「本学会のパラダイムと学術用語」（第一回）On-site植物生体情報計測が加速するSPA

全文

(1)50. 植物環境工学 (J.SHITA)33(2):50-53. 2021.. 連載記事. 「本学会のパラダイムと学術用語」（第一回） On-site 植物生体情報計測が加速する SPA 高山弘太郎日本生物環境工学会・副理事長. （豊橋技術科学大学大学院工学研究科教授・愛. 大学大学院農学研究科教授）. On-site Plant Diagnosis Technology Accelerates Implementation of SPA. Kotaro TAKAYAMA (Mechanical Engineering, Toyohashi University of Technology; Graduate School of Agriculture, Ehime University). は，SPA における最重要技術に位置づけられている．. 1．はじめに本稿において on-site（オンサイト）とは，商業的農業生. 3．SPA の実装が求められる最先端の太陽光植物工場. 産現場（practical agricultural production）を指す．とり. セミクローズド温室（semi-closed greenhouse）は，換気. わけ，制御環境下で植物生産を行う太陽光植物工場や人工. 光植物工場を想定する．なお，太陽光植物工場については，（温室内外の空気の入れ換え）（ventilation）と室内空気のする栽培面積が 20 ∼ 100 ha で国. 循環（circulation）をほぼ完全に制御することで栽培環境. 際競争力のあるスマート・メガスケール植物工場（smart. の安定化と最適化（高 CO2 濃度・適切湿度）を高レベルで. mega-scale intelligent greenhouse）と国内の多様なニー. 達成し，わが国においてもヘクタール規模で 70 kg m を超え. ズに応える小・中規模（栽培面積が 20 ∼ 50 a 程度）では. るトマト生産（山梨県北杜市の例）を可能にしている．外気. 日本学術会議が提案. 1). -2. あるが競争力を有する生産者“ストロング・ミニマム（strong. 取り込み専用窓（害虫の侵入を塞ぐために目合の小さい防虫. minimum）”を念頭に置く．. ネットがはられている）から取り込まれた外気は，空気調整室. 2). （air conditioning corridor）にて室内循環空気と混合され， 2．植物工場の完全化に不可欠なスピーキング・プラント・アプローチ. さらに，ヒートポンプ（heat pump）等を用いたエアコン（air conditioning），加湿装置（humidifier），CO2 施用（CO2 enrichment）装置を経て，個体群下部に設置されたエアダ. スピーキング・プラント・アプローチ（SPA）（speaking. クト（air duct）を通じて温室内に供給される．. plant approach）は，様々なセンサを用いて植物生体情報を計測して生育状態を診断（植物診断［plant diagnosis］）し，その診断結果に基づいて栽培環境を適切. 4．実装段階にある作物個体群を対象とした植物生体情報計測技術. に制御するというコンセプトであり，植物工場の生産性を最 3). 大化させるための切り札として世界的にも注目されている． 4). 4.1 光合成速度・蒸散速度・総コンダクタンス. なお，非侵襲（non-invasive）の植物生体情報計測技術 ─4─. の計測.

