〜根の成長を精密に把握・制御するスマート農業の実現に貢献！〜
未来社会デザイン統括本部、脱炭素ユニット/CO₂回収・ 変換グループ 安武大輔准教授（農学研究院）らの研究グループの研究成果についてお知らせいたします。
ポイント
- 実験室内ではない実栽培条件下での作物の根を対象とした世界で初めてのモニタリング技術
- 根のスペクトル画像※1と機械学習※2によって、根系全体の乾物重分布を可視化
- 長期の栽培期間にわたる根の成長（乾物重）の時系列変化を評価可能
概要
データ駆動型の精密農業・スマート農業の実現において、作物生育状態を把握することが必要です。そのためのモニタリング技術として、葉、茎、果実などの目に見える部位を対象にした技術はありますが、根を対象にした技術は実験室レベルに留まっていました。
九州大学大学院生物資源環境科学府博士後期課程のJin Ziyi氏、九州大学大学院農学研究院の安武 大輔 准教授をはじめとする、高知大学IoP共創センター、山口大学大学院創成科学研究科の研究者からなるグループは、水耕栽培装置の一部を透明資材にして根系全体を観察し、そのスペクトル画像※1に基づく機械学習モデル※2によって根の乾物重を推定する技術を開発しました。この技術によって、実際の生産条件下での葉菜類（ホウレンソウ）について、定植直後から収穫までの期間にわたる根の成長を高精度でモニタリングすることを実現しました。
作物の地上部（葉、茎、果実など）だけでなく、根の成長も精密に把握・制御するスマート農業の実現に応用されることが期待されます。
本研究成果は、Springer Nature社の学術雑誌「Plant Methods」に2026年３月10日（火）にオンライン掲載されました。
詳細は、関連リンク先をご覧ください
用語解説
※1 スペクトル画像
物体から反射される光を、多数の波長帯に分けて記録する画像。通常のカラー写真が赤・緑・青の３色の情報しか持たないのに対し、スペクトル画像は数百の波長帯の情報を持つため、人間の目では見えない物体の特性を識別できる。
※2 機械学習
コンピュータが大量のデータからパターンや規則性を自動的に学習し、予測や判断を行う技術。
