2022 Fiscal Year Annual Research Report
Smart Terroir: Use of Vineyard Site Evaulation Protocols to Determine Suitability of Vineyard Location and Choice of Cultivar
| Project/Area Number |
20H03121
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
岩崎 亘典 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, グループ長 (70354016)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
林 和則 京都大学, 国際高等教育院, 教授 (50346102)
田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
鹿取 みゆき 信州大学, 経法学部, 特任教授 (70774321)
小口 高 東京大学, 空間情報科学研究センター, 教授 (80221852)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | スマート風土産業 / 栽培適地評価 / 機械学習 / 地理情報システム / WebGIS / ワイン専用ブドウ品種 |
|---|
| Outline of Annual Research Achievements |
前年度までに収集した長野県内の千曲川ワインバレー東地区のワイン用ブドウ圃場の分布と、2021年度に開発した地形、地質、気象、土地利用を3次メッシュ単位のデータに変換するプログラムを用いて、機械学習によるワイン用ブドウ栽培適地の推定を行った。機械学習は3次メッシュ単位で行ったが、総メッシュ数が1104、圃場ありのメッシュ数が44と不均衡だったため、圃場なしのメッシュのダウンサンプリングを行った。適地推定には機械学習モデルとしてランダムフォレストを用い、線形回帰モデルとしてロジスティック回帰を用いた。
予備的に行った解析では、ランダムフォレスト、ロジスティック回帰ともに土地利用データの農地の寄与が最も高かった。これは、栽培適地の特性を示すものではなく、農地が集積して立地していることを反映していると考え、土地利用に関する要素を除いて分析を行った。推定結果のF1値はランダムフォレストが0.67、ロジスティック回帰が0.62であったが、推定地図は大きく異なった。特に、ロジスティック回帰では高標高地が適地と推定されたが、ランダムフォレストではこれらが含まれなかった。また、圃場がない場所が栽培不適とは限らないため、F1値のみでモデルの精度を評価することは困難である。このため、モデルや評価図の検証には、ワイン用ブドウの栽培農家による評価、そこで収穫されたブドウの分析値、圃場がある場所のデータの拡充や、機械学習の手法の検討などが今後求められる。
さらに、前年度までに開発した適地推定のためのWebアプリケーションについて、オープンソースのGISに関する国際学会であるFOSS4G Firenze 2022で発表するとともに、査読付きの大会論文として投稿した。また、本研究の技術的背景となる地理情報、GIS、機械学習、情報処理などに関する諸検討も実施した。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
