水稲の生育診断では、草丈や茎数、葉色などを確認し、追肥の要否や量を判断します。しかし、管理する圃場が増えるほど、すべての圃場を同じ密度で見て回るのは難しいものです。

そこで注目されているのが、人工衛星やドローンに搭載したカメラによるセンシングの活用です。上空から撮影した画像を解析することで、広い範囲の生育状況を比較でき、人の目では見分けにくい生育ムラも把握しやすくなります。全体を先進技術を使って把握することで、人の負担はぐっと減ることが期待できます。

人による見回り、人工衛星、ドローンそれぞれの得意不得意を比較し、生育ムラの判断による追肥の見極めを効率的に進めるヒントを探っていきます。

イラスト原案：SMART AGRI編集部 生成：ChatGPT

人の見回りは原因確認に強いが 全体比較には限界がある

水稲の追肥判断では、幼穂形成期などに草丈、茎数、葉色を測り、地域や品種ごとの生育指標と照らし合わせる方法が基本です。圃場では、稲の葉色だけでなく、分げつの状態、幼穂の発育、水の状態、稲の姿勢なども確認できます。生育が弱い場所を見つけたとき、その原因を考えるうえでは人による見回りが欠かせません。

一方、測定に時間がかかるため、確認できる地点数には限りがあります。農研機構も、従来の人が見回る生育診断は測定点数が限られ、測定場所の選び方によって圃場平均の誤差が大きくなる可能性を指摘しています。

畦畔から見えやすい場所や経験上気になる場所だけを確認していると、圃場中央部のムラや、複数圃場の相対的な差を見落とすことがあります。

人による見回りの弱点は、異常を見つけられないことではなく、広い範囲を同じ基準で比較しにくいことです。

人工衛星は多数の圃場を絞り込み ドローンは圃場内を詳しく見る

人の目による見回りが、個人の知識や経験によって行われるのに対して、人工衛星やドローンによるセンシングは、画像解析によって生育の違いを数値や色分けした地図で確認できます。人の目では見分けにくい差を把握し、現地で確認すべき場所の優先順位をつけるために役立ちます。

一般的な光学センシングでは、人工衛星とドローンのどちらも、作物が反射する光を画像として取得し、NDVIなどの植生指数や事業者独自の診断値として生育差を可視化します。

NDVIは、植物が反射する赤色光と近赤外光の特徴から、葉の茂り具合や生育の勢いを数値で表す指標です。ただし、人工衛星とドローンでは、得意とする範囲や運用条件が異なります。

人工衛星は分散した圃場の優先順位づけに向く

人工衛星によるセンシングは、宇宙から水田を観測し、生育状況を画像で確認する方法です。一度に広い地域を観測できるため、圃場数が多い場合や、圃場が分散している場合に使いやすい方法です。

具体的には、各圃場の生育の強弱を地図上で比較し、「今日はどの圃場から確認するか」を決める用途に向いています。この際、人間の目では見分けにくい生育の違いまで把握しやすい点が強みです。自前でドローンなどの機体を飛ばす必要がなく、サービスを利用すれば画像取得や解析を事業者に任せられる点も特徴です。

ただし、光学衛星は雲の影響を受けるため、追肥判断に必要な時期に画像を取得できるとは限りません。梅雨時期など曇りや雨の日が続く場合は、必要なタイミングで新しい画像が得られないこともあります。

画像の取得日、結果が届くまでの日数、圃場内の細かな生育ムラまで判別できるかは、サービスごとに確認が必要です。

また、料金は実際の作付面積ではなく、対象圃場を囲む範囲の面積で決まるサービスもあります。離れた圃場をまとめて解析する場合、圃場間の作付けしていない土地も課金対象に含まれることがあります。圃場が広く分散している場合は、面積単価だけでなく課金範囲も確認しましょう。

ドローンは圃場内の位置を詳しくとらえやすい

ドローンによるセンシングは、飛行範囲や撮影日を設定しやすく、人工衛星より細かな生育ムラをとらえやすい方法です。圃場内のどの部分の生育が強いか、弱いかを把握し、現地確認地点を選んだり、対応するソフトやサービスがあれば可変施肥マップの作成につなげたりすることもできます。

可変施肥マップとは、圃場内の生育状況などをもとに、場所ごとの肥料の散布量を設定した地図のことです。ただし、生育が弱い原因は肥料不足とは限らず、施肥量は現地の状態を踏まえて判断する必要があります。

一方、ドローンセンシングも撮影すればすぐに答えが出るわけではありません。農研機構が100ha超を対象に行った研究例では、撮影の総作業時間は86分でしたが、画像の転送や整理などの前処理に約2時間、NDVIマップの作成に約2時間を要しました。これは2017～2019年度の機材・ソフトによる研究例で、現在の製品性能を示す数字ではありませんが、飛行以外にもデータ処理の時間が必要なことは押さえておくべきです。

また、ドローンで得た植生指数は、太陽の高度や日射量、撮影時刻などの影響も受けます。農研機構が開発した追肥量算出システムでは、上空から得たNDVIを数カ所の地上で測定したNDVIと組み合わせて補正しています。

