広域評価に向けた作物生育情報収集技術の開発

研究代表者は現在までに作物の生育動態に関する定量的評価手法の開発を行ってきたが，この手法では広域評価が困難であった．そこで本年度は，作物の生育動態の広域評価のための手法を検討することを目的として，以下の実験・解析を行った．①水田転換畑でのダイズ生育量推定に適した植生指標の検討：水環境に関して圃場内変動の大きい農家圃場でダイズ栽培を実施し，近距離分光放射計測による生育量推定に適した植生指標の検討を行った．その結果，NDVIによる評価では生育中期以降の生育量推定が困難であるのに対して，EVIやEVI2を用いることで生育中期以降の生育量を評価できる可能性が示された．②多様な栄養環境下でのイネ葉面積指数（LAI）動態の広域予測手法の検討：異なる施肥水準を設定した水田において群落構造に特徴を有するイネ2品種を栽培した．近距離分光放射計測に加えて，ドローンを利用した分光放射計測を行った．近距離，ドローン計測ともに植生指標の中では，CVIがLAI動態評価に最も適している指標であることが示された．③機械学習を利用したササゲ収量予測精度の検証：西アフリカのブルキナファソにおいて異なる土壌環境下で栽培した20品種のササゲの被覆率，土壌肥沃度，生育期間を説明変数とした収量推定を試みた．非破壊計測によって算出した被覆率は，収量予測に有効なパラメータであった一方で，土壌肥沃度や生育期間を変数として追加しても，予測精度は高くならなかった．また，機械学習手法は，本研究における低生産性地域においては従来の重回帰法に対する優位性はなかった．つまり，機械学習手法は，主に作物バイオマスに基づいて収量が決定される本研究の対象環境においては，予測精度を向上させることはできなかった．さらに，収量の予測精度は，土壌の種類や栽培品種型によって異なることを明らかとした．

研究代表者は現在までに作物の生育動態に関する定量的評価手法の開発を行ってきたが，この手法では広域評価が困難であった．そこで本年度は，作物の生育動態の広域評価のための手法を検討することを目的として，以下の実験・解析を行った．①水田転換畑でのダイズ生育量推定に適した植生指標の検討：水環境に関して圃場内変動の大きい農家圃場でダイズ栽培を実施し，近距離分光放射計測による生育量推定に適した植生指標の検討を行った．その結果，NDVIによる評価では生育中期以降の生育量推定が困難であるのに対して，EVIやEVI2を用いることで生育中期以降の生育量を評価できる可能性が示された．②多様な栄養環境下でのイネ葉面積指数（LAI）動態の広域予測手法の検討：異なる施肥水準を設定した水田において群落構造に特徴を有するイネ2品種を栽培した．近距離分光放射計測に加えて，ドローンを利用した分光放射計測を行った．近距離，ドローン計測ともに植生指標の中では，CVIがLAI動態評価に最も適している指標であることが示された．③機械学習を利用したササゲ収量予測精度の検証：西アフリカのブルキナファソにおいて異なる土壌環境下で栽培した20品種のササゲの被覆率，土壌肥沃度，生育期間を説明変数とした収量推定を試みた．非破壊計測によって算出した被覆率は，収量予測に有効なパラメータであった一方で，土壌肥沃度や生育期間を変数として追加しても，予測精度は高くならなかった．また，機械学習手法は，本研究における低生産性地域においては従来の重回帰法に対する優位性はなかった．つまり，機械学習手法は，主に作物バイオマスに基づいて収量が決定される本研究の対象環境においては，予測精度を向上させることはできなかった．さらに，収量の予測精度は，土壌の種類や栽培品種型によって異なることを明らかとした．