葉色診断アプリで水稲の収量と品質を上げる方法

葉色診断アプリで水稲の施肥・生育管理を正確にする方法

葉色だけを目で見て施肥を決めていると、高温の年に判断がずれて収量が1割以上落ちることがあります。

葉色診断アプリとは何か：仕組みと農業での役割

葉色診断アプリとは、スマートフォンのカメラで撮影した作物の葉の画像を解析し、葉色値（窒素栄養状態の指標）を数値で出力するツールです。従来は「水稲用カラースケール」という1〜7段階の色見本を田んぼに持ち込み、太陽を背にして目視で比較するという方法が主流でした。これ自体は今も有効な手段ですが、測定する時間帯や光の当たり方によって判断がぶれる、という弱点がありました。

葉色診断アプリはその弱点を補います。スマホのカメラが捉えたRGB値（赤・緑・青それぞれの輝度）をもとに葉色値を自動計算し、さらにSPAD値（葉緑素計の値）に換算した数字を画面上に表示します。測定者の主観や天候条件に左右されにくく、誰が使っても同じ基準で診断できます。

これが基本です。

農業における葉色診断の意味合いは大きく2つあります。1つは「追肥（穂肥）の要否と量の判断」、もう1つは「生育ステージの把握」です。葉色が濃ければ窒素が足りている、薄ければ不足しているというシンプルな原則に基づきますが、その判断を数値で裏付けることで、ベテランでも新規就農者でも同じ精度で管理できるようになります。

岩手県農業普及技術課の解説によると、カラースケール判定値とSPAD値の換算式は次のとおりです。

SPAD値 ＝（カラースケール判定値）× 5 ＋ 15

つまりSPAD値40であればカラースケール値5に相当します。アプリはこの換算を自動で行うため、指導機関との連携においても共通言語として使えます。

農業従事者にとってのメリットは「省力化」だけではありません。判断の根拠を数値・データとして記録・蓄積できることで、翌年以降の施肥設計に活用できる点も見逃せない価値です。

参考：岩手県農業普及技術課によるSPADとカラースケールの換算解説
《水稲》SPADとカラースケールでの葉色の判定方法について（岩手県）

葉色診断アプリの種類：主要3アプリの特徴と違い

現在、農業現場で実際に使われている葉色・生育診断アプリには大きく3つの系統があります。

それぞれ目的・対応作物・費用が異なります。

まず最初に紹介するのは、マクセル株式会社が開発したライススキャンです。専用の照明付き接写型カメラデバイスをスマートフォンに取り付け、葉の表面に直接当てて撮影します。外光の影響を受けにくいため、測定の安定性が高いのが特徴です。葉色値・SPAD換算値を自動表示し、過去データとの比較グラフも確認できます。水稲だけでなく野菜・果樹・茶葉にも対応しており、用途の幅が広い点が魅力です。測定データはクラウドに自動保存されるため、複数の圃場を管理している農家でもデータが散逸しません。ただし専用デバイスの購入費用が別途必要になります。

次に、NTTデータCCSが開発したGrowth eye Field（グロースアイフィールド）です。スマートフォンのカメラだけで使えるため、追加機器が不要です。水稲専用で、稲株の真上から撮影するだけでAIが茎数を判別し、中干しの開始時期の目安を教えてくれます。さらに、畦に立って水面から150cmほどの高さで撮影すると、AIが「分げつ期」「幼穂分化期」「減数分裂期」「登熟期」の4段階から現在の生育ステージを判定します。2023年度の検証では、茎数判別誤差が2本以内、生育ステージ判定誤差が2日以内という結果が出ています。AppStore・Google Playから無料でインストールできます。

3番目は、京都府農林センターが開発したRiceCam / RiceCamSです。コシヒカリ用（RiceCam）と「京の輝き」用（RiceCamS）の2種類があり、いずれも無料で使えます。穂肥施用量の診断に特化しており、撮影画像から生育量（草丈×茎数×葉色値×10）を推定し、穂肥量を自動算出します。対応地域が京都府内の農業指導機関・生産者に限られている点には注意が必要です。

| アプリ名 | 主な対象 | 費用 | 特徴 |
|---|---|---|---|
| ライススキャン | 水稲・野菜・果樹・茶葉 | 専用デバイス別途費用あり | 外光の影響を受けにくく安定した測定 |
| Growth eye Field | 水稲専用 | 無料 | AIで茎数・生育ステージを自動判定 |
| RiceCam / RiceCamS | 水稲（京都府内） | 無料 | 穂肥量を自動算出。地域限定 |

