2019 Fiscal Year Research-status Report
深層学習モデリングによる広域穀物単収予測手法の構築
| Project/Area Number |
17K08037
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
坂本 利弘 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境変動研究センター, 上級研究員 (20354053)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | トウモロコシ / 大豆 / 単収予測 / 高頻度観測衛星 / 機械学習 / フェノロジー |
|---|
| Outline of Annual Research Achievements |
１． MODIS/Terra, Aqua地表面反射率8日間コンポジット合成プロダクト(250m, 500m解像度)および気象再解析データ(NLDAS-2)、USDA土地利用図、郡レベル統計値の最新データを追加収集し、時空間データベースの拡充を行った。
２．昨年度までに作成した機械学習（random forest）を用いたトウモロコシ・単収予測モデル（プロトタイプ版）の改良および詳細な精度評価を行った。その結果、植生指数のみを説明変数とする従来型モデルによる単収の推定誤差(RMSE 州レベル)は、トウモロコシ：0.90t/ha、大豆: 0.28t/ha であったのが、気象データ・灌漑統計データを考慮した機械学習モデルでは、トウモロコシ：0.54t/ha, 大豆：0.21t/haと改善した。統計データを用いた単収マップとの面的な比較を行った結果、トウモロコシ・大豆では、灌漑地帯における推定精度の大幅な改善が確認された。さらに、気象データをモデルに組み込むことで、非灌漑地帯における大豆の推定精度の改善効果があることが確認された。これらの研究成果を原著論文としてとりまとめ、海外著名雑誌において出版・報告した。
３．本推定モデルを準リアルタイム予測モデルに拡充するための予備解析に着手し、2000~2019年までの観測データを対象とした、16日間ごとのトウモロコシ・大豆フェノロジー早期予測プロダクトを整備するとともに、トウモロコシ・大豆作付地の早期予測モデルを高精度化するための計算基本フレームを構築した。
４．研究成果の社会還元の一環として、近年のアメリカ農業環境の変化を誰でも簡単に閲覧できるように、2020年4月現在までのMODIS地表面反射率プロダクトをタイル地図(TMS形式)に投影変換し、「世界の農業環境閲覧システム」において公開した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
全米を対象としたトウモロコシ・大豆の準リアルタイム予測モデル構築および精度検証に要するデータ（250m解像度, 16日間毎）が膨大なため、前処理に要する計算時間が想定以上に長くなり、当初計画よりもやや遅れている。
|
| Strategy for Future Research Activity |
最終年度は、全米を対象としたトウモロコシ・大豆単収の準リアルタイム予測モデルの完成とその精度評価・結果のとりまとめを重点事項としつつ、小麦については、地域を絞って同様のアプローチによる単収推定モデルのプロトタイプモデルのためのアルゴリズム作成を行う。
|
| Causes of Carryover |
研究計画の進捗がやや遅れていることから、当初計画しているよりも予算執行額が減少した。このため、補助事業期間の延長申請を行った上で（学振助一第1108号 R2.3.18 承認済み）、次年度も継続して研究を行う。助成金については、引き続き行う必要のあるデータ解析や結果のとりまとめ等ににかかる費用に使用する計画である。
|
| Remarks |
文部科学省 科学技術・学術政策研究所 「科学技術への顕著な貢献 2019 (ナイスステップな研究者）」受賞、研究内容：「衛星リモートセンシングによる作物フェノロジーの観測技術の確立と農業環境の広域モニタリングや米国産トウモロコシの作況予測への応用」
|
