編集者注:この投稿は、2019 年 2 月に最初に公開されたものであり、正確さと包括性のために更新されています。
世界中の農業生産者は、あらゆる種類の予測不可能なリスクにさらされがちです。農産物の生産を世界的に混乱させる主な要因の 1 つは、自然災害です。干ばつ、洪水、山火事、サイクロン、そして最近のパンデミックを含む、農業・食品システムへのこれらのショックは、ますます激しさを増し、頻繁になっており、被害と破壊の繰り返しを引き起こしています。一方では、これらの逆境は収量と価格に影響を与え、その結果、生産者の利益と農村の生活に影響を与えます。その一方で、それらはバリュー チェーンを混乱させ、世界の食料安全保障と安定を脅かしています。
2008 年から 2018 年の間に、災害後の作物と家畜の生産が減少した結果、数十億ドルが失われました。
<リ>
サハラ以南アフリカと北アフリカで 300 億米ドルが失われました
<リ>
ラテンアメリカとカリブ海で 290 億米ドルが失われました
<リ>
カリブ海の小島嶼開発途上国 (SIDS) で 87 億米ドルが失われました
<リ>
アジアでは 490 億米ドルが失われました
出典：FAO
これらの生産者がこれらのリスクにさらされることを減らす 1 つの方法は、作物保険に加入することです。
農業保険プランは、天候関連または自然災害による作物の損失や、市場価格の変動による収益の損失から生産者を保護します。また、農業セクターへの融資のリスクを軽減し、農家がローンを返済できるようにするほか、いくつかのメリットを提供します。
インドの作物保険制度:Pradhan Mantri Fasal Bima Yojana
2016 年 4 月、インド政府は Pradhan Mantri Fasal Bima Yojana (PMFBY) として知られる全国的な作物保険制度を開始しました。農業保険制度は世界最大級の規模で、何百万人ものインドの農家にリスク補償を提供しています。
PMFBY の注目すべき機能は、衛星画像、リモートセンシング技術、ドローン、人工知能、機械学習などの最新技術の使用を促進して、作物損失の評価を加速することです。
作物の刈り取り実験を使用した収量の見積もり
これらの高度な技術は、収穫量を効率的に見積もる上でも有益です。通常、収量データは、収穫実験または CCE を通じて得られます。これは、政府や農業団体が地域の特定の栽培サイクルの作物収量を推定するために採用する評価方法を指します。
CCE の従来の方法は、調査対象の全面積の無作為抽出に基づいてサンプル位置が選択される収量成分法に基づいています。これらの場所から、サンプラーはプロットの指定されたサイズと形状 (作物に基づく正方形、長方形、三角形、または円) から作物を収穫します。次に、収穫物が収集され、バイオマス重量、穀物重量、水分、およびその他の指標となる側面などのいくつかのパラメーターが分析され、1 ヘクタールあたりの最終収量が推定されます。この研究から収集されたデータは、地域全体に推定され、地域の平均収量の合理的に信頼できる評価を提供します。
CCE から収集されたデータは、農業バリュー チェーンの複数の利害関係者にとって有益です。政府はそれを使用してセクター関連の政策やプログラムを計画できますが、保険会社はこの情報を活用して、実際のパフォーマンス データに基づいて作物や地域に合わせて保険商品をカスタマイズできます。また、請求を解決する前に請求を検証することもできます。
刈り取り実験の実施における課題
PMFBY の下で、州はすべての村のパンチャヤット (または評議会) で各作物に対して少なくとも 4 つの CCE を実施し、収穫後 1 か月以内に収量データを保険会社に提出する必要があります。 CCE への従来のアプローチの最大の欠点は、管理体制、フィールド スタッフの種類と規模、農家の協力、収穫条件など、多くの変数に依存していることです。
特に、インドに約 250 万の村議会があるシナリオでは、限られた収穫期間と限られたスタッフの中で無数の CCE を実行することは困難であることがわかりました。利用可能な資源をより効率的に活用し、短い収穫期間内に正確な収量を見積もる方法が必要です。
テクノロジーに裏打ちされたスマート サンプリング
スマート サンプリングは、2019 年に、農業省のマハラノビス国立作物予報センター (MNCFC) とインド宇宙研究機関 (ISRO) の科学者によって、11 州の 23 地区で 9 つのパイロット研究を通じて初めて導入されました。
ランダム サンプリングを使用する CCE の従来の方法と比較して、リモート センシングやその他の技術的進歩を使用すると、はるかに正確でタイムリーな収量の推定が可能になります。
2019 年のラビ シーズンに向けて、中央政府は目的を念頭に置いたパイロット研究のために Cropin と提携しました。
<オール> <リ>
刈り取り実験を最適化して、より正確、迅速、かつスケーラブルにする
<リ>
クレーム紛争の迅速な解決のための堅牢で自己管理型のクレーム紛争解決メカニズムの実装
Cropin デジタル ソリューションで影響を与える
Cropin の SmartRisk は、AI と ML を利用したデジタル プラットフォームであり、衛星画像と独自の作物検出モデルを使用して、これらの実験に最適なプロットを特定します。専任の高度なスキルを持つデータ サイエンス チームが何百万ものデータ ポイントを分析し、その地域で最も正確なサンプルを提供する農場区画を決定します。
実験当日、サンプラーは農場データ管理アプリである SmartFarm を使用して、農場区画の正確な位置とサイズ、農家と作物の詳細を取得します。 SmartFarm を使用してこのデータをキャプチャすると、簡単にアクセスできるデジタル記録が作成され、フィールド データが正確であることが保証されます。
技術支援型 CCE の利点は、研究に適したサンプルを選択することに限定されません。デジタル ソリューションは、サンプリングに対するより最適化されたアプローチを提供するだけでなく、将来の処理のために、科学的でスケーラブルで正確なレポートを利害関係者に提供します。
利害関係者はデジタル介入からどのように利益を得ますか
農業におけるデータとテクノロジーの使用は、農業エコシステムに広範囲に及ぶ影響を及ぼし、栽培サイクル全体でより効率的かつ正確な意思決定を可能にします。 CCE へのスマートでテクノロジー対応のアプローチには、多くのメリットがあります。
<リ>
政府:テクノロジーの適用により、短い収穫期間中に限られた労働力で多数の CCE を実施するという問題に対処します。 Cropin's などのデジタル プラットフォームを使用すると、事務処理とその後の人的ミスの可能性が減少します。さらに、Cropin は、プロセスを監督し、デジタル アプリで必要なデータを収集するための訓練を受けたフィールド マネージャーを提供することで、サンプラーの負担を軽減します。これらの科学的手法の助けを借りて、政府は可能な限り最善の方法でそのリソースを活用することにより、全体的な効率を向上させることができます.
<リ>
保険会社:データは、問題の作物のより正確な推定収量を提供し、請求をより公正な方法でタイムリーに解決できるようにします。 Cropin のプラットフォームを使用して作成されたレポートは、データ駆動型で正確です。したがって、不正な請求や不正確な支払いの可能性を排除します。また、保険会社は、地域から収集したリアルタイムのデータに基づいて、作物保険のスキームと商品をカスタマイズすることもできます。
<リ>
農家:CCE プロセスのデジタル化により、クレームの公正な決済が可能になります。農家が主張の証明を提供するストレスを軽減し、プロセスに費やされる労力と時間を削減します。
Cropin は最近、ナイジェリア政府に参加し、収量推定のための深層学習モデルにより、ナイジェリア製粉協会 (FMAN) やその他の利害関係者がナイジェリア北部での小麦栽培を推定できるようになりました。詳細はこちら