(2) 51 On-site 植物生体情報計測が加速する SPA 開放型チャンバ法（open-chamber system）と専用ウェブアプリケーション（web application）により，作物個体群（crop canopy）レベルの光合成速度（photosynthetic rate）と蒸散速度（transpiration rate）をリアルタイムモニタリング（real-time monitoring）するシステム（以降，光合成計測チャンバ）が太陽光植物工場に実装されつつある． 5). なお，気温と植物体温（plant body temperature）が等しいという仮定の下で総コンダクタンス（total conductance）の算出が可能であり，さらに，チャンバ内の気流が一定（境界層コンダクタンス［boundary layer conductance］が一定）であるとみなせる場合，総コンダクタンスの変化は気孔コンダクタンス（stomatal conductance）の変化を表すことになる．なお，根域（root zone）等を対象とした呼吸速度（respiration rate）のモニタリングなどの極めて微弱なガス交換（gas exchange）の計測には，断続的な閉鎖型チャンバ法（closed-chamber system）を用いるケースもある．. method）などがある． 4.3 生育調査データの高度な活用 1 週間に 1 回程度のテープメジャー等を用いた生育調査によって得られた週次生体情報（weekly plant data）の高度な活用が進められており，モバイルツール等の画面上で生育状態の変化を強調表示することで人間の判断や栽培管理に関するアクションを促すインフォグラフィック（infographic）が開発されている．たとえば，トマトの生育状態の変化を表すインフォグラフィック“生育スケルトン（growth skeleton） ” は， 2). 草勢（樹勢）（vigor）の強弱や栄養成長（vegetative growth）・生殖成長（reproductive growth）の偏りを直観的に表示する．すでに，生産者グループ（例えば，JA の生産者部会など）での共同利用も検討されており，地域（ストロング・ミニマム）における栽培ノウハウの効率的共有が可能になるだけでなく，新規就農者の営農支援ツールとしても有効である．. 4.2 ロボットによる植物生育の画像診断植物の生育状態の変化を画像計測（imaging）により評価する技術も開発されている．とりわけ，目視での把握が困 6). 5．植物生体情報計測とデータ解析に用いられるAI. 難な日単位の植物診断（daily plant diagnosis）を行うためには多数個体計測（multi point measurement）に基づいた日次生体情報（daily plant data）が必要不可欠となるが，移動機構（transfer mechanism）を具備することでこれを可能にした床面走行型ロボット（floor running type robot）やつり下げ型ロボット（hanging type robot）が検討されている．取得される植物生体画像の種類としては，カラー画像（color image）， NDVI 画像（normalized difference vegetation index image），PRI（photochemical reflectance index image），クロロフィル蛍光画像（chlorophyll fluorescence image）などが挙げられるが，クロロフィル蛍光画像計測は，他の反射光画像計測 7). （reflected light imaging）とは一線を画している．クロロフィル蛍光は，光合成色素（photosynthetic pigments）が吸収した光エネルギーのうち，光合成光化学反応（photosynthetic photochemical reaction）で使われずに余ったエネルギーの一部が遠赤色光（＝クロロフィル蛍光）として捨てられる現象である．そのため，クロロフィル蛍光画像計測を行うことで，反射光画像計測では取得が困難な“光合成反応系の内部情報”の取得が可能となる．具体的には，光合成光量子収率（photosynthetic quantum yield）等の定量的な情報の取得が可能な飽和パルス法（saturation pulse method）や光合成電子伝達反応系（photosynthetic electron transport chain）全般の定性的な情報の取得が可能なインダクション法（induction. 画像解析（image analysis）には最新の AI（artificial intelligence）技術が活用されており，たとえば，ディープラーニング（deep learning）の物体検知（object detection）を用いることで，果実数・花数・節数等の計数（counting）機能等は，極めて容易かつ十分な精度（enough accuracy）で実現される．また，人間では困難な“画像情報と数値情報の紐付け”も可能であり，作物個体群等のカラー画像（画像情報）とそれに対応する収穫量（数値情報）の組み合わせを学習させて作成した回帰モデル（regression model）を用いれば，作物個体群の外観から収穫量を予測することも原理的には可能になる．数値解析（numerical analysis）においてもAI は有効であり，機械学習（machine learning）のアルゴリズムの一種であるランダムフォレスト（random forest）は，生産現場で取得された様々なデータ（on-site data）を説明変数とした高精度の回帰モデルの作成を可能にする．たとえば，光合成計測チャンバで取得された光強度と光合成速度データを用いた光―光合成曲線（light-curve），環境情報と生体情報を説明変数とした収穫量予測モデル（yield prediction model）などの作成は極めて容易である．もちろん，これらの回帰モデルの適用範囲は，学習に用いたデータの変域に限定されることを忘れてはならない．これらの AI 技術は，データ駆動型農学（data driven agricultural science）を実践する上で必須であり，従来の数理モデル（mathematical model）やプロセスモデル（process model）と並行して SPA のための. ─5─.

