| 研究課題/領域番号 |
20K15607
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分41010:食料農業経済関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
佐藤 赳 東京大学, 大学院農学生命科学研究科(農学部), 准教授 (30756599)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 機械学習 / ハイパースペクトル / GIS / 計量経済分析 / 酪農 / 牧草地 / 空間計量経済モデル / リモートセンシング / 圃場区画データ / GPS / 酪農業 / 草地管理 / 収量マップ / 空間計量経済学 |
|---|
| 研究開始時の研究の概要 |
酪農業において，効率的な生乳生産や安定的な生産体系の確立は喫緊の課題であり，その中で低コストな自給飼料の生産・利用が期待されている．本研究目的は，飼料農地の植生・収量マップを酪農経営の家計調査データと統合し，輪作・草地更新を含めた自給飼料生産の最適な農地管理を酪農経営に基づいて求めることである．牧草地の草種や雑草をハイパースペクトルデータも参照し機械学習で判別し，草地更新や輪作管理による収量や飼料品質への効果の時系列変化を明らかにすること，圃場単位の収量と酪農経営の個票調査を合わせ，農地利用と酪農経営効率性を規模ごとに推定することを目的としている．
|
| 研究成果の概要 |
地域の農業支援組織の協力の下，専門スタッフによる牧草地の正確な植生調査のデータ取得やハイパースペクトルカメラで各草種・時期の詳細な分光反射特性の取得を行い，得られたデータを機械学習にて解析した結果，植生調査について，植生条件によっては97%の高い精度の分類が行うことできた．また機械作業効率の最適化のシミュレーションにおいて，作業時間を2割程度減らすことができる可能性が示されたほか，圃場の集約によって，さらに大幅に作業時間を節約しうることを数値的に示した。一方で，酪農家の家計ベースの経営経済データを，計量経済学的に分析し，酪農家の労働や生産性について考察を行った．
|
| 研究成果の学術的意義や社会的意義 |
酪農業において安定的な自給飼料生産は極めて重要である．その中で，草地の管理は大きな課題となるが，植生調査や植生改善の効果の検証と経営データとの接合は容易ではない．本研究ではハイパースペクトルカメラやドローンを用い，機械学習を用いて植生の識別を行った．また，酪農の経営データと結びつけ，計量経済分析を行った．得られた成果を普及させることで，より簡便な圃場の植生の識別，圃場管理の方法が示される．それらの自給飼料生産・管理が酪農経営に与える影響を定量的に分析したことで，草地管理が酪農経営にとっても重要であることが示唆された．
|
