蛍光画像をリアルタイムリンクした三次元サイバーダイズに基づく病虫害予測

• 研究課題/領域番号: 22K19221
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分41:社会経済農学、農業工学およびその関連分野
• 研究機関: 新潟大学
• 研究代表者: 下保 敏和 新潟大学, 人文社会科学系, 准教授 (30377171)
• 研究分担者: 近藤 直 京都大学, 農学研究科, 教授 (20183353) ; 長谷川 英夫 新潟大学, 自然科学系, 教授 (80292514) ; 友部 遼 東京工業大学, 環境・社会理工学院, 助教 (90880005) ; 斎藤 嘉人 新潟大学, 自然科学系, 助教 (90964990)
• 研究期間 (年度): 2022-06-30 – 2025-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円); 2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2022年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
• キーワード: ダイズ / 蛍光 / シミュレーション / 蛍光画像 / リアルタイムモニタリング / 光合成活性度

研究開始時の研究の概要

ダイズを対象とし，クチクラ層に変化を与える病害，茎葉表皮に変化を与える虫害および表皮細胞が有するクロロフィルや色素の変化を蛍光反応で検出する。光合成産物量を算出し，３次元光合成・拡散・変形連成モデルを作成し，現実とリンクした３次元サイバーダイズを生成する。FSM-FEMにより，植物の代謝と構造の両パラメータの更新が可能なモデルとし，そのモデルに一般的な環境パラメータと共に，蛍光画像データをリアルタイムで投入することで，モデルパラメータを再構築し，実在ダイズ群落とリンクを保持しながらの生育状況をシミュレーションにより未来予測を行ない，病気の予兆と虫害を区別しつつ超早期に発見する。

研究実績の概要

新潟大学のほ場にて、ダイスの1品種であるエンレイを用い、薬剤処理区と無処理区に分けて条間70cm,株間30cmの条件で栽培を行なった。生育中にサンプリングを行ない、分枝数と分枝長、各枝の葉数、葉面積を測定を行ない、生育シミレーションのためのデータの収集を行なった。また、生育量の非破壊計測として、小葉数と草高の測定を行なった。
一ヶ月程度、ほとんど雨が降らない時期があり、栽培中の多くの個体が枯死してしまい、生き残った個体も収穫できる状態に到達せず、正常な状態の個体の計測は，生育初期のみとなった。そのため，生育中期以降の生育量と病害検出についてのデータを取ることができず，成長モデルパラメータの同定ならびに，病害虫の検出モデルの作成が達成できていない。
カラー画像を用いた機械学習により、発芽期から本葉展開期にいたる生育初期段階での、生育ステージの検出を試み、生育ステージの検出ができる見込みを得たが、草高が高くなり、分枝や葉数が多くなった時期の生育ステージの検出は、困難であった。
夜間に遮光することなく蛍光画像を取得する予定であったが，街灯の光が入る場合があること，夜露が降りて機材が結露したり，計測が不安定になることから，当初の予定とは異なり，夜間ではなく日中に，暗幕により遮光環境を作る簡易な撮影フレームを組むことにより，蛍光画像を撮影することとし，装置の試作を行った。しかしながら、検出対象の用意ができず、ほ場での実証はできなかった。今後、ほ場で試験を行ない、検討を行なう予定である。

現在までの達成度 (区分)

4: 遅れている

理由

実験地域の天候の問題で、対象作物への被害が甚大であり、予定していた測定の一部を行なうことができなかった。

今後の研究の推進方策

生育初期段階の部分しか有効な生育データが無いが，その部分について，生育モデルに投入し，FSM-FEMを行ない群落のバイオマス量の成長モデルパラメータ予測ならびに検証を行なうこととする。また，今年度の計測を入力して，生育中期以降の成長モデルと大豆収量の推定モデル作成を行なう。
当初の予定とは異なり，夜間ではなく日中に，遮光環境を作ることにより，365nm, 420nmの励起波長による蛍光画像と，白色LEDによるカラー画像を取得する。効果的な撮影方法を検討すると共に，これらの画像から，生育ステージの及びバイオマス量の推定ならびに，病害予兆の検出を試みる。
本年度も，昨年までと同様の栽培管理体系で栽培を行なう予定である。ただし，降水量が少ない場合に，冠水するよう準備する予定である。