2050年までに世界人口は98億人に達すると予測されており、食料需要は倍増する。しかし、この需要を満たすために農地を拡大することは持続不可能である。2000年以降に新たに造成された501トンを超える農地は、森林や自然生態系を置き換えており、気候変動と生物多様性の損失を悪化させている。.
この危機を回避するため、科学者たちは植物育種、つまり収量が高く、病害抵抗性があり、気候変動にも強い作物を開発する科学に目を向けている。しかし、従来の育種方法では、問題の緊急性に対応するには時間がかかりすぎる。.
こうした状況において、ドローンと人工知能(AI)が状況を一変させる存在として登場し、より速く、よりスマートな方法でより良い作物を栽培することを可能にする。.
伝統的な植物育種が遅れをとっている理由
植物育種は、干ばつ耐性や害虫抵抗性といった望ましい特性を持つ植物を選び出し、複数世代にわたって交配させることによって成り立っています。この過程における最大のボトルネックは、表現型解析、つまり草丈、葉の状態、収量といった植物の特性を手作業で測定することです。.
例えば、3,000区画の畑で植物の高さを測定するには数週間かかる場合があり、人為的なミスによって最大20%もの誤差が生じる可能性があります。さらに、作物の収穫量は年間わずか0.5~1%しか増加しておらず、2050年の需要を満たすために必要な2.9%の成長率をはるかに下回っています。.
数十億人の主食であるトウモロコシは、この成長鈍化を如実に示している。トウモロコシの年間収穫量は、1960年代の2.21トンから現在では1.331トンにまで減少している。このギャップを埋めるためには、データ収集を自動化し、エラーを減らし、意思決定を迅速化するツールが科学者には必要だ。.
ドローン技術が植物育種をどのように変革しているか
高度なセンサーとAIを搭載したドローン、すなわち無人航空システム(UAS)は、農業に革命をもたらしている。これらの装置は畑の上空を飛行し、数千もの植物に関する正確なデータを数分で収集することができる。このプロセスはハイスループット表現型解析(HTP)として知られている。.
従来の方法とは異なり、ドローンは圃場全体のデータを収集するため、サンプリングの偏りを排除できます。特殊なセンサーを用いて、植物の高さから水分ストレスレベルまで、あらゆるものを測定します。.
例えば、マルチスペクトルセンサーは健康な葉から反射される近赤外線を検出し、サーマルカメラは樹冠の温度を測定することで干ばつストレスを特定する。.
ドローンはデータ収集を自動化することで、人件費を削減し、育種サイクルを加速させるため、数十年ではなく数年で改良品種を開発することが可能になる。.
ドローンセンサーとデータ収集の背後にある科学
ドローンは、さまざまなセンサーを使用して重要な植物データを収集します。最も手頃な価格のRGBカメラは、可視光を捉えて樹冠被覆率と植物の高さを測定します。サトウキビ畑では、これらのカメラは茎の数を64~69%の精度で計測し、誤差が生じやすい手作業による計測に取って代わりました。.
マルチスペクトルセンサーはさらに一歩進んで、近赤外線などの非可視波長を検出します。これらの波長は、クロロフィル濃度や植物の健康状態と相関関係があります。例えば、サトウキビの干ばつ耐性を80%以上の精度で予測することに成功しています。.
- RGBカメラ赤、緑、青の光を捉えてカラー画像を生成します。.
- マルチスペクトルセンサー可視光スペクトルを超える光(例えば、近赤外線)を検出する。.
- 温度センサー植物から放出される熱を測定する。.
- LiDARレーザーパルスを用いて植物の3Dマップを作成する。.
- ハイパースペクトルセンサー200種類以上の光波長を捉え、超詳細な分析を実現します。.
熱センサーは熱の痕跡を検知し、健康な植物よりも高温に見える水不足の植物を特定します。綿畑では、熱感知ドローンが地上での温度測定値と5%未満の誤差で一致しています。.
LiDARセンサーはレーザーパルスを用いて作物の3Dマップを作成し、エネルギーケーン試験では95%の精度でバイオマスと高さを測定します。最も先進的なツールであるハイパースペクトルセンサーは、数百もの光の波長を分析し、肉眼では見えない栄養不足や病気を検出します。.
これらのセンサーのおかげで、研究者たちは小麦の老化遅延に関わる28個の新たな遺伝子を特定することができた。この老化遅延は収量増加につながる特性である。.
飛行から洞察へ:ドローンが作物データを分析する方法
ドローンによる表現型解析プロセスは、綿密な飛行計画から始まります。ドローンは高度30~100メートルで飛行し、重複する画像を撮影することで、対象範囲全体を確実にカバーします。例えば、10ヘクタールの畑であれば、15~30分でスキャンできます。.
飛行後、Agisoft Metashapeなどのソフトウェアは、Structure-from-Motion(SfM)と呼ばれる技術を用いて、数千枚の画像を詳細な地図に合成します。SfMは、2D写真を3Dモデルに変換する技術です。これらのモデルにより、科学者はボタン一つで植物の高さや樹冠被覆率などの特性を測定できるようになります。.
AIアルゴリズムはデータを分析し、収穫量を予測したり、病害の発生を特定したりする。例えば、ドローンはわずか7時間で3,132区画のサトウキビ畑をスキャンした。これは手作業では3週間かかる作業だ。このスピードと精度により、育種家は生育期の早い段階で生育不良の植物を処分するなど、より迅速な意思決定を行うことができる。.
