世界の穀物収穫面積の3分の1で 3ヶ月前に収量が予測可能に

スポンサーリンク

各国の食糧機関向けの収量予測サービス実現に向けて前進

2019‐1-16 農研機構農業環境変動研究センター

ポイント

農研機構農業環境変動研究センターはAPEC気候センター(APCC)1)と共同で、穀物の世界的な収量変動(対前年の収量増減)を予測する方法を新たに開発しました。5つの気象機関が作成する短期気候予測(季節予測)を利用することにより、トウモロコシ、ダイズ、コメ、コムギの収量を、前年からの変動という形で、世界の収穫面積の約1/3 で収穫3ヵ月前に予測できました。オーストラリア(コムギ)など日本の輸入先を含む世界の生産国の約1/4で、国別の収量変動予測もできるようになりました。農研機構ではAPCCでの実運用を目的に、この方法を用いた全世界対象の収量変動予測サービスを国際機関向けに開発しており、2019年~2020年の試験運用を予定しています。

概要

近年、多くの国で穀物の輸入量が増加しており、輸出国での不作や、それに伴う国際市場価格の上昇が、食糧輸入国、特に開発途上地域で食糧を確保する上で大きなリスクとなっています。異常天候に起因する食糧状況の悪化に対し、国内の備蓄量の積み増しなどの対応を迅速に行うためには、自国のみならず関係諸国の穀物収量を事前に予測することが重要です。このため、全世界を対象とした収量予測情報が食糧輸入国の食糧機関や国際機関などから求められています。
今回、農研機構と韓国にあるAPCCは共同で、アジア太平洋地域の主要な気象機関のうち5つの機関が作成した全世界を対象とする気温と降水量の季節予測データを用いた、収量変動(前年の収量に対して当該年の収量が多いか、少ないか)を予測する新たな方法を開発しました。平年収量ではなく、前年の収量を基準にすることで、気象条件に由来する収量変動を捉えやすくなります。新しい方法では、従来の方法に比べて、使用する季節予測データの量は5倍になり、それに伴い予測性能が向上します。その結果、コムギ、コメに加え、トウモロコシとダイズの予測も可能になり、収穫3ヵ月前に収量変動予測が可能な地域は世界の収穫面積の約3~4割までに増えました。また、コメでは2.5倍も予測可能な地域の面積が増加しました。なお、ここでは、予測値と実際の収量変動を過去27年間(1984-2010年)について比較して、予測性能を評価しています。
地理的にある程度まとまった地域の予測ができないと国別収量の予測は困難ですが、新たな方法では、4種の穀物全てについて、一部の主要生産国を含む、世界の生産国の約1/4で予測が可能となりました。米国農務省などの食糧機関が公表する農産物需要見通しは国別のデータを使用しているものの異常天候の影響を考慮してないため、本方法による予測は、こうした既存の見通しを補完するものと期待されます。
本成果により、主要穀物を対象とする収量変動予測が技術的に可能になりました。農研機構は、APCCでの運用を目的として、全世界の穀物を対象とする予測サービスをFAO等国際機関向けに開発しており、2019~2020年に試験運用を予定しています。

関連情報

予算:運営費交付金

お問い合わせなど
研究推進責任者 : 農研機構農業環境変動研究センター 所長 渡邊 朋也
研究担当者 : 同 気候変動対応研究領域 主任研究員 飯泉 仁之直
広報担当者 : 同 企画連携室 広報プランナー 大浦 典子 

詳細情報

開発の社会的背景

近年、多くの国で穀物の輸入量が増加しており、輸出国での不作や、それに伴う国際市場価格の上昇が、食糧輸入国、特に開発途上地域で食糧を確保する上で大きなリスクとなっています。異常天候に起因する食糧状況の悪化に対し、国内の備蓄量の積み増しなどの対応を迅速に行うためには、作物の収量を事前(収穫数ヶ月前)に予測することが重要です。しかしながら、全世界を対象とする収量変動予測は、コムギとコメについては一定の性能で予測できる手法が開発されていましたが、その手法ではトウモロコシとダイズについては予測が困難でした。農産物貿易においてはトウモロコシとダイズも重要な品目であることから、これらの穀物に適用できる予測手法の開発が求められていました。

