AIが生垣を国土規模で自動検出、農業・保険業に変革

フランスの生垣インベントリを正解データとして活用し、10平方メートルの空間解像度で国土全域の生垣を検出する機械学習ベンチマークが発表された。論文名は「Hedgementation」（Hedgerow Segmentationを組み合わせた造語）で、複数の衛星リモートセンシングデータを統合・標準化し、教師あり学習と自己教師あり学習の双方を評価対象としている。

ベンチマークでは3種類のベースラインモデルが、地理的な距離の違いや気候帯をまたいだ汎化性能を比較された。気候帯をまたいだ評価は特に難易度が高く、モデルが特定の地域条件に過適合しないかを厳しく試す設計となっている。コードはオープンソースで公開されており、研究者や企業が独自のモデルを同一条件下で検証できる環境が整備された。

農業分野への実装可能性は高い。生垣は防風・防侵食・炭素固定・生物多様性保全といった多面的な生態系サービスを担うにもかかわらず、その分布を定期的かつ広域にモニタリングする手段は乏しかった。人工衛星画像とAIを組み合わせることで、従来は航空測量や現地調査に依存していた生垣マッピングを大幅に低コスト化できる。農業法人や農業協同組合の農地管理部門は、こうしたツールを活用することで補助金申請に必要な農地実態の把握や、環境規制への適合状況の自動チェックを効率化できる見込みだ。

損害保険業界にとっても示唆は大きい。生垣の有無は土壌侵食リスクや洪水リスクと相関するとされており、農業保険の引受審査部門が衛星由来の生垣データを組み込めば、圃場単位のリスクスコアリングの精度向上が期待できる。保険料率の適正化や、気候変動に伴う大規模損害の予測精度向上につながるKPIとして、損害率（ロス・レシオ）の改善への貢献が見込まれる。

カーボンクレジット市場においても活用余地がある。生垣は木質バイオマスとして炭素を固定するため、その分布面積の正確な計測は炭素吸収量の算定に直結する。農地由来のカーボンクレジットを扱う環境コンサルティング企業や、ESG投資の観点から農業サプライチェーンを評価する機関投資家は、衛星ベースの生垣モニタリングを第三者検証の補完ツールとして採用することが考えられる。

政策立案の場でも応用が進むとみられる。欧州連合（EU）の共通農業政策（CAP）では、生垣などの景観要素の維持が補助金受給要件として位置づけられており、各国農業省がコンプライアンス確認のための衛星モニタリングシステムを導入する際の技術基盤となり得る。フランスで構築されたこのベンチマークが他の気候帯や地域にどこまで適用できるかは今後の検証課題だが、汎化性能の評価指標が既に組み込まれている点は実用展開に向けた強みである。

農林水産省や地方農政局が管轄する国内の農地モニタリング体制においても、類似する応用が視野に入る。日本では生垣に相当する農地境界の植生帯が里山景観の構成要素として残存しており、衛星リモートセンシングによる広域把握は農地集積・農地バンク施策の実態把握にも寄与する可能性がある。