| 研究課題/領域番号 |
22H00577
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分64:環境保全対策およびその関連分野
|
|---|
| 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 |
飯泉 仁之直 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, 上級研究員 (60616613)
|
|---|
| 研究分担者 |
酒井 徹 国立研究開発法人国際農林水産業研究センター, 社会科学領域, 主任研究員 (40401278)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
19,760千円 (直接経費: 15,200千円、間接経費: 4,560千円)
2024年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2023年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
2022年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
|
|---|
| キーワード | コメ収量 / 全球グリッドデータ / 衛星リモートセンシング / 作物モデル / 極端気象影響 / 機械学習 / 気候変動適応 / 全球データプロダクト |
|---|
| 研究開始時の研究の概要 |
気候変動下で深刻化する強雨や洪水といった局所的な災害による食料生産への影響を捉え、減災や適応を進めるためには時間・空間解像度が詳細な作物収量の全球グリッドデータが必要である。本研究ではこれまでに例がない月別・1kmでコメ収量の全球データプロダクトを近年11年間（2010-2020年）について作成し、開発途上国の小規模農家が気候変動に適応するための施策立案を支援する。本データプロダクトは、衛星リモートセンシングから得られる水田分布と植生指数、農業センサスの収量統計、作物モデルの数値シミュレーションにより出力される年間収穫回数と播種・収穫時期、収量といった複数の情報源を合成して作成する。
|
| 研究成果の概要 |
本研究の目的はコメを対象に月別・1km解像度でグリッド収量データを作成することである。そのために、作物の生育過程を考慮したプロセスモデルによる日単位の収量シミュレーションを世界のいずれのコメ生産地域でも1km解像度で実施可能にした。そのうえで、プロセスモデル推定値と衛星観測値、圃場観測値を機械学習モデルにより統合する手法を開発した。本手法は多期作地域を含む世界のいずれのコメ生産地域にも適用できる。例として本手法をマダガスカル、スリランカ、フィリピンの３か国に適用して12年間（2012～2023年）の収量データを作成し、雨季作と乾季作のそれぞれの収量分布・水準の特徴が捉えられていることを示した。
|
| 研究成果の学術的意義や社会的意義 |
グリッド収量データは世界の食料・農業システムに顕在化しつつある気候変動影響の検出に活用されてきた。しかし、開発途上国の小規模農家の気候変動適応に資するためには収量データの高解像度化が必要である。本研究で開発した1kmの収量データであれば、これまで困難だった、持続可能な開発目標（SDGs）の推進に向けた課題に取り組むことが可能になる。例えば、一つの州の中で生産規模が異なる生産者が混在している場合に適応技術の導入に規模間の差があるかどうかが検討可能になる。こうした解析から得られる知見は各国政府や国際機関が有限な資源をSDGsの達成に向けて効果的に割り当てることに役立つと期待される。
|
