Global monthly 1-km rice yield mapping for attributing the impacts from extreme weather events
| Project/Area Number |
22H00577
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 64:Environmental conservation measure and related fields
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
飯泉 仁之直 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 上級研究員 (60616613)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
酒井 徹 国立研究開発法人国際農林水産業研究センター, 社会科学領域, 主任研究員 (40401278)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥19,760,000 (Direct Cost: ¥15,200,000、Indirect Cost: ¥4,560,000)
Fiscal Year 2024: ¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2023: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
Fiscal Year 2022: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
|
|---|
| Keywords | コメ収量 / 全球データプロダクト / 衛星リモートセンシング / 作物モデル / 極端気象影響 |
|---|
| Outline of Research at the Start |
気候変動下で深刻化する強雨や洪水といった局所的な災害による食料生産への影響を捉え、減災や適応を進めるためには時間・空間解像度が詳細な作物収量の全球グリッドデータが必要である。本研究ではこれまでに例がない月別・1kmでコメ収量の全球データプロダクトを近年11年間（2010-2020年）について作成し、開発途上国の小規模農家が気候変動に適応するための施策立案を支援する。本データプロダクトは、衛星リモートセンシングから得られる水田分布と植生指数、農業センサスの収量統計、作物モデルの数値シミュレーションにより出力される年間収穫回数と播種・収穫時期、収量といった複数の情報源を合成して作成する。
|
| Outline of Annual Research Achievements |
当初計画では2023年度には全球コメ収量データプロダクト第1版の作成と品質確認を予定していた。しかしながら、収量推定における重要な入力である気象データなどについて大きな情勢変化があったため、第1版の作成を延期し、情勢変化に対応した。
具体的には、本研究の立案時に使用を想定していた気象データはTerraClimateと呼ばれるプロダクトであり、全球4km・月別解像度であった。2023年6月にCHELSA-W5E5と呼ばれる全球1km・日別解像度の気象データが公表された（https://doi.org/10.5194/essd-15-2445-2023）。TerraClimateでは捉えることが困難な日々の気象変動と作物生育への影響をCHELSA-W5E5では捉えることができると期待される。そこで、使用する気象データをCHELSA-W5E5に切り替えることとした。
CHELSA-W5E5は38年間（1979-2016年）のデータが利用可能だが、本研究で計画しているコメ収量データプロダクトは直近の期間（2020年以降）についてである。このため、直近の期間の気象再解析値にCHELSA-W5E5の長期平均値を基準値としてバイアス補正と統計的ダウンスケーリングと呼ばれる処理を施し、2020年以降について1km・日別値の再解析値を作成した。使用した再解析値は気象庁のJRA-55と呼ばれるプロダクトである。CHELSA-W5E5のデータ量は7.4テラバイト（TB）あり、単純な計算であっても相当の計算負荷がかかる。このため、基準値は10年間（2007-2016年）とやや短く設定した。また、Climate Data Operators（CDO）と呼ばれる気候データ処理ツールを新たに導入し、計算の高速化を図った。2024年度には1km・日別のJRA-55を入力としてコメ収量を推定する予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究に関連する分野で大きな情勢変化が2つあり、それらに対応したため進捗が当初の予定から遅れている。
情勢変化の一つは、研究実績の概要で既に述べたように、気象データを本研究の立案時に想定していたTerraClimate（全球4km・月別）から2023年に公表されたCHELSA-W5E5（1km・日別）に切り替えたことである。
もう一つは、北京師範大学の研究グループがアジア域・21年間（1995-2015年）を対象とした4km・年別解像度のコメ収量データプロダクトAsiaRiceYield4kmを2023年に公表したことである。AsiaRiceYield4kmは衛星データと農業統計を入力として作成されており、本研究のようにプロセスモデルは使用されていない。また、年別データであり、熱帯低緯度地域で行われている2期作や3期作を明示的に捉えることは難しいと考えられる。このように、AsiaRiceYield4kmについて理解を深め、本研究で作成するデータプロダクトの相対的な強み・弱みを改めて明確にする対応を取った。
|
| Strategy for Future Research Activity |
2023年度までに年収穫回数の推定、水田面積の推定については手法が確立した。収量推定については平年収量とそこからの年々の変動（収量偏差）をそれぞれモデル化する手法を提案し、現在、論文Aが査読中である。また、機械学習により収量推定を行う場合、推定値が学習データとして用いた収量値に強く依存する問題点を明らかにし、現在、論文Bが査読中である。それらの知見をベースとして収量推定手法について検討を進め、衛星データとプロセスモデル出力値、圃場試験データ、機械学習を組み合わせる手法についてはほぼ確定した。その手法を用いて2024年度はコメ収量データプロダクトを作成する。また、圃場試験データについても国際稲研究所（IRRI）の研究者からデータ提供を受けられることになったため、2024年度はIRRIを訪問し、データを確実に入手してデータプロダクトの作成に役立てる。
|
Report
(3 results)
Research Products
(9 results)