研究の経緯

2013年に当時の農業環境技術研究所(現:農研機構)は、海洋研究開発機構を中心とする共同研究機関と共に、全世界を対象としたコムギとコメの収量の対前年増減を予測する手法を開発しました(農業環境技術研究所2013年7月19日プレスリリース「世界のコムギとコメの不作を収穫3か月前に予測する手法の開発」)。この方法では、収穫3ヵ月前にコムギとコメについて予測できる地域は世界の収穫面積の約2割に留まり、トウモロコシとダイズについては予測性能が十分ではありませんでした。
そこで農研機構は、APEC加盟国の気象機関の季節予測データを利用できるAPCCと共同で、トウモロコシとダイズを含む主要穀物の収量変動をより精度良く予測する新たな方法の開発に取り組みました。農研機構では、120 kmメッシュ別の高解像度の全球作物収量データベース2)を更新し、データ数を増やすことで、より信頼性の高い収量予測モデルを構築できるようにしました。そのうえで、3ヵ国5つの気象機関(韓国2機関、米国2機関、カナダ1機関)が作成した複数の気温と降水量の季節予測データを用い、地域、季節別に予測精度の最も高い気温・降水量データを選択的に採用するマルチ・モデル・アンサンブル手法3)を導入し、収量変動の作期内予測を行いました(図1)。

研究の内容・意義

  • 予測性能を検証したところ、トウモロコシ、ダイズ、コメ、コムギについて、それぞれ世界の収穫面積の約3~4割で、収穫3ヵ月前に収量変動を予測できることが示されました(図2)。トウモロコシについては世界の収穫面積の38%、ダイズは30%、コメは25%、コムギは34%で変動予測が可能でした。この結果は、2013年に公表したものに比べて、予測性能が大きく向上しています(2013年の結果はそれぞれ18%、25%、10%、15%で、収量変動を予測できる面積は今回の結果の半分程度でした)。
  • 予測可能地域が世界の収穫面積の約1/3に拡大したことにより、国別収量(国平均収量)の変動予測が可能な国の数も増加しました。今回の予測では、4種の穀物全てについて、一部の主要生産国を含む世界の生産国の約4分の1で収量変動を予測できました(図3、図4)。国別収量の変動予測が可能な国の割合はトウモロコシについては生産国の36%に当たる42ヵ国、ダイズは24%に当たる7ヵ国、コメは25%に当たる21ヵ国、コムギは30%に当たる27ヵ国でした。その中には、トウモロコシでは米国とブラジル、アルゼンチンといった主要輸出国も含まれます(参考図)。ダイズではアルゼンチンやカナダ、コムギではロシア、カナダ、オーストラリアが含まれます。なお、2013年に公表した予測では、国別収量の変動予測が可能な国の割合はいずれの作物でも16%以下であり、新しい方法では、国別収量の変動についても予測性能が向上しています。
  • 米国農務省などの食糧機関が公表する既存の農産物需要見通しは国別のデータを使用しています。新たな方法による国別収量の変動予測は、こうした既存の見通しに異常天候の影響の情報を追加するものであり、食糧輸入国の食糧機関や国際的な食糧援助機関に加えて、穀物を原材料として輸入している民間企業にも有用と期待されます。

今後の予定・期待

農研機構は、APCCでの実運用を目指して、全世界を対象とする穀物の収量変動予測サービスを国際機関や各国の食糧機関向けに開発しており、2019~2020年に試験運用を予定しています。このサービスでは、栽培中の穀物の収量に関する予測情報を毎月、公表する予定です。農研機構ではさらに予測性能を高めるための研究やデータの蓄積を進めており、APCCが予測に用いる方法を高度化していく予定です。
今回改良した予測手法を、国連食糧農業機関(FAO)などが運用する、食糧価格を監視するシステム(AMIS)など既存の農業情報システムと組み合わせることで、世界の食糧機関が異常天候による生産影響への早期対応が可能になると期待されます。