アプリごとに強みが異なります。自分の栽培品種・地域・目的に合ったアプリを選ぶことが基本です。

葉色診断アプリを使った水稲の穂肥診断のやり方

穂肥の施用適期を逃すことは、収量と品質の両方に直結する痛手です。タイミングが早すぎると過繁茂・倒伏リスクが上がり、遅すぎると登熟が不十分になって玄米タンパク質含有率が上昇し、食味が落ちます。

アプリを使ったステップは以下のとおりです。

Step 1：生育ステージの確認（Growth eye Fieldの場合）
畦の上に立ち、水面から約150cmの高さでスマートフォンを構えます。田植え機が走った方向に合わせてカメラの向きを調整し、画面内の縦横ガイドラインが重なったら自動でシャッターが切れます。AIが現在の生育ステージを判定してくれるので、幼穂分化期に差し掛かっているかどうかを確認します。

Step 2：茎数の確認（Growth eye Fieldの場合）
稲株の真上にカメラを構え、中央1株の葉身が丸枠に収まるように撮影します。

AIが茎数を自動判別します。

5〜10株撮影して平均をとると精度が上がります。中干し開始の目安茎数（品種・地域により異なるが一般に1株あたり20本前後が目安）に近づいていれば、中干しの準備を始めます。

Step 3：葉色値の確認（ライススキャンの場合）
専用デバイスを取り付けたスマートフォンを葉の表面に当て、測定ボタンをタップします。

葉色値とSPAD換算値が表示されます。

SPAD値が地域・品種ごとの基準値（例：コシヒカリの穂肥不要の目安はSPAD値40以上など）を上回っているかを確認します。

Step 4：穂肥量の決定
RiceCamの場合は、アプリが生育量の推定値をもとに穂肥量を自動算出します。ライススキャンやGrowth eye Fieldの場合は、葉色値・茎数・生育ステージの結果を地域の施肥指針に照らし合わせて判断します。JA・普及センターと情報共有する体制があれば、より精度の高い判断ができます。

結論は「撮影→数値確認→地域指針との照合」の流れです。慣れると1圃場あたり5〜10分程度で完了します。

葉色診断アプリの撮影で失敗しないための注意点

アプリを導入しても、撮影条件を間違えると測定値がずれます。

ここが意外と見落とされがちなポイントです。

光の条件に注意する
カラースケールを用いた目視診断でも指摘される話ですが、太陽が真上にあるとき（正午前後）は葉に影がかかりやすく、葉色の読み取りに誤差が生じます。ライススキャンのような照明付き接写デバイスは外光の影響を大幅に軽減しますが、それ以外のスマートフォンカメラを直接使うアプリでは、曇りや日陰での撮影が推奨される場合があります。兵庫県農林水産技術総合センターの試験でも、照度が10,000〜30,000ルクス程度（曇りや明るい日陰）の条件が高精度な判定に適していたという結果が出ています。晴天の直射日光下での撮影は避けるのが安全です。

測定する葉の選び方
カラースケール診断と同様に、測定する葉の位置は「最新葉から2〜3枚目」が基本です。最も新しい葉（旗葉）より1〜2枚下の葉が、その時点の窒素状態を最も正確に反映しているとされています。アプリによっては指定の葉の枚数・部位が取扱説明書に記載されているため、使用前に確認しましょう。

測定株数を複数にする
1株だけで判断しないことが大切です。Growth eye Fieldでは5〜10株の平均茎数を参考にすることを推奨しています。葉色の場合も同様で、複数株を測定して平均値を使うことで、個体差による誤差を小さくできます。

機種・OSの対応確認
ライススキャンはiPhoneのみ対応（iOS）のため、Androidユーザーは注意が必要です。Growth eye FieldはAndroidにも対応しています。OSのバージョンによっては動作しない場合があるため、インストール前にApp StoreまたはGoogle Playの動作要件を確認します。

