総論：光技術×スマート農業

理化学研究所　和田 智之 氏

食料の確保は、我が国が抱える大きな社会課題であり、同時に、世界的にはさらに深刻な状況となっている。このような環境下で、スマート農業と呼ばれている最先端の技術を導入した農業が着目され、様々な課題を解決にむけた取り組みがなされている。本領域は、産業としても今後大きく発展する可能性がある領域であり、本講演では、特に光技術に焦点をあて、新しい農業の形、可能性を述べる。解決するべき課題は、我が国内でも多岐にわたっている。自給率がおよそ38％と先進国では最低のレベルであり、19歳から60歳までの就労率は,わずか20％である。温暖化によってこれまで取れていた農作物が取れなくなっている。また、農業分野におけるカーボンニュートラルも体制な課題である。また、国際標準化の波が押し寄せている。
本講演では、これらの課題解決に向けた光技術中心に先端の技術を利用したあたらしい農業へアプローチについて述べる。

土壌微生物のラマン分光計測：代謝物解析とメタボロミクスへの応用

早稲田大学　安藤 正浩 氏

本講演では、土壌微生物研究におけるラマン分光法の革新的応用、特に代謝物解析とメタボロミクスへの活用について紹介する。ラマン分光法は、非破壊的かつ非染色で分子解析が可能な手法として、土壌生態系の複雑な微生物を簡便かつ迅速に解析する可能性を有している。本講演では下記の議論を通じて、ラマン分光法が土壌微生物のメタボロミクス研究にもたらす新たな展開と、それによるケミカルバイオロジーや環境バイオテクノロジーへの応用可能性について探求する。
　1.　ラマン分光法の基本原理と土壌微生物のメタボロミクス研究への適用
　2.　情報解析技術を活用したラマンスペクトルからの分子プロファイリング解析
　3.　単一細胞レベルでの分子情報解析および分子イメージング
　4.　微生物の産生する有用物質の探索と同定

休憩

我が国農業政策の展望と科学技術への期待

慶應義塾大学　神成 淳司 氏

2024年5月、四半世紀ぶりに、我が国農業政策の憲法とも言える、改正食料・農業・農村基本法が成立し、我が国農業は大きな転換点を迎えた。最大の特徴は、食料安全保障の確保である。言うまでもなく、世界的に人口増大傾向が見られる中、温暖化や国際紛争などの多様な状況の影響で世界的な食料不足が懸念される中、人口減少と高齢化の波に今後も晒され続ける我が国の持続的な発展には、食料の確保は不可欠である。このような状況を受け、スマート農業やスマート育種に代表される生産性向上や環境への対応など個々の作物の生育に着目した多様な科学技術の知見適用も、よリスケールを変えて、地域全体、日本、ひいては世界の食料安全保障を見据えた取り組みへの展開が必要とされるだろうし、それは光技術においても例外ではないことが考えられる。
改正食料・農業・農村基本法を踏まえつつ、今後の方向性について検討する。

JST-JICA「SATREPS「ゴムノキ葉枯れ病防除のための複合的技術開発」から衛星画像とドローン上のマルチ/ハイパースペクトルカメラ由来のデータの深層学習解析

理化学研究所　加瀬　究 氏

ドローンによるマルチスペクトル画像を取得し、深層学習モデルの比較と衛星画像によるモニタリングをインドネシア大学と行っている。林冠のスペクトル画像も用いて集合的な対象の画像の学習精度の向上、衛星画像のハイパースペクトル画像モニタリングを導入中である。より細かいスペクトル幅が得られるハイパースペクトルカメラ（ドローン用）により、葉単位でのスペクトル取得はラボレベルで詳細に得られるため、それをグランドトゥルース（コントロール）とし、新たに導入したハイパースペクトルカメラを搭載したドローンにより、実際の集合体として（つまり葉単位ではなく、葉の集合としての林冠単位で）得られた（いわば平均値としての）スペクトルのプロファイルと（コントロールとの）比較確認を行い、健常から病態までの５段階の識別の学習精度の向上を（当然場所や個体差などのばらつきがあることから）実際の取得データによる深層学習（学習と識別判定）の実施と学習モデル（深層学習で用いられている複数の手法）の選択をしてゆく。
さらに対象として衛星画像では個別の木までの分解能はなく、ドローン画像によってようやく木レベル（クラウン）のスペクトル画像が取得可能とることから、葉枯れ病罹患樹木レベルを対象としており、計画としては、現在ドローンに搭載しているマルチスペクトルカメラを１０倍以上の識別が可能なハイパースペクトルカメラに代えて学習データのスペクトル画像を再取得→教師データを取得、これで一度精度の高い学習をしておけば最終段階の写真から判別に使える/並行してカラー画像のみの深層学習も継続中である。