2020 Fiscal Year Annual Research Report
Crops yield estimation by developing a sub-model specialized in northern Japan
| Project/Area Number |
20H03110
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
下田 星児 国立研究開発法人農業・食品産業技術総合研究機構, 北海道農業研究センター, 上級研究員 (80425587)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
津田 昌吾 国立研究開発法人農業・食品産業技術総合研究機構, 北海道農業研究センター, 上級研究員 (00549230)
長崎 裕一 国立研究開発法人農業・食品産業技術総合研究機構, 北海道農業研究センター, 研究員 (30850565)
井上 誠 秋田県立大学, 生物資源科学部, 准教授 (00599095)
池永 幸子 国立研究開発法人農業・食品産業技術総合研究機構, 東北農業研究センター, 主任研究員 (10546914)
中嶋 美幸 国立研究開発法人農業・食品産業技術総合研究機構, 東北農業研究センター, 主任研究員 (20370611)
中野 聡史 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, 主任研究員 (80414621)
島崎 由美 国立研究開発法人農業・食品産業技術総合研究機構, 中央農業研究センター, 主任研究員 (80414770)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | プロセスモデル / 小麦 / 大麦 / 大豆 / バレイショ / 収量変動 / 品種 |
|---|
| Outline of Annual Research Achievements |
令和2年度は、小麦・ダイズで品種を揃えた連携試験を行い、異なる気象条件における収量性データを取得し、モデルとの差異を検討した。既存のモデルを用いて、北海道の小麦収量を検討した所、品種改良に伴い、ポテンシャル収量に対する実収量が増加したが、北日本の小麦栽培期間では、明確な温暖化傾向が見られないこともあり、ポテンシャル収量自体は、経年変化が見られないことが分かった。小麦における、北海道・東北・北陸の連携試験で は、北海道で本州品種、東北・北陸で北海道品種の収量が高かった。北海道では、北海道品種の登熟 期間の天候が悪く、本州で育成の早生品種で収量が 高まる傾向が見られた。逆に、東北・北陸では、北海道品種の「ゆめちから」で多収傾向が見られた。ダイズでは、既存のモデルでは北海道で栽培されるダイズ品種の生育をうまく反映できず、乾物生産量が低めに推移する。モデル自体が時系列の生産量をうまく描写できない構造である可能性があり、新たなサブモデルの必要性が示唆された。土壌の乾湿と発芽の関係性も、気象変動により変化する可能性がある。問題点は多く見つかったが、栽培試験で明らかにすべき課題を明確にした点で大きく前進したと考える。バレイショでは、既存のモデルを栽培試験結果を踏まえて葉面積をパラメーター調整することにより、乾物配分の再現性が高まったが、多収年には収量を過大評価する傾向にあり、改良の必要性が示唆された。作目ごとの課題は異なるが、栽培試験データの取得に基づいて、小麦・ダイズ・バレイショでモデルシミュレーションを始動させることができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
小麦・ダイズの多地域圃場での連携栽培実験を開始することができた。これにより、モデルの問題点の明示が可能となり、次年度の試験に示唆を与える結果が得られた。また、小麦の越冬、ダイズの生育モデルに関する成果を、順 調に公表できた。
|
| Strategy for Future Research Activity |
今後は、令和2年度に得られた成果を活用を進め、北海道品種の小麦のモデ ル を本州品種のモデルに適応させることが可能か検討を行う。昨年度の結果 から、生育期間の気象変化が、地域に最適な品種を変える可能性が示唆され るため、今 後も試験を継続し、要因解析を行う。ダイズでは、収量評価精度 を向上させるため、栽培試験の環境制御設定を追加・充実させ、成長速度のパラメーター改善を 目指す。バレイショでは、長期データを活用し、既存のモデルの欠点を補うことが可能な、新たなモデル型の提案を試行する。基盤 的なモデル精度を目指した取 り組みとして、生理的なパラメータの獲得のた めの葉の生育に関連したモニタリング、土壌パラメーターの充実を目指した多次元解析を新たに行い、気象変動下における環境評価精度を向上させる。
|
