山口友亮(Tomoaki Yamaguchi) 作物学を翻訳する。

研究のテーマ

01

自己紹介

About
山口 友亮

山口 友亮

岐阜大学 応用生物科学部 食農生命科学科 助教

リモートセンシングとAIで
作物学を翻訳して
農家さんに届ける。

Rice / Remote sensing / AI / Knowledge translation

ホームページをのぞいていただき、ありがとうございます。作物学の研究成果は、論文の中にとどまったままで農家さんに届かないものも多いと考えています。私たちはドローンやスペクトルセンサーによる圃場モニタリング、機械学習や説明可能なAI(XAI)を使った収量予測モデルの開発に取り組みながら、その知見を生産者が実際に使えるかたちへ翻訳することを目指しています。難しい解析の結果を現場に届けるため、大規模言語モデル(LLM)の活用や、無料で使えるWebアプリの公開など、研究と現場をつなぐ取り組みを進めています。

経歴・学歴

  • 2024〜
    助教 岐阜大学 応用生物科学部
  • 2024.2
    Visiting Researcher ZALF, Germany
  • 2022–24
    特別研究員 DC2 日本学術振興会
  • 2021–24
    博士課程 東京農工大学大学院 / 博士(農学)
  • 2019–21
    修士課程 東京農工大学大学院 農学府
  • 2015–19
    学士課程 東京農工大学 農学部

研究のモチベーション

食文化の維持に貢献する

これまで、アフリカや東南アジアの国々を訪れ、さまざまな食文化に触れてきました。学生のころに6年間所属した国際研究室でも、留学生が持ち寄った料理を味わう機会が多くありました。その土地で好まれる味に驚かされることも少なくありません。地域によって、人々が食べ続けたいものはこれほど違うのだと実感してきました。

  • かごに盛った、巻いたインジェラ
    エチオピアインジェラカンボジアで行ったエチオピア料理屋で食べた。酸味が極めて強い。主食なのが信じられない。
  • 皿に盛ったウガリと、スクマウィキ(青菜の炒め煮)の器
    ケニアウガリとスクマウィキheavy。なかなか呑み込めない。若い人はやはりriceを好むようになっているとのこと。
  • 野菜の煮込みをのせたジョロフライス
    ガーナジョロフライスガーナの留学生が良く食べていた。おいしい。
  • 魚の料理や汁物が並ぶ食卓
    カンボジア魚の料理と汁物酸味×甘味×苦味×辛味。ごちゃごちゃ。
  • 生春巻きの具を並べた食卓
    ベトナム生春巻きベトナムの留学生が好きな具材で巻いて作る会を企画してくれた。楽しい。軽い。おいしい。
  • エビ入りのパッタイと、もやし、ニラ、バナナの花、ライム
    タイパッタイ辛いがうまい。タイでは朝から屋台で色々食べられる。だいたい辛くて少し辛い。
  • ゆで卵をのせたビリヤニ
    インドビリヤニうまい。インドの食べ物はビリヤニに限らずカレー味。現地の方は右手で食べる。左手が不浄とされるからだが、現地のProfessor曰く、be fully involved in eatingするためとのこと。
  • ご飯と骨付きの肉、ザワークラウトを盛った食堂の皿
    ドイツザワークラウト口がさっぱりするので居てくれると助かる存在。

現地の方々は皆さん、自分たちの食に愛着を持っていました。そのため、その国や地域の食文化の延長線上で、生産性の向上を実現したいと考えています。

作物栽培学情報工学文化人類学
02

解析手法の公開

Methods

研究のなかで使っている解析手法を、解説記事・ブログ・動画・ソフトウェアといった形で公開しています。どなたでも自由にお使いいただけます。

03

研究に役立つサイト集

Resources
04

論文

Publications
2026 Field Crops Research

Understanding rice yield gaps with crop modeling and machine learning in a long-term continuous cropping experiment

Yamaguchi T., et al.