これだけ覚えておけばOKです。

参考：兵庫県農林水産技術総合センターによる刈り取り適期診断アプリの照度検証資料
令和5年度 業務年報（兵庫県農林水産技術総合センター）

Growth eye Fieldの使い方：AIが茎数と生育ステージを自動判定する仕組み

Growth eye FieldはNTTデータCCSが開発した無料の水稲AI生育診断アプリで、2021年にサービスを開始しました。2024年10月時点で全国4,000ユーザーが利用しています。東北から九州まで約30地域に計80台のカメラを設置し、2017年から蓄積してきた教師データがAI精度の根拠になっています。

AIが茎数を判別できる仕組みは、「稲の外形変化」を学習している点にあります。具体的には、幼穂が分化するタイミングで稲の葉がひらひらからピンと立つという姿勢の変化をAIが捉えています。この姿勢変化は地域や品種を問わない稲の生理的な普遍現象であるため、品種や地域が異なっても高い精度で判定できます。

実際の操作手順は次のとおりです。

- 茎数確認：アプリを起動 → 稲株の真上からカメラを構え、中央1株の葉身が丸枠内に収まるよう調整 → 撮影 → AIが茎数を自動表示
- 生育ステージ確認：畦の上に立ち、水面から150cmほどの高さで田植え方向にカメラを向ける → 画面上の縦横ガイドラインが重なったら自動でシャッター → 分げつ期・幼穂分化期・減数分裂期・登熟期のどれかを判定

北海道は気候・品種が本州と大きく異なるため現時点では対応外ですが、それ以外の地域では汎用的に活用できます。自治体やJAが「Growth eye Board」というWebアプリと組み合わせて利用するケースも増えており、地域一体での生育状況の可視化・営農指導に活用する体制が広がっています。2023年のような記録的高温の年でも、AIは異常気象に適応して高精度の判定ができたと報告されています。

高温年こそ、アプリが役立つ場面です。

参考：NTTデータCCSによるGrowth eye（グロースアイ）の詳細解説
水稲AI画像診断ソリューション「Growth eye Board®」（NTTデータCCS）

ライススキャンの特徴と葉色測定の精度：照明付きデバイスが安定を生む理由

ライススキャンはマクセル株式会社が開発した作物生育支援システムで、2018年6月にサービスを開始しました。最大の特徴は専用の「照明付き接写型カメラデバイス」を使う点です。このデバイスをスマートフォンのカメラ部に取り付け、葉の表面に直接接触させて撮影することで、外部の光環境に左右されない安定した測定が可能になります。

測定原理はRGBベースの葉色計です。スマートフォンが取得したRGB輝度値から葉色値を算出し、水稲用カラースケール（富士平工業社製）の1〜7段階に対応した値を出力します。さらにSPAD換算値も表示されるため、指導機関が使うSPAD値の基準と直接比較できます。茨城県農業総合センターの研究によると、ライススキャンの葉色値はカラースケールの色実測値を基にした計算式で算出されており、換算精度は実用上問題のないレベルであることが確認されています。

対応作物の広さもライススキャンの強みです。水稲のほかに野菜・果樹・茶葉の葉色測定にも対応しているため、複数作目を手掛ける農家にとっては一つのシステムで圃場全体を管理できます。また測定データがクラウドに自動保存され、過去データとの比較グラフも確認できるため、年をまたいだ生育状況のトレンド把握にも使えます。データを蓄積するほど、農場ごとのノウハウになります。

注意点としては、iPhoneのみ対応（iOS専用）であること、専用デバイスの購入費用が別途かかることが挙げられます。導入前に費用対効果を試算しておくと安心です。

参考：ライススキャンとSPAD値の換算精度に関する茨城県農業総合センターの研究報告
RGBベースの葉色計「ライススキャン」の葉色値をSPADに換算する方法（茨城県農業総合センター）

