法科学応用のための近赤外分光法と化学計量モデリング手法による無煙火薬の潜在的迅速識別に関する研究

なぜこの研究が公共の安全に関係するのか

無煙火薬は多くの弾丸の推進剤であり、簡易銃や即席爆弾にも用いられることがあります。捜査員が犯罪現場で粉末を発見したとき、その製造工場を特定できれば事件同士の結びつきや供給経路の追跡、容疑者の関与の推定・除外に役立ちます。本研究は、時間のかかる化学試験の代わりに不可視光とコンピュータのパターン認識を使い、外観が似た火薬をより速く、よりクリーンに識別する方法を検討しています。

外見が似た火薬を詳しく見る

一見すると、多くの無煙火薬はほとんど同じに見えます：色や大きさ、形がわずかに異なる小さな粒やフレーク状のもの。しかし、各製造者や薬莢の種類により処方が異なります。研究者らは中国の20社が製造した79種類の薬莢から火薬を収集し、拳銃用・小銃用・ネイルガン用など幅広くカバーしました。試料は溶解や燃焼を行わず、薬莢からやさしく取り出して室温で静置してから測定し、後での追加分析に備えて物質を無傷のまま保持しました。

近赤外光で隠れた指紋を読む

チームは近赤外分光法で火薬を解析しました。この手法は可視光の赤端よりわずかに外側の光を照射し、波長ごとの吸収量を記録します。近赤外光は化学結合の速い振動と相互作用し、鋭い線ではなく広く重なり合う特徴を生みます。本試料では、主にニトロセルロース系や関連化合物に由来する信号が現れ、酸素–水素や炭素–水素の振動に結びつく広いピークとして観測されました。一見しただけでは異なる製造者のスペクトルは非常に似ており、差は微妙で、単純な目視比較では確実に分類するのは困難でした。

従来の統計手法が不十分だった理由

課題の難しさを評価するため、研究者らはデータ全体の分布を調べました。多くの火薬は狭い範囲で光を吸収し、製造者間の類似度スコアはしばしば非常に高かったのです。明確に異なるパターンを示すメーカーはごく一部でした。またサンプル数の偏りも大きな問題で、ある製造者は多数の薬莢を提供する一方、他はわずかしかありませんでした。基本的な記述統計や、複雑なデータを二次元マップへ圧縮する手法であるUMAPなどの一般的な手法を用いると、多くの製造者のクラスタが重なりました。この圧縮空間における単純な境界に依存する標準的な機械学習モデルは火薬を分離するのに苦戦し、精度は60％未満にとどまりました。

ニューラルネットワークに微妙なパターンを見つけさせる

こうした隠れた差を扱うため、著者らは深層学習のニューラルネットワークに着目しました。これは多数の数値データから層状のパターンを学習できるモデルです。彼らは近赤外の生スペクトルをそのままネットワークに入力し、各試料がどの製造者によるものかを予測するよう訓練しました。モデルの構成やハイパーパラメータは系統的に探索して調整し、過剰適合を抑えるためにデータを訓練セットと検証セットに分けて交差検証を行いました。直接比較では、ニューラルネットワークは4つの一般的なアルゴリズムやより古典的な化学計量法を上回り、20社にわたる平均予測精度を80％以上に引き上げました。

モデルが実際に何を使っているかを理解する

法科学の場ではブラックボックス的なモデルを信頼するのは難しいため、チームはスペクトルのどの部分がニューラルネットの判断に最も影響しているかを検討しました。SHAPという手法を用いると、特に6700～7100および5700～6000波数（逆センチメートル）付近の近赤外帯域が大きな重みを持つことが示されました。これらの領域は火薬中の主要な化学基の振動特性と一致します。この一致は、モデルがランダムなノイズに依存しているのではなく、目で見分けられない化学的に意味のある処方の違いを手がかりにしていることを示唆します。

将来の鑑識室にとっての意義

本研究は、近赤外分光法と最新の深層学習を組み合わせることで、従来のいくつかの手法よりもはるかに高い精度で無煙火薬を供給源別に迅速に仕分けでき、証拠を破壊したり薬品を追加したりせずに済むことを示しています。著者らは、本研究が薬莢から取り出した未発射の火薬を対象とし、データの偏りが残るデータセットを用いている点を注意しており、発射残渣やより大規模なコレクション、改良されたデータ処理に関するさらなる研究が必要だと述べています。それでも、本成果は実用的なスクリーニングツールへの道を示しており、鑑識科学者が疑わしい火薬の出どころを迅速に絞り込み、最終確認はより詳細で時間のかかる実験室手法に委ねるという運用に寄与する可能性があります。

引用: Guo, H., Shi, H., Feng, Y. et al. A study for potential rapid discrimination of smokeless powders by near-infrared spectroscopy and chemometric modeling methods for forensic application. Sci Rep 16, 15981 (2026). https://doi.org/10.1038/s41598-026-45433-0

キーワード: 無煙火薬, 法科学分析, 近赤外分光法, ニューラルネットワーク, 弾薬