農業用水需要予測のためのハイブリッドPSO-SVMと記号回帰モデル

なぜ農地の水利用が誰にとっても重要なのか

世界の乾燥地帯では、同じ河川や帯水層が都市、産業、そして私たちの食料を支える作物に水を供給しなければなりません。農業が過度に多くの水を使えば蛇口が枯れ、生態系が損なわれますし、逆に十分な水が行き渡らなければ食料生産が危機に陥ります。本研究は中国の主要な灌漑地帯の一つである内モンゴルのバヤンヌール市を詳しく調べ、重要な問いを投げかけます：今後数年で灌漑用水需要はどのように変化し、技術、政策、あるいは生産面のどのレバーが最も影響するのか？

乾燥地域の水を欲しがる圃場

バヤンヌールは中国北西部の河套灌漑地域に位置し、肥沃な土壌と日照で小麦、トウモロコシ、ヒマワリ、トマトの栽培が可能ですが、それは運河を通じて十分な水が供給される場合に限られます。1990年から2022年の間、同市で消費された水の約97％が農業で使われ、年間でほぼ50億立方メートルに達していました。しかし、この地域の自然の水資源は限られており、降雨が少なく河川や地下水の供給もタイトです。この不均衡は、農業慣行、農村の生計、政府の政策がどのように灌漑需要の増減を形作るかを理解する重要性を高めています。

水需要を押し上げる要因と抑える要因の解明

研究者たちは気候、水資源、農業生産、農村の人口動態、機械化、肥料使用、灌漑技術、水価格などを含む33年分の公式統計を編成しました。まず、粒子群最適化（PSO）とサポートベクターマシン（SVM）を組み合わせた機械学習手法を用いました。簡単に言えば、この方法は多数の候補因子から水利用を予測する最適なモデルを“群れ”として探索します。各因子を微調整して予測の変化を観察することで、需要を増加させる“推進因子”と抑制する“ブレーキ”をラベル付けできました。

生産が押し上げ、技術と所得が抑える

分析は明確な綱引きの構図を示しました。押し上げ側では、穀物収量の増加と実際に灌漑される面積の拡大が水需要を高める最も強い力であり、農村での雇用増加、肥料使用の拡大、穀物の作付拡大がそれを支えています。これは、より大きく集約的な農場ほど水を多く必要とするという基本的現実を反映しています。一方、抑制側では、最も強力なブレーキは農村世帯の所得上昇でした：所得が増えると、最も水を必要とする活動から離れる傾向がありました。点滴灌漑やスプリンクラーなど高効率灌漑の普及も用水量を削減し、灌漑用水価格の上昇、水ストレス指標に表れる自然の限界、そして機械化の進展も水需要を抑えました。これらのブレーキが合わさって、食料生産が増える一方で2000年代初頭以降バヤンヌールの農業用水消費が概ね減少してきた理由を説明します。

ブラックボックスを読みやすい方程式に変える

機械学習モデルはしばしば高精度の予測を示す一方で内部の仕組みが見えにくく、政策議論で使いにくいことがあります。この“ブラックボックス”問題を避けるため、研究チームは最も影響力のある因子のみを第二の手法である記号回帰に入力しました。記号回帰は少数の主要変数（ここでは農村所得、穀物収量、灌漑面積、効率的灌漑率）を結ぶ人間に読みやすい方程式を探索します。最終的な方程式はバヤンヌールの年ごとの水利用変動のほぼ88％を再現し、これら四つのレバーが非線形に相互作用する様子を定量化しました。例えば、所得の上昇は生産性の向上と節水的な行動の両方を伴うことが多く、その純粋な効果は収量を支えつつも水需要を抑える方向になります。

2035年までの展望

この透明な方程式を用いて、著者らは2023年から2035年までのバヤンヌールの農業用水需要を予測しました。年間使用量は50億立方メートルを上回る水準で推移し、約2028年にピークを迎えた後に安定すると推定されます。言い換えれば、市は引き続き大量の水を消費する地域であり続けますが、節水技術の普及や水価格設定・水権取引・厳格な割当といった政策の完全実施により、過去の急激な変動は鎮静化すると見込まれます。モデルの不確実性範囲は各推定値の上下数パーセントにとどまり、この予測が計画策定の指針として十分に堅牢であることを示唆しています。

食料と水の安全保障にとっての意味

専門外の読者にとっての主要なメッセージは、政策と技術を賢く組み合わせれば、食料生産の増加とそれに伴う水利用の増大との結びつきを緩められるということです。バヤンヌールでは効率的な灌漑システム、改善された農家所得、厳格な管理ルールが徐々に、作付面積の拡大が自動的に河川や帯水層からの取水増加につながるという旧来のパターンに優勢になりつつあります。本研究のハイブリッドモデルの枠組みは、将来の農業がどれだけの水を使う可能性があるかだけでなく、どの社会的・技術的変化が最も重要かを示します。そのような洞察は、他の乾燥農業地域が水の範囲内で人々を養う現実的な道筋を描くのに役立ちます。

引用: Lv, H., Zhao, Y., Wang, W. et al. Hybrid PSO-SVM and symbolic regression model for agricultural water demand prediction. Sci Rep 16, 5121 (2026). https://doi.org/10.1038/s41598-026-34995-8

キーワード: 農業用水需要, 灌漑効率, 機械学習モデル, 水資源政策, 中国乾燥地帯