カリフォルニア州で現在試験運用中の「リーフモニター」は、人工知能（AI）と予測モデリングを活用した画期的なモバイルツールです。このツールは、農家が圃場で直接、葉の栄養状態や植物の特性に関するリアルタイムの洞察を得られるようにし、作物の健全性を迅速に評価し、潜在的な問題を早期に発見することで、農業分野に大きな変革をもたらす可能性を秘めています。
リーフモニターは、携帯型分光計を使用して人間の目には見えない光の波長を超えたスペクトルデータを取得します。このデータは、数千もの葉のサンプル分析に基づいて訓練されたクラウドベースのシステムによって処理され、栄養レベルを予測します。この技術は、不可逆的なダメージを防ぎ、肥料の散布を最適化するために、栄養不足の早期発見を約束します。このシステムは、ブドウやアーモンドなどのカリフォルニアの特産作物から収集された葉のサンプルを5年間にわたり分析し、そのデータを用いて予測モデルが構築されました。このアプローチにより、従来はシーズン後半まで気づかれにくかった栄養不足を、症状が現れる前に迅速かつ確実に特定することが可能になります。
この技術は、より精密で費用対効果の高い作物管理を可能にすることで、農業産業に大きな影響を与える可能性があります。農家は、迅速かつ実行可能なデータを取得できるようになり、収量の向上と環境負荷の低減につながります。カリフォルニア大学デービス校のアリレザ・プーレザ助教授は、「この情報を持つことは農家にとって非常に価値があります。わずか5秒で、葉の栄養状態を把握できます」と述べています。カリフォルニアテーブルグレープ委員会のMaha Afifi氏も、「ブドウの木の栄養状態の評価は、私たちの最優先事項の一つです。同時に、このような新しい技術ツールの探求は、テーブルグレープ産業の未来にとって重要であるため、高い優先事項です」と付け加えています。
リーフモニターは、16種類の栄養素と葉の色素を推定することができ、窒素やリンなどの特定の栄養素の予測精度は平均を上回っています。この技術は、農家が圃場の特定のエリアに合わせて作物管理の決定を調整することを可能にし、肥料の使用をリアルタイムの状況に合わせて最適化することで、過剰散布のリスクを低減し、経済的および環境的な懸念事項である窒素流出を防ぎます。さらに、このツールはスキャンデータを集計して広範囲の空間パターンをマッピングすることもでき、人間の目には見えない圃場の変動性を捉えることができます。この進歩は、持続可能な農業の実践を推進し、食料生産の未来を形作る上で重要な役割を果たすでしょう。