| 研究課題/領域番号 |
21H02314
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分41040:農業環境工学および農業情報工学関連
|
|---|
| 研究機関 | 名古屋市立大学 (2023)
東京農工大学 (2021-2022) |
|---|
研究代表者 |
辰己 賢一 名古屋市立大学, データサイエンス学部, 教授 (40505781)
|
|---|
| 研究分担者 |
本林 隆 東京農工大学, 農学部, 教授 (20262230)
桂 圭佑 東京農工大学, (連合)農学研究科(研究院), 准教授 (20432338)
斎藤 広隆 東京農工大学, (連合)農学研究科(研究院), 教授 (70447514)
山下 恵 東京農工大学, (連合)農学研究科(研究院), 准教授 (70523596)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)
2023年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 12,350千円 (直接経費: 9,500千円、間接経費: 2,850千円)
|
|---|
| キーワード | 統合型作物生長モデル / LAI / データ同化 / 野外圃場 / 数理統計手法 / 作物生長モデル / 融合粒子フィルタ / 収量予測 / データ同化技術 / マルチスケール |
|---|
| 研究開始時の研究の概要 |
作物の生長およびバイオマス・収量の精緻な予測は,最適な営農ポリシーの導出,単収の増加,農作業の省力化を実現する上で必要不可欠である.しかし,農業に関与する実世界の現象は複合的かつ連鎖的で非常に複雑である.また,センシング技術の進展により取り扱えるデータ量は増えたが,特性が多様でありデータ分析の難しさが増している.本研究課題では,データ同化技術により作物モデルと数理統計手法を融合させ,直接観測できない情報を推定し,農業従事者の意思決定に資する予測情報の提供が可能な空間スケールに非依存な高精度シミュレーション技術の確立を目的とする.
|
| 研究成果の概要 |
本研究では，統合型作物生長モデルと数理統計手法を融合させることにより直接的に観測困難なデータや条件などのパラメータをモデルとの整合性から合理的に推定でき，空間スケールに依存しない高精度シ ミュレーション技術の確立を目的とした．トマトのLAIや草丈などの測定とデータ同化の効果を検証し，LAIの予測精度が向上した．一方，LAIの再現・予測精度の改善結果として期待された収量については予測精度が向上しなかった．課題として，拡大空間ベクトルにモデルパラメータを追加することやモデルパラメータを最適な値に推定するための新手法の適用などが挙げられる．
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義は，統合型作物モデルと数理統計手法の融合により，観測困難なデータや条件を合理的に推定し，空間スケールに依存しない高精度なシミュレーション技術を確立することである．この技術により，作物の生長や収量の予測精度が向上し，農業の効率化と省力化に貢献できる．また，UAVや人工衛星を活用することで，広範囲の圃場情報を効率的に収集し、農家の意思決定を支援するシステムを構築することが可能である．
|
