々な問題あるいは改善の機会等を課題とし、各課題が生じる領域（工程、作業、専門分野、担当部署等）に留まらず、影響が波及する可能性のある他の領域や、問題解決の糸口を与える可能性のある他の領域を含めて、プロジェクト全体で横断的に問題解決や改善に取り組むための手法です。

PIMダイアグラムの概念図

（NDA. EGG10 Technical Baseline and Underpinning Research and Development Requirements Rev8.）

　原子力分野では、原子力発電に伴って発生する放射性廃棄物、さらには福島第一原子力発電所事故により生じた廃棄物等、長期間での安全な処分が必要とされる廃棄物に関する課題に取り組んでいます。当社では、以下のような3つの専門グループを設置し、課題の解決に取り組んでおります。

　資源環境分野では、地球温暖化の主要因である二酸化炭素の排出削減に向けて、先進的な技術の開発・検証、社会実装に向けた課題の解決に取り組み、科学的根拠に基づいたカーボンニュートラル社会の実現を目指しています。具体的には、二酸化炭素回収・貯留 (CCS：Carbon dioxide Capture and Storage) と風化促進の２つの温暖化対策技術に関わっています。

　日本では原子力発電所から発生する使用済燃料からウランやプルトニウム等の有用な物質を取り出す再処理を行い、そこで発生するガラス固化体（高レベル放射性廃棄物）を地層処分する取り組みが進められています。地層処分に際しては高レベル放射性廃棄物を長期にわたって人間の生活環境に有意な影響を与えないよう隔離し、閉じ込める必要があり、原子力発電環境整備機構では地層処分の長期的な安全性に対する信頼を恒常的に高め、確かなものとしていくため包括的技術報告書が取りまとめられてきました。
　当社では包括的技術報告書の評価の一環で、これまでに高レベル放射性廃棄物の地層処分場を対象とした閉鎖後長期の安全性に関する検討実績があります。特に国内で検討が進んでいるガラス固化体（使用済燃料の再処理で発生）の処分については、人工バリア（放射性物質の閉じ込めをより確実にするためのさまざまな人工的な対策）の長期的なふるまいを理解するための解析・評価等を実施しております。また、高レベル放射性廃棄物を対象とした評価・検討のほかにも、低レベル放射性廃棄物の埋設事業等についても、国内外の文献調査や解析・評価等による支援業務を実施しております。

　近年は、福島第一原子力発電所の事故を契機に通常の原子力発電所等から発生する廃棄物とは異なる廃棄物を対象とした検討を実施しています。加えて国内での処分事業及び関連する研究の幅広い選択肢を確保する観点から、ガラス固化体の地層処分以外の処分概念に関する調査・検討にも従事しています。さらに処分場閉鎖後長期の安全性に関する研究活動支援の一環として、文献調査や解析によって収集・蓄積されたデータを適切に管理するためのツール開発にも取り組んでいます。

• 福島第一原子力発電所の事故に関連した廃棄物

　福島第一原子力発電所の事故を契機に、通常の原子力発電所等から発生する廃棄物とは特徴が異なる廃棄物を対象とした検討が必要になりました。そこで　　当社では、これまでの調査・検討で培った知見や、海外とのコネクションを活かしつつ、事故に関連した廃棄物を対象とした処分概念の検討やリスクマネジメ　ントに加えて、一連の検討で収集・蓄積した情報を適切に管理するためのツール開発に着手しています。また、処分概念の検討以外にも福島第一原子力発電所　に点在する固体廃棄物の処理・保管等工程を含めた合理的な管理方策の提案を行っております。

• 代替的処分概念に関する調査・検討

　当社では、近年におけるお客様のニーズの多様化に応えるべく原子力発電環境整備機構の包括的技術報告書で取り扱われるガラス固化体の地層処分に対して代替的な処分概念の検討も実施しています。具体的な例として使用済燃料の直接処分や、超深孔処分に関する調査・検討を行っています。直接処分とは、使用済燃料を再処理することなく地中に埋設して処分することを指します。これに対して超深孔処分は一般的な地層処分に対してより地層深くに処分することで生活環境からより遠くに隔離することを目的とした概念になります。これらの処分概念の検討をはじめとして国内では放射線廃棄物の処分については実事例が限られているのが実情です。そのため弊社では海外での先行事例を含め、信頼性の高い情報収集を実施しています。

