その他
画像処理(用語)
資金調達(用語)
土壌(用語)
農業 / アグリテック(用語)

30cm下の土壌を調査し、栄養素や微生物といった実際の畑の化学的特性把握を支援するEarthOptics

次の記事

ナビタイムがアニメなどに登場するスポット情報整備、全80の「聖地巡礼」ウォーキングコースとロケ地観光情報20本公開

ここ数十年の間に、持続可能で効率的な農業は、巨大なトラクターの問題からビッグデータの問題へと変化してきた。スタートアップのEarthOptics(アースオプティクス)は、精密農業の次のフロンティアは土壌の奥深くにあると考えている。同社は、ハイテク画像処理技術を用いて、従来の技術よりも早く、より正確に、より安く、農地の物理的および化学的組成をマッピングできると謳い、そのソリューションを拡大するために1000万ドル(約11億円)を調達した。

EarthOpticsの創業者でありCEOのLars Dyrud(ラース・ダイルード)氏は「土壌をモニタリングするほとんどの方法は、50年間変わっていない」とTechCrunchに語る。そして「農業における精密データや最新のデータ手法の利用については、非常に多くの進歩があった。しかし、その多くは植物や季節的な作業に焦点を当てたもので、土壌に対する投資は比較的少なかった」と続ける。

植物が根を張る土壌をより詳しく調べるのは当然だろうと思うかもしれないが、単純な事実としてそれは難しいことだ。航空写真や衛星写真、IoT技術を組み込んだセンサーが水分や窒素などを検出し、農地の表面レベルでのデータは非常に豊富になった。しかし、1フィート(約30センチメートル)より深くなると簡単にはいかない。

同じ畑でも部分ごとに、作物の出来に大きな影響を与える土壌圧縮などの物理的特性や、溶解している栄養素や微生物叢などの化学的特性のレベルが大きく異なる場合がある。こういった違いを調べるための最善の方法は「非常に高価な棒を地面に突き刺すこと」だとダイルード氏はいう。それらのサンプルから得られるラボの結果によって、畑のどの部分を耕したり肥料を与えたりすべきかを判断する。

画像クレジット:EarthOptics

棒による調査は重要であり、農場では今も行っているが、数エーカー(数千平方メートル)ごとに土壌サンプルを採取することは、1万エーカー(約40平方キロメートル)もの土地を管理する場合では、大変な作業となってしまう。そのため、データが得られない多くの農場では、すべての畑を耕し肥料をまき、何のメリットもない、むしろ有害なプロセスに多額の費用を投じている(ダイルード氏は、米国では約10億ドル[約1100億円]もの費用をかけて不必要な耕作を行っていると推定している)。そしてこれは、地中に安全に封じ込められていた大量の炭素を放出してしまうことにもなる。

画像クレジット:EarthOptics

EarthOpticsは「高価な棒」に相当する部分を最小化することで、根本的により優れたデータ収集プロセスを目指している。同社は、地中探知レーダーと電磁誘導を利用した画像処理システムを構築し、土壌深部の組成地図を作成している。1つのサンプルから何エーカー(何千平方メートル)ものデータを推定する方法に比べ、より簡単で、より安く、より正確なものだ。

GroundOwl(グラウンド・オウル)とC-Mapper(シーマッパー、Cはcarbon[炭素]の頭文字)という同社の2つのツールでは、機械学習がその中核をなしている。同社のチームは、非接触データを通常よりはるかに低いレートで採取された従来の土壌サンプルと照合するモデルを学習させ、従来よりもはるかに高い精度で土壌の特性を正確に予測できるようになった。画像処理装置は、通常のトラクターやトラックに搭載可能で、数フィート(数十センチメートル)ごとに測定値を取得する。物理的なサンプリングは継続して行われるが、その頻度は数百回から数十回のレベルに低減した。

現在の方法では、何千エーカーも(何十平方キロメートル)の農地を50エーカー(約20万平方メートル)ごとに分割し、この区画にはもっと窒素が必要だとか、この区画は耕す必要があるとか、この区画にはあれこれの処理が必要だとかいったことを考える。EarthOpticsは、それをメートルの単位にまで細分化し、そのデータを、耕す深さを変えられるスマート耕運機のようなロボット化された農業機械に直接供給することができる。

画像クレジット:EarthOptics

畑に沿って走らせると、必要な深さだけ耕して進んでいく。もちろん、誰もが最新の農業機械を持っているわけではないため、データは、より一般的な地図として、耕したり他の作業を行ったりする時期など、ドライバーに一般的な指示を提供することもできる。

このアプローチが軌道に乗れば、コストダウンを目指す農家にとっては大きな節約になり、規模拡大を目指す農家にとっては、農地面積や耕作費用に対する生産性が向上することになる。そして最終的なゴールは、自動化やロボット化された農業を実現することでもある。この移行は、機器や運用方法を練り上げている初期段階ではあるが、いずれにしても必要となるのは優れたデータだ。

ダイルード氏は、EarthOpticsのセンサーシステムが、ロボット化されたトラクターや耕運機などの農業機械に搭載されることを期待しているが、同社の製品は、データと何万回もの現地調査での実測値を用いてトレーニングした機械学習モデルに他ならない、と述べている。

同社の1030万ドル(約11億3000万円)のシリーズAラウンドでは、Leaps by Bayer(リープス・バイ・バイエル、複合企業バイエルのインパクト投資部門)がリードし、S2G Ventures(S2Gベンチャーズ)、FHB Ventures(FHBベンチャーズ)、Middleland Capital(ミドルランド・キャピタル)のVTC Ventures(VTCベンチャーズ)、Route 66 Ventures(ルート66ベンチャーズ)が参加した。今回の資金調達では、既存の2つの製品の規模を拡大するとともに、明らかにすべての農場が関心を示すであろう次の製品、水分マッピングに着手する予定だ。

画像クレジット:EarthOptics

原文へ

(文:Devin Coldewey、翻訳:Dragonfly)