農作業モニタリングAIの開発事例を紹介

こちらの記事では、農作業モニタリングAIの活用事例や開発方法について解説しています。

農事組合法人もとすファーム

導入前の課題：雑草が生えていない部分も含め全面的に除草剤の散布を行っていた

これまでは雑草発生箇所を把握することが難しかったため、雑草が生えていない部分も含めて全面的に除草剤散布を行って、圃場内の除草を行っていました。

導入後の成果：圃場内の雑草発生箇所を把握し、省力化に繋げられた

「雑草診断」を使用することにより、圃場内の雑草発生箇所を把握できるようになりました。その結果、「端の方だけに雑草が生えている」という点がわかった圃場もあり、そのような場合には圃場内に入らずに道路側からの除草剤を散布するのみで済むようになり、省力化につながっています。

また、後期除草剤を散布するべきかどうかの判断は、経験に頼るところが大きいため、「誰が判断するか」により対応が異なります。しかし、AIを使用することによって判断基準の統一にも活かせます。

今後は、除草剤の散布用ドローンを使用していることもあり、AIの解析結果を生かしたピンポイント除草を行いたいと考えています。

上越市農林水産業振興協議会・JAえちご上越

導入前の課題：生育ムラを人の目で確認していたため、広い圃場では確認がしづらかった

圃場内の生育ムラ（葉色ムラ）について確認をする際、これまでは畔から人の目で確認を行っていましたが、圃場が広い場合には内部の色味が確認しづらい状況でした。

導入後の成果：施肥前後の状況を視覚的に確認できるようになった

葉色解析診断を利用することによって、施肥前後の変化についてカラースケールを用いて比較を行いました、このことから、施肥の前後での葉色の水位をひと目で把握ができるようになり、流し込み施肥の状況を視覚的に確認できるようになりました。圃場全体を把握し、施肥を行った後の状況を目に見える形で確認できた場合には、高い納得感を得られるという気づきにもつながっています。

また、解析の基準となる場所と葉色の設定方法によって解析の結果にブレが生じるケースもあったため、正確に診断を行うには、使い続ける中で慣れていく必要があるとしています。

新妻有機農園

導入前の課題：全体的な雑草発生量の把握を行う必要があった

有機栽培を行っている農園での事例です。こちらの農園では、特色ある産地づくりの一環として、「水稲有機栽培」の再生・再構築に取り組んでいます。この水稲有機栽培では、抑草が生産性・品質に大きな影響を与えるものの、非常に労力がかかっていました。この点から、省力的・効率的な抑草技術の確率が求められている状況でした。

導入後の成果：雑草の発生量の全体把握ができるようになった

有機栽培の場合雑草は全体的に生えることから、「どこに雑草が生えているのか」ではなく「発生している雑草の全体量」の把握が重要なポイントとなっていますが、発生量別のアイコン色分け表示を行うことによって把握ができるようになりました。雑草が多い場所には深めに除草機を入れて除草を行うため、この結果を活用して「どこに除草機を深めに入れれば良いか」という点について判断ができるようになっています。

また、こちらの農園では「葉色診断の解析結果を施肥計画に活用する」という試みを行っています。前年度の葉色診断で葉色が薄かった場所に対して元肥の量を多めに設定することによって、前年よりも葉色のムラが抑えられるのではないかと考えています。

農作業モニタリングAIを開発する方法

AIカメラやセンサーによる収穫時期予測

農作物の収穫日予測を行うにあたり、AIカメラやセンサーを活用できます。この場合、実際の発育状況データとセンサから得られるデータを組み合わせることによって、成長の予測モデル作成が可能。さらに、実際に撮影した画像から成長度合いの分析を行い、遠隔からでも農作物の生育状況や収穫時期の把握を行えます。この技術を活用することによって、農業の省人化も期待できます。

画像解析と機械学習アルゴリズムにより害虫や植物の病気の検出

エッジAIカメラやドローンを利用して画像の取得を行った上で、AIによる画像解析と機械学習アルゴリズムを用いることによって、「害虫や植物の病気を検出する」「果実のサイズを監視」するといった作業が行えます。また、これらのシステムを導入するにあたってはデータ管理ツールやAIプラットフォームの導入を行うことで、必要なデータの収集や蓄積、処理、分析までのフローをスムーズに進められるようになります。

遠隔センシング技術の活用により水分量などをモニタリング

遠隔センシング技術を用いて土地の水分量をモニタリングすることによって、必要に応じた灌漑システムの制御ができ、水の効率的な利用を促進できます。また遠隔センシング技術を利用し、土地の状態・植物の生育状況についてのモニタリングを行い、必要なタイミングで肥料を施すといった形で利用することも可能です。

【まとめ】AIにより農業が抱える課題の解決が期待されている

日本の農業は、高齢化が進むことにより労働力不足が深刻な問題になっているとされています。その中で課題を解決するために、AIなどの先端技術の活用が進んでいます。ドローンなどを使用して生育状況や土壌の状況をリアルタイムでモニタリングして資源の効率的な利用を促進する、病害虫の発生への対策を講じるなど、さまざまな面での活用が進められています。このように、AIの導入により農業の未来を見据えた取り組みが行われています。