もっと詳しく

リクルートと信州大学農学部が農地情報整備の共同研究、航空写真から特定農地区分を高精度で検出するAI開発

リクルートの研究開発機関アドバンスドテクノロジーラボは9月9日、信州大学農学部との共同研究「水田活用における畦畔(けいはん)管理の効率化に関する取り組み」を2020年12月より開始。今回、約半年間にわたる研究の成果と今後の見通しについて発表した。

畦畔(けいはん)とは、水田に流入させた用水が外にもれないように、水田を囲んで作った盛土などの部分のこと。AIの活用により、手作業では計測が難しかった畦畔の面積や傾斜角などの情報を可視化する技術を開発し、中山間地域(農業地域類型区分のうち、中間農業地域と山間農業地域を合わせた地域)における農業課題の解決を目指す取り組みを進めてきたという。

リクルートと信州大学農学部が農地情報整備の共同研究、航空写真から特定農地区分を高精度で検出するAI開発

赤い枠内が畦畔(けいはん)

同共同研究では、リクルートが培ってきたAI技術および画像処理技術と、長野県林務部が作成した「航空写真×数値標高モデル」でAIモデルを作成する技術を確立。水田の畦畔面積・傾斜角、農地に占める畦畔の割合(畦畔率)を計測し可視化、長野県全域の水田約5万haに対し、畦畔データ(GIS用座標付ポリゴンデータ)の作成に成功した。この研究結果は、農業工学分野やシステム農学分野の学術学会での報告、さらに各学会誌への論文投稿を行う予定。

また今後、畦畔データの作成技術を、リクルートから信州大学農学部へ移転することによって研究を継続する。

信州大学農学部では、作成したデータをベースに水田1枚ごとの畦畔データを作成することで、農家が所有する水田ごとの畦畔の面積・傾斜角、畦畔率の計測を可能にするとしている。また、予測モデルの精度を上げることで、長野県以外の地域においても、同様の結果を得られる高い汎用性を目標とする。さらには、水田の畦畔を含めた全国の農地のGISオープンデータの公開を通じて、県・市町村など地域行政と連携した「農地・畦畔見える化プロジェクト」の発展を目指す。

中山間地域では、若手農家や農業法人の新規参入が進まず、経営規模を拡大しようとしても、平地と比べ傾斜地が多いという条件不利性から、労働費用が多くかかり農業機械の効率化が進んでいない。その課題の1つである畦畔管理作業にかかる費用(人件費・機械費・燃料費)を「見える化」することによって、より適切な耕作管理方法や機械の導入の検討を可能にし、新規参入や経営規模の拡大につなげていくことを最終的な目標に据えている。

一方リクルートでは、今後共同研究で得られた「低解像度イメージに情報を付加することで高解像度化する技術」と「精度の高いAIモデルを作成するノウハウ」をビジネスに活用することも視野に入れているという。

信州大学農学部との共同研究の概要

畦畔は、水稲栽培に必要な水を田んぼにためる重要な役割を果たしており、大雨時の一時的な貯留などの役割も担っている。これを維持するため、漏水を防ぐための畔塗りなどの管理とともに、畦畔の崩落を防ぎ病虫害の発生を抑えるため、定期的な草刈りの作業が必要となる。

しかし、傾斜地の多い中山間地域の水田では、平地と比べて畦畔斜面の面積や角度が大きく、そこでの過大な労働負荷や管理コストの負担が課題となっているそうだ。また、畦畔斜面の傾斜角度を考慮した実質的な畦畔面積を測量することは多大な時間と費用を要するため、畦畔農地情報は整備されておらず、中山間地域の水田農業の経営改善が進まない一因となっているという。

農林水産省や地方自治体がまとめる農地基盤情報では、農地面積や圃場(ほじょう。農地の中で耕作可能な部分)面積については整備されてきているものの、畦畔斜面を含めた実質的な畦畔の面積や角度、畦畔率といった情報は未整備であり、畦畔管理にかかる費用の算出・実態の把握が困難であるという課題は残されたままになっている。

信州大学農学部は2020年、畦畔の正確な地形情報を計測すべく、地理情報システム(GIS)上で畦畔ポリゴンと圃場ポリゴンを作成し、長野県林務部が作成した精密標高データ(DEM。Digital Elevation Model)を用いて、畦畔の面積・傾斜角、畦畔率の測定を開始した。しかし、手動でポリゴンを作成していたため、煩雑な作業負荷が課題となっていた。

この解決策として、リクルートは、ディープラーニングを中心としたAI技術と画像処理技術を提供し応用できると判断。信州大学農学部との共同研究を通じ、長野県が保有する航空写真とDEMを組み合わせることで、水田圃場部分の「水張領域」と「畦畔領域」を判別し、それぞれの領域のポリゴンを自動作成するAIの開発を目指し共同研究に取り組んできたという。リクルートと信州大学農学部が農地情報整備の共同研究、航空写真から特定農地区分を高精度で検出するAI開発

生成したAIモデルの評価では、エリアや特徴の異なるデータを無作為で抽出した上で、正解データ(1308イメージ)を作成、「畦畔領域」「水張領域」「その他領域」の3つのクラスによる特定農地区分を97.7%の精度で検知したという。リクルートと信州大学農学部が農地情報整備の共同研究、航空写真から特定農地区分を高精度で検出するAI開発