超深孔処分の考え方、背景、特徴、技術的課題の整理
（出典：国立研究開発法人日本原子力研究開発機構, 代替処分オプションに係る調査研究に関する取りまとめ報告書, 高レベル放射性廃棄物等の地層処分に関する技術開発事業 直接処分等代替処分技術高度化開発, 令和5年3月）

【取り扱う問題の種類とそのソリューション】

ツール・モデル

 　当グループでは上記のミッションに対するソリューションとして下記のようなツール・モデルを用いた業務を行っています。

• ESLモデル
• QPAC
• 討論モデル
• 情報管理ツール
• PIM（Project Issue Management）ダイアグラム

調査業務

　当グループでは特に放射性廃棄物の処分事業を中心に国内外の関連文献の調査や専門機関へのヒアリングなどを実施しています。放射性廃棄物の処分については欧州各国では実際に建設段階まで進んでいる事例もあり、その安全性に関する情報が公開されています。当グループではこれまでの検討で培った知見を活かした調査を行うとともに、実際に国内や欧州諸外国の処分概念の検討や、安全評価に携わった関連機関へのヒアリングなど行い、より信頼性の高い情報をお客様に提供します。

【ミッション】

　近年の異常気象や生態系の崩壊等の背景には地球温暖化が大きく関与していると考えられています。世界の平均気温はすでに産業革命以前より約1.1℃上昇しており（IPCC, 2023）、その主因は化石燃料の大量消費や森林伐採等による温室効果ガスの増加です。こうした危機に対処するため、国際社会は2050年までに温室効果ガス排出実質ゼロ（ネットゼロ）の実現を目標とし、各分野で技術開発が進められています。環境・資源グループでは地球温暖化対策技術のうち、二酸化炭素回収・貯留 (CCS：Carbon dioxide Capture and Storage) と風化促進を中心として取り組んでいます。
　CCSは、大気中への二酸化炭素（CO₂）排出を抑制するための技術で、大規模排出源(火力発電所等)や工業プロセスで発生するCO₂を回収（Capture）し、圧縮・輸送したのち、地中の深部（通常は深さ1,000メートル以上の帯水層や枯渇油ガス田等）に貯留（Storage）するプロセスです。

CCSの概念図

　風化促進は自然の化学風化反応を利用して大気中の二酸化炭素（CO₂）を長期的に除去する技術です。細かく砕いた珪酸塩鉱物（例：かんらん石や斜長石等）を農地等に散布すると、鉱物中の陽イオン（Ca²⁺やMg²⁺）が溶出し、大気中のCO₂は炭酸塩鉱物として土壌中に固定されるか、溶存形態の炭酸塩化学種として海洋に流出し、固定されます。自然界では岩石の風化反応は数千年単位で進行しますが、鉱物を微粉砕し表面積を拡大させ、散布する場所を適切に選出することで、その速度を大幅に加速させることができます。

トラクターで農地に散布される岩石粉
（出典：Lehmann, J. and Possinger, A. “Removal of atmospheric CO₂ by rock weathering holds promise for mitigating climate change.” Nature, vol. 583, 2020）

　CCSは火力発電等による大規模CO₂排出源から排出されるCO₂を極力“大気に放出しないようにする”技術である一方、風化促進は“既に大気に存在するCO₂を吸収する”技術 (ネガティブエミッション技術)であり、同じ地球温暖化対策ではありますが、それぞれ役割・位置付けが異なります。

CCSとネガティブエミッションの違い

CCSにおける課題と解決策、環境・資源グループの取り組み

　CCSは脱炭素社会実現のために必要な技術の一つとされていますが、日本における社会実装に際しては様々な課題があります。環境・資源グループで実施してきた内容は先行地域実証、ステークホルダとの合意形成、カーボンアカウンティング、一般市民への情報発信戦略の検討と施行、リスクマネジメント等多岐にわたります。ここではカーボンアカウンティングとリスクマネジメントについて紹介します。CCSでは、CCSによって回収・貯留されたCO₂の量を定量的に見積もり、測定・記録・報告する仕組み（アカウンティング）を整備する必要があります。環境・資源グループでは、CCSにおけるアカウンティングルールを検討し、ガイドブックを作成しました。

