| 研究課題/領域番号 |
17K08037
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
農業環境・情報工学
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
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)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 機械学習 / 食料安全保障 / トウモロコシ / 大豆 / 小麦 / フェノロジー / 作柄予測 / 作付分類 / 単収予測 / 高頻度観測衛星 / リモートセンシング / 作物収量予測 / 収量予測 / コーンベルト / Deep Learning / Deep Leaerning |
|---|
| 研究成果の概要 |
米国産農作物の作柄早期予測技術の確立を目指し、１．作物フェノロジー把握技術の汎用性向上(8作物36生育ステージに適用可能)、２．気象環境条件を考慮した作柄早期予測手法の高精度化（トウモロコシ・大豆単収予測精度の向上）、３．早期作付分類手法の高度化（ミクセル分解、分類精度向上）を行った。これにより、高頻度観測衛星センサデータ(MODIS)および気象環境データを複合利用する機械学習アルゴリズムを活用した新たな予測手法を構築した。
|
| 研究成果の学術的意義や社会的意義 |
日本は、輸入トウモロコシ・大豆の約7割、輸入小麦の約5割を米国からの輸入に依存している。また、世界的な食料需給情勢の不安定化を背景に、国際的な政策協調として、世界の農業・食料市場に関する正確かつ透明な情報を取得するための衛星リモートセンシング技術を用いた監視ネットワークの構築が推進されている。本研究成果は、作柄早期予測を確立するための基盤的な知見を提供するとともに、国内外の食料安全保障に資する技術としても活用が期待される。
|
