精密農業

精密農業（PA）は、農業生産の持続可能性を向上させるために、時間的および空間的な変動を観察、測定、および対応することに基づいた農業管理戦略です。^[2]作物と家畜の両方の生産に使用されます。^{[3]精密農業では、}農業作業を自動化し、診断、意思決定、または実行を改善する技術が頻繁に採用されています。 ^{[4] [5]}精密農業研究の目標は、リソースを保護しながら投入に対する収益を最適化することを目的とした、農場全体の管理のための意思決定支援システムを定義することです。 ^{[6] [7]}

これらの多くのアプローチの中には、複数年にわたる作物の成長の安定性/特性を地形学的地形属性に結び付ける植物地形学的アプローチがあります。植物地形学的アプローチへの関心は、地形学的要素が通常、農場の水文学を決定づけるという事実に由来しています。 ^{[8] [9]}

精密農業の実践は、GPSとGNSSの登場によって可能になった。農家や研究者が圃場で正確な位置を特定できることにより、測定できる限り多くの変数（作物の収穫量、地形、有機物含有量、水分レベル、窒素レベル、pH、EC、Mg、Kなど）の空間変動のマップを作成することができる。^[10]同様のデータは、 GPSを搭載したコンバインに搭載されたセンサーアレイによって収集される。これらのアレイは、クロロフィルレベルから植物の水分状態まですべてを測定するリアルタイムセンサーと、マルチスペクトル画像で構成される。^{[11]このデータは、播種機、噴霧器などの可変レート技術（VRT）によって}衛星画像と組み合わせて使用​​され、リソースを最適に配分する。しかし、最近の技術の進歩により、土壌に直接リアルタイムセンサーを設置できるようになり、人間の介入なしにデータをワイヤレスで送信できるようになった。^{[12] [13] [14]}

精密農業は、比較的安価で初心者でも操縦できる無人航空機によっても可能になっている。これらの農業用ドローン^[15]には、マルチスペクトルカメラやRGBカメラを搭載して、畑の画像を多数撮影し、写真測量法を使用してつなぎ合わせてオルソ写真を作成することができる。これらのマルチスペクトル画像には、従来の赤、緑、青の値に加えて、近赤外線や赤エッジスペクトル値など、ピクセルごとに複数の値が含まれており、NDVIマップなどの植生指数を処理および分析するために使用される。 ^[16]これらのドローンは、画像を撮影し、標高などの追加の地理的参照を提供することができるため、ソフトウェアで地図代数関数を実行して正確な地形図を作成することができる。これらの地形図を使用して、作物の健康状態と地形を相関させることができ、その結果を使用して、水、肥料、除草剤や成長調整剤などの化学物質などの作物の投入を可変レートで最適化することができる。

精密農業教育

教師を含む農業業界の誰もが、精密農業技術にまだ慣れていない。精密農業は、産業関連の技術が研究や教育をリードすべきであり、その逆ではないと多くの人に信じさせている。教室、会議、ワークショップ、フィールドデーでは、精密農業の教育者は、尋ねられる質問の数に追いつくのに苦労している。精密農業技術を使用するためのトレーニングは、直感的でかなり簡単な基本的なアイデアや概念を教えることとは対照的に、困難であることが判明している。^[17]

精密農業は、近代農業革命の第三波の重要な要素です。最初の農業革命は、1900年から1930年にかけての機械化農業の増加でした。この間、農家一人当たり約26人を養うのに十分な食料を生産しました。^[18] 1960年代には、遺伝子組み換えの新しい方法による緑の革命が促進され、農家一人当たり約156人を養うようになりました。^[18] 2050年までに世界の人口は約96億人に達すると予想されており、すべての人に食料を供給するためには、食料生産を現在のレベルの2倍にする必要があります。精密農業の農業革命における新しい技術的進歩により、農家一人当たり同じ面積で265人を養うことができるようになります。^[18]

精密農業革命の第一波は、衛星画像や航空写真、天気予報、可変レート肥料散布、作物の健康指標の形で現れました。^[19]第二波は、機械データを集約して、さらに正確な植え付け、地形図作成、土壌データの作成を目指します。^[20]

