IoTウェアラブルデバイスの頭部振動と機械学習を用いた家畜のリアルタイムげっぷ（反芻）イベント予測

気候変動において牛のげっぷが重要な理由

多くの人は牛のげっぷを気にしませんが、これらの小さなガス放出は積み重なると大きな気候問題になります。牛やその他の放牧動物は大量のメタンを放出します。メタンは短期的には二酸化炭素よりもはるかに強い熱を閉じ込める性質があります。ところが、現在のメタン測定の最良手段は高価でかさばり、しばしば動物を通常の牧場から離す必要があります。本研究は、軽量の頭部ハルター（鼻当て）とスマートなアルゴリズムを使って、メタンに関連するげっぷをリアルタイムで監視する新しい手法を示しており、農場でより安価で動物に優しい気候モニタリングへの道を示しています。

放牧牛のためのスマートハルター

研究者たちは、牛が普段通り歩き回りながら着用できる特別なハルターを設計しました。鼻口部、首、うなじにかかるストラップには微小な動作センサーが組み込まれており、動物の頭部に伝わる微細な振動を感知します。メタンを嗅ぎ取るための小型ガスセンサーを鼻先の前方に置くことができ、すべての電子機器は小型の回路基板に収められ、小型バッテリーで駆動します。システムは電話やタブレットに無線でデータを送り、専用アプリが受信信号を表示して後で解析のために保存します。装置全体の重さは軽い首輪程度で、牛は自然に動き、採餌できます。

げっぷをデータに変える

システムにげっぷがデータ上でどのように現れるかを教えるために、まず信頼できる例が必要でした。研究チームはメタンセンサーを用いて、牛の鼻先でガス濃度が背景値より急上昇した瞬間をフラグとしてマークしました。これらのスパイクはげっぷの可能性が高い出来事を示します。同時に、動作センサーは牛の頭部の動きや振動を記録しました。科学者たちはこれらの動作記録をメタンのスパイク前後の短い時間窓に切り分け、振動の大きさ、変動量、継続時間など各方向での単純な要約指標を計算しました。これらの要約が「げっぷ」ウィンドウと通常行動を区別するために機械学習モデルへ与える特徴量となりました。

機械にげっぷを見分けさせる

ラベル付けされたデータを用いて、チームは決定木、ランダムフォレスト、ブースティング法、ニューラルネットワークなど一連の機械学習手法を試しました。最初の試験（牛2頭、センサー3カ所）では、3つの頭部センサーすべてのデータを使ったモデルがもっとも良好な性能を示し、げっぷに関連する窓を約4分の3の確率で正しく識別しました。後にテストを7頭に拡大し、単一の適切な位置に置いたセンサーに絞ると、個体差によって問題は難しくなりました。それでも、コンパクトなニューラルネットワークモデルは偶然より優れた性能を示し、新しいデータでも多くのイベントを正しく検出しました。重要な点として、最終モデルは低消費電力の小型チップ上で直接動作するよう圧縮されており、常時インターネット接続がなくてもハルター上で現場予測が可能です。

現場で直面する課題

牧場でげっぷを検出することは一見よりも難しい作業です。げっぷは、牛が単に立っている、横たわっている、歩いている、あるいは咀嚼している瞬間に比べて比較的まれです。つまりデータは強く不均衡で、真のげっぷ1件に対して多くの非イベントがあります。チームは学習時に時間窓を慎重に選び、重ね合わせることでモデルが十分な陽性例を学べるように対応しました。また、非イベントがはるかに多い自然環境下でシステムがどれだけ機能するかも検証しました。そのより厳しい条件でも、最良モデルはランダム推測に比べて多くの真のイベントを見つけ出しましたが、いくらかの誤検知が生じました。個体ごとのテストでは、分類しやすい動物とそうでない動物があり、将来的にはより大規模で多様なデータセットが必要であることが示されました。

よりクリーンな農業への示唆

簡潔に言えば、本研究はメタンを常時直接測る代わりに牛の頭部の動きを「聴く」ことで、メタン濃縮の高いげっぷがいつ起こるかを有用に把握できることを示しています。現行システムはまだ金標準の装置に取って代わるものではなく、検出しているのはメタンスパイクで定義されたイベントであって、放出された正確なガス量を直接証明するものではありません。しかし、これは電力を多く消費するメタンセンサーをげっぷの可能性が高い時だけ起動してバッテリー寿命を延ばし、動物を閉じ込めずに監視する有望で低コストな方法を提供します。より多くの動物、長期間の試験、確立された測定法との緊密な結びつきが進めば、この種のスマートハルターは農家や科学者が家畜由来のメタンを追跡し最終的に削減するための実用的で動物に優しいツールの一部になり得ます。

引用: Moncayo, J., Velasquez, M.L., Riveros, P.E. et al. Real-time eructation event prediction in livestock using head vibrations and machine-learning in an IoT wearable device. Sci Rep 16, 9099 (2026). https://doi.org/10.1038/s41598-026-42728-0

キーワード: 家畜メタン, ウェアラブルセンサー, 機械学習, 精密農業, 温室効果ガス