(3) 高山. 52. え. On-site 植物生体情報の解析に適用されるべきである．エアコン（air conditioning） 6．On-site 植物生体情報が涵養する施設生産のシチズンサイエンス. エアダクト（air duct）栄養成長（vegetative growth） AI（artificial intelligence）. シチズンサイエンス（citizen science）とは，「一般の人々. NDVI 画像（normalized difference vegetation index. によって行われる科学であり，職業的な科学者や研究機関と. image）お. 協調して行われることが多い」と定義され，たとえば，天文学や鳥類学等におけるアマチュア専門家による科学研究がこれ. オンサイト（on-site）か. にあたる．生産現場に実装される植物生体情報計測技術 8). は，生産者と研究者の連携を可能にし，施設生産のシチズン. 回帰モデル（regression model）. サイエンスを涵養し，科学的農業生産（scientific. 開放型チャンバ法（open-chamber system）. agricultural production）の基盤となる．. 科学的農業生産（scientific agricultural production）ガス交換（gas exchange）画像解析（image analysis）. 引用文献 1) 2). 3). 4). 5). 6) 7). 8). 画像計測（imaging）. 日本学術会議．提言第 24 期学術の大型研究計画に関するマスタープラン ( マスタープラン 2020)．2020. 高山弘太郎．国際学術振興を目指す学会のパラダイム 38 日蘭共同研究に見る新「パラダイム」−実装型 SPA 技術が推進する農学と工学の先端融合−．農業および園芸．94: 973-982. 2019. 橋本康．太陽光植物工場における俯瞰的科学技術の流れ - 植物生体情報 (SPA: 植物学 )と栽培プロセスのシステム制御 ( 工学 )-．植物環境工学．25: 57-64. 2013. van Straten G, van Willigenburg G, van Henten E, van Ooteghem R. Optimal Control of Greenhouse Cultivation. CRC Press. Boca Raton. 1-305. 2010. Shimomoto K, Takayama K, Takahashi N, Nishina H, Inaba K, Isoyama Y, Oh S. Real-time monitoring of photosynthesis and transpiration of a fully-grown tomato plant in greenhouse. Environ. Control Biol. 58: 65-70. 2020. 高山弘太郎．農業生産のための植物診断ロボット．月刊 OPTRONICS. 39(12): 63-67. 2020. 高山弘太郎，仁科弘重．施設園芸における植物診断のためのクロロフィル蛍光画像計測．植物環境工学．20: 143-151. 2008. 林和弘．オープンサイエンスをめぐる新しい潮流（その 5）オープンな情報流通が促進するシチズンサイエンス（市民科学）の可能性．科学技術動向．150: 21-25. 2015.. カラー画像（color image）換気（温室内外の空気の入れ換え）（ventilation）き機械学習（machine learning）境界層コンダクタンス（boundary layer conductance）く空気調整室（air conditioning corridor）クロロフィル蛍光画像（chlorophyll fluorescence image）け計数（counting）こ光合成光量子収率（photosynthetic quantum yield）光合成色素（photosynthetic pigments）光合成速度（photosynthetic rate）光合成電子伝達反応系（photosynthetic electron transport chain）光合成光化学反応（photosynthetic photochemical reaction）呼吸速度（respiration rate）根域（root zone）さ作物個体群（crop canopy）し. い. CO2 施用（CO2 enrichment）. 移動機構（transfer mechanism）. シチズンサイエンス（citizen science）. インダクション法（induction method）. 週次生体情報（weekly plant data）. インフォグラフィック（infographic）. 十分な精度（enough accuracy）. うウェブアプリケーション（web application）. 収穫量予測モデル（yield prediction model）循環（circulation） ─6─.

(4) 53 On-site 植物生体情報計測が加速する SPA て. 商業的農業生産現場（practical agricultural production）蒸散速度（transpiration rate）. ディープラーニング（deep learning）. 植物診断（plant diagnosis）. データ駆動型農学（data driven agricultural science）に. 植物体温（plant body temperature）人工光植物工場. 日次生体情報（daily plant data）す. 日単位の植物診断（daily plant diagnosis）は. 数値解析（numerical analysis）数理モデル（mathematical model）. 反射光画像計測（reflected light imaging）ひ. ストロング・ミニマム（strong minimum）スピーキング・プラント・アプローチ（speaking plant. PRI（photochemical reflectance index image）ヒートポンプ（heat pump）. approach）スマート・メガスケール植物工場（smart mega-scale. 光―光合成曲線（light-curve）非侵襲（non-invasive）. intelligent greenhouse）. ふ. せ生育スケルトン（growth skeleton）. 物体検知（object detection）. 生産現場で取得された様々なデータ（on-site data）. プロセスモデル（process model）へ. 生殖成長（reproductive growth）セミクローズド温室（semi-closed greenhouse）. 閉鎖型チャンバ法（closed-chamber system）. そ総コンダクタンス（total conductance）. ほ飽和パルス法（saturation pulse method）ゆ. 草勢（樹勢）（vigor）た. 床面走行型ロボット（floor running type robot）ら. 太陽光植物工場多数個体計測（multi point measurement）. ランダムフォレスト（random forest）. つつり下げ型ロボット（hanging type robot）. りリアルタイムモニタリング（real-time monitoring）. ─7─.

(5)