精密農業は、以下の点に関して現場レベルの管理を最適化することを目的としています。

• 作物科学：農作物のニーズ（例：肥料の投入）に合わせて農業慣行を調整することにより、
• 環境保護：農業の環境リスクと環境への影響を減らす（例：窒素の浸出を制限する）
• 経済: より効率的な慣行（例: 肥料の使用量やその他の投入物の管理の改善）を通じて競争力を高める。

精密農業は、農家に次のような豊富な情報も提供します。

• 農場の記録を蓄積する
• 意思決定を改善する
• トレーサビリティの向上を促進する
• 農産物のマーケティングを強化する
• 賃貸契約と家主との関係を改善する
• 農産物の本来の品質を高める（例：パン用小麦のタンパク質レベル）

処方的植え付けは、収穫量を最大化するために、単一の畑のさまざまな条件に合わせて可変の植え付け率を決定することができるデータ駆動型の植え付けアドバイスを提供する農業システムの一種です。これは「農場のビッグデータ」と呼ばれています。モンサント、デュポンなどが米国でこの技術を導入しています。^{[21] [22]}

精密農業では多くのツールが使用されますが、基本的なものをいくつか挙げると、トラクター、コンバイン、噴霧器、播種機、掘削機などがあり、これらはすべて自動誘導システムと見なされます。GIS（地理情報システム）を使用する機器の小さなデバイスが精密農業を形作っています。GISシステムは「頭脳」と考えることができます。精密農業を使用するには、機器に適切なテクノロジーとデータシステムを接続する必要があり、その他のツールには、可変レートテクノロジー（VRT）、全地球測位システム、地理情報システム、グリッドサンプリング、リモートセンサーなどがあります。^[23]

圃場の位置を特定することで、農家は土壌や残留窒素の分析から収集した情報と、以前の作物や土壌抵抗率に関する情報を重ね合わせることができます。位置特定は2つの方法で行われます。

• 農家がトラクターで畑を回りながら、車載 GPS 受信機を使用して畑の境界線が引かれます。
• フィールドは、航空写真または衛星写真から作成されたベースマップ上に描画されます。地理位置情報が十分に正確であることを保証するには、ベース画像の解像度と幾何学的品質が適切である必要があります。

圃場内および圃場間の変動は、さまざまな要因から生じます。これらの要因には、気候条件（雹、干ばつ、雨など）、土壌（テクスチャ、深さ、窒素レベル）、耕作方法（不耕起農法）、雑草、病気などがあります。恒久的な指標、主に土壌指標は、農家に主要な環境定数に関する情報を提供します。ポイント指標を使用すると、作物の状態を追跡できます。つまり、病気が発生しているかどうか、作物が水ストレス、窒素ストレス、または倒伏に苦しんでいるかどうか、氷による損傷を受けているかどうかなどを確認できます。この情報は、気象観測所やその他のセンサー（土壌電気抵抗率、肉眼による検出、衛星画像など）から取得できます。土壌抵抗率の測定と土壌分析を組み合わせると、水分含有量を測定できます。土壌抵抗率は、比較的シンプルで安価な測定でもあります。^[24]

土壌地図を使用すると、農家は畑への投入量を調整するために 2 つの戦略を追求できます。

• 予測アプローチ:作物サイクル中の静的指標 (土壌、抵抗率、圃場履歴など)の分析に基づきます。
• 管理アプローチ: 静的指標からの情報は、作物サイクル中に次の方法で定期的に更新されます。
  • サンプリング：バイオマスの計量、葉のクロロフィル含有量の測定、果実の計量など。
  • リモートセンシング：ワイヤレスセンサーネットワーク^[25]とモノのインターネット（IoT）により、温度（空気/土壌）、湿度（空気/土壌/葉）、風、茎の直径などのパラメータの測定が可能になる。
  • 代理検出: 車載センサーが葉の状態を測定します。このため、農家は畑全体を車で回る必要があります。
  • 航空または衛星リモートセンシング：マルチスペクトル画像を取得して処理し、病気の指標を含む作物の生物物理学的パラメータのマップを作成します。^[26]航空機搭載機器は、植物の被覆量を測定し、作物と雑草を区別することができます。^[27]

