Clear Sky Science · ja

FIP 1.0 大豆データ:8年間の高スループット画像フィールドフェノタイピングから得られた大豆の生長に関する洞察

· 一覧に戻る

上空から作物を観察する意義

気候の極端な変動が増える中で、農家や育種家は好条件でも悪条件でも安定して生育する作物を必要としています。本研究は、農地で実際に栽培された大豆がカメラシステムによって撮影された、異例の豊富な8年間の成長記録を紹介します。何百万もの可視葉面と詳細な気象記録を結びつけることで、このデータセットはどの大豆系統が高温、干ばつ、または長期間の曇天に強いかを明らかにするのに役立ち、モデル開発者に将来の収量をより信頼できる形で予測するための原材料を提供します。

Figure 1
Figure 1.

生きた実験室になった圃場

2015年から2022年にかけて、スイスの研究チームは慎重に区画されたプロットで72品種の大豆と育種系統を栽培しました。それらの上空にはロープで吊られたプラットフォームがあり、植物の上から約3メートルの高さに高解像度カメラを搭載していました。生育期を通じて、このシステムは上方からのカラー写真を何千枚も撮影し、土壌を覆う葉が形成する緑色のキャノピーを鮮明に捉えました。同じ地点の近傍にある気象観測所は、温度、光、降雨、湿度、風を毎時記録し、植物と環境の同期した描像を作り出しました。

画像を生長曲線に変換する

生の写真を有用な計測値に変えるために、研究チームは画像処理のパイプラインを構築しました。まず、各画像をフィルタリングして葉に属する緑色ピクセルを茶色い土壌背景から分離しました。次にアルゴリズムが作物の条列を検出し、カメラの傾きを補正して各プロットに属する正確な領域を描き出しました。そこから研究者たちは「キャノピー被覆率」──各プロット面積のうち特定時点で緑色で覆われている割合──を計算しました。画像がシーズン中に定期的に取得されているため、これらの値は植物の発芽時期、地面を占める速度、最大被覆に達する時期、黄変と薄化が始まる時期を示す滑らかな曲線を描きます。

[[GRAPHic_2]]

生長、気象、収量のつながり

画像に基づく生長記録は、穀物収量、タンパク質含量、種子重量、葉色の測定値などの従来の収穫データと組み合わされました。研究者たちは統計的手法を用いて、画像由来の表現型が繰り返しプロットや時間を通じてどれほど一貫しているかを検証しました。その結果、キャノピー被覆率やレーザースキャンで計測した植物高は高い「遺伝率」を示し、品種間の差が大きく再現性が高いことが分かりました。キャノピー被覆率に滑らかな曲線を当てはめることで、各品種が緑色被覆の半分を失う時点、すなわち葉の老化の指標を特定できました。年ごとにこのタイミングは既知の成熟群と一致し、多くの場合最終収量と明確に結びついていました:被覆を長く維持する品種は一般により多くの穀物を生産しましたが、天候が生育期間を短縮するとその限りではありませんでした。

作物科学のための再利用可能なツールボックス

最終データセットは、1万7千枚を超える画像、それらのセグメンテーションマスク、プロット配置、日次キャノピー被覆率、遺伝子型の要約、対応する気象ファイルを、単純で広く使われている形式でまとめています。データは機関リポジトリや機械学習向けの公開リポジトリを通じてオープンに利用可能であり、命名規則やメタデータに関するコミュニティ標準に従っているため、ドローンによる作物上空撮影を含む他のフィールドイメージング事業と組み合わせて利用できます。著者らはキャノピー被覆率を抽出するためのコードも共有しており、他の研究者が同じワークフローを自分の実験に適用したり、植物画像に基づく新たな人工知能モデルを訓練したりできるようにしています。

将来の収量にとっての意義

非専門家向けの重要なメッセージは、作物育種が断片的な現地記録から植物の生涯を連続的に追う「映画」へと移行しつつあるという点です。葉一枚ずつ大豆プロットの成長を実際の天候と農作条件の下で観察することで、研究者はストレス下でも健全さを保つ系統を見つけ出し、その知見をより良い作物モデルに反映させることができます。FIP 1.0 大豆データセット自体が直接的に収量向上を保証するわけではありませんが、より強健な品種を選択し、不確実な気候下でも大豆生産を安定させる農法を設計するために必要な詳細な証拠を提供します。

引用: Keller, B., Kirchgessner, N., Oppliger, C. et al. FIP 1.0 soybean data: Insights on soybean growth from eight years of high-throughput image field phenotyping. Sci Data 13, 476 (2026). https://doi.org/10.1038/s41597-026-06663-z

キーワード: 大豆フェノタイピング, 作物イメージング, キャノピー被覆率, 気候レジリエント作物, フィールドデータセット