地層処分技術に関する研究開発のDX（デジタルトランスフォーメーション）化に向けた取り組みについて（令和7年度の実施概要）
地層処分技術に関する研究開発においては、原子力機構が進めるイノベーション創出戦略（令和2年11月改定）および令和4年度から令和10年度における原子力機構の研究計画である第4期中長期計画（令和4年3月認可）の一環として、研究成果の発信による「総合知」の発現を通じた社会的価値の創出を目指しています。その一環として、デジタル技術やAI技術の知見を活用し、国民との相互理解促進を図る方策の検討に、大学や他の研究機関と共同で取り組んでいます。これまでに、（1）地層処分技術のデジタルツイン化に向けたリアルタイムを志向した地下施設の4D可視化技術の構築と亀裂性岩盤の透水性や物質移行挙動を高精度に予測するためのマルチフィジクスシミュレーション（力学・地下水流動など複数の物理現象を連成して扱う解析）技術の構築、および（2）岩盤の割れ目観察の自動化に向けた暗黙知のデータ化の試みを進めてきました。令和7年度は、引き続き（1）と（2）に取り組むとともに、（3）ローカル生成AIを用いた地層処分研究開発の対話型成果閲覧システムの構築に取り組みました。以下に、活動の概要を紹介します。
(1) リアルタイムを志向した地下施設の4D可視化技術の構築と亀裂性岩盤の透水性や物質移行挙動を高精度に予測するためのマルチフィジクスシミュレーション技術の構築
地層処分の研究開発や事業化が先行する欧州においても、放射性廃棄物管理分野のDX推進の観点からデジタルツイン技術の適用検討が進められており、統合的モニタリングや高度な意思決定支援を実現する基盤技術として位置付けられつつあります（EURAD-2 WP15, 2025）。地層処分場の建設・操業・閉鎖段階においては、数十年以上の長期にわたって地下施設における安全性を、通常の原子力施設同様、深層防護等の観点から、高い水準で確保する必要があります。一方、地下施設の建設工事や廃棄体の搬送・定置、坑道の埋め戻し時においては、突発湧水や岩盤崩落、山はね（岩盤が急激に破壊・飛散する現象）などの地質リスクの他、廃棄体からの放射線による被ばくリスクに対する評価・対策が恒常的に求められます。これらのリスクに速やかに対応するためには、岩盤や地下水をはじめ、地下構造物、工事に用いる機械・装置類、放射線量などの様々な状態・特性をリアルタイムで可視化するとともに、データ解析に基づく将来挙動の把握や遠隔での集中的モニタリングを行うことが重要と考えられます。
これまでに原子力機構では、それらの大規模4Dデータ（三次元空間と時間に関する情報）を統合的に可視化する手法として、原子力機構のシステム計算科学センターが開発した遠隔可視化ソフトウエア：PBVR（Particle Based Volume Rendering）および原子力機構が導入しているスーパーコンピューターシステム：HPE SGI8600を用いた技術の適用性を検討してきました。PBVRは、主に次の特徴を有します。（1）大規模データを高速に可視化：大型計算機の計算結果を高速に遠隔で軽量可視化可能。（2）多変量データ向け可視化機能：多様性を有するデータ群を高い自由度で表示可能。（3）三次元点群の可視化：大型計算機などによる別途シミュレーション結果との統合表示も可能。（4）VR（仮想現実）可視化機能：ヘッドマウントディスプレイの標準規格を利用した汎用的な動作が可能。これらの可視化・解析技術は、地下施設の状態をデジタル空間上で統合的に把握する、いわゆるデジタルツインの基盤技術の一部に位置付けられます。令和7年度は、昨年度に引き続き、システム計算科学センターおよび大阪大学と共同で、地下坑道内の視覚情報と坑道掘削に伴う坑道周辺岩盤の損傷の程度の解析結果を重ね合わせた可視化を行いました。