決定はビッグデータに基づく意思決定支援モデル（作物シミュレーションモデルや推奨モデル）に基づいて行われるが、最終的にはビジネス価値や環境への影響の観点から農家が決定することになる。この役割は、機械学習や人工ニューラルネットワークに基づく人工知能（AI）システムに引き継がれつつある。

PA技術が採用される、あるいは採用されない理由を理解することが重要です。「PA技術の採用には、農家がその技術を有用で使いやすいと認識する必要があります。農家の認識はこれらの経済的考慮を反映しなければならないため、PA技術の経済的利益に関する肯定的な外部データだけでは不十分かもしれません。」^[28]

新たな情報通信技術により、圃場レベルの作物管理はより実践的になり、農家にとってより容易になりました。作物管理の決定を適用するには、窒素や植物検疫製品の可変レート施用（VRA）とともに種子密度を変えるなどの可変レート技術（ VRT ）をサポートする農業機器が必要です。^[29]

精密農業では、農業機械（トラクター、噴霧器、収穫機など）の技術を活用します。

• 測位システム（例：衛星信号を使用して地球上の位置を正確に特定するGPS受信機）
• 地理情報システム（GIS）、すなわち利用可能なすべてのデータを解釈するソフトウェア。
• 可変速耕うん機（播種機、散布機）。

精密農業の概念は、1980 年代初頭に米国で初めて登場しました。1985 年、ミネソタ大学の研究者が農作物畑への石灰投入量を変化させました。また、この時期にグリッド サンプリング (1 ヘクタールあたり 1 つのサンプルの固定グリッドを適用する) の実施も登場しました。1980 年代の終わりごろ、この技術を使用して、肥料と pH 補正のための最初の投入推奨マップが作成されました。新しいテクノロジーから開発された収穫量センサーの使用は、GPS 受信機の登場と相まって、それ以来普及し続けています。今日、このようなシステムは数百万ヘクタールをカバーしています。

アメリカ中西部では、これは持続可能な農業ではなく、肥料を必要とする地域にのみお金を使うことで利益を最大化しようとしている主流の農家に関連付けられています。この方法により、農家は GPS 誘導グリッドまたはゾーン サンプリングによって特定された必要性に応じて、畑全体の肥料の割合を変えることができます。肥料を必要としない地域に散布されるはずだった肥料を、肥料を必要とする地域に配置することで、肥料の使用を最適化できます。

世界中で、精密農業はさまざまなペースで発展してきました。先行国は米国、カナダ、オーストラリアです。ヨーロッパでは、英国が最初にこの道を歩み、フランスがそれに続き、1997～1998年に初めて登場しました。ラテンアメリカでは、アルゼンチンが先導国で、1990年代半ばに国立農業技術研究所の支援を受けて導入されました。ブラジルは、持続可能な農業の研究開発を行う国営企業、エンブラパを設立しました。GPSと可変レート散布技術の開発は、精密農業^[30]管理手法の定着に役立ちました。今日、フランスの農家の10％未満が可変レートシステムを備えています。GPSの採用はより広まっていますが、これは圃場レベルの推奨マップを提供する精密農業サービスの使用を妨げるものではありません。^[31]

デジタル技術は農業機械の状況を一変させ、機械化をより正確かつアクセスしやすいものにすることができるが、多くの低・中所得国、特にサハラ以南のアフリカでは、機械化されていない生産が依然として主流である。^{[4] [5]} 機械化されていない生産のための精密農業の研究は増加しており、その導入も進んでいる。^{[32] [33] [34]}例としては、AgroCaresの手持ち式土壌スキャナー、無人航空機（UAV）サービス（ドローンとも呼ばれる）、および圃場の境界をマッピングして土地所有権を確立するためのGNSSが挙げられる。^[35]しかし、実際にデジタル技術を使用している農業生産者がどれだけいるのかは明らかではない。^{[35] [36]}

