| 研究課題/領域番号 |
23K12321
|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
| 審査区分 |
小区分04010:地理学関連
|
| 研究機関 | 千葉大学 |
研究代表者 |
濱 侃 千葉大学, 大学院園芸学研究院, 助教 (10851579)
|
| 研究期間 (年度) |
2023-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
| キーワード | リモートセンシング / テロワール / 食味 / タンパク質含有率 / アミロース含有率 / スマート農業 / 精密農業 |
| 研究開始時の研究の概要 |
日本を代表する食である米は,その食味に地域性や水田ごとの個性が現れる。米の食味を気象データやセンシングデータから推定できれば,産地の地域性や水田の個性を説明する米のテロワール(食味の決め手になる自然環境の特性)を探る手がかりとなる。本研究は,気象データとドローンを用いたセンシングを基盤とした米の食味に関わる成分および食味の推定手法を確立する。さらに,確立した手法を衛星データ等を用いて日本全国に拡大し,食味の地図化と地域性・テロワールを解明する。本研究により,自然地理学における食味と米のテロワールの議論が可能となり,新たな視座に基づいた地理学における食に関わる研究領域の発展が期待できる。
|
| 研究実績の概要 |
本研究の目的は,気象データとリモートセンシングを用いた米の食味推定手法の確立とそれを用いた米のテロワール(食味の決め手になる自然環境の特性)の解明である。そのために,A. リモートセンシングを用いた玄米タンパク質含有率推定手法の確立,B. 気象データを用いたアミロース含有率推定手法の開発,C. 食味の評価手法の確立と食味の地図化,地域性・テロワールの解明,以上3点(A~C)の答えを出すことを目的とする。 2024年度は,目的Aおよび目的Bを達成するために,2015年から観測を継続している千葉県の試験圃場の観測データおよび多地点で収穫したサンプルを用いた解析を行った。目的Aのタンパク質含有率推定では,出穂期までの日射量と登熟期の気温がタンパク質を変動させる気象要因という解析結果となった。タンパク質含有率は,生育後期に吸収される窒素ほど影響が大きい。出穂期までの日射量が大きいことで地温が上昇し,その結果として出穂前までに土壌中の窒素の多くが無機化され,相対的に出穂後に無機化された窒素が少なく生育後期の窒素吸収が小さくなったと考えられる。登熟期の気温は,生育後期の地力窒素の発現量に関連し,タンパク質含有率を変動させたと考えられる。機械学習を用いたタンパク質含有率推定の結果は,RMSE = 0.32 ± 0.04と,従来の手法であるNDVIの単回帰式と比較して,推定精度が向上した。目的Bのアミロース含有率推定では,既存のアミロース含有率推定式で推定した値と実測したアミロース含有率を比較した結果,推定式はおよそ2%以内の誤差で適応できた。一方,本研究で得られたサンプルは高温条件下のものに限られ,低温条件下での適応性は確認できなかったため,今後は幅広い気象条件下でのデータを用いたさらなる検証が必要であると考えられる。この成果の一部は,2025年に開催された日本農業気象学会で発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
気象データとリモートセンシングを用いた米の食味推定手法の確立とそれを用いた米のテロワール(食味の決め手になる自然環境の特性)の解明に重要な要素として,A. リモートセンシングを用いた玄米タンパク質含有率推定手法の確立,B. 気象データを用いたアミロース含有率推定手法の開発を設定している。この特に重要な要素についての研究をすすめ,その成果を学会発表することができた。
|
| 今後の研究の推進方策 |
タンパク質含有率推定モデル,アミロース含有率推定モデルのプロトタイプを構築することができたので,それを組み合わせた食味推定モデルを構築する。また,推定モデルは,穀物検定協会が公開している食味ランキング試験の結果を用いて検証すると同時に,実際に日本各地のサンプルの収集も進める。
|