東京大學和KUBOTA公司等組成的研究團隊，研發出了一種可以提前預測從地面無法觀測到的地下馬鈴薯產量的方法。該方法結合無人機圖像和人工智慧（AI）的機器學習來預測生長情況，有望優化種植和收穫管理。
可從地上部分估算馬鈴薯產量（供圖：東京大學）
由於馬鈴薯生長在土壤中，以往農戶只能依靠局部田間取樣刨挖、憑藉經驗與直覺確定採收時機。規模化農場則使用大型農機統一機械化採收，常會出現馬鈴薯大小和重量參差不齊的問題。
此次研究團隊使用了搭載可見光和紅外線等攝像頭的無人機，定期從田間上空拍攝採集影像。從而獲取代表葉片舒展程度、株高、葉色等生長狀態的數據。再通過讓AI學習實際挖出的馬鈴薯重量與生長狀態，構建了估算馬鈴薯重量的模型。
在2023年至2024年的兩年間，研究團隊採集了約12次數據，並對生長模式進行了評估。將根據收穫時期地上部分的狀態估算出的馬鈴薯重量與實際測量值進行比較後，發現兩者具有很高的相關。證實該預測模型可在採收前高精度預判馬鈴薯的收成。
今後為推進技術落地實用化，研究團隊將通過優化收穫前所需的觀測次數以及預先挖出的馬鈴薯數量等，進一步提高產量預測系統的精度。此外，還將驗證該估算模型是否適用於不同品種。
相關成果已發表在美國學術期刊《The Plant Phenome Journal》上。
原文：《日本經濟新聞》、2026/5/26
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：The Plant Phenome Journal
論文：Unmanned aerial vehicle-Based Spatiotemporal Phenotyping and Growth Modeling for Forecasting Potato Yield
DOI：10.1002/ppj2.70078
