半乾燥地域における重量ライシメーターと機械学習モデルを用いたタマネギ作物の蒸発散量と作物係数の推定

なぜタマネギと水利用が重要か

タマネギは台所の必需品でありイランの主要作物のひとつですが、限られた水資源の地域では多くの水を必要とします。農家や水管理者は、タマネギ圃場が大気へどれだけの水を失うかを正確に知る必要があり、賢い灌漑、無駄の回避、かつ良好な収量の確保に役立ちます。本研究は、精密な現地計測と最新のコンピュータモデルを組み合わせ、イランの半乾燥地域におけるタマネギの水利用をより深く理解することを目指しました。

タマネギ圃場の水損失を測る

植物の水損失は主に土壌表面からの蒸発と葉からの蒸散の二つです。これらを合わせて蒸発散と呼びます。高精度で追跡するために、研究者たちは地中に埋めた大型の重量ライシメーターを用い、それぞれにタマネギと土壌を収めました。重量の変化と降雨、灌漑、排水を記録することで、系から毎日どれだけの水が失われたかを正確に把握できました。2作季にわたり、タマネギ作物は1年目で約447ミリメートル、2年目で約432ミリメートルの水を使用し、2年目は気温が低めで若干少ない使用量となりました。

作物の蒸散と土壌の蒸発を分ける

水はタマネギの根だけで吸収されるわけではなく、列間の裸地から直接蒸発します。これらを分離して評価するために、研究チームは大型の重量ユニットの内部にマイクロライシメーターと呼ばれる小さな土壌円柱を設置しました。これら小さな試料は毎日称量され、土壌表面だけが失う水量を示しました。総水損失からこれを差し引くことで、実際にタマネギを通った水（蒸散）を推定できました。全体の約3分の1は土壌表面からの蒸発で、残りは植物の蒸散によるものでした。季節を通じてこの比率は変化し、植株が小さく葉被りが限られている時期には土壌蒸発の割合が高くなりました。

灌漑を導く単純な数値

農家や助言者はしばしば作物係数に依拠します。作物係数は標準的な気象条件（参照草の蒸発散量）と特定作物の水利用を結びつける単純な係数です。本研究では、イランの半乾燥条件下でタマネギの単一および二重作物係数を算出しました。単一係数は総蒸発散を参照草に対して結びつけ、二重係数は葉と裸土の影響を分けます。総合的な値はシーズン初期で平均0.41、成長ピーク時で0.68、終盤で0.51でした。葉に基づく部分は他国で報告された値より低めで、これは地元品種の相対的に控えめな葉面積と草丈、そして成長を鈍らせる比較的冷涼な冬の影響を反映しています。

コンピュータに水利用を予測させる

大型の重量装置は高価で数が限られるため、研究者たちは一般的な気象や作物測定値を用いてコンピュータモデルがタマネギの水利用を推定できるかも検討しました。彼らは気温、湿度、風速、日射、葉面積、草丈などを含む2年分のデータで5種類の機械学習モデルを訓練しました。モデルは測定された水損失を模倣することを学び、未知の日についてテストされました。決定木に基づく手法、ランダムフォレストと決定木が最も正確な予測を示し、次いでニューラルネットワークとサポートベクトル回帰が続きました。より単純な線形手法であるLASSO回帰は精度が劣り、タマネギの水利用が気象や生育に対して複雑で非線形な応答を示すことを示唆しました。

タマネギの水利用を決める要因

最良のモデルの内部を解析することで、どの入力が重要かを特定しました。葉面積や草丈などの作物サイズの指標が最も高く評価され、続いて太陽からの正味放射と風速が重要でした。対照的に、この半乾燥環境では空気の湿度は比較的小さな役割でした。これは、水需要を信頼して予測するには天候だけでなく、ある時点で作物がどれだけの緑の葉面を持っているかを知ることが有用であることを意味します。

農家にとっての意義

乾燥地域の生産者や計画担当者にとって、本研究は二つの重要なツールをもたらします。第一に、標準的な気象データをタマネギの水利用に結びつける現地検証済みの数値を提供し、より良い灌漑スケジュールの設計を助けます。第二に、十分に訓練された機械学習モデルは、基本的な気象と作物成長データがあれば高価な現地機器の代替になり得ることを示しています。これらを組み合わせることで、限られた水資源のより効率的な利用を支えつつ、半乾燥地帯でのタマネギ生産を維持する助けになります。

引用: Shirazi, S.H.M., Razzaghi, F. & Sepaskhah, A.R. Estimation of onion crop evapotranspiration and crop coefficients using weighing lysimeters and machine learning models in semi-arid region. Sci Rep 16, 16166 (2026). https://doi.org/10.1038/s41598-026-43887-w

キーワード: タマネギ灌漑, 蒸発散量, 半乾燥農業, 作物係数, 機械学習モデル