こんにちは。コンバージングテクノロジー研究所の鈴木と、Human Digital Twin 事業部の伊集院です。 私たちは、海の環境をデジタル上に再現し、保全や産業活用につなげる『海洋デジタルツイン』の研究開発に取り組んでいます。 その一環として、海藻などがCO₂を吸収する量を定量的に評価し、カーボンクレジットとして活用するための藻場定量化技術を開発しています。 これまでに、単一の海藻種からなる藻場を対象として、国内のブルーカーボンクレジット制度であるJブルークレジットの認証を取得するなど、技術の有効性を実証してきました （参考：宇和島発！漁協・地域・自治体が連携したアマモ再生ブルーカーボンプロジェクト）。
現在は、こうした研究成果を実際のビジネスや社会実装につなげることを見据え、PoC（Proof of Concept：概念実証）に取り組んでいます。 本記事では、その取り組みの一つとして、山口県において複数の海藻種が混在する藻場を対象に実施した実証についてご紹介します。
はじめに
富士通は、「地球環境問題の解決」をマテリアリティの一つに掲げています。 その中で私たちは、海洋という広大かつ複雑な環境をデジタル上で捉え、環境保全や産業活用といった社会課題の解決につなげることを目指した『海洋デジタルツイン』の研究開発を進めてきました （海洋デジタルツインの詳細はこちらのプレスリリースをご覧ください）。
海洋デジタルツインの実現に向けた取り組みの一つが、ブルーカーボンクレジットに関わる藻場モニタリングです。 ブルーカーボンクレジットは、藻場などの海洋生態系によるCO₂吸収量をクレジットとして評価する仕組みであり、日本では「Jブルークレジット」として制度化されています。 こうした制度のもとでは、藻場の分布や被度を定量的に把握することが求められます。 一方で、藻場のモニタリングは、これまで潜水士による目視調査が中心でした。 広範囲を対象とする場合、調査に多大な時間と労力を要するだけでなく、安全性や人材確保の面でも課題があります。
私たちは、こうした課題を解決するため、画像AIを活用して海藻・海草の種類・被度を認識・定量化する藻場定量化技術の開発に取り組んでいます。 これまでに、単種藻場を対象としたJブルークレジット認証取得を実現し、実運用に耐えうる技術であることを確認しました。 本技術に関する取り組みは、こちらのプレスリリースや過去のTechBlog記事で紹介しています。
現在は、この技術を研究開発段階から、実ビジネスでの活用を見据えた実証フェーズへと進めています。
山口県における実証の概要
そのような背景のもと、山口県におけるJブルークレジット認証申請を見据えた調査事業の一環として、山口県産業技術センター様との実証を実施しました（参考：水中次世代モビリティの利活用に関する実証事業・試作開発業務（山口県産業技術センター様））。
本実証では、AUV（Autonomous Underwater Vehicle：自律型無人潜水機）と画像AIによる藻場定量化技術を活用し、安全かつ効率的なブルーカーボン量調査の実現を目指しました。 複数種の海藻が混在する藻場を対象とし、外部連携のもと実ビジネスを前提とした実証として位置付けています。 本取り組みを通じて、技術の適用範囲の拡張と、実ビジネスにおける実装可能性の確認を行いました。
実証実験とマップ作成
本実証では、山口県産業技術センター様、九州工業大学様、水産大学校様と連携しながら、実環境における実証実験を実施しました。 それぞれの強みを活かした役割分担のもと、実運用を見据えた検証を行っています。
- 山口県産業技術センター様
本実証全体の企画・推進を担い、Jブルークレジット認証申請を見据えた調査事業としての位置づけ整理や、関係機関との調整を実施いただきました。 - 九州工業大学様
AUVの運用を担い、対象海域における安全かつ効率的な水中撮影を実施いただきました。 - 水産大学校様
藻場に関する専門的知見を提供いただき、潜水調査結果の解釈や評価の観点から、本実証の技術検証を支援いただきました。 - 富士通
画像AIを用いた藻場定量化技術の提供および、取得データの解析・被度マップ作成を担当しました。
AUVによるデータ取得は、2025年7月28日から30日にかけて、山口県神代漁港沖にて行いました。 AUVで0.01haおよび0.02ha規模の領域を対象に、計2箇所測定しています。
AUVで取得したデータをもとに、画像AIを用いて藻場の被度マップを作成しました。 モニタリング対象は、対象海域で混在分布しているケヤリ、マメタワラ、ウミウチワの3種類とし、各海藻種を識別したうえで被度を定量化しました。
このマップは、AUVが海底付近を一定のルートで航行しながら撮影した画像を解析し、海藻の分布状況を可視化したものです。 マップ上では、AUVの航行経路に沿って取得されたデータに基づき、各地点の被度を色で表現しています。 色の違いは被度の大きさ（その場所に占める割合）を示しており、凡例に対応しています。
潜水士による目視調査と比較した結果、目視調査における5段階評価に相当する一致率0.80を上回る、0.81の精度が得られることを確認しました。 また、本取り組みでは複数種が混在する藻場を対象に評価を行い、各海藻種を識別したうえで被度を定量化できることを確認しました。 これにより、本技術を単種藻場から複数種藻場へ展開できることを示しました。 これらの結果から、提案手法は、従来の潜水士による目視調査における安全性・作業負荷・人材依存といった課題を解決し、広域藻場を対象とした調査に活用できる可能性が見えてきました。
社会的評価
2026年3月4日には、山口県産業技術センター様主催の「令和7年度水中ロボット技術研究会活動報告会」において、本取り組みの成果を発表しました（令和７年度水中ロボット技術研究会活動報告会：https://www.iti-yamaguchi.or.jp/docs/2026020600011/）。
関係者からは、今後の技術活用に対して前向きな反応を頂いています。
- 山口県産業技術センター 山田様、阿野様
「AUVで撮影した水中画像を用いてAIによる藻場解析を行い、海藻草類の種別や被度が推定できる可能性があることを検証することができました。今後、AUVによる藻場撮影方法の最適化と多様な藻場調査によるデータ蓄積で、AUVなど次世代水中モビリティを活用した広域藻場のブルーカーボン量推定が実現できることを期待しています。」
- 水産大学校 村瀬先生
「ゆらゆらと波に揺られる海藻の森を画像として再現し、その海藻の種名や繁茂状況などを画像の解析からデータとして可視化することは、藻場の保全やブルーインフラの発展に欠かせません。それに挑戦して、生じた問題点にひとつずつ向き合って、解決することが大切だと思います。」
- 九州工業大学 石井先生、西田先生
「不定形である海洋生物を画像が劣化しやすい水中環境下で検出し、さらに種の判別まで行われている点に非常に驚きました。貴社のように専門的に水中AI技術を開発されている企業の存在は、今後の水中業界を盛り上げるうえで非常に重要だと考えております。今後のさらなる発展を期待しております。」
今後の展望
本取り組みを通じて、藻場定量化技術を複数種藻場へ適用できることや、実ビジネスにおける実装可能性の確認など、有意義な成果を得ることができました。 今後はさらなる技術開発を通じて藻場モニタリングの精度向上・適用範囲拡大を実現し、本取り組みのビジネス実装につなげていきます。