ドローンを自前で運用する場合は、機体とカメラのほか、飛行計画、撮影条件の統一、解析ソフト、データを読み取れる人材まで含めて検討する必要があります。

3つの方法を追肥判断の用途で比較

比較項目	人の見回り	人工衛星	ドローン
得意なこと	稲や水田の状態を直接確認し、原因を調べる	多数の圃場を同じ基準で比較	圃場内の細かな生育ムラを把握
主な確認範囲	測定地点・株	広い地域、圃場間・圃場内	撮影対象の圃場内・複数圃場
確認できるタイミング	現地へ行ったタイミング	衛星の観測日程や雲、配信時期に左右される	天候や飛行条件によって撮影日を調整
追肥への活用	地域・品種別の生育指標と照らして判断	確認する圃場の優先順位づけ	確認地点の選定、可変施肥マップ作成
主な負担	移動、測定、記録	圃場登録、結果の確認	飛行準備、撮影、解析、データ管理
注意点	測定地点の偏りが出やすい	必要な時期に画像が得られない場合がある	日射量や撮影条件によって解析結果が変わる場合がある
コスト	人件費、測定器具など	サービス利用料など	機体・カメラ購入費、解析ソフト利用料、維持・運用費など

※人工衛星・ドローンの確認範囲や解析精度、費用は使用する機器やサービスによって異なります。

追肥判断は 絞り込み 現地確認 地域基準との照合で進める

イラスト原案：SMART AGRI編集部 生成：ChatGPT
人工衛星やドローンによるセンシング分析ツールの多くは、マップ上に作物の生育状況を色分けして示します。追肥が必要と考えられる場所を表示するサービスもありますが、色の意味や判断基準はサービスによって異なります。

ただし、生育が弱い場所を見つけても、その場で「窒素が足りない」と断定できません。土壌条件、水管理、移植時の作業差など、複数の要因が同じような生育差として表れることがあるためです。

岩手県農業研究センターの研究でも、一般的なカメラで撮影した画像から算出する植生指数「VARI値」を用いた方法について、水面への太陽光の映り込みによって画像が白飛びする場合があるほか、水稲と雑草を区別できない点などが留意事項として示されています。

実際の運用は、次の順序が基本になります。

まず、追肥判断に使う時期と、確認したい圃場を決めます。圃場数が多ければ、人工衛星で圃場間の差を比較し、特に確認したい圃場を絞るのがよいでしょう。圃場内の細かな生育ムラを把握したい場合は、ドローンが適しています。

次に、センシングの結果から、生育が強い場所、弱い場所、中間の場所を選び、実際に圃場で草丈、茎数、葉色、幼穂の発育などを確認します。そして最後に、地域・品種別の生育診断基準と照らし合わせ、追肥の要否と量を決めます。

人工衛星やドローンによる上空センシングは、追肥判断そのものを置き換えるというより、限られた時間でどこを測るかを決めるための情報です。人の見回りをゼロにするのではなく、歩く場所と測定点を選び、効率よく生育診断を進める使い方が現実的です。

経営規模だけでなく 圃場数と分散度で選ぶ

圃場数が少なく、移動距離も短い場合は、人による生育診断や携帯型センサーの方が、費用と手間の両面で合理的なことがあります。

携帯型センサーは、稲が反射する光などを測定し、生育状況を数値で確認する機器です。必要な場所を現地で測定できるため、人工衛星やドローンを使わずに生育診断に役立てる方法もあります。

農研機構も、人工衛星やドローンは運用コストや解析技術の面から生産者への直接導入が難しい場合があり、生産規模によっては携帯型測定器が効率的だとしています。

導入判断では、面積だけでなく、次の5つの項目を整理します。

1. 管理している圃場は何筆あるか
2. 圃場間の移動に何時間かかるか
3. 年に何回データを利用するか
4. 圃場間の比較と圃場内の比較のどちらが必要か
5. 自前運用と外部委託のどちらにするか

これらを整理することで、どの方法が現在の見回りの負担軽減につながるかを判断しやすくなります。

まずは1作期、一部圃場で外部サービスを試し、従来の見回りと比べて作業時間や追肥の判断がどう変わったかを記録してから対象を広げる方が、導入効果を見極めやすいでしょう。

見回りをなくすのではなく 見るべき場所を増やす

人の目は、稲の状態を直接見て原因を考え、追肥の可否を判断する工程に強みがあります。人工衛星は多数の圃場の比較、ドローンは圃場内の詳細把握が得意です。

この3つは代替関係ではなく、確認範囲を広げながら現地診断の精度を高めるための組み合わせです。

センシングを導入するか迷ったときは、画像の細かさや機能数から考えるのではなく、現在の見回りで「どの圃場を見るべきかわからない」のか、「圃場内のどこを測るべきかわからない」のかを切り分けてみましょう。前者には人工衛星、後者にはドローンが候補になります。

どちらを使う場合も、最終的な追肥判断では現地の生育状態と地域・品種別の基準を確認することが重要です。




参考資料
農研機構「水稲の生育を診断する非接触の携帯式生育情報測定装置」
農研機構「圃場単位の生育診断を効率的に行うためのドローンを利用した広域リモートセンシング技術」
農研機構「ドローンデータの補正による 新たな水稲生育診断・追肥量算出システムを開発」
農研機構「携帯型分光器により算出した植生指数CIgreenは水稲の追肥診断に利用できる
岩手県農業研究センター「ほ場でも容易に実施できる無人航空機（ドローン）を利用した水稲リモートセンシング技術」
農林水産省「スマート農業技術カタログ（水稲・畑作）」