現在、日本の農業は少子高齢化に伴い、農業従事者の高齢化や労働力不足が深刻な問題となっています。また、日本の農業は依然として手作業な部分も多く、熟練した農家でなければできない作業もあり、手作業の負担や高度な技術が伝承されないことも問題となっています。
そこで、これらの問題を全て解決する方法として、農業にICTなどの技術を取り入れたスマート農業が注目されています。スマート農業にはさまざまなアプローチ方法がありますが、今回はスマート農業に欠かせない技術である「AIによる生育診断」についてご紹介します。
スマート農業と生育診断の関係
スマート農業にとって欠かせない技術の一つがAIによる生育診断です。従来の農業では、農家が毎日作物を目視で観察し、順調に育っているか、病気になっていないかを判断していました。しかし、この方法は農家にとっては大変時間がかかる作業で、広大な土地で農業を営む農家の場合は大人数で行わなければならない場合もあり、農家にとって負担の大きいものです。
また、順調であるか、病気になっているのかといった判断は、熟練した農家でないと気がつかない場合もあり、新規就農者は早期に気がつくことができず、気がついた時には手遅れになっていたという場合もあります。
そこで、これらの問題を解決しようと考えられたのが、「AIによる生育診断」です。熟練した農家の知識や勘を蓄積することで、センサーやカメラから得られた作物の情報からAIが生育状態を診断することで、新規就農者でも熟練した農家と同じような生育診断ができるようにするという方法です。蓄積されたビックデータからAIが診断してくれるので、新規就農者でも病害虫や生育不良を早期に発見することができ、適切な時期に農薬散布や追肥などの対策を講じられます。
また、作物の情報をドローンなどのロボットが取得することで、人間が他の作業をしている間に生育診断ができるので、労働時間の削減も期待されています。
生育診断方法と事例
ここでは、スマート農業における生育診断方法について、事例を交えてご紹介します。
近赤外線分光法
スマート農業における近赤外線分光法は、作物の果実や葉に近赤外線を照射し、生育状態を診断するのに用いられています。まず果実や葉の正常な状態のデータと異常な状態のデータを蓄積しビックデータを作成します。そのビックデータから順調に生育しているか、異常がある場合は何が原因かをAIが判断し、作業者に伝えます。
今まで近赤外線分光法は、主に収穫した作物の品質測定に用いられていましたが、収穫前の作物にも使用することで作物の状態を把握することができるため、熟練した農家以外でも作物の生育診断ができるようになります。近年、センサーの小型化に伴い近赤外線分光器も小型化したため、ドローンなどのロボットに搭載することができるようになったので、人の手を煩わせることなく短時間で広範囲の生育診断も可能になりました。
画像解析
ドローンや人工衛星から取得した画像情報を解析して生育診断する方法です。画像解析も正常な状態のデータと異常な状態のデータを蓄積してビックデータを作成し、データに基づいてAIが診断し、作業者に伝えます。画像解析はスマートフォンで撮影した普通の写真データでも解析できるので、近赤外線分光法と違って特別なセンサーは必要ないというメリットがあります。
現在さまざまな画像解析方法が研究開発されており、気になる場所をスマートフォンで撮影してAIに診断させる方式や、ドローンや人工衛星で圃場全体を撮影し一気に診断させることも可能になってきました。このように、画像解析では小さい圃場だけでなく、北海道やアメリカのような大規模な圃場でも、一度に全体をセンシングすることができるので、さまざまな作物の病害虫や生育不良の早期発見が可能になります。
画像解析については既に運用されているサービスも多く、ドローンで撮影した画像を解析してレタスの葉の色から生育診断をするサービスや、スマートフォンで撮影した画像を解析して水稲の生育状態や病害虫の発生の有無、雑草の種類判定などを行うサービスなどがあります。
まとめ
今回は、スマート農業に欠かせない生育診断についてご紹介しました。
近赤外線を使った方法からスマートフォンという誰でも持っている機器を利用した方法など、企業や大学、農業研究機関が連携して活発に研究開発されています。
AIによる生育判断は、生育不良だけでなく病害虫の早期発見も可能にしてくれるので、全体に農薬を散布する必要が無くなります。農薬を必要最低限に抑えることができるので、農薬散布の労力や費用の削減しつつ、減農薬栽培という付加価値を高めることも期待されています。
今後スマート農業は、技術の継承や労働力を補うだけでなく、誰でも高品質で付加価値の高い作物を生産するサポートまでしてくれるかもしれません。
コメント