Smart Terroir: Use of Vineyard Site Evaulation Protocols to Determine Suitability of Vineyard Location and Choice of Cultivar
| Project/Area Number |
20H03121
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 41050:Environmental agriculture-related
|
|---|
| 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
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥17,810,000 (Direct Cost: ¥13,700,000、Indirect Cost: ¥4,110,000)
Fiscal Year 2022: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2021: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2020: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
|
|---|
| 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 / ワイン専用品種 / 人工知能 / センサーネットワーク / センサネットワーク |
|---|
| Outline of Research at the Start |
我が国の農業における農業従事者の高齢化や減少、耕作放棄地の増加等の問題を解決するためには、効率的な農地の維持、管理が求められている。特に、果樹や野菜等の集約型農業においては、適地適作にもとづく新たな農地の活用方法が必要とされている。そこで本提案では、今後、新規参入者の増加や産地形成が想定されるブドウのワイン専用品種の栽培地域を対象として、ほ場一筆単位のワイン専用品種栽培適地図を作成する技術を開発する。そしてこれらの情報を公開・可視化するシステムを開発し、適地適作に配慮した新しい営農形態である「スマート風土産業」の構築を試みる。
|
| 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。
|
Report
(3 results)
Research Products
(42 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] First Demonstration of Autonomous TSN-based Beyond-Best-Effort Networking for 5G NR Fronthauls and 1,000+ Massive IoT Traffic2020
Author(s)
N. Shibata, P. Zhu, K. Nishimura, Y. Yoshida, K. Hayashi, M. Hirota, R. Harada, K. Honda, S. Kaneko, J. Terada, K. Kitayama
Organizer
2020 European Conference on Optical Communications
Related Report
Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
-
-
