2023年9月8日、東京大学と千葉大学による研究グループは、ドローン空撮と深層学習を用いて、畑で栽培している数千個体のブロッコリー花蕾の大きさを自動で推定するシステムを開発したことを発表した。同システムを用いて収穫日を決定することで、規格外野菜の割合を最小化し生産者の収入を増やすことが期待される。
開発したシステムを検証するため、圃場で2年間にわたりブロッコリーを栽培し、ドローン空撮を実施。その結果、開発したシステムを使うと、ブロッコリーの花蕾が高精度（多くが2～3cm以内の誤差）で推定でき、気象データと組み合わせることで約10日後まで予測できることがわかった。
さらにブロッコリー全個体のサイズ変化と、サイズごと（S、M、L、LL）の出荷価格を組み合わせ、全個体を収穫したと仮定したときの総出荷価格（=生産者の収入）を日ごとに計算したところ、収穫日が1日変わるだけで規格外が最大約5%増加し、収入が最大約20%減額することがわかったという。
同成果は、全個体の大きさを測定するというシンプルな技術が規格外野菜を減らし、収入の向上と環境負荷の低減につながることを示唆している。キャベツやハクサイなどさまざまな露地野菜に応用が可能であり、今後このシステムを発展・実装することで、持続的な農業に貢献することが期待される。
栽培する野菜のサイズと成長を把握できれば、規格外野菜を減らし高価格で出荷可能
野菜の生産においては、安価で安定した供給のために形や大きさに応じた規格が設定されており、規格外の野菜は廃棄するか、非常に安い価格でしか出荷できない。しかしどんなに均一に栽培したとしても、土壌や気象条件などの細かな違いによって大きさにばらつきが出てしまう。特に大きな畑を機械によって一斉収穫する場合は、規格外野菜の割合が大きくなる。規格外野菜は生産者にとってコストになるだけでなく、その多くは廃棄されたり畑にすき込まれたりし、一定程度の環境負荷につながっている可能性があるという。
栽培している全ての野菜個体のサイズとその成長を把握することができれば、規格外野菜の割合を減らし、最も高い価格で出荷できる。畑の全個体のサイズを推定する技術は、環境負荷の低減と、生産者の収入の両方に貢献すると考えられる。
同研究ではドローン空撮と深層学習を組み合わせ、畑の全個体のサイズを推定する技術を開発。そして、特にサイズのばらつきが大きく、規格外野菜の割合が大きくなりがちなブロッコリーを対象に2年間の栽培実験をすることで、開発した技術の検証を行った。
ドローン空撮画像と深層学習により、高い精度で花蕾サイズを推定
野菜の出荷では、数cmの違いによって規格が変わり出荷価格が変化するため、高い精度で大きさを推定する必要がある。また、農業現場で使える技術のためには、風などのノイズがあっても、一部が葉で隠れていても高い精度で大きさを推定でき、かつ計算に膨大な時間がかからないシステムにする必要がある。
同研究では、ドローン空撮画像で深層学習（全株の位置検出とブロッコリー花蕾の領域分割）を行う際にいくつかの技術的改善を行い、これらの課題を解決した。そのうえで、ドローン空撮からブロッコリー全株のサイズ推定までをカバーする一連のシステムを開発した。さらに、このシステムを収穫日決定の支援に使うには、空撮時点のブロッコリーサイズだけでなく、将来のブロッコリーサイズが予測できる必要があるため、既存の生育モデルと気象予報データから、約10日後までのサイズを予測するモデルを構築した。
システムの有効性を検証するため、2年間にわたり1,714個体のブロッコリー栽培試験を行った。栽培したブロッコリーを対象に定期的にドローン空撮を行い、開発したシステムによって全個体のサイズを自動で推定。同時に、520個体のブロッコリーの花蕾サイズを実際に手で測定し、ドローン空撮の推定精度を検証した。
その結果、高い精度で花蕾サイズを推定できた。誤差はおおよそ2～3cm以内で、平均花蕾サイズ8cmと小さいときからうまく推定できた。
最適な収穫日を決定するため、生育モデルと気象予報データを使って、約10日後までの花蕾サイズの変化を予測した。この予測値と、実際にその日にドローン空撮で推定した値を比較したところ、平均花蕾サイズが20cm以上と大きくなりすぎた日以外は、精度よく推定できたという。
規格外野菜の割合や収入が、収穫日によって大きく変化
いくつかの農業協同組合（JA）から、ブロッコリーのサイズごとの規格と、規格ごとの出荷価格のデータを入手。このデータと畑の全個体のサイズ変化を組み合わせることで、ある日に畑の全個体を収穫したらどれくらいの規格外野菜が出るのか、また総出荷価格（=収入）はいくらになるかを計算できる。
この計算を栽培期間中の全ての日に対して行い、収入が最大になる収穫日と、規格外野菜の割合が最小になる日を調べたところ、規格外野菜の割合が最小になり収入が最大になる最適な収穫日がわかった。また、重要な点として、最適な収穫日からたった1日ずれて収穫すると、規格外野菜の割合が最大約5%増加し、収入が最大約20%減額することもわかった。
ドローン空撮によって畑の全個体を測定することで、規格外野菜の割合や収入が収穫日によって大きく変化することを定量化できた。
キャベツやハクサイなどさまざまな露地野菜に応用
同成果は、全個体の大きさを推定するというシンプルな技術が、規格外野菜を減らし、環境負荷の低減と生産性の向上という環境と生産性の両立につながることを示している。ただし、今回の研究では畑の全個体を一斉収穫する、という規格外野菜の割合が増えやすい条件で行われた計算であることに注意が必要だという。実際の生産現場で行われるさまざまなパターンの収穫方法において、このシステムが有効かを検証する必要があるとしている。
またこのシステムの枠組みは、キャベツやハクサイなどさまざまな露地野菜に応用できる可能性がある。そして圃場の全個体の植物を時系列で測定するという技術は、農学・植物学・生態学のさまざまな研究分野で有効である。今後、同システムを発展・実装させることで、環境負荷を低減しながら生産性を向上させる持続的な農業や植物科学・生態学を加速させることが期待される。
発表雑誌
雑誌：Plant Phenomics
題名：Drone-based harvest data prediction can reduce on-farm food loss and improve farmer income
著者：Haozhou Wang, Tang Li, Erika Nishida, Yoichiro Kato, Yuya Fukano, and Wei Guo
DOI：10.34133/plantphenomics.0086
URL：https://spj.science.org/doi/10.34133/plantphenomics.0086