気候変動対策としてのCCSの社会実装に関する課題

　また、リスクマネジメントに関する取り組みとしては、CCSの実施にあたって想定される様々なリスクに対して対策を講じる必要があります。具体的にはCO₂の漏洩や誘発地震の発生、地下水質への環境影響、近隣他事業への干渉といった多岐にわたるリスクが想定されます。このようなリスクを事前に特定、評価し、ハザードが発生しないように予防策を講じ、ハザードが発生した場合でもその影響を最小限に抑える対策を検討するリスクマネジメントが必須課題となっています。環境・資源グループでは、CCSに関してこのようなリスクマネジメントを行っています。特にあらゆるCCSのリスクの中でも、貯留に伴い発生し得るCO₂の漏洩、地震を誘発する可能性の2つのリスクが重要と考え、重点的に取り組んでいます。

風化促進における課題と解決策、環境・資源グループの取り組み

　風化促進の初期のアイデア自体は90年代に提唱されていましたが、近年に再度着目されたのはBeerling et al. (2020)の論文がきっかけです。このNature論文では風化促進を世界中の農地に大規模に適用することで、気候変動緩和策として有望であることをシミュレーションによって評価しています。しかし実際に風化促進が日本でも実施可能なのか、実施できるとして有効な温暖化対策技術になりえるのかどうかは検証する必要があります。そこで2021年度に、環境・資源グループが日本での有効性を最初に検証しました。検証は以下の項目に基づいて行いました。

• 既存の研究事例のレビュー
  • 珪酸塩鉱物の風化による長期的な地球表層温度制御、実際に玄武岩を散布した際の最新の観測的な評価事例や玄武岩以外の岩石の利用についてレビューを行った。
• 本分野における技術体系の整理
  • 現時点で充足している技術と今後開発する必要のある技術を体系的に調査し、風化促進に関わる基本技術の技術的素地が整っているか検証した。
• Ca やMg を含む大量の珪酸塩鉱物の調達可能性についての調査
  • 国内の岩石分布のマッピングを行い、利用可能な岩石採掘候補地と散布可能地を図示、風化促進に必要な岩石を調達可能であるか解析を行った。
• CO₂ 固定化のメカニズムに関する調査と反応輸送シミュレーション
  • CO₂固定量評価のための反応輸送解析モデルを自社ツールの一つであるQPACを用いて構築し、様々な地球化学パラメータを設定して解析を実施した。

風化促進反応輸送解析モデル

• カーボンアカウンティング手法の検討
  • 反応輸送シミュレーションからCO₂固定量を算出し、一方で各種プロセスで生じるCO₂排出量を除算することで、正味のCO₂削減量を算定した。
• 経済合理性の検討
  • 既存研究に倣って日本における風化促進実施のコストを概算した。
• ステークホルダの合意形成に関する検討
  • ステークホルダ及び法規制に抵触する可能性の有無を検討した。
• リスクマネジメントについての検討
  • 風化促進実施におけるリスクについて、半定量的なリスク評価を行った。
• 社会実装に向けた取り組みについての検討
  • 今後実証試験を行うことが重要と考え、その候補地として実証試験や農地・森林を提唱し、実証試験の方針について検討した。

CO₂固定量の算定

　上記の網羅的な検討後、日本における有望なネガティブエミッション技術になり得ると判断された風化促進は、実証試験を行うこととなり、実際に農地・森林や、休廃止鉱山、さらには気固接触ハウス等で様々な検証が行われ始めました。
　風化促進は有望なネガティブエミッション技術ではありますが、特に農地における各種元素の複雑な移動・拡散・各種化学反応を完全に定量分析することは難しく、正確なCO₂固定量のアカウンティングには課題があります。そこで環境・資源グループでは、ムーンショット事業における農学分野グループが実際に圃場で得た観測データを反応輸送解析モデルに組み込み、様々な地球化学パラメータを設定してシミュレーションを行うことで、より精緻なCO₂固定量を推定することを試みています。
　このようにして得られた精緻なCO₂固定量は、国際的に通用するカーボンクレジット化の基盤となるものであり、ひいては風化促進の社会実装を進める上で不可欠な要素です。環境・資源グループは科学的に裏付けられたCO₂固定量の算定を通じて、信頼性の高いクレジット化を実現し、実効的な気候変動対策としての風化促進の普及に貢献していきます。

【具体的な解決方策の例】
リスクマネジメントのツール

　当グループでは上記のミッションに対するソリューションとして下記のモデル・ツールを用いた業務を行っています。

• ESLモデル

　放射性廃棄物処分やCO₂地下貯留等のプロジェクトでは、多面的な視点と多様な証拠に基づく高度な判断が求められます。しかし、情報には曖昧さや矛盾、欠落があり、さらに利害の異なる多様なステークホルダが関わるため、判断過程と根拠の明確化が不可欠です。ESLモデルは意思決定を階層的に構造化し、各仮説がどの証拠にどの程度支持されるかを区間確率で評価することで、こうした課題に対応します。

