AIを活用した放射線測定データの解析

Analysis of radiation measurement data using AI

佐々木 美雪  

Sasaki, Miyuki

2011年の福島第一原子力発電所(1F)における事故後、日本では有人ヘリコプターや無人機(UAV)を用いた上空からの放射線モニタリングが行われてきた。上空からの放射線測定は、人が立ち入れない森林等も含め、迅速に広範囲を測定できるというメリットがある。しかしその一方で、上空での測定値から地上の線量率を換算するには、地形や地上の構造物の状況を考慮する必要があるため複雑な換算が必要になるというデメリットがある。従来、上空での放射線測定値を地上における線量率に換算するには、測定対象となる地表面は平らで線量率分布が一定と仮定した簡易的なパラメータで換算を行っていた。そのような仮定条件から逸脱する地形や線量率の変化が複雑なエリアでは不確かさが大きくなりやすい。UAVによる上空からの測定データを簡便かつ正確に換算できることは、現状の福島第一原子力発電所(1F)周辺のモニタリングの効率化が期待できるだけでなく、将来の原子力防災技術としての応用も可能である。また、地形や構造物などのジオメトリの効率的な評価は、上空からの放射線モニタリングに限らず、地上でのサーベイやひいては、原子力発電所施設内や医療用の放射線計測技術にも応用可能と考えられる。日本原子力研究開発機構(JAEA)では、1F周辺の放射線モニタリングを事故後、継続して実施しており、事故から10年以上経過した今、そのデータは膨大なものとなっている。本稿では、1F周辺において取得してきた、UAVによる上空からの放射線モニタリングデータと対になる地上における歩行サーベイのビックデータを学習データとして、機械学習を利用した新たな上空放射線測定値の解析手法についてまとめる。

no abstracts in English