マルチ指標スタック型総合化モデルに基づく露天掘り鉱山斜面における岩綻合壁の力学特性の同質領域の描出

目に見えない亀裂の強さが重要な理由

トラックや掘削機のはるか上方にそびえる露天掘りの段状の岩壁は、作業日が平穏に終わるか災害になるかを左右します。これらの壁は一枚岩ではなく、無数の天然の亀裂や継ぎ目（接合面、ジョイント）によって切断されています。そうしたジョイントに沿う薄い岩面の状態が、斜面が安定するか崩壊するかを大きく左右します。本研究は、現代のデータ駆動型アプローチが鉱山の岩壁上で同等のジョイント品質をもつ領域をマッピングし、斜面がどこで最も安全でどこが最も危険かをより明瞭かつ客観的に示せることを示しています。

亀裂だらけの岩は一様ではない

露天掘りでは、岩盤を「同質領域」に分けることがよく行われます。これは、その領域内で岩盤が概ね同じように振る舞うと見なすものです。従来のシステム、例えば長年用いられてきた岩質評価法は、多くの観察結果を単一のスコアに圧縮します。広範な判断には有用ですが、ジョイント面で本当に重要となる微細な差異をぼかしてしまうことがあります。ジョイントは強度、湿潤・乾燥の繰り返しで崩れやすさ、風化の度合い、そして単位長さあたりのジョイント密度といった点で多様です。斜面全体を一様な塊として扱うと、崩壊が生じやすい弱い小領域を見落とす危険があります。

斜面安全性を本当に支配するものを測る

著者らは、中国南西部雲南省の大規模な露天掘り鉛亜鉛鉱山におけるジョイント壁の力学特性に直接着目しました。単一の砂岩層内で作業し、153個の岩石試料を採取して5つの主要指標を慎重に測定しました。これらには、露出したジョイントに反発ハンマーを当てて測る圧縮に対するジョイント面の強度、繰り返しの湿潤・乾燥で崩れやすさを示す抵抗、風化の度合いを反映する2つの指標、そして単位長さあたりに走るジョイントの本数が含まれます。これらの測定を合わせることで、ジョイントが斜面荷重の下で弱くなり、開口し、滑動しやすくなる可能性を捉えます。

現地データから賢いゾーニングへ

研究者らは単一の評価法や単一モデルに頼るのではなく、スタック型総合化（stacked generalization）と呼ばれる機械学習戦略を採用しました。簡単に言えば、複数の異なるアルゴリズムがまずデータのパターンを学習し、それぞれがサンプルの属するサブゾーンを予測します。最後に「メタ」モデルがこれらの意見をどのように組み合わせれば最良の決定になるかを学びます。5つの指標と岩挙動の間にある微妙で曲線的な関係をシステムが認識しやすくするために、著者らは生の測定値を二乗項や交差項に展開し、情報量に基づくフィルタで最も有益なものだけを残しました。

一つの斜面に四つのゾーン

現地でサブゾーンが同定された53個のサンプルを用いて、チームは6つの一般的な機械学習モデルを訓練・調整し、最も性能の良かった3つを用いてスタックモデルを構築しました。このアンサンブルは、4つのサブゾーンに岩試料を分類する際に約94パーセントというバランス精度を達成し、どの単一モデルよりも優れていました。残る100個のサンプルは視覚的に同定が曖昧な領域から採取されたもので、スタックモデルによってゾーン割り当てが行われました。全153点を鉱坑の地質図上にプロットすると、斜面を横断する4つの明瞭な同質領域が明らかになり、それぞれ独自のジョイント強度、風化状態、ジョイント密度の特徴を示しました。

より安全な鉱山のために意味すること

鉱山の計画担当者や安全技術者にとっての利得は、斜面が本質的に強い場所と弱い場所をより現実的に示す地図を得られることです。一つの岩盤特性セットがどこでも当てはまると仮定する代わりに、各ゾーンごとに異なる力学パラメータを安定性計算や数値シミュレーションに割り当てられます。これにより、補強や排水、設計変更が最も緊急に必要な場所を絞り込み、他所での過度な保守的設計を避けられます。現在の研究は一つの砂岩鉱山を対象としていますが、このアプローチはほとんどの岩種で実施可能な測定に基づいています。他サイトからのデータが増えれば、このスタック型モデリングの枠組みは、詳細なジョイント壁測定を実用的なゾーンベースの指針へと翻訳する標準的な方法になり得ます。長期にわたって露天掘り斜面を安全に維持するための実務的な手掛かりとなるでしょう。

引用: Yu, X., Zheng, A., Ye, J. et al. Delineating homogeneous zones for rock joint wall mechanical properties in open-pit mine slope based on a multi-indicator stacked generalization model. Sci Rep 16, 5117 (2026). https://doi.org/10.1038/s41598-026-35547-w

キーワード: 斜面安定性, 露天掘り, 岩綻合, 機械学習, 地盤ゾーニング