命題「外出時には傘が必要である」におけるESLモデルのツリー構造

　この図は主命題「外出時には傘が必要である」を例に、ESLモデルの階層的な推論構造を示したものです。ESLでは主命題（仮説）を支える複数の下位仮説や証拠を論理的に結び付け、全体としてどの程度その主張が支持されるかを確率的に評価します。図ではテレビや新聞の天気予報、傘使用の状況、濡れた時の結果等の具体的な証拠が下位層に配置されています。各ノードの右側にある緑・白・赤のバーは肯定・不確定・否定の確率区間を示し、証拠の強さや曖昧さを視覚的に表現しています。これは親子命題間の論理演算によって、下位の証拠がどのように上位の判断へ反映されるかによって計算されています。このように、ESLモデルは複数の情報源が入り混じる不確実な状況においても、判断の根拠とその信頼性を透明に可視化します。
　その結果、最上位の命題「傘が必要である」がどの程度の確信で支持されるかが、数値的・構造的に理解できます。

• ボウタイモデル

ボウタイモデル

　ボウタイモデル（Bowtie Model）は、リスクマネジメントの分野で広く用いられる可視化手法で、リスクの発生要因と影響を体系的に整理し、効果的な対策を検討する際に用いられます。
　中央には「トップ事象（例：傘が使えない）」を配置し、左側にはその原因となる脅威（風が強い、混雑している等）、右側にはその結果として生じる影響（仕事ができない、服が濡れる等）を示します。左側には脅威を防ぐための予防策（バリア）、右側には影響を軽減するための**影響緩和策（バリア）**をそれぞれ対応づけて整理します。例えば、予防策として「風に強い傘を使う」「混雑した場所を避ける」、影響緩和策として「防水性の服を着る」「荷物を防水カバーで保護する」といった具体的な手段が設定されます。
　このように、ボウタイモデルはリスク発生のメカニズムを可視化し、どの段階でどの対策が有効かを一目で把握できることが特徴です。複雑なリスク構造を関係者間で共有し、リスク低減の優先順位付けや対策の実効性評価に活用できるリスクマネジメント手法です。

• QPAC

　風化促進において、農地における玄武岩散布後の各種反応をシミュレーションするために用いています。

【近年の代表的な成果】

CCS

• 令和５年度環境配慮型CCUS一貫実証拠点・サプライチェーン構築事業委託業務（輸送・貯留等技術実証）
• 令和４年度環境配慮型CCUS一貫実証拠点・サプライチェーン構築事業委託業務 （輸送・貯留等技術実証）
• 令和３年度環境配慮型CCUS一貫実証拠点・サプライチェーン構築事業委託業務（輸送・貯留等技術実証）
• 令和２年度環境配慮型ＣＣＳ実証事業委託業務
• 平成31年度環境配慮型ＣＣＳ実証事業委託業務
• 平成30年度環境配慮型ＣＣＳ実証事業委託業務
• 平成29年度環境配慮型CCS実証事業委託業務
• 平成28年度環境配慮型CCS実証事業委託業務
• 平成27年度環境配慮型CCS実証事業委託業務
• 平成26年度環境配慮型CCS実証事業委託業務

風化促進

• 風化促進技術等の鉱物化作用を介したネガティブエミッション技術に係る調査 (NEDO 報告書データベース 報告書番号: 20220000000148)
• 「岩石と場の特性を活用した風化促進技術“A-ERW”の開発」 令和4年 https://www.nedo.go.jp/content/100958131.pdf
• 「岩石と場の特性を活用した風化促進技術“A-ERW”の開発」 令和5年 https://www.nedo.go.jp/content/100975311.pdf
• Improvement of reactive transport models for observation-based estimates of CO₂ sequestration through Enhanced Rock Weathering in agricultural fields in Japan, [HSC06-P02], Japan Geoscience Union Meeting 2025.