葉色診断アプリと高温障害対策：近年の気候変動に対応する活用法

近年の高温は、水稲の品質を大きく左右する変数になっています。2023年は記録的な猛暑により、全国的に玄米の品質が低下しました。「令和の米騒動」と呼ばれる米不足の一因にもなったことは、農業従事者の記憶に新しいでしょう。この問題は「追肥の適期を逃したこと」とも深く関係しています。

高温年に何が起きるかというと、稲の生育が平年より早まります。例年のカレンダーどおりに中干しや追肥を行うと、タイミングがずれてしまうわけです。しかし葉色診断アプリを使えば、その年の実際の生育ステージをリアルタイムで確認できるため、カレンダー管理ではなく「生育」に基づいた適期管理が可能になります。

これが条件です。

高温下では登熟が急速に進むため、収穫適期の判断も難しくなります。刈り遅れると胴割れや白未熟粒が増加し、玄米品質が落ちます。Growth eye Fieldは2025年度内に「収穫適期」のステージ判定機能の追加を予定しており、猛暑年の刈り取り適期把握にも活用できる見通しです。積算温度を少なめに設定して早めの収穫を判断するなど、気候変動に対応した稲作管理のツールとして機能が拡充されています。

玄米タンパク質含有率が高いと食味評価が下がります。穂肥のタイミングと量を葉色診断に基づいて最適化することは、食味を守ることにも直結します。

意外ですね。

農産物のブランド米として高値で取引されるためには、食味評価の安定が不可欠です。葉色診断アプリの導入が、ブランド米の品質維持コストを下げる手段にもなりえます。

葉色診断アプリのデータをJAや指導機関と共有する方法

葉色診断アプリの活用を個人の圃場管理にとどめておくのは、もったいないです。データをJAや農業普及員と共有することで、診断精度と管理の質が大きく上がります。

Growth eye Boardは、NTTデータCCSが提供するWebアプリで、JAや自治体がGrowth eye FieldユーザーのデータをGIS（地理情報システム）上で集約・可視化・分析できるプラットフォームです。JA秋田おばこなど複数のJAが導入しており、地域全体の生育状況をマップ上で確認しながら営農指導に活用しています。農家個人では見えにくい「地域全体の生育トレンド」が把握できるため、地域ブランド米の品質管理体制としても機能します。

JAや普及センターと情報を共有する具体的な行動として、まずはGrowth eye Fieldを自身の圃場で使い始め、データを蓄積することが第一歩です。そのデータを地域のJA営農担当や農業普及員に提示することで、より精度の高い穂肥・追肥の判断が得られます。共有できるデータが増えるほど、地域全体のナレッジが蓄積されます。

京都府の RiceCamも、開発元の京都府農林センターが配布・管理しているアプリで、生産者と指導機関が同じデータ基準を共有することを前提に設計されています。指導機関との連携を前提としたアプリ設計は、個人の判断ミスを防ぐセーフティネットにもなります。

指導機関と連携すれば、データが活きます。

葉色診断アプリを野菜・果樹にも応用する独自視点の活用術

葉色診断アプリは「水稲専用のもの」というイメージを持たれがちですが、それは正確ではありません。ライススキャンは野菜・果樹・茶葉の葉色測定にも対応しており、水稲以外の農家にとっても実用的なツールです。

野菜類の施肥管理にも、葉色の数値化は有効です。葉物野菜であれば葉色の変化が施肥量の過不足と直結しています。たとえばほうれん草やコマツナでは、葉色が薄くなり始める前に追肥のタイミングを数値で確認することで、収量の落ち込みを防ぎやすくなります。勘や経験だけに頼るリスクを、データで補えます。

果樹への応用も注目されています。果樹の葉色は樹体の栄養状態を反映するため、葉色診断を元に施肥量を調整することは長年行われてきました。ただし従来は葉面積計や葉分析（成分分析）が主流で、コストと手間がかかっていました。スマホアプリで手軽に葉色値を取得できるようになったことで、日常の巡回管理の中で気軽に数値確認できる環境が整いつつあります。

茶葉の場合も同様で、芽生えの時期の葉色管理は品質に直結します。新芽の緑の濃さが品質評価につながるため、葉色診断による施肥管理が有効です。水稲農家でない方でも、ライススキャンの「簡易モード」を活用することで、様々な作物の葉色測定ができます。