用語の解説

1) APEC気候センター(APCC)
韓国気象庁が所掌する気象機関。研究部門と現業部門があり、現業部門はAPEC加盟国の政府機関を主な対象として、気温と降水量について季節予測情報を提供しています。研究部門は、気象条件の影響を強く受ける農業や水資源、災害リスク管理などの分野において季節予測データを活用する研究を行っています。

2) 全球作物収量データベース
主要穀物(トウモロコシ、コメ、コムギ、ダイズ)について、世界の生産地域における120kmメッシュごとの推定収量が収録されたデータベース。メッシュ別の収量は統計収量データと衛星データを組み合わせて推定されています。農業環境技術研究所 『平成 25 年度 研究成果情報(第 30 集)』 に「世界の主要生産地域における過去 25 年間の主要作物の推定収量データベース」として収録されています。当初は1982-2006年のデータのみでしたが、その後、2007-2010年のデータも含むように更新されました。

3) マルチ・モデル・アンサンブル手法
複数の気象機関の異なる気候モデルによる予測データを用いること。多くの場合、複数の気候モデルの予測データを平均して用いますが、今回は、複数の気候モデルによる予測結果のうち、穀物の栽培地域・作期別に気温または降水量の予測性能が最も高い気候モデルの結果を収量予測式の入力データとして使用しました。気温と降水量のいずれが収量変動により重要かは作物や場所、作期により異なることを考慮して、予測性能の最も高い気候モデルを選択しました。

発表論文

Toshichika Iizumi, Yonghee Shin, Wonsik Kim, Moosup Kim and Jaewon Choi (2018) Global crop yield forecasting using seasonal climate information from a multi-model ensemble, Climate Services, https://doi.org/10.1016/j.cliser.2018.06.003

参考図

図1 季節予測データによる収量変動予測の概念図
APCCでは毎月、来月以降の将来3ヵ月間の季節予測データをAPEC加盟国の気象機関から入手します(青矢印)。気温と降水量の予測期間の3ヵ月間が生育後期3ヵ月間と一致した地域・作物について収穫3ヵ月前の収量変動予測(作期内予測)を行います。利用者が予測された収量変動に対応する時間(リードタイム)を確保するために、収穫前の3ヵ月間が始まる前の月に作期内予測を行います。

図2 収穫3ヵ月前に収量変動を予測できた地域
収穫3ヵ月前にAPCCが作成した生育後期3ヵ月間の気温と降水量の予測データを収量予測式に入力した結果、実際の収量変動を予測できた地域(オレンジ色)と予測できなかった地域(黒色)。収量変動予測は120kmメッシュごとに行いました。メッシュ別の評価では、27年間(1984-2010年)の予測が季節予測データに基づかない予測(過去に起こった収量変動の実績値を無作為に選択して予測値と見なす)よりも統計的に有意に性能が高い場合に収量変動を予測できたとしました。

図3 収穫3ヵ月前に国平均収量の変動を予測できた国
図2で示したような120kmメッシュごとの収量予測の結果を国レベルに集計した結果、実際の国平均収量の変動を予測できた国(オレンジ色)と予測できなかった国(黒色)。国別の評価では、32年間(1984-2015年)の予測が季節予測データに基づかない予測(過去に起こった収量変動の実績値を無作為に選択して予測値と見なす)よりも統計的に有意に性能が高い場合に収量変動を予測できたとしました。

図4 収穫3ヵ月前に予測した主要生産国における国平均収量の変動
それぞれの穀物について代表的な主要生産国における実際の収量変動(FAOによる統計値から計算、黒色)と収穫3ヵ月前時点に予測した収量変動(オレンジ色)。

参考図 2016年におけるトウモロコシ、ダイズ、コメ、コムギ輸出量の国別シェア。データは国連食糧農業機関の統計データベース(FAOSTAT)。

スポンサーリンク
スポンサーリンク