【ミッション】

　性能評価グループは、原子力発電で生じる放射性廃棄物が将来にわたって長期間安全に管理されることを目指し、廃棄物ごとの処分概念及び処分場全体の構成に応じた処分場の性能評価、またそれを基にした安全評価を行っています。

　放射性廃棄物は原子力発電所が稼働する限り発生しますが、人間の生活環境に影響を与えないよう、その放射能レベルが十分に低下するまで長期間にわたって処分場の地下に閉じ込めて処分されます。性能評価グループは、処分場から流出する放射性物質の評価に従事し、処分場が人間の管理を離れても（処分場が閉鎖されても）十分安全であるという閉鎖後長期安全性を保証できるよう、処分場の性能を評価・検討しています。これらの評価は、放射性廃棄物内に存在する放射性物質の移動を廃棄物の性質、処分場の地質等から数理的にモデル化した解析を用い、閉じ込めの性能と生活圏に与える影響を定量化して行われています。

　放射性廃棄物は地中に埋設され処分されますが、放射線の強さによる区分付け（※）がレベルでなされており、放射線レベルに応じて異なる処分方策が適用されます。これらの放射線レベルに応じた処分の考え方は国際原子力機関（IAEA）安全基準シリーズ No. SF-1「基本安全原則」（2006年）に基づいており、日本原子力学会標準委員会で提示された処分の基本的な考え方（原子力学会標準）及び原子力発電環境整備機構による「包括的技術報告：わが国における安全な地層処分の実現」等によって個別の処分方策が策定されています。廃棄物の処分の検討は、これらの原則と方針に従い、安全性を保つことを優先になされています。

※ 原子力発電所で生じる廃棄物は、放射能レベルに応じて浅地処分（地中に埋設するトレンチ処分またはコンクリートピットで埋設するピット処分）、70m以深に埋設する中深度処分、ガラス固化して地下300m以深に埋設する地層処分等の方法で処分されます。これ以外にも地層処分に変わるガラス固化処理を行わない処分（直接処分）等の代替処分オプションの検討も行われています。

　福島第一発電所事故で発生したがれきをはじめとした事故廃棄物に対しても、同様の放射能レベルの区分とそれに応じた処分に向けた検討を行っています。

【取り扱う問題の種類とそのソリューション】

　処分の形態にかかわらず、廃棄物処分の安全性評価は、各処分概念の根拠となるガイドライン（日本原子力学会標準委員会で提示された原子力学会標準、原子力発電環境整備機構による包括的技術報告書等）に即して放射性核種の移行をモデル化し、長期間・大域的な移動を追跡するモデルを作成し、それを用いて安全性を評価しています。評価では主に汎用解析ソフトウェア・GoldSim内で各処分方法を一次元非線形の核種移行モデルを構築し、解析を行っています。このモデルでは地下水を通じた核種移行を追跡することによる人間生活圏への影響、処分場上部の土地を利用することを仮定した場合の人間生活圏への移行等を評価し、被ばく線量を定量的に評価しています。

中深度処分概念図


中深度処分概念のGoldSim内部処理フロー図

　例として地下水を媒介に中深度処分された放射性廃棄物から放射性核種の移行を評価する場合では、図に示す廃棄体の想定形状をもとに、廃棄体中の放射性核種が各バリア層（充填層、低拡散層、ベントナイト層、天然バリア）を移動する一次元の物質移動モデルとして再現します。これにそれぞれのバリア層の性質、核種の性質等をパラメータによって指定し、どのように移行し、地下水へ流出していくのかを解析します。

中深度処分時の地下水移行シナリオGoldSim処理概略図

中深度処分時のGoldSim内処理詳細図

　GoldSimによる評価モデルは大域的・長期間の核種移行モデルであり、ここに数値解析グループが検討した核種移行を三次元的に追跡する微視的な解析結果を巨視的なパラメータに変換してGoldSimへ適用することで、核種移行の複雑な現象を適切に再現することが可能です。

解析条件入力テーブルの一例

　移行解析に用いられるパラメータは多岐にわたるため、それらのパラメータが計算時に適切に設定され、得られるデータが信頼のおけるものであることを確認するため、既往の特定条件における核種移行数理モデルとの比較や、入力パラメータの包括的な数値チェックを通じて、計算結果の信頼性を担保しています。

• GoldSim品質管理

【近年の代表的な成果】

　地層処分に代わる処分案の一つである直接処分は、発熱影響の低減やプルトニウムの臨界防止等に重点が置かれており、使用済燃料の再処理及びガラス固化を行わない処分概念です。その処分概念を用いた場合に閉鎖後長期安全性が適切に確保され得るかという検証は、処分システムとして成立し得るかを検討する上で重要になります。
　性能評価グループは、この検討に携わり、安全性を確保し得るかについて、複数の条件を想定したケーススタディを行い閉鎖後長期安全性について定量的な知見を提供しています。

