ドローンモデル、未観測日のブドウ樹ストレス予測に失敗

Scientific Reportsに掲載された研究によると、マルチスペクトルカメラを搭載したドローンは、ブドウ樹の重要な生理形質を有望な精度で推定できる。ただし、未観測の日に取得されたブドウ畑のデータでモデルを検証すると、依然として十分な性能を発揮できなかった。

研究では、精密ブドウ栽培における中心的な問い、すなわち葉の分光反射をハイパースペクトルで測定して構築した機械学習手法を、無人航空機（UAV）で撮影した画像に適用できるかどうかに焦点を当てた。著者らによれば、答えは「部分的には可能」だ。モデルは同一の測定キャンペーン内では比較的良好に機能したものの、新たな測定日にも確実に適用できることは示せなかった。この課題は、日常的なブドウ畑の管理判断にすぐ活用するうえで制約となる可能性がある。

この課題が重要なのは、生産者がブドウ樹のストレスをより迅速に、より広い範囲で把握する必要性が高まっているためだ。気候変動や気温上昇、降雨パターンの変化、干ばつの頻発により、多くのワイン産地で水管理の重要性が増している。ブドウ樹の生理機能を直接測定すれば、樹の状態を詳しく把握できる一方、測定には時間と労力がかかり、通常は葉を一枚ずつ調べる必要がある。UAV画像なら、ブドウ畑全体をはるかに短時間でカバーできる。

研究は、ドイツのヒンメルシュタットにあるバイエルン州立ブドウ栽培・園芸研究所が運営する試験用ブドウ畑で実施された。この圃場ではMüller-Thurgauが栽培されている。研究者らは、無灌漑、中程度の灌漑、集中的な灌漑を行った樹を含む、異なる灌漑処理下の36本をモニタリングし、水分条件とストレス状態に幅を持たせた。

研究チームは、2024年と2025年の生育期に地上で測定したデータを統合し、2025年に取得した航空機搭載型マルチスペクトルデータと対応づけた。各年の圃場調査では、生理測定値と葉のハイパースペクトル測定値を組み合わせたデータを180件ずつ取得し、地上測定データは計360件となった。さらに2025年には、7月と8月の計5回の飛行で、UAVによるマルチスペクトル観測データを180件取得した。

飛行は正午ごろに行われ、DJI Matrice 300 RTKドローンにAgrowing Quad V1マルチスペクトルカメラシステムを搭載した。センサーは可視光から近赤外域まで、430～850ナノメートルの10波長帯を記録した。地上測定は飛行直後に実施した。調査対象とした生理形質は、純同化速度（A）、電子伝達速度（ETR）、光化学系IIの実効量子収率（ΦPSII）である。これらの変数は、光合成と植物ストレスの評価に広く用いられている。

この研究が注目される理由の一つは、従来の多くの実験より実用性の高い測定方法を検証した点にある。ハイパースペクトル計測では非常に細かなスペクトル情報を取得できるが、システムは複雑で高価になりやすく、広い範囲で繰り返し利用するのも難しい。ドローンに搭載するマルチスペクトルカメラは操作が容易で、扱うデータ量も少ないため、商業的なブドウ畑のモニタリングでより一般的に使われている。その代わり、記録する波長帯の数は少なく、各帯域の幅は広い。

研究者らはまず、葉のハイパースペクトルデータで確認できる主要な情報が、UAVシステムで一般的な可視光・近赤外域に限定した場合にも得られるかを検証した。その結果、反射率の一次微分による前処理で推定結果が改善した。現地で取得した葉レベルの測定では、最良のモデルのR²値はAで0.811、ETRで0.792、ΦPSIIで0.890に達した。

また、スペクトルを適度に再サンプリングしても、AとETRの予測性能の低下は限定的だった。この結果は、生理機能の推定に有用な情報の一部が、極めて狭いスペクトル特徴に限られないことを示唆しており、マルチスペクトルシステムでも一定の役割を果たせる可能性を裏づける。

ドローン画像に対象を移した後も、複数のケースでモデルは良好な性能を示した。UAVデータを用いた最良のモデルのR²値は、Aで0.765、ETRで0.768、ΦPSIIで0.901だった。実用面では、航空機から撮影したマルチスペクトル画像で、ブドウ樹の光合成活動やストレスに関連するシグナルを捉えられることを示している。

樹冠の画素をどのように選択するかも、結果に影響した。日陰部分の観測値、または日陰と日向の観測値を組み合わせたモデルは、日向部分のみを用いたモデルに比べ、AとETRの予測精度が高かった。一方、ΦPSIIは抽出方法が異なっても比較的安定していた。この結果は、明るい葉と日陰の葉の差が大きくなりがちなブドウ畑の画像を扱ううえで、今後のドローン運用の指針となる可能性がある。

しかし、最も重要な制約は検証段階で明らかになった。樹ごとにデータを分けた場合、学習に使っていない樹にもモデルを適用できた。一方、ある測定日を丸ごと除外し、その未観測日のデータを予測できるかを検証する「日付単位の交差検証」では、性能を維持できなかった。著者らは、時間をまたいだ汎化がUAVを用いる手法の最大の弱点だと指摘した。

この点は、ワイン産業にとって特に重要となる可能性がある。ブドウ畑、ワイナリーをはじめとする飲料関連企業は、灌漑の判断や樹勢の評価、ブドウの品質維持に精密農業ツールを活用する動きを強めている。今回の結果は、ドローンによるマルチスペクトルモニタリングが実務に役立つツールとなる可能性を示す一方、ある時期のデータで学習させたモデルが、そのシーズンの後半や別の年にも信頼できると安易に考えるべきではないことを示している。センサー、データ解析、ブドウ畑の自動化への投資を検討する企業にとって、この研究は、機械学習モデルを時間を超えて安定して使えるかどうかという現状の課題と、その可能性の両方を示している。

2025年の気象条件は、システムの検証に必要な変動幅を生み出す一助となった。研究によると、年間平均気温は10.6°C、年間降水量は433.5ミリだった。4月から9月までの降水量は約241ミリで、6月は比較的乾燥し、その後はシーズン後半にかけて降雨が増えた。夏の気温はしばしば20°Cを上回った。研究者らによると、こうした条件によって水分需要と土壌水分に大きな変動が生じ、2025年には処理区の規定に基づいて積極的に灌漑が行われた。その結果、灌漑の開始基準に達せず灌漑を実施しなかった2024年に比べ、ブドウ樹の水分状態により大きな差が生じた。

著者らは、2年間にわたる複数時期のデータを検証し、実際のブドウ畑の条件下でドローン画像を評価したことで、今回の研究は葉レベルの先行研究を発展させたとしている。地上データと航空機データではモデルを別々に学習させ、一方のスケールで構築したモデルを他方へ直接転用する方法は採らなかった。これにより、スペクトル分解能、測定スケール、樹冠のサンプリング方法が及ぼす影響を切り分けることができた。

今後、測定日やシーズンを増やし、品種や栽培管理が異なる地点のデータも加えれば、さらなる発展が期待できる。現時点でこの研究が示すのは、マルチスペクトルUAV画像を使って圃場スケールでブドウ樹の重要な生理形質を推定できる一方、日常的なブドウ畑管理の頼れる単独ツールとみなすには、時間をまたいだ検証をさらに強化する必要があるということだ。