精密畜産は、動物の生産性、環境への影響、健康と福祉のパラメータを継続的に監視および制御することで、農家をリアルタイムでサポートします。^[37] 動物や納屋の設備に取り付けられたセンサーは、気候制御を操作し、動物の健康状態、動き、ニーズを監視します。たとえば、牛には電子識別 (EID) のタグを付けることができ、これにより搾乳ロボットは特定の牛の乳房座標のデータベースにアクセスできます。^[38]自動搾乳システムの世界的な販売は近年増加していますが、^[39]採用は主に北欧で行われ、^[40]低所得国や中所得国ではほとんど行われていない可能性があります。^[41]牛と家禽の両方に自動給餌機もありますが、その採用傾向と推進要因に関するデータと証拠も同様に不足しています。^{[4] [5]}

中国でも精密農業の経済的・環境的メリットが確認されているが、中国の農業システムは小規模家族経営の農場を特徴としており、精密農業の導入率が他国に比べて低いため、欧米などの国に比べて遅れをとっている。そのため、中国は自国に精密農業技術をより良く導入し、リスクを軽減し、将来中国の技術が精密農業を発展させるための道を切り開こうとしている。^[42]

2014年12月、ロシア大統領はロシア議会で演説し、国家技術イニシアチブ（NTI）の創設を求めた。これはフードネットイニシアチブなどのサブコンポーネントに分かれている。フードネットイニシアチブには、精密農業などの一連の宣言された優先事項が含まれている。この分野は、ロシアのバイオエコノミーの要素を開発するための重要なツールとして、ロシアにとって特に興味深いものである。^{[43] [44]}

精密農業とは、その名の通り、水、肥料、農薬などの投入物を正確な量、適切な時期に作物に施用して、生産性を高め、収穫量を最大化することである。精密農業管理の実践により、収穫量を増やしながら、使用する栄養素やその他の作物投入物の量を大幅に削減することができる。^[45]農家は、水、農薬、肥料のコストを節約することで、投資収益を得ることができる。

投入物をターゲットにすることの2つ目の、より大きな利点は、環境への影響に関するものです。適切な量の化学物質を適切な場所に適切なタイミングで散布することは、作物、土壌、地下水、ひいては作物のサイクル全体に利益をもたらします。^{[46]その結果、精密農業は、作物、土壌、農家を尊重する}持続可能な農業 の基礎となっています。持続可能な農業は、長期的に生産を維持するために必要な生態学的、経済的、社会的制限内で、食糧の継続的な供給を確保することを目指しています。

2013年の記事では、精密農業がインドのような発展途上国の農家を助けることができることを示そうとした。^[47]

精密農業は、機械の効率を高めて活用することで、農業が環境に与える負担を軽減します。例えば、GPSなどの遠隔管理装置の使用は農業における燃料消費を削減し、栄養素や農薬の可変レート散布はこれらの投入物の使用量を削減し、コストを節約し、水路への有害な流出を減らす可能性があります。^[48]

GPS は、事前に作成されたガイドラインに従うことで、地面への圧縮量も削減します。これにより、現場での作業時間も短縮され、機器や化学物質による環境への影響も軽減されます。

精密農業は、多種多様なセンシングデータを大量に生成し、そのデータを考古学や文化遺産の研究に応用・再利用する機会を生み出し、現代の農業景観における考古学の理解を深めます。 ^[49]

精密農業は画期的なデジタル農業技術の応用です。46億ドル以上が農業技術企業（アグテックと呼ばれることもあります）に投資されています。^[18]

自動操縦トラクターは以前から存在しており、ジョンディアの機器は自動操縦の飛行機のように動作します。トラクターがほとんどの作業を行い、農民は緊急時に介入します。^[46] 技術は、肥料を散布したり土地を耕したりするために GPS でプログラムされた無人機械に向かって進歩しています。技術の自律性は、診断の厳しいニーズによって推進されており、農民が直接操作する機械だけでは達成することが困難な場合がよくあります。生産率が高い場合の多くの場合、手動調整では維持できません。^{[50]その他の革新には、部分的に太陽光発電で、雑草を識別し、除草剤や}レーザーで正確に雑草を駆除する機械/ロボットがあります。^{[46] [51] [52]}

