2020 Fiscal Year Research-status Report
農村地域の持続的発展に資する稲副産物を活用した緑化基盤材の開発
| Project/Area Number |
20K15624
|
|---|
| Research Institution | Kitasato University |
|---|
Principal Investigator |
阿部 由麻 (島本由麻) 北里大学, 獣医学部, 助教 (70826601)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | Acoustic Emission / 水ストレス |
|---|
| Outline of Annual Research Achievements |
本研究では，農業副産物である「もみ殻」や「稲わら」を活用した緑化基盤材の開発に取り組むとともに，AE（Acoustic Emission）法を用いた植物の水ストレス評価手法を構築することを目的とする．
2020年度においては，AE法を用いて植物起源弾性波の検出に基づく植物生理状態（水ストレス状態）の非破壊計測法の開発を進めた．植物から発生するAEの起源は道管内の気泡運動だと考えられている．この気泡運動に起因するAEは気泡衝突などの特定の時点でのエネルギー放出による弾性波（突発型AE）であることが筆者らの既往研究も含めて示されている．AE 法による植物の水ストレス評価を実用化するためには，AE法による植物の水ストレス評価を実用化するためには，膨大な検出波の中からノイズ波と気泡運動に起因する突発型AEを正確に判別し，突発型AEのみを抽出する必要がある．多くの既往研究では突発型AEの抽出にハイパス処理に代表される周波数フィルタリングを用いているが，抽出の際にノイズ波が含まれてしまうといった課題が残されている．そこで本研究では，決定木およびランダムフォレストを用いて，突発型AEとノイズ波の自動判別を試みた．検討の結果，決定木とランダムフォレストのどちらの手法においても，正解率85 %以上の高精度で判別できることが明らかになった．特に，ランダムフォレストでは多くの説明変数を用いることで，過学習を緩和し，突発型AEを正確に抽出できることが示された．また，学習曲線について検討することで，学習に必要な波形数についても明らかにした．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまで課題であったノイズ波を高精度で判別できることが明らかになったことから，AE法による植物の水ストレス評価法の実用化のために研究を進められたと考えられる．
|
| Strategy for Future Research Activity |
AE法による植物の水ストレス評価法の開発に向けて，気泡運動に起因して発生する突発型AEの詳細な波形解析を行う．具体的には，機械学習を組み合わせることで，検出波の特徴量とAEの発生要因について検討を進める．
もみ殻と稲わらを活用した緑化基盤材の開発においては，繊維の混和においては繊維の高強度化やマトリックスとの界面付着性の向上が課題として挙げられる．このため，稲わらのオゾン処理を試み，処理した稲わらの引張破壊特性について検討する．
|
| Causes of Carryover |
新型コロナウィルスのため，現地調査の実施回数が少なかったため次年度繰り越しとした。2021年度においても同様な事象が予測されることから，室内実験を中心とした実験を計画する。
|