直接処分時の海洋漁業従事者線量解析例

　数値解析グループでは、数学的モデリングとシミュレーションを駆使し、科学的根拠に基づいた放射性廃棄物処分の安全性評価を行い、安全性の検証や効率的でより安全な処分場の設計等への貢献を行っています。
　放射性廃棄物の処分においては、廃棄体に含まれる放射性核種が徐々に溶け出し、施設や周辺の岩盤のバリアにより移行の抑制を受けつつ流出し、最終的には地表面まで移行すると考えられる。そのため、廃棄物処分の安全性を担保するためには、この核種移行に関する評価が必要となり、その対象は廃棄体周辺の近傍領域（ニアフィールドスケール）から、核種が移行する遠く離れた地表面までの広域な領域（広域スケール）に渡ります。また、評価期間として100万年オーダーの時間変遷を考慮する必要もあります。これらに対しては、現実における観測や実験等のみで評価を行うことは難しく、現象を適切にモデル化した数値解析によって補完することが不可欠です。当グループではミッションとして、数値解析による評価における課題の解決、またその技術開発に取り組んでいます。

【取り扱う問題の種類とそのソリューション】

　当グループでは、放射性廃棄物処分に関連する複雑な課題に対して、数値解析手法を用いた専門的なアプローチを提供しています。以下に代表例を紹介します。

• 不均質場における地下水流動・核種移行解析

　地層処分では、地下深くの安定した岩盤中に放射性物質を隔離します。この際、地下の岩盤は場所によって亀裂の有無や大きさ、地下水の流れ等が大きく異なるため、一様な状態（均質場）とは見なせません。このような複雑で不均質な地下環境を不均質場と呼び、放射性物質がどのように移動するかを正確に予測することが、長期的な安全評価の鍵となります。
　当グループでは、このような複雑な不均質場をDiscrete Fracture Network model（DFN）というモデルで表現し、三次元核種移行解析コードPartridgeを用いて、流体力学に基づく地下水流動解析と核種移行評価を行い、～100万年という時間スケールで放射性物質が地下水によってどのように運ばれるかをシミュレーションしています。

• 機械学習技術を用いた核種移行解析の効率化

　核種移行解析では多数の粒子を統計的に扱うランダムウォーク法による数値計算が用いられており、不均質場における核種移行を精密に表現できる一方、計算にかかるコスト（時間と計算機代）が膨大になり、また出力が複雑で人間による解釈が容易ではないという課題があります。これらの課題に対する技術対策としては、近年技術革新が目覚ましい機械学習の手法を用いた、計算の軽量化とデータの自動的な分析が考えられます。当グループでは、核種移行解析にこの機械学習を導入するための技術開発を行っています。

地下水流動・核種移行解析の例

【近年の代表的な成果】

• 広域スケールによる核種移行評価

　地下水流動・核種移行解析は、廃棄体周辺のスケール（NF（ニアフィールド）スケール（～100m）や、パネルスケール（～1km））から処分場スケール（～数km）及び地表面までの広大な広域スケール（数十km）と異なるスケールの挙動を評価する必要があります。このマルチスケールの評価を行うには、各スケールにおいて適切な詳細さでのモデルの作成とスケール間で連続的な解析を行うための接続方法の構築が課題となります。当グループでは一番大きい空間スケールである広域スケール（数十km × 数十km以上）までの核種移行評価を行う技術を開発しました。これにより、廃棄体や人工バリアからの核種の流出及び地下深くに建設される処分場から人間が生活している環境に至る過程を対象とした、マルチスケールでの核種移行を取り扱うことが可能となりました。

• 機械学習技術を用いた核種移行解析の効率化ツールの開発

　核種移行評価は膨大な計算量と膨大な解析データへの対応が技術課題となっています。当グループでは、機械学習技術を用いた核種移行解析の効率化と目的として、ニューラルネットワークを活用した解析手法を開発しました。この手法では核種移行解析の計算の一部を深層学習モデルに学習させ、残りの挙動を予測することによりコストを大幅に低減することに成功しています。さらにクラスター分析を適用することで、複雑で膨大なデータを類似するパターンごとに自動分類し、人間が直感的に解釈しやすい形式に変換しています。
　現在は引き続き、予測精度や出力の分析技術向上を目指して継続的に取り組みを行っております。

• • 教師あり機械学習ツール
  • 教師なし機械学習ツール