これは使えそうです。

参考：農林水産省スマート農業技術カタログ（葉色解析サービス「いろは」含む）
スマート農業技術カタログ（水稲・畑作）（農林水産省）

葉色診断アプリの導入前に確認すべき費用と運用コスト

葉色診断アプリの導入を検討するとき、費用面の整理が大切です。無料で使えるものと、機器購入が必要なものに分かれます。

無料で使えるアプリ

- Growth eye Field（NTTデータCCS）：アプリ無料、追加機器不要
- RiceCam / RiceCamS（京都府農林センター）：アプリ無料、京都府内の生産者等が対象
- 稲作先生（農業ベンチャー等提供）：生育イベント予測に特化した無料アプリ

これらはスマートフォン1台あれば即日利用開始できます。

導入コストゼロが条件です。

専用機器が必要なシステム

- ライススキャン（マクセル株式会社）：専用の照明付き接写型カメラデバイスが必要。本体費用のほかに、データ管理のクラウドサービス利用料が発生する可能性があります。

詳細はマクセルの販売窓口に確認が必要です。

運用コストとして見落とされがちなのは「スタッフのトレーニング時間」です。使い方自体は難しくありませんが、測定データを施肥判断に結びつけるためには、地域の施肥基準や品種ごとの指標値をある程度把握しておく必要があります。JA・農業普及センター・農林試験場が公表している施肥基準と照合できるよう、事前に資料を入手しておくとスムーズです。

また、OSのアップデートによってアプリが使えなくなるリスクもゼロではありません。特に古いスマートフォンを使っている場合は、機種変更のタイミングで動作確認が必要です。導入後の管理も含めて計画しておくことが肝心です。

葉色診断アプリを活用した記録管理と翌年への活かし方

葉色診断アプリの最大の長期的価値は「データの蓄積」にあります。1年目は比較対象がないためデータの意味がつかみにくいですが、2年・3年と続けることで、「この圃場はこの時期にSPAD値が下がりやすい」「この品種は標準よりも穂肥を10日早く施すと品質が安定する」といった圃場固有のパターンが見えてきます。

記録管理のポイントは3つです。1点目は「測定日時・圃場名・品種・生育ステージ・測定値」を毎回記録すること。2点目は「施肥量・施肥日」とセットで残すこと。3点目は「収量・品質評価（玄米タンパク値・食味スコアなど）」と紐づけることです。

ライススキャンはクラウド保存に対応しており、過去データとの比較グラフを自動生成できます。Growth eye Boardを活用すれば、JA・指導機関と圃場データを共有してフィードバックを受けられます。どちらも「記録をただ貯めるだけでなく、次年度の判断に活用できる形で保管する」設計になっています。

アプリが出してくれる数値に慣れてきたら、「目視の葉色感覚と数値のすり合わせ」も大切な作業です。長年の感覚と数値が一致してきたとき、農家としての判断力がもう一段上がります。データと感覚の両方が揃えば、農業が強くなります。翌年の施肥設計に直接活かせる形で記録を残すことが原則です。

まとめ：葉色診断アプリで施肥管理の精度を高め収量と品質を守る

葉色診断アプリは、スマートフォン1台で葉色値を数値化し、施肥・中干し・追肥の判断を客観的データに基づいて行えるツールです。無料で使えるGrowth eye FieldやRiceCamから始め、より高精度・多作物対応が必要であればライススキャンへのステップアップも選択肢に入ります。

高温が頻発する昨今の気候下では、例年どおりのカレンダー管理では対応しきれない年が増えています。生育ステージを実際に確認し、それに基づいて追肥タイミングを決める「リアルタイム生育管理」の重要性は、今後さらに高まっていきます。

葉色診断の数値を記録し続けることは、圃場固有のデータ資産を積み上げることです。そのデータはJAや指導機関との連携にも活かせ、地域ブランド米の品質底上げにもつながります。まずは無料アプリで1圃場から試してみること、これが最初の一歩です。

参考：スマート農業全般に関する農林水産省公式情報
農林水産省 スマート農業技術カタログ（水稲・畑作）

みどりくん スターターキット 農大式簡易土壌診断キット