プレスリリース
(研究成果) 大豆の生育障害を予測するAIモデルを開発

近年、日本各地で大豆の品質低下が起きており、生産者にとって大きな問題となっています。その主な背景には、気候変動の進行に伴う気温上昇や干ばつ、集中豪雨などの極端な気象の発生頻度の増加があります。これまでに経験の無い高温や干ばつなどの気象条件が、大豆の生育や品質に影響を与えていると考えられます。特に「青立ち」と「裂皮粒」という2つの障害が大きな問題となっています。

青立ちは、大豆の莢(さや)が茶色く熟しているにもかかわらず、茎や葉が緑色のまま枯れない状態です。この状態では、農業機械による収穫作業がしにくくなり、手間や時間が多くかかります。また、収穫時に茎や葉の汁が付着して粒が汚れたり変色したりすることで品質面でも大きな問題となります。裂皮粒は、種皮が部分的に裂ける現象で、見た目が悪くなり、加工もしづらくなるなど、商品価値の低下につながります。

これらの障害は、気温や土壌水分、播種時期、品種の特性など、複数の要因が影響して発生すると考えられています。しかし、従来の研究は限られた年や地域、品種を対象としたものが多く、全国的な傾向や発生の仕組みは十分に解明されていませんでした。そのため、生産現場では「いつ・どこで・どのような条件で障害が起こりやすいのか」を正確に予測することが求められています。

青立ちや裂皮粒といった障害の発生要因を明らかにし、今後の対策につなげるため、農研機構は全国の研究拠点で長年にわたり蓄積されてきた大豆栽培試験データを活用しました。対象としたのは、寒冷地から暖地まで日本の主要な気候帯を幅広くカバーする4つの試験ほ場(秋田県大仙市、茨城県つくばみらい市、香川県善通寺市、熊本県合志市)から得られたデータです。これらの試験ほ場では、複数の大豆品種を育成・栽培し、生育の様子や障害の発生状況を継続的に記録しています。

この4試験ほ場のデータは、地域の気候特性の違いを反映しており、特定の産地や地域に偏らない全国的な傾向を把握することができます。対象品種は、日本各地で広く栽培されている「エンレイ」、「フクユタカ」、「リュウホウ」、「サチユタカ」、「里のほほえみ」の5品種です。さらに、大豆の生育データに加え、気温や降水量、日射量などの気象データ、土壌水分データもあわせて分析しました。気象データは農研機構が開発した「農研機構メッシュ農業気象データ」³⁾、土壌水分は同じ気象データをもとに「大豆灌(かん)水支援システム」⁴⁾で予測された値を利用しています。

これらの多様なデータを組み合わせ、AI(人工知能)の一種である機械学習⁵⁾を使って、大豆の収穫期に見られる障害を品種や生育中の環境条件から予測するAIモデルを開発しました。さらに、このモデルを用いて、青立ちや裂皮粒が起きやすい主な要因や条件を詳細に解析しました。

今後は、「そらシリーズ」(農研機構が育成した多収品種群)など対象とする大豆の品種を増やし、より多くの地点で今回の予測手法が使えるかどうかを検証していく予定です。これにより、モデルの使いやすさや信頼性をさらに高めていきます。また、青立ちや裂皮粒だけでなく、「収量」や「百粒重(種の大きさ)」、「タンパク質の量」といった他の重要な特性にもこの方法が使えるかどうかも検討し、将来的には、できるだけ少ない情報から高い精度で予測できるモデルの開発を目指しています。

さらに、モデルの予測精度を高めるための改良も進めており、モデルの結果とこれまでの研究の知見を組み合わせることで、青立ちや裂皮粒が起こりやすくなる仕組みの理解も深めていきたいと考えています。今後想定される気温上昇などの将来の気候条件にもこのモデルを応用し、障害発生リスクの予測や有効な対応策の検討も進めています。

このような仕組みが整えば、生産者や営農を支援する人たちが、その年の環境条件に合わせて「いつ播種するか」「どの品種を育てるか」を柔軟に決められるようになり、気候変動の影響を受けにくい安定した大豆生産の実現に寄与すると考えています。