現代農業におけるドローンの主な用途
ドローンは、農業における最大の課題のいくつかに取り組むために活用されている。主要な用途の一つは、直接的な形質測定であり、ドローンが人手を代替する。トウモロコシ畑では、ドローンは90%の精度で植物の高さを測定し、誤差を0.5メートルから0.21メートルに削減する。.
彼らはまた、植物が地面をどれだけうまく日陰にして雑草を抑制しているかを示す指標である樹冠被覆率も追跡している。エネルギー用サトウキビの育種家はこのデータを使用して、雑草の生育を40%削減する品種を特定した。.
もう一つの画期的な技術は、AIモデルがドローンデータを用いて作物の生育状況を予測する予測育種です。例えば、マルチスペクトル画像を用いることで、トウモロコシの収量を80%の精度で予測することが可能になり、従来のゲノム検査を凌駕する結果となっています。.
ドローンは遺伝子発見にも役立ち、科学者が望ましい形質に関わるDNA断片を特定するのに貢献している。小麦の場合、ドローンによって葉の緑度と22個の新たな遺伝子が関連付けられ、干ばつ耐性の向上につながる可能性が示された。.
さらに、ハイパースペクトルセンサーは、柑橘類の緑化病などの病気を症状が現れる数週間前に検知できるため、農家は対策を講じる時間を確保できる。.
精密技術で遺伝的改良を促進
遺伝的改良(育種による作物形質の年間改善度)は、以下の簡単な式を用いて計算されます。
(選抜強度×遺伝率×形質変動)÷育種周期時間.
遺伝的利得(ΔG)は次のように計算されます。
ΔG = (i × h² × σp) / L
どこ:
- i =選抜の厳しさ(育種家の選抜基準の厳しさ)。.
- h² =遺伝率(親から子へ形質がどれだけ受け継がれるか)。.
- σp = 集団における形質のばらつき。.
- L =繁殖サイクルあたりの時間。.
なぜそれが重要なのかドローンはあらゆる要素を改善する。
- i: スキャン 植物が10倍に増えました, より厳格な選抜を可能にする。.
- h²測定誤差を低減し、遺伝率推定値を向上させる。.
- σp:畑全体にわたる微妙な形質変化を捉える。.
- L: サイクルタイムを短縮 5歳から2~3歳 初期の予測を通じて。.
ドローンはこの方程式のあらゆる側面を強化します。圃場全体をスキャンすることで、育種家は上位10%ではなく上位1%の植物を選抜できるようになり、選抜の強度が高まります。また、測定誤差を減らすことで遺伝率の推定精度も向上させます。.
例えば、植物の高さを手動で測定すると20%のばらつきが生じるのに対し、ドローンを使用すると5%にまで減少します。さらに、ドローンは何千もの植物にわたる微妙な形質の変動を捉え、形質のばらつきを最大限に把握できます。.
最も重要なのは、早期予測を可能にすることで育種サイクルを短縮できる点です。ドローンを使用するサトウキビ育種家は、従来の方法に比べて遺伝的改良を3倍に増やしており、この技術の革新的な可能性を証明しています。.
困難を乗り越え、未来を受け入れる
ドローンを用いた表現型解析は有望視されているものの、依然として大きな課題を抱えている。高度なセンサーの高コストが大きな障壁となっており、例えばハイパースペクトルカメラは14,500,000ドルを超える場合もあり、ほとんどの小規模農家にとっては手の届かない価格帯となっている。.
収集された膨大な量のデータを処理するには、相当量のクラウドコンピューティングリソースが必要となり、コスト増につながります。AutoGISのようなAIプラットフォームはデータ分析を自動化し、手動入力の必要性を排除します。.
研究者たちはまた、ドローンを土壌センサーや気象観測所と統合し、害虫や干ばつを農家に知らせるリアルタイム監視システムを構築している。こうした革新技術は、データに基づいた意思決定が推測に取って代わる、精密農業の新時代への道を切り開いている。.
結論
ドローンとAIは、植物育種を変革するだけでなく、持続可能な農業のあり方そのものを再定義しつつある。これらの技術は、干ばつに強く収量の多い作物の開発を加速させることで、農地を拡大することなく2050年までに食料生産量を倍増させる可能性を秘めている。.
これにより、エジプトの国土面積に匹敵する1億ヘクタール以上の森林が保護され、農業による二酸化炭素排出量も削減される。ドローンデータを利用する農家は既に水と農薬の使用量を最大301トン削減し、生態系の保護とコスト削減を実現している。.
ある研究者が指摘したように、「どの植物が最適かを推測する必要はもうありません。ドローンが教えてくれるのです。」継続的なイノベーションによって、生物学とテクノロジーの融合は、地球環境を守りながら、数十億人の食料安全保障を確保できる可能性を秘めている。.
参照: Khuimphukhieo, I., & da Silva, JA (2025). 無人航空システム (UAS) を用いた圃場におけるハイスループット表現型解析 (HTP) を植物育種家のツールボックスとして活用する:包括的なレビュー。Smart Agricultural Technology, 100888.






























