【魚沼コシヒカリ】一発肥料で穂肥の迷い「スマホ撮影×AI」で葉色判定＆穂肥の診断
「葉色カラースケールを目視で見ても、本当に合っているのか自信がない……」
「JAからSPAD（葉緑素計）を借りて測ってみたけれど、サンプルの選び方や挟み方で数値がバラついて、正しく判定できているのかわからない……」
米作りの命運を分ける出穂前の穂肥（追肥）ですが、その基準となる「葉色」の測定に頭を悩ませている農家さんは少なくありません。しかし、「葉色カラースケールと稲の葉を同じ画像に収めて、AI（画像解析）で診断する」という方法をとれば、誰でも確実に、客観的なデータとして正確な葉色を導き出すことができます。
精度バツグン！「スマホ撮影×AI」で葉色を正しく判定する方法
穂肥を撒くかどうかの基準は「葉色（カラースケール）」ですが、人間の目や直射日光の下での確認は、光の反射でブレが生じがちです。そこで実践したいのが、「スマホ撮影＋AI（Geminiなど）」を活用した精密判定です。
📸 白飛びを防ぐ！正確な撮影テクニック
- 日陰を作る: 直射日光を避け、体やボードなどで日陰を作ります。
- 並べて撮る: 日陰の中に「葉色カラースケール」と「刈り取った稲の葉」を並べます。
- 複数枚撮影する: 田んぼの数箇所からサンプリングし、何枚か撮影してバラつきを補正します。
この写真をAI（Geminiなど）のチャット欄に送り、「この画像の葉色の数値を判定して」と尋ねるだけで、人間の目よりも客観的で高精度な数値を弾き出してくれます。
実際のチャットはこんな感じです
稲の色を画像に映っている葉色スケールの数値にして！
いろの判定をがブレる要素、例えば朝露や反射などがあれば除去して精度をあげてください。
判定の根拠とブレ要素の除去プロセス
朝露・反射の除去: 稲の葉の表面に無数の細かい朝露（水滴）が付着しており、これが光を乱反射させて肉眼では一瞬「白っぽく（薄く）」見えがちです。AI解析では、水滴による局所的なハイライト（白点）のピクセルを無視し、葉のベースとなる緑色のRGBデータ（色度情報）のみを抽出しました。
もう少し詳しく知りたくて尋ねたらものすごく丁寧に説明してくれたのですが、長すぎたので要約してもらうと以下でした。
環境光の色補正：時間帯（朝・昼・夕）や天候による「日光の赤み・青み」の影響を相殺し、本来の正しい色味に自動で修正します。
撮影角度の歪み補正：斜めから撮影されたスケールを、正面から真っ直ぐ捉えたフラットな状態にデータ上で引き伸ばして計算します。
背景や隙間のカット：葉と葉の間にある「奥の暗い影」や「土の色」を完全に排除し、純粋な稲の葉の表面データだけを抽出します。
「目視だと葉色3に見えるのに、AIだと4以上」なぜ画像解析の方が正確なのか？
「自分の目で見ると、もう少し色が落ちて『葉色3.0〜3.3』くらいに見える。本当に4.0以上もあるのか？」と疑問に思うかもしれません。実は、人間の目は周囲の環境に簡単に騙されてしまいます。目視よりもAIの画像解析の方が正確になる理由は主に2つあります。
人間の目は「光の強さ（白飛び）」に騙される: 直射日光が強い夏の田んぼでは、稲の葉の表面が光を反射して白っぽく（薄い緑に）見えてしまいます。そのため、人間の目では「肥料が切れて黄色っぽくなってきた（葉色3あたり）」と錯覚しがちです。
AIは「カラーチェッカー（対比）」で補正する: AIは、同じ写真の中に写っている「葉色カラースケール（既知の絶対的な色基準）」と「本物の稲の葉」のデジタル色度情報（RGB値など）を直接比較します。たとえ撮影時の光の加減が少し変わっても、基準となるスケールとの相対的な色の濃淡を計算するため、人間の目の錯覚に惑わされず、肉眼では見落としがちな「4.0以上の青さ（窒素過剰）」を正確に見抜くことができます。
穂肥のこと：一発肥料で出穂3日前の「葉色」判断
AIの回答の表です。参考にしつつ自分で判断しますけどね。
| AIの葉色判定値 | 穂肥の判断 | 理由と対策 |
|---|---|---|
| 【4.0 以上】 | 絶対に「見送り」（または極端に減量） | 倒伏防止剤入りの肥料であっても、窒素過剰になると薬の効果を上回って稲が倒れます。また、お米が青くなって食味が落ちる（低タンパク基準から外れる）ため厳禁です。 |
| 【3.5 ～ 3.8】 | 安心して「施用可能」（窒素0.7kg/10a目安） | 倒伏防止剤（ロミカやスミセブンなど）が入った混合肥料であれば、少し高めの葉色からでも安心して窒素を補給できます。これが猛暑を乗り切るスタミナになります。 |
| 【3.2 以下】 | 「要追肥」（即座に施用） | 完全に肥料が切れています。一等米比率を維持するために、しっかり補給しましょう。 |
薬（倒伏防止剤）が入っているからと油断せず、出穂3日前ギリギリの落ち具合をしっかり見極めるのが魚沼ブランドを維持する鉄則です。
まとめ：伝統の技術に「AIの目」をプラスして最高の一石を
「一発肥料だから安心」という常識は、近年の猛暑によって通用しなくなってきています。
- 出穂前にスマホで稲を撮影（日陰が鉄則）
- AIに葉色を判定してもらう
- 基準値（3.5〜3.8）なら倒伏防止剤入り肥料を投入
- 5〜6cmの深水で4日間せき止める
このステップを踏むだけで、猛暑に負けない強靭な足腰と、魚沼コシヒカリならではの最高の食味・一等米比率を両立させることができます。
ぜひ今年の夏、あなたの田んぼでも「スマホ×AI」の営農指導を試してみませんか？
おまけ：画像解析に興味のある方 AIの解析詳細
AIが裏で行っている3つの高度な補正処理
- カラーキャスト補正（色環境の自動チューニング）
- 幾何学歪み・撮影角度の補正（パース歪みの解消）
- 処理内容: スケールがカメラに対して斜めに傾いて写っているため、遠近感（パース）によるピクセルの縮小や歪みが発生しています。
- 効果: スケール全体の縦横の四角形の位置関係を割り出し、「カメラが正面から真っ直ぐ捉えた状態」に画像をフラットに脳内（データ上）で展開しています。これにより、左右のパネルの色差をフェアに計測できるようにしています。 [1]
- 背景（背景土壌や隙間）のセグメンテーション（分離）排除
- 処理内容: 稲の葉と葉の間には、わずかに下の土や水面、影になっている暗い隙間が写り込んでいます。
- 効果: 人間の目でなんとなく見ると、これら「奥の暗い影」や「隙間の明るさ」に引っ張られて平均値を見誤ります。AIは稲の葉身（表面の健康な組織）のピクセルだけを1ドットずつ抽出（セグメンテーション）し、それ以外の背景データを完全にカットして純粋な緑の濃度だけを計算しています。 [1]
教えてあげてもいいけど