AgBotとしても知られる農業ロボットはすでに存在しているが、熟した果物を識別し、その形や大きさに合わせて枝から慎重に摘み取る高度な収穫ロボットが開発されている。 ^[53]

ドローンと衛星技術は精密農業に利用されています。これは、ドローンが高画質の画像を撮影し、衛星が全体像を捉えるという場合によく起こります。軽飛行機からの航空写真と衛星記録のデータを組み合わせることで、現在の畑のバイオマスレベルに基づいて将来の収穫量を予測することができます。集約された画像から等高線マップを作成し、水の流れを追跡したり、可変レートの播種を決定したり、生産性が高かったエリアと低かったエリアの収穫量マップを作成したりできます。^[46]

モノのインターネットとは、データ収集と集約を可能にする電子機器を装備した物理的なオブジェクトのネットワークです。IoTは、センサー^{[54]と農場管理ソフトウェアの開発によって機能します。たとえば、農家は}液体肥料中の窒素、リン、カリウムを分光学的に測定できますが、これらは一貫性がないことで有名です。^[46]次に、牛がすでに排尿した場所を地面でスキャンし、必要な場所にのみ肥料を施すことができます。これにより、肥料の使用量を最大30％削減できます。^[53]土壌の水分センサー^{[55]は、遠隔で植物に水をやる最適な時間を決定します。}灌漑システムは、植物の必要性と降雨量に基づいて、木の幹のどちら側に水をまくかを切り替えるようにプログラムできます。^[46]

イノベーションは植物だけに限ったことではなく、動物の福祉にも活用できます。牛には胃酸や消化器系の問題を追跡するための内部センサーを装備することができます。外部センサーは動きのパターンを追跡して牛の健康状態を判断し、身体の損傷を感知し、繁殖に最適な時期を特定します。^[46]センサーからのすべてのデータを集約して分析し、傾向やパターンを検出できます。

別の例として、モニタリング技術は養蜂をより効率的にするために使用できます。ミツバチは経済的に非常に価値があり、さまざまな作物の受粉によって農業に不可欠な役割を果たしています。ワイヤレスの温度、湿度、CO2センサーを使用してミツバチのコロニーの健康状態をモニタリング_すると、ミツバチの生産性が向上し、巣全体の生存を脅かす可能性のあるデータから早期警告を読み取ることができます。^[56]

スマートフォンやタブレットのアプリケーションは、精密農業においてますます人気が高まっています。スマートフォンには、カメラ、マイク、GPS、加速度計など、多くの便利なアプリケーションがすでにインストールされています。また、フィールドマッピング、動物の追跡、天気や作物の情報の取得など、さまざまな農業アプリケーション専用のアプリケーションもあります。これらは持ち運びが簡単で、手頃な価格で、高い計算能力を備えています。^[57]

機械学習は、ドローン、ロボット、IoTデバイスと組み合わせて使用​​されることが多い。機械学習により、これらの各ソースからデータを入力できる。コンピューターがこの情報を処理し、適切なアクションをこれらのデバイスに送り返す。これにより、ロボットが最適な量の肥料を散布したり、IoTデバイスが最適な量の水を土壌に直接供給したりすることが可能になる。^{[58]機械学習は、}土壌中の植物が利用できる窒素の含有量など、必要な時点で農家に予測を提供し、施肥計画を導くこともできる。^[59]農業がますますデジタル化されるにつれて、機械学習は、より少ない手作業で効率的かつ正確な農業を支えることになるだろう。

• インフォアグカンファレンス
• 精密農業に関する欧州会議 (ECPA) (隔年)
• 精密農業に関する国際会議 (ICPA) (2年ごと)

 この記事には、フリーコンテンツ作品からのテキストが組み込まれています。CC BY-SA 3.0（ライセンスステートメント/許可）の下でライセンスされています。テキストは、「In Brief to The State of Food and Agriculture 2022 – Leveraging Automation in Agriculture for transforming agrifood systems​」（FAO、FAO）から引用しました。

ウィキメディア・コモンズの精密農業に関連するメディア

• 精密農業、IBM