長期連作試験のデータをもとに、水稲の収量ギャップ(実際の収量と、達成しうる収量との差)を数値で示し、その要因を明らかにしました。

収量ギャップの要因と、その縮め方をまとめた図
グラフィカルアブストラクト(Yamaguchi et al., 2026, CC BY 4.0)
2025 arXiv(プレプリント)

Agentic Explainable Artificial Intelligence (Agentic XAI) Approach To Explore Better Explanation: A Case Study in Decision Support for Rice Cultivation in Japan

Yamaguchi T., et al.

説明可能なAIの結果をもとに、AIエージェントが農家さん向けの営農指導案をくり返し書き直す方法を提案しました。作物学の研究者とAIの採点から、書き直しには、よい止めどきがあることを示しました。

田んぼのデータからSHAPの図を作り、AIが助言を書いて、分析と書き直しを10回くり返し、作物学の研究者とLLMが採点する流れを示した図
Agentic XAI のしくみ
2025 Field Crops Research

Machine learning reveals drivers of yield sustainability in five decades of continuous rice cropping

Yamaguchi T., et al.

説明可能なAIを使って、50年以上にわたる連続栽培のデータから、収量を保つための要因を明らかにしました。

50年の連続栽培のデータから、季節ごとに収量を左右する要因をAIで明らかにしたことを示す図
グラフィカルアブストラクト(Yamaguchi et al., 2025)
2025 European Journal of Agronomy

A study on optimal input images for rice yield prediction models using CNN with UAV imagery and its reasoning using explainable AI

Yamaguchi T., et al.

ドローンの空撮画像とCNN(画像の特徴を自分で見つけるAI)を使った収量予測モデルで、最も適した入力画像の条件を調べました。説明可能なAIで、モデルが注目した場所を見えるようにしました。

収量予測に適した入力画像の条件をまとめた図
グラフィカルアブストラクト(Yamaguchi et al., 2025, CC BY-NC 4.0)
2024 Computers and Electronics in Agriculture

A novel neural network model to achieve generality for diverse morphologies and crop science interpretability in rice biomass estimation

Yamaguchi T., Katsura K.

さまざまな形のイネ品種の生育を推定できる新しいニューラルネットワークモデルを提案し、作物学の視点から結果を読み解ける工夫も加えました。

画像の数値から重さを直接求める従来の方法と、葉面積指数(LAI)・草丈・茎の数を先に推定してから葉と茎の重さを求めるMTOC-NNを、上下に並べて比べた図
MTOC-NN のしくみ
2024 Plant Production Science

Improving efficiency of ground-truth data collection for UAV-based rice growth estimation models: investigating the effect of sampling size on model accuracy

Yamaguchi T., et al.

ドローンを使った水稲の生育推定モデルについて、地上での実測データを効率よく集める方法を検討しました。

1株ずつの刈り取りデータでも、複数株の平均と同じ精度で生育を推定でき、データを増やすと機械学習の精度が上がることを示した図
グラフィカルアブストラクト(Yamaguchi et al., 2024, CC BY-NC 4.0)
2021 Remote Sensing

Feasibility of Combining Deep Learning and RGB Images Obtained by Unmanned Aerial Vehicle for Leaf Area Index Estimation in Rice

Yamaguchi T., et al.

ドローンで撮ったふつうのカラー(RGB)画像とディープラーニングを組み合わせると、葉面積指数(LAI)を精度よく推定できることを示しました。

ドローンのRGB画像とディープラーニングで葉面積指数(LAI)を推定し、ほかの方法と精度を比べた図
グラフィカルアブストラクト(Yamaguchi et al., 2021, CC BY 4.0)
05

受賞歴

Awards
2026.03
日本作物学会 論文賞

Improving efficiency of ground-truth data collection for UAV-based rice growth estimation models: investigating the effect of sampling size on model accuracy

日本作物学会
2025.09
第260回講演会 優秀発表賞(口頭発表部門)

スマートフォンで撮影した動画から再構築した3Dイネ個体の実用可能性

日本作物学会
2020.09
10th Asian Crop Science Association Conference
Presentation Award (Poster)

Effect of Environmental Differences on Empirical Regression Models for Estimating Leaf Area Index Using Vegetation Indices in Rice

Asian Crop Science Association
07

お問い合わせ

Contact

ご質問やご相談など、お気軽にご連絡ください。