2024年9月3日、東京大学は、同大学の大学院農学生命科学研究科 岩田洋佳教授らの研究グループが、ドローンに搭載したカメラで収集したデータと機械学習を組み合わせ、作物の特徴を効率的に推定する新技術を開発したことを発表した。
ドローンによる空撮画像と復元した植物体の3次元情報を用いて、ダイズの5つの特徴(高さ、重さ、茎の長さ、枝の数、節の数)を推定できる深層学習モデルを構築。これにより、従来の方法では非破壊での測定が困難だった植物の重さも推定可能となった。
さらに、深層学習モデルが画像から抽出する情報(中間層出力:入力データから出力値を推定するために、モデルが自動的に抽出・選択した特徴)は、これまで経験的に用いてきた特性と密接に関連するとともに遺伝的制御を受けていることも確認。新品種育成のための評価指標としての利用可能性を示した。
同技術はダイズ以外の作物にも適用でき、開花期や収穫量の予測にも応用できるため、農業の効率化や生産性向上に寄与することが期待される。
新たな栽培技術や品種を開発するには、作物がどのように成長し、環境に適応するかを評価し記録する作業が重要となるが、多大な時間と労力を要する。
作物の成長を正確に把握するためには、高さ、枝の数、葉の枚数、植物体全体の重さといった多くのデータが必要となる。従来は植物を刈り取ることでしか測定できず、研究の進展のボトルネックとなっていた。
研究グループは、ドローンに搭載したカメラで収集したデータ(RGB画像、DSMなど)をもとに、機械学習を用いて作物の特徴を推定する技術を開発。ドローンの空撮画像とそこから復元した植物体の3次元情報を入力して、ダイズの構造を規定する高さ、重さ、茎の長さ、枝の数、節の数を予測できるように深層学習器に学習させることで、短時間かつ少ない労力でこれらの特徴を推定できるモデルを構築した。このモデルを使用することで、従来の手法では非破壊での計測が難しかった植物の重さも推定できるようになった。
さらに、開発した深層学習器が画像からどのような情報を抽出し、どのように作物の特徴を推定しているのかを解析。その結果、深層学習器が抽出した情報が、同研究グループがこれまで経験的に用いてきた植物の器官の長さや重さ、数と密接に関連していることが明らかになった。また、植物体の高さや重さと同様に遺伝的な制御を受けていることも確認し、新品種の育成において遺伝的に優れた系統を選抜するための新たな評価指標として利用できる可能性を示した。
この技術はダイズに限らず他の作物にも簡単に応用できるため、農業全体に大きなインパクトを与える可能性があり、開花期や収穫量の予測など、栽培管理や収益予測に直結する作物の特性の推定に応用できれば、農業における意思決定の精度が向上すると期待される。
論文情報
雑誌:Plant Phenomics
題名:High-throughput Phenotyping of Soybean Biomass: Conventional Trait Estimation and Novel Latent Feature Extraction Using UAV Remote Sensing and Deep Learning Models
著者:Mashiro Okada, Clément Barras, Yusuke Toda, Kosuke Hamazaki, Yoshihiro Ohmori, Yuji Yamasaki, Hirokazu Takahashi, Hideki Takanashi, Mai Tsuda, Masami Yokota Hirai, Hisashi Tsujimoto, Akito Kaga, Mikio Nakazono, Toru Fujiwara, Hiroyoshi Iwata*
DOI:10.34133/plantphenomics.0244
URL:https://spj.science.org/doi/10.34133/plantphenomics.0244