【P-035】情報教育と連携したスマート農業学習プラットフォームの構築

Taniyama Sion 谷山詩温

公開日時

2025/09/06 - AM01:24

更新日時

2025/09/08 - PM13:55

スライド概要

SPACEBLOCKを核とするスマート農業学習プラットフォームを開発し、土壌水分・温湿度データをリアルタイムに可視化しながら、プログラム制御によるチューブ点滴で自動灌水を実現。これにより給水量を大幅に削減し、省スペース栽培も可能となった。今後は取得データを教材として公開し、作物生育改善を競うコンテストを開催して、農業課題の解決とデジタル農人材の育成を同時に推進する計画である。

Twitter Facebook LinkedIn

埋め込みHTML

Copied.

各ページのテキスト

各ページの
テキスト

情報教育と連携したスマート農業学習プラットフォームの構築 Building an Integrated Smart-Agriculture Learning Platform Bridging ICT Education and Farming Practice 谷山詩温大阪公立大学スーパーシティ研究センター taniyama@omu.ac.jp キーワード：IoT／スマート農業／SPACEBLOCK／クラウドセンシング／データ駆動型栽培／人材育成背景・目的わが国ではIoT機器やクラウドサービスの普及にもかかわらず、現場でそれらを運用できる人材が不足し、導入後の効果検証やデータ利活用が停滞している。特に農業分野では、高齢化と担い手不足により技術導入と人材育成のギャップが深刻である。本研究は、このギャップを埋めるべく「学習コンテンツと実証圃場をクラウドで一体化する」ことを目的とし、最も導入しやすい育苗に焦点を絞り、若い世代が農業に目を向ける契機を創出することを狙う。 Fig.1 プラットフォーム全体像（データフロー図） ●スペースブロック温湿度センサ温度：21.8℃ 湿度：70.9% 場所：育苗ハウス入口から、右列の3段目入り口側 ●TANITA温湿度計温度：24.3℃ 湿度：56.0% 場所：育苗ハウス入口から、左列の4段目奥付近 ※神戸市北区ハウスにて本観測データでは、5月中旬から下旬にかけて昼夜の寒暖差と気温・湿度の逆相関が顕著に現れた。日中には40℃前後の極端な高温が観測される一方、夜間や早朝には10℃前後まで低下し、湿度は高温時に低下、低温時に上昇する自動潅水前後における温湿度のグラフ傾向を示した。これらの結果は、（計測は５月３日から２８日まで）局所的な環境条件が大きく影響している可能性を示唆した。さらに観測値を精査すると、急激な温湿度変化が数時間単位で生じており、都市的要因や放射冷却の影響が複合的に作用していると考えられる。この特徴は、気候変動や極端気象の局所的影響を把握する上で重要な示唆を与える。 Fig.2 方法 SPACEBLOCK（スペースブロック）＋土壌水分・温湿度・焦土＋クラウド連携を行った。データはリアルタイムに可視化し、プログラム制御のチューブ点滴で自動灌水された取得データは、クラウド上でスプレッドシート形式に即時共有され、グラフ生成・ダウンロード機能で解析した。また、市販の温湿度計との差異についても検証した。標準キット構成（スチールラック＋SPACEBLOCK＋各種センサ）標準キット構成（スチールラック＋SPACEBLOCK＋各種センサ）は、クラウドと連携した統合的システムとして設計されており、教育コンテンツとして高い有効性を有すると思われる。環境データの計測と制御を一体的に実践可能であり、導入の容易さに加え、育苗過程を簡便に再現できる点は、実践的学習効果を高める上で有用であると考える。さらに、他校や地域間でのデータ共有・比較が容易であるため、協働的学習やDX 推進にも大きく寄与し得る。 Fig.3 自動潅水アルゴリズム（プログラミング画面）自動潅水アルゴリズムは極めて簡便であり、初学者でもグラフィカルな操作を通じて容易に導入可能である。簡易なコーディングにより社会課題の解決に資する IoT実装が可能となり、実践的学習への展開性が高い。また、同様の設定ファイルを他機関へ移管・共有できる柔軟性を有し、教育現場における学習効果の拡張や学校間連携を促進する点で、DX推進に資する教材基盤として有効である。結果 SPACEBLOCKボードにスチールラックと土壌水分・光・温湿度センサーを組み合わせた標準キットを開発し、プラグ＆プレイで圃場やラボへ容易に設置可能にした。取得データはクラウド上でスプレッドシート形式に即時共有され、グラフ生成やダウンロード機能で解析を支援する。稲作および小規模水耕栽培では自動灌水アルゴリズムを適用し、水稲育苗の労働時間を手動管理比で90％削減した。展望今後は、収集した多様な気象・品種データを統合し、転移学習で高精度な汎化モデルを構築する。その成果を支える基盤としてオープンAPIを公開し、外部企業や研究機関と連携して機器・AIサービス間の相互運用性を高める。さらに、古民家を改修した農泊施設でスマート農業体験とSTEAM教育を融合し、地域観光と次世代人材育成を両立する収益モデルを確立。加えて、カーボンクレジット自動連係の検討を進める。 Osaka Metropolitan University 1-1 Gakuen-cho, Naka-ku, Sakai-shi, Osaka 599-8531, JAPAN https://www.omu.ac.jp/orp/scrc/