도쿄대학 생산기술연구소(이하 「도오이생연」)와 에어・워터 주식회사(이하 「에어・워터」)는 농작물의 수확 적기의 「예측」기술과 생육차 등을 검출하는 「관찰」기술 개발했다.
동대생연과 에어워터는 2020년 12월 'IoT센싱해석기술' 사회연계연구부문을 설치해 스마트농업에 관한 공동연구를 진행해 왔다. 이번 발표한 것은, 농작물의 생육 기간에 있어서의 유효 적산 온도로부터, 수확 적기를 높은 정밀도로 예측하는 기술. 이에 의해, 고액의 설비 투자를 필요로 하지 않고, 기온 데이터의 수집만으로 수확 적기를 판단하고, 과숙/미숙에 의한 품질 저하나 수확 손실의 저감을 기대할 수 있다.
이 「예측」모델을 응용해, 기계 학습을 이용해 브로콜리의 수확 예측을 실시한 결과, 심은 날부터 브로콜리의 수확 적기를 평균 2.5일 미만의 정밀도로 예측하는 데 성공했다고 한다.
또한, 드론을 이용한 공중 촬영 화상으로부터 농작물의 개체 번호를 할당하고, 개체 번호마다 생육차(농작물의 생장량·생육 속도)를 검출하는 「관찰」기술도 개발하였다. 「관찰」기술에 의해, 수확수/양을 예측할 수 있게 되기 때문에, 수확에 관련되는 기재나 인원, 집하 등의 최적화가 전망되어, 생산성의 향상으로 이어진다고 하고 있다.
향후는 일본의 농업이 진행될 기계화에 의한 일제수확을 예상하고, 개체마다가 아니라 밭(포장) 전체에 관한 「예측」과 「관찰」의 한층 더 정밀도 향상에 임한다. 또한 기상 예측을 이용한 수확 적기 예측 정밀도의 향상과 드론으로 관찰·파악한 정보를 바탕으로 농장 주행 로봇이 사람을 대신하여 농작물을 모니터링하는 연구 개발 등을 병행하여 진행하여 사회 구현 를 목표로 한다고 한다.
논문 정보:【Journal of Agronomy】RNN-Based Approach for Broccoli Harvest Time Forecast
【Sensors and Materials】Locating Open-field Broccoli Plants with Unmanned Aerial Vehicle Photogrammetry and Object Detection Algorithm: A Practical Prediction Approach
