著者の所属・活動拠点の国は、中国です。

掲載誌：Plants

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

研究の目的

著者らによると、小麦は世界の食事由来タンパク質の約20%を供給する主要作物です。穀粒に含まれるタンパク質の割合（穀粒タンパク質含量）は、小麦の品質を判断する中心的な指標とされています。従来の化学分析は時間と手間、費用がかかります。近赤外分光などの方法は比較的効率的ですが、いずれも収穫後に一部の試料を取り出して測る方式です。そのため広い地域に広げにくく、栽培中の管理には生かしにくいという課題がありました。

リモートセンシング（離れた場所から光の反射を測る技術）にも、観測手段ごとの弱点があります。地上観測は狭い範囲にしか使えず、衛星は画像が粗く、ドローンは細かく撮れる一方で観測範囲が限られます。さらに、衛星データと地上の測定値を直接組み合わせると、測っている範囲の大きさが食い違うという問題が生じます。研究チームは、衛星・ドローン・地上の観測を組み合わせ、複数の生育段階で使える推定モデルを作ることを目指しました。圃場（畑）の規模から地域の規模まで、穀粒タンパク質含量を推定することが目標です。

何を、どのように調べたか

圃場試験は、中国河南省新郷市原陽で2023〜2024年と2024〜2025年の2作期にわたって行われました。8m×8mの試験区を40区設け、地元の主要品種である「鄭麦136」と「周麦36」の2品種を栽培しました。窒素肥料の量は、1ヘクタールあたり90kg、180kg、270kgの3段階に分けました。

地上では、主に二つの値を測りました。一つは葉の緑の濃さから葉緑素量の目安を示すSPAD値、もう一つは地面の面積に対して葉の面積がどれだけあるかを示す葉面積指数（LAI）です。あわせて、収穫した穀粒のタンパク質含量も測定しました。観測した生育段階は、茎が伸び始める拔節期、穂が出る出穂期、開花期、粒が実っていく途中の登熟中期の4つです。2025年には、LAIとSPADの組を80点、タンパク質分析用の穀粒試料を28点得ました。2025年のデータでモデルを作り、2024年のデータは別の年での検証に使いました。

上空からは、マルチスペクトルカメラを積んだドローンを高度60mで飛ばし、1画素5cmの画像を得ました。マルチスペクトルカメラは、青・緑・赤・レッドエッジ・近赤外などの波長を別々に撮影します。画像からは三種類の情報を取り出しました。各波長の反射率、植物の生育状態を表す7種類の植生指数、そして画像の明るさのばらつき方を数値にした「テクスチャ」と、その組み合わせによる指数です。これらを機械学習の一種であるランダムフォレストに入力してSPAD値を推定しました。さらに、SPAD値から穀粒タンパク質含量を求める式を作りました。

地域規模では、ドローン画像から推定した開花期の値を、衛星Sentinel-2の画素の大きさ（10m）に合わせて平均化しました。そのうえで、衛星画像の反射率や植生指数と画素ごとに対応させ、部分最小二乗回帰という統計手法で推定モデルを作りました。モデルの精度は、決定係数R²（1に近いほど推定値が実測値の変動をよく説明する）と、二乗平均平方根誤差RMSE（推定のずれの大きさ）で評価しました。

主な報告結果

収穫時の穀粒タンパク質含量とSPAD値の間には、調べた主要な生育段階のすべてで、統計的に極めて有意な正の相関が認められました。相関係数が最も高かったのは開花期で、0.74でした。LAIとの相関はSPADより弱かったため、研究チームはSPAD値を、画像の情報とタンパク質含量をつなぐ指標として用いました。

圃場規模のモデルでは、開花期のものが最も高い精度を示し、R²は0.61、RMSEは1.11%でした。2024年の独立したデータで検証した場合のRMSEは1.01でした。各段階の推定平均値は9.6〜9.9%で、実測値の10.0%に近い値でした。ただし、低い値を高めに、高い値を低めに見積もる傾向がありました。登熟中期のモデルは、他の3段階より精度がかなり低くなりました。

