Satellite Ojisan × AI Forecast

マツタケ収量予測

衛星の過去20年のデータをもとに
全国のマツタケの豊作・不作を予測

Sentinel-2衛星のNDVI/NDWIデータとランダムフォレストで
全国のマツタケ収量をシーズン前に予測します

MODEL v1.0 — R² = 0.372
2026 SEASON FORECAST
今シーズンの予測収量
t
9月上旬更新予定
Sentinel-2データ確定後に自動計算
※ 予測は9月上旬、7-8月の衛星データが揃った時点で確定します。
過去の精度: 方向一致率79%(豊作/不作の判定)
0.372
R²(決定係数)
9.6t
MAE(平均絶対誤差)
79%
方向一致率
20
学習期間

使用データについて

欧州宇宙機関の地球観測衛星と植生指標を活用

Satellite

Sentinel-2とLandsatとは

欧州宇宙機関(ESA)が運用する地球観測衛星。地表を10m解像度5日周期で撮影し、データはすべて無料公開されています。可視光から近赤外・短波赤外まで13のバンドを持ち、植生の状態を詳細に把握できます。このプロジェクトでは、日本全国16県のアカマツ林域を2017年以降のSentinel-2で観測。それ以前(2005-2016年)はLandsat衛星データで補完しています。

解像度: 10m
周期: 5日
バンド数: 13
運用開始: 2015年
提供: ESA Copernicus
NDVI

植生活性度指標

NDVI(Normalized Difference Vegetation Index)は、近赤外と赤色光の反射率の差から算出される植生の「元気度」を表す指標。0〜1の範囲で、値が高いほど植物が活発に光合成している状態。マツタケのホスト樹木であるアカマツの健康状態を間接的に観測できます。夏→秋のNDVI変化量がマツタケ収量とr=-0.53で相関。

NDWI

植生水分指標

NDWI(Normalized Difference Water Index)は、近赤外と短波赤外の反射率から算出される土壌・植生の水分状態を表す指標。マツタケの菌糸は適度な土壌水分を必要とするため、NDWIの季節変化が収量に直結します。秋に水分が増えすぎる年は不作(長雨・台風の影響)。収量との相関はr=-0.57で全特徴量中最強。

過去の予測精度

Leave-One-Out交差検証による各年の予測値と実績値の比較(2005-2024)

この図が示すように実数と予測は79%合致しています

実績 予測(LOO-CV)

予測に効く変数

衛星データ(NDVI/NDWI)の季節変化がマツタケ収量と最も強く相関

衛星特徴量と収量の相関

16県の針葉樹林域におけるSentinel-2 / Landsatの指標と全国マツタケ生産量の相関分析

特徴量相関係数解釈
NDWI 秋-夏変化量-0.566秋に土壌水分が増えすぎると不作(長雨・台風)
NDVI 秋-夏変化量-0.529秋にNDVIが上昇=広葉樹が優占しアカマツが劣勢
NDWI 秋季平均-0.416秋の過剰な土壌水分は菌糸活動にダメージ
NDVI 秋季平均-0.406秋の植生活性が高い年はアカマツ林が相対的に衰退
NDVI 夏季ばらつき+0.404林内の多様性が高い=混交林の健全な状態
NDWI 夏季平均-0.356夏の高水分環境は菌根菌の生育に不利

予測手法

4種類のオープンデータを組み合わせたアンサンブル予測

🛰️
衛星データ
Sentinel-2 / Landsatの10-30m解像度データからNDVI・NDWIを算出。Google Earth Engine経由で16県の針葉樹林域を自動集計。
🌡️
気象データ
気象庁AMeDAS 16地点の日別データ(気温・降水量・日照時間・湿度)。7-10月の38特徴量を生成。9月の日較差・降水パターンが鍵。
🌲
森林マスク
ESA WorldCover + Copernicus Global Land Coverで針葉樹林域を抽出。アカマツ林の衛星シグナルだけを選択的に捉える。
🤖
機械学習
Random Forest(max_depth=3)をLeave-One-Out交差検証で評価。20年×16県のデータから年間全国収量を予測。