| 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 |
Iizumi Toshichika 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 |
Completed (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 / 全球グリッドデータ / 衛星リモートセンシング / 作物モデル / 極端気象影響 / 機械学習 / 気候変動適応 / 全球データプロダクト |
|---|
| 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 Final Research Achievements |
Rice is a staple food and a source of calories for 4 billion people worldwide, primarily in Asia. The aim of this study is to develop a method for generating gridded yield data for rice at monthly and 1 km resolution. To achieve this, we enabled the eco-physiological process-based crop model to simulate rice’s daily growth and development at 1 km resolution in any rice-producing region of the world. Then we developed a method to integrate the process model estimates with satellite imagery and field observations using a machine learning technique. This method is applicable to any rice-producing region in the world, including multi-rice cropping regions. We applied this method to three countries, Madagascar, Sri Lanka and the Philippines, as the testbed to generate gridded yield data for the period 2012-2023, demonstrating that the characteristics of yield distribution and levels for both the rainy and dry seasons were accurately captured in the generated yield data.
|
| Academic Significance and Societal Importance of the Research Achievements |
グリッド収量データは世界の食料・農業システムに顕在化しつつある気候変動影響の検出に活用されてきた。しかし、開発途上国の小規模農家の気候変動適応に資するためには収量データの高解像度化が必要である。本研究で開発した1kmの収量データであれば、これまで困難だった、持続可能な開発目標（SDGs）の推進に向けた課題に取り組むことが可能になる。例えば、一つの州の中で生産規模が異なる生産者が混在している場合に適応技術の導入に規模間の差があるかどうかが検討可能になる。こうした解析から得られる知見は各国政府や国際機関が有限な資源をSDGsの達成に向けて効果的に割り当てることに役立つと期待される。
|
