Enhancement of Robustness in Growth Models Using Plant Functional Imaging

• Project/Area Number: 24K01881
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
• Research Institution: Yamaguchi University
• Principal Investigator: 荊木 康臣 山口大学, 大学院創成科学研究科, 教授 (50242160)
• Co-Investigator(Kenkyū-buntansha): 佐合 悠貴 山口大学, 大学院創成科学研究科, 准教授 (20648852)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2025: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000); Fiscal Year 2024: ¥9,880,000 (Direct Cost: ¥7,600,000、Indirect Cost: ¥2,280,000)
• Keywords: クロロフィル蛍光 / 光化学系２量子収率 / 深層学習 / PPFD / 栽培画像

Outline of Research at the Start

データ駆動型農業の基盤技術である生育モデルの有用性向上をめざし、高機能フェノタイプイメージング技術を用いて取得される、作物の生理・生育状態に関する機能・形態形質情報を利用して、収穫時期や収量の予測精度の向上を図り、生育モデルのロバストネス（拡張性・可用性）の強化を図ることを目的とする。安価な撮影機器や汎用機器を用いた栽培現場で利用可能なイメージング法を開発し、そこで得られた光合成機能形質および形態形質、さらには、生育状況（生育ステージ）に関するリアルタイムな情報により、生育モデルのパラメータを逐次更新（キャリブレーション）し、生育モデルの予測精度や汎用性向上を狙う。