HOME >> JVM NEWS 一覧 >> 個別記事
農研機構は、2026年7月8日、ドローン空撮画像と人工知能(AI)を用いて、イネ科牧草とマメ科牧草が混播された牧草地におけるマメ科牧草の被度を簡便に推定する技術を開発したと発表した(参照：農研機構「プレスリリース」)。
同研究は、北海道農業研究センターが行ったもので、小規模試験ほ場で開発してきたAI植生評価手法を、大規模生産ほ場に適用できるように改良し、北海道では標準的なヘクタール規模の草地において、マメ科牧草の分布を高い精度でマッピングすることを可能にした。これにより、草地全体の両牧草割合を適正に維持するための精密な施肥や追播など、効率的で持続的な草地管理が可能になる。
発表論文は以下の通り。
- ドローンと深層学習を利用した混播試験圃場におけるアカクローバ(Trifolium pratense L.)被度推定システムの開発．
- 秋山征夫、藤原 崚、佐藤広子、黄川田智洋、眞田康治
- 日本草地学会誌
- 2025,71:147-158
- 無人航空機・深層学習を利用した実規模サイズのイネ科・マメ科牧草混播圃場における植生診断システム「CoverageMapMaker」
- 秋山征夫、八木隆徳、牧島未夢、藤原 崚、宮地 慎、眞田康治、高原美規
- 日本草地学会誌(印刷中)
放牧や採草を行う牧草地では、飼料の生産性や品質の向上を目的としてイネ科牧草とマメ科牧草の混播栽培が広く行われている。そのメリットを最大限に引き出すためには、草地内のマメ科牧草の割合を把握し、飼料中のマメ科牧草を適正な割合(約30%)に維持することが必要。
農研機構はこれまでに、ドローンで撮影した空撮画像を人工知能(AI)で解析し、画像上のマメ科牧草の被度を簡便に推定する植生評価手法を、牧草品種特性評価のための小規模の試験ほ場を対象に開発してきた(参照：株式会社バンダイナムコ研究所との共同研究、「プレスリリース」)。
今回の研究では、空撮画像に高精度な位置情報を付与し、各画像の推定結果を草地全体として面的に統合・マッピングできるようにすることで、小規模試験ほ場で開発した手法をヘクタール規模の大規模生産ほ場への展開を可能にした。