| 研究課題/領域番号 |
21K05551
|
|---|
| 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 |
佐藤 広子 国立研究開発法人農業・食品産業技術総合研究機構, 北海道農業研究センター, 上級研究員 (50391363)
|
|---|
| 研究分担者 |
秋山 征夫 国立研究開発法人農業・食品産業技術総合研究機構, 北海道農業研究センター, 上級研究員 (70403160)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | アカクローバ / マメ科牧草 / 追播 / 混播草地 |
|---|
| 研究実績の概要 |
早晩性の異なるマメ科牧草アカクローバの追播適性を解析するため、2020年に造成した競合力が異なるイネ科牧草オーチャードグラスおよびチモシー熟期別品種（極早生・早生・中生・晩生）の単播区に対して、2021年8月20日にアカクローバ極早生系統、早生および晩生品種を作溝法（草地表層に数cmの溝を作り播種する方法）で追播した。追播時の競合力を評価するため、既存植生との生育競合下における初期生育性として9月8日に調査した発芽良否は、いずれのアカクローバ品種・系統もイネ科牧草各試験区において同程度であったが、9月28日に調査した草勢は、掃除刈り前にイネ科牧草の被覆によるアカクローバの生育抑制が考えられたチモシー極早生区を除き、アカクローバ極早生系統と早生品種が晩生品種と比べて良好な傾向であった。そして、既存植生への定着性を評価するため、11月上旬に草勢、草丈および冠部被度を調査した。追播から越冬前までの生育は、オーチャードグラスではアカクローバ極早生系統と早生品種が晩生品種より良好な傾向で、チモシーでは極早生区を除き、アカクローバ極早生系統が早生および晩生品種より良好な傾向であった。本試験は気象等の影響を受けることから、年次反復を取るため、2022年度の追播適性評価試験用にイネ科牧草単播区を造成した。
深層学習によるマメ科率推定AIモデル作成のため、InceptionV3, ResNet50, VGG16の3種類のAIアーキテクチャからマメ科率推定に適したアーキテクチャを比較検討できるシステムを開発した。ドローンを利用して試験圃場の空撮を行い、マメ科牧草存在領域に画像処理を施して深層学習用画像データセットを取得した。
|
| 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
イネ科牧草オーチャードグラスおよびチモシーに対するアカクローバの追播適性評価試験を実施した。追播適性要因の解析として追播時の既存植生に対する競合力と定着性の評価とともに、ドローンで空撮した画像解析について概ね計画通りに実施できたと考えている。
|
| 今後の研究の推進方策 |
2021年度にアカクローバを追播したオーチャードグラスとチモシー各試験区において、越冬後の定着性を評価する。定着後のイネ科牧草に対する生育の影響や競合力を評価するため、追播翌年の早春から越冬前まで冠部被度を調査し、植生の年間推移を解析する。また、イネ科牧草の熟期に応じて年2回から3回刈取りを行い、追播後の牧草収量と飼料成分を分析する。年次反復を取るため、2021年度に造成したイネ科牧草単播区にアカクローバを追播し、追播時の競合力と定着性を評価する。そして、追播適性要因の解析とともに、ドローンによる画像取得と解析を実施する。
|
| 次年度使用額が生じた理由 |
契約職員による圃場管理作業が予定より若干少なく実施できたために生じた残額で、次年度も人件費に使用する。
|
