【研究成果】バングラデシュの農地脆弱性を収穫3ヶ月前に予測

山口大学、アッサム・ダウンタウン大学および株式会社New Space Intelligenceによる共同研究チームの論文が、国際査読付き学術誌『Land』（MDPI）に2026年1月16日付けで掲載されました。

論文概要 　本研究では、気候変動の影響を強く受けるバングラデシュを対象に、22年間の長期地球観測データと機械学習（ランダムフォレスト）を用いて農地の脆弱性を高精度に予測する手法を開発しました。検証の結果、3月の降水量などが農地に与える影響を特定し、収穫の2〜3ヶ月前に特定の地域における干ばつリスクや農地ストレスを高い精度で予測・可視化できることを明らかにしました。

実用的な意義　 本成果は、従来の「被害発生後の対応」から、データに基づいた「被害を防ぐための先制対応」への転換を可能にします。特別な設備を必要とせず既存の衛星データを活用するため汎用性が高く、効率的な水資源配分や農業保険の手続き早期化、最適な種子の配布など、気候変動に適応した持続可能な農業支援への貢献が期待されます。

論文情報

• タイトル： A Comparative Analysis of Machine Learning Approaches for Predicting Cropland Vulnerability in Bangladesh Using Long‑Term Earth Observation Data

• 著者： Arnob Bormudoi, Masahiko Nagai（長井 正彦）

• 掲載先： Land 2026, 15(2), 174

• DOI / URL： https://www.mdpi.com/2073-445X/15/1/174