地球温暖化に伴う食料国際需要変化に関するシミュレーション基盤の構築

点击翻译按钮获取中文摘要

2022年度は、温暖化シナリオに基づく気象データと複数の農作物生産量との関係のモデル化に取り組んだ。国単位の国際貿易データにおける農作物品目輸出量は、育種や栽培の研究分野で使われる各圃場向けの生育・収量モデルから算出することはスケールのギャップのため困難で、低解像度のデータを作成・活用して収量統計と矛盾しないモデルを構築して算出する必要がある。そこで、温暖化シナリオの気象データから各農作物の生産地の地理情報を反映し低解像度化したデータを作成し、単位面積当たり生産量を予測する手法を開発した。開発手法では、時期別・気象要素別に生産量への影響を算出可能であるため、温暖化によって変動する気象要素と変動時期のうち、各農作物にとって注目すべき部分を抽出することができる。その結果、生産者が毎年の気象条件に応じて栽培スケジュールを修正したり栽培管理法を変更したりするための決断をサポートするための基礎技術として今後活用が期待される。また、農作物別・産地別の生産量に関するデータは機械学習の学習データとして十分な量が電子的に蓄積していないことが多い。少数の学習データから、気象影響を複合的にうける生産量を推定することは難しく、特に近年は気候変動の影響でこれまで使われてきた生産量予測法の予測精度が低くなりがちであることが問題となっている。本手法の適用においては、研究開発段階では予測精度検証のためにデータが多いことが理想的ではあるが、予測自体は数年のデータ蓄積で機能する。適用の結果、複数の農作物に対し平均予測誤差が従来法を上回る精度を実現した。本手法は、農作物国際貿易データの推計において、国単位の食品の国際貿易データと国内の各農作物の産地における生産量データとの間をつなぐ重要なパーツである。