BO-RFRモデルとSHAP解析に基づく導水破砕帯高さ予測の研究

なぜ炭鉱上部の亀裂が重要なのか

地下深くで、石炭採掘は静かに上部の岩盤を変形させます。その岩盤が帯水層まで貫通して亀裂が生じると、地下水が突然鉱山に流入し、作業員や機器、周辺の生態系に危険をもたらします。本研究は実務的かつ生命に関わる問いを扱います：これらの破砕帯はどれくらいの高さまで達するのか、そして帯水層下で安全に採掘するためにその高さを十分に信頼できるように予測できるのか？

地下に潜む水の通り道

石炭層が掘り尽くされると、上部の天井岩は曲がり、たわみ、最終的に破壊します。この損傷は縦方向の破砕・破壊帯を生み、これが導水破砕帯と呼ばれます。もしこの帯が上方の帯水層に達すると、亀裂は水が鉱山へ流れ込む隠れた経路になり得ます。石炭依存度が高い中国は、非常に異なる地質条件の下でこの課題に直面しています。中東部では炭層の多くが古い石炭紀―ペルム紀の深くて強い岩層にあり、西部ではより若いジュラ紀の浅く機械的に弱い岩層に位置します。これらの対比は、同じ採掘活動でも地域によって破砕高さが大きく異なることを意味します。

経験則からデータ駆動の予測へ

これまで技術者は単純な式や数値シミュレーションで破砕高さを推定してきましたが、それらはしばしば採掘高さのような単一要因に偏り、他の重要な影響を無視しがちでした。また複雑で変化する地質に適応するのも難しかったのです。本研究では、代表的な炭鉱から得られた実測の破砕高さ258件（うち古い東部炭田147件、若い西部炭田111件）を収集しました。各地点について、鉱山設計者がよく知る5つの実用的変数を記録しました：掘削した石炭の厚さ（採掘高さ）、炭層の埋没深さ、採掘パネルの長さ、上部に混在する強岩の割合（強岩比）、および採掘方法です。

岩盤を読むためのアルゴリズム群の学習

この混在し不完全なデータを扱うため、研究チームはランダムフォレスト回帰という機械学習手法を採用しました。これは多数の決定木を組み合わせたロバストな予測器です。さらにベイズ最適化という効率的な探索手法でモデルの内部ハイパーパラメータを自動調整し、サンプル数が比較的少なくても高性能を引き出すようにしました。このBO‑RFRモデルは東部と西部の炭田で別々に学習され、見えないデータや追加の「ブラインド」サンプルを含む厳格なテストと交差検証を受けました。すべての試験で、最適化されたモデルは従来式や他の高度なアルゴリズムよりもはるかに正確に破砕高さを予測し、地質と採掘設計が複雑かつ非線形に相互作用する様子を捉えました。

重要因子の解明

強力なモデルは、技術者が理解し信頼できて初めて有用です。そこで著者らはSHAPと呼ばれる最新の解釈可能性ツールを用い、各入力要因が個々の予測値をどれだけ押し上げたり下げたりしているかを推定しました。この解析により、古い岩層・若い岩層いずれでも支配的な要因が一つあることが明らかになりました：採掘高さが破砕帯の高さを最も強く支配する因子です。しかし二番目に重要な因子は地域によって異なります。古く強い石炭紀―ペルム紀の岩層では、強岩比が採掘高さに次いで重要であり、厚く硬い層が岩盤全体を保持する鍵となることを反映しています。一方、若く弱いジュラ紀岩層では、採掘深さがより大きな役割を果たし、破砕成長が個々の強層よりも地盤全体のかかる荷重や応力に密接に関連していることを示します。

知見を安全な鉱山運営へつなげる

現地データ、精緻に調整された機械学習モデル、およびその決定を説明する透明な手法を組み合わせることで、本研究は鉱山設計者に実践的な指針を提供します。中国東部の古い硬い岩の炭田では、重要な強層を特定し理解し、そこ下での採掘高さを制限することに重点を置くべきです。西部の軟らかいジュラ紀盆地では、深さに伴う応力と大規模な崩壊リスクにより注意を払い、採掘高さと深さを併せて管理する必要があります。総じて、この研究は高度で説明可能なアルゴリズムが業界を一律の経験則から脱却させ、鉱夫と水資源をよりよく守るための証拠に基づく地域適応型戦略へと導けることを示しています。

引用: Qiu, M., Wen, Y., Teng, C. et al. Research on the predicted height of water-conducting fracture zones based on the BO-RFR model and SHAP analysis. Sci Rep 16, 7230 (2026). https://doi.org/10.1038/s41598-026-38043-3

キーワード: 石炭鉱山の安全性, 地下水ハザード, 岩盤破砕, 機械学習モデル, 中国の炭田