地下坑道内の視覚情報の取得では、幌延深地層研究センターの地下施設の350m調査坑道にある試験坑道3を対象として、LiDARセンサーによる深度情報とカメラによるRGB情報を組み合わせたフォトグラメトリを実施しました。得られた試験坑道3の3Dモデルを図1に示します。得られた3Dモデルを用いて、仮想現実空間上で試験坑道3内部を仮想的に歩行することができます。堆積岩を対象とした大深度掘削に伴う応力変化による亀裂の発生や、発生した亀裂を介した地下水の浸透といったマルチフィジックスシミュレーション技術による坑道周辺岩盤の損傷程度の解析結果（末武ほか, 2025）を用いて、得られた3Dモデルと重ね合わせたVR可視化を行いました。
次の2種類のVR可視化を行いました。1. PBVRによる点群ベースの可視化（動画1）。2. 写真のような見た目を有したテクスチャ情報付きの可視化（動画2）。動画1は、大規模解析データや多変量データとの重ね合わせを遠隔軽量可視化できるPBVRの特徴を活かしたデジタルツインの視覚的概念の一例になります。動画2は、PBVRによる可視化と同じ情報について、見た目を重視した表現例になります。VRによる地下施設見学コンテンツのように、地層処分技術に関する研究開発成果の一端を分かりやすく紹介し、社会との相互理解促進に貢献することを狙いとしています。
なお、VR可視化に重ね合わせた解析結果は、坑道を掘削したことにより変化した岩盤内の応力分布とひずみ分布を計算することで、岩盤において引張またはせん断による損傷が生じるかどうかを判定し、それらの損傷の程度を求めたものです。青色の領域は岩盤の損傷の程度がほとんど無い領域を示し、赤色の領域は掘削により岩盤が損傷を被っている領域を意味します。坑道の壁面から離れた位置では岩盤は損傷を受けておらず（青〜緑色箇所）、坑道周辺の岩盤のみが損傷を受けていることが視覚的に分かります（黄〜赤色箇所）。このような解析結果の可視化情報を、実際の視覚情報を重ねて表示することで、実際には目に見えない坑道壁面の奥にある岩盤内部の状態を把握しやすくなります。
動画1 仮想現実空間において坑道内から周辺岩盤の損傷を仮想的に見る様子（PBVR）（原子力機構 システム計算科学センター提供）
動画2 仮想現実空間において坑道内から周辺岩盤の損傷を仮想的に見る様子（テクスチャ情報付き）（原子力機構 システム計算科学センター提供）
リアルタイムでの地下施設の4D可視化のためには、各種センサーによる原位置情報をタイムリーにモデルに反映する必要があります。地下施設内の光量は、人の目には十分な明るさを有していますが、一般的なカメラセンサーにとっては少なく、特に動画の撮影には光量の不足により明瞭な画像の撮影に支障をきたします。近年のデジタル技術の進歩により、360度カメラにより撮影されたRGB動画のみから、簡易的に3Dモデルを作成するフォトグラメトリ技術が開発されていますが、モデルの構築のためには明瞭な動画が必要になります。令和8年度は、地下施設の3Dモデルをより効率的に構築する手法に関して、360度動画を用いたフォトグラメトリ手法に着目し、データを取得しながら課題を整理する予定です。また、マルチフィジックスシミュレーション技術に関して、処分場の操業や閉鎖後を想定した100年以上の長期間における坑道周辺岩盤における亀裂の挙動について、連成解析を行う予定です。
参考文献
EURAD-2 WP15 (2025). Green Paper on Digital Twins in Radioactive Waste Management. Deliverable D15.05, European Joint Programme on Radioactive Waste Management (EURAD-2).
末武航弥, 緒方奨, 安原英明, 青柳和平, 乾徹, 岸田潔 (2025) 大規模三次元連成解析に基づく幌延深地層研究センター350m調査坑道での掘削〜長期透水試験に対する再現シミュレーション. 第16回岩の力学国内シンポジウム講演集, 304-309.
