カメラ映像で作物を3D再現し生育を定量化、JA全農の試験圃場で本格運用

施設園芸では、温度・湿度・CO₂・日射量といった環境データの取得と制御はすでに進んでいました。一方で、その環境のもとで作物が実際にどう育っているかは、人による生育調査や目視に頼る部分が多く残っていました。伸長量や茎径、葉面積、開花・着果の状況を細かく測るには手間がかかるため、調べられる株数・頻度・項目はどうしても絞られます。

編集部の見立てでは、困りごとの核心は「調査が大変」という労力の問題そのものより、環境側と作物側のデータ量が釣り合っていない点にあったと考えられます。環境は常時記録されているのに、作物の反応は一部の株を時々測った値しか残らない。これでは、せっかく集めた環境データを「その結果どう育ったか」と突き合わせることができず、栽培研究の分析が片側だけで止まってしまいます。

カメラ映像から植物を三次元で組み立て直し、長さや太さ、葉面積を数値として取り出す設計が、人が物差しで測っていた作業を撮影の繰り返しに置き換えています。写真を見て判定するだけの画像解析では、花や果実の数は数えられても、茎径や葉面積のような立体的な量は測りにくいはずです。3Dデータを介在させたことで、調査項目を削らずに対象株数を広げる道が開けたと考えられます。

もう一つの要因は、技術を持つ側と栽培の知見を持つ側が役割を分けて共同開発した点です。CTEが画像解析・3D解析・デジタルツインの技術基盤を担い、全農の営農・技術センターが施設園芸の栽培・研究知見を持ち込む形で、実際の試験圃場を舞台に開発が進められました。どの部位を見分け、何を測れば栽培判断に役立つのかは、研究現場の知見なしには定めにくいもの。現場の問いから逆算して計測項目を決められたことが、実運用に耐える形につながったのではないでしょうか。

さらに、このサービスが単体の計測ツールではなく、栽培計画や作業記録、販売までを扱う農業特化型のAIエージェント群「ノウノウシリーズ」の中で、現実の作物状態を取り込む入口として位置付けられている点も見逃せません。取得したデータの行き先があらかじめ描かれているため、測ること自体が目的化しにくい設計になっています。

今回の発表は本格運用の開始段階であり、定量的な成果はまだ示されていません。導入で目指す効果として、生育調査の省力化、調査対象の株数と取得情報量の拡大、圃場全体の生育状況や個体差・時系列変化の可視化、生育異常の早期把握、収量予測精度の向上、作物状態に応じた環境制御への活用などが挙げられています。今後は時系列で蓄積される作物データを使い、生育診断や病害虫検知、収穫時期・収穫量予測への応用を進める計画です。いずれも現時点では狙いの段階であり、実際にどこまで効果が出るかは運用の蓄積を待つ必要があります。