SPAD値の推定では、植生指数にテクスチャ情報を加えると精度が上がりました。検証データでのR²は、拔節期で8.6%、出穂期で3.6%、開花期で9.6%向上しました。RMSEは4段階すべてで下がり、開花期では最大20.1%低下しました。

衛星画像を使った地域規模のモデルは、8つの特徴量を用いてR²が0.60、RMSEが0.76でした。この結果を、ドローンのデータを衛星の画素サイズに合わせる処理をしない場合と比べると、R²は8.9%高く、RMSEは40%低くなりました。研究チームはこのモデルを使い、2025年の新郷市全域における小麦のタンパク質含量の分布を推定しました。

施肥条件による違いも報告されています。窒素を増やすほど穀粒タンパク質含量は高くなり、90kg、180kg、270kgの区でそれぞれ9.47%、10.31%、10.91%でした。品種の平均値は鄭麦136が10.13%、周麦36が10.33%と大差はありませんでした。ただし著者らは、周麦36のほうが窒素の量に敏感だったと述べています。

この報告が示すこと

研究チームは、ドローンのデータを地上の測定と衛星画像の間の「橋渡し」として使うことで、観測範囲の大きさの食い違いを和らげられると結論づけました。これにより、小麦の品質監視を一地点の測定から地域全体へ広げられるとしています。その中で、画像の明るさのばらつきというテクスチャ情報は、単独で使うより、色の情報と組み合わせることで役立つ補助的な手がかりと位置づけられています。

著者ら自身は、いくつかの限界を挙げています。タンパク質の実測値は28点と少なく、推定手法も限られていました。著者らは、推定値の偏りの主な原因をこの2点と考えています。気象条件は考慮しておらず、データは限られた年数と一地域のものです。そのため、別の地域や気候、栽培方法、品種でも通用するかは確かめられていません。また、画素の大きさを合わせる処理は主に平均化に頼っています。そのため、観測機器ごとの光の感じ方の違いは取り除けていません。登熟中期に精度が下がった理由について、著者らは次のように説明しています。窒素が少ない区では葉の老化が早くSPAD値が急に下がる一方、多い区では高い値が保たれます。この差によって、SPAD値と穀粒タンパク質の関係が安定しなくなったと考えられています。

原著論文の著者・所属：Mengxia Li（CMA·Henan Key Laboratory of Agrometeorological Support and Applied Technique, Zhengzhou 450003, China; Henan Institute of Meteorological Sciences, Zhengzhou 450003, China）、Junling Li（CMA·Henan Key Laboratory of Agrometeorological Support and Applied Technique, Zhengzhou 450003, China; Henan Institute of Meteorological Sciences, Zhengzhou 450003, China）、Yuchen Zhang（CMA·Henan Key Laboratory of Agrometeorological Support and Applied Technique, Zhengzhou 450003, China; Henan Province Meteorological Data Center, Zhengzhou 450003, China）、Haotian Ye（CMA·Henan Key Laboratory of Agrometeorological Support and Applied Technique, Zhengzhou 450003, China; Henan Institute of Meteorological Sciences, Zhengzhou 450003, China）、Ronghao Chu（CMA·Henan Key Laboratory of Agrometeorological Support and Applied Technique, Zhengzhou 450003, China; Henan Institute of Meteorological Sciences, Zhengzhou 450003, China）、Xihe Zhang（CMA·Henan Key Laboratory of Agrometeorological Support and Applied Technique, Zhengzhou 450003, China; Henan Institute of Meteorological Sciences, Zhengzhou 450003, China）、Shaoyu Han（Institute of Agricultural Information Technology, Henan Academy of Agricultural Sciences, Zhengzhou 450002, China）、Xian Xue（College of Agriculture (Tree Peony), Henan University of Science and Technology, Luoyang 471023, China）

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典（原著論文）：Mengxia Li, Junling Li, Yuchen Zhang, et al. Estimation of Wheat Grain Protein Content at Multiple Growth Stages Based on Space–Air–Ground Collaborative Observation Data. Plants（出版社：Multidisciplinary Digital Publishing Institute） 2026-09-13. DOI: 10.3390/plants15182811. 原著ライセンス：CC BY.