(2) 岩盤の割れ目観察の自動化に向けた暗黙知のデータ化の試み
岩盤中の割れ目は地下水の移行経路（水みち）となることから、放射性廃棄物の地層処分場やトンネルの建設工事で岩盤に坑道を掘削する際には、地質観察の専門家による坑道壁面に露出した割れ目を直接現場で観察すること（割れ目の成因の理解、水みちの把握）が重要になります。しかしながら、工事中は安全確保が第一優先であり、岩盤の崩落防止対策として坑道壁面は掘削後早い段階にコンクリート等で覆われるため、割れ目の観察に許される時間はわずかになります。また、暗黙知を含む専門性の高い技術について、言語化や定量化によるデータ化により技術継承を容易にすることは、分野・経験の異なる多数の技術者・研究者が世代を超えて携わる100年にわたる地層処分事業において重要になります。
本試みでは、割れ目の観察における専門家の着眼点をデータ化するとともに、割れ目写真に対して画像処理技術を活用した割れ目の成因の自動判別技術の構築を目指します。自動化によりベテラン作業員の不足する現場作業に対してAIによる補助が可能となり、坑道掘削の安全性確保と工期短縮への貢献が期待されます。
令和7年度は、北海道大学および秋田大学と共同で、堆積岩を対象としたボーリング調査から得られた岩石試料（岩石コア）を用いて、せん断や引張などの割れ目面の画像から深層学習により割れ目の成因を自動判別する技術の構築に引き続き取り組みました。せん断や引張を特徴付ける割れ目表面の凹凸を画像として認識しやすくするために、割れ目面に光を当てる方向を変えながら1つの撮影試料に対して複数の画像を取得しました（図2）。学習には、深層学習の一手法である転移学習を用いました。転移学習とは、事前学習済みモデルと呼ばれる、大規模データセットで学習されたモデルを活用する手法であり、学習データが少ない場合に有効とされています。本試みでは、取得した画像を入力として、事前学習済みモデルを用いた転移学習によって、学習を行いました。結果の一例として、モデルによる予測結果と正解の比較表（混同行列）を図3に示します。平均として、58%〜77%の正解率が得られましたが（図3a）、ばらつきの大きい結果となりました（図3b）。ばらつきの大きい要因として、割れ目の成因を特徴付ける岩石試料の割れ目面表面上の微細な凹凸構造が、モデル構築の際の情報量の圧縮により削ぎ落とされてしまっている可能性などが示唆されました。
(a) 撮影の様子、(b) 割れ目面の撮影画像の例
(a) 平均値、(b) 標準偏差
今後は、割れ目表面の微細な凹凸情報が失われないように学習データを準備するとともに、ファインチューニングと呼ばれる深層学習モデルのネットワーク上の重みを更新する学習方法の試行に取り組む予定です。また、AIによる判断を考察するために、深層学習モデルの着眼点と専門家の着眼点を可視化・比較し、一致や不一致を考察する予定です。
(3) ローカル生成AIを用いた地層処分研究開発の対話型成果閲覧システムの構築
高レベル放射性廃棄物の地層処分に対する理解促進が求められる中、原子力機構では、研究開発成果の公開と普及を通じた相互理解の向上に取り組んでいます。ここでは、原子力機構のシステム計算科学センターと共同で構築し試験運用を進めている、生成AIを用いた対話型の研究成果検索システムのプロトタイプを紹介します。
RAG（Retrieval-Augmented Generation：検索した資料を基に回答を生成するAI手法）とは、必要な情報をデータベース（DB）から検索して回答を生成する方式です。構築したRAGシステムは、DifyやOllama などの一般に公開されているツール群から構成され、テキストLLM（大規模言語モデル）、埋め込みモデル、Vision LLM を組み合わせました。DBには、原子力機構の地層処分研究開発に関する公開資料を用い、計算機には原子力機構のスーパーコンピューターシステム：HPE SGI8600を使用しました。
試験運用の一例として、「化石海水とは何ですか？」という問いに対する構築したRAGシステムの回答例を図4に示します。問いに対し、RAGシステムがDB上の原子力機構の研究成果を検索し、LLMが検索結果を用いて対話形式で回答している様子がわかります。回答の内容は一般的な内容ではなく、高レベル放射性廃棄物の地層処分に関連した文脈となっており、引用文献が付されていることがわかります。
今後は、回答の精度の向上を図るとともに、原子力機構が運用するCoolRepという「地層処分研究の成果を、専門家から一般の方まで幅広く利用できる形で整理したウェブ資料」への構築したRAGシステムの実装について検討を進める予定です。
これらの取り組みは、地層処分研究開発におけるデータ活用とデジタル化の高度化を段階的に進めることを目的として、相互に補完しながら実施できるよう取り組んでまいります。