オランダ最新研究環境制御のための植物生理
という書籍は2017年が第一版となっており、現代では古いんじゃないか？と思い、GPTリサーチ（5リリース後）に調べてもらいました。

この記事では最新の栽培研究に関する情報をシェアしながら家庭菜園の準備をさらなる高みへと進めていきたい。

新たな栽培理論：プラントエンパワーメント（Plant Empowerment）

オランダの施設園芸では、近年プラントエンパワーメント（Plant Empowerment）と呼ばれる新たな栽培理論が普及しています。

これは従来のように温室内の温度や湿度など環境要素を個別に固定管理するのではなく、植物自体の生理バランス（エネルギー・水・同化産物の3つのバランス）を整えることに重点を置いた環境制御手法です。

具体的には、日射量に応じて温度セットポイントを動的に調整し、光合成による糖の生産と成長への利用のバランスを一定に保つよう制御します。

従来は蒸発散抑制のため換気や冷却で温度上昇を避ける場面でも、この理論では敢えて温度と湿度を上げて気孔を開かせ、高CO₂下で光合成を最大化する戦略が取られます。

また夜間には放射冷却による葉面の結露を防ぐため、保温スクリーンで葉温低下を抑えるなど、植物生理に基づいた微気候制御が強調されています。

これにより環境変動があっても作物の健全生育と安定収量が得られ、病害抵抗性も高まると報告されています。

プラントエンパワーメントは2018年に専門書が刊行されて以降、オランダ国内の生産者数百名が研修を受け実践しており、従来型の経験則に頼る栽培から科学的データに基づく次世代栽培へ移行が進んでいます。

AIによる環境制御の自動化と精密化

オランダでは人工知能（AI）を活用した温室環境制御も大きく進展しています。

Wageningen大学・研究所（WUR）主導で開催されている「自律温室チャレンジ」では、チームがAIアルゴリズムで温室内の作物を遠隔栽培し、人間の栽培者と収量や効率を競う試みが行われています。

2018～2022年の大会ではキュウリ、トマト、レタスでAIが人間の熟練栽培者を上回る収量や省エネ成果を示し、AIによる気候・灌水制御が高収量とエネルギー節減・収益向上に寄与し得ることが実証されました。

実際、2023年にはWURのAGROSプロジェクトで、強化学習に基づくAIが半商業規模の温室でキュウリの気候管理を完全自動で実施し、良好な収量を達成しています。

この試験ではAI（強化学習アルゴリズムおよび作物生理モデルによるデジタルツイン）が温度や換気、CO₂濃度、照明、灌水タイミングまで含めて自動制御し、人間の専門家チームによる区画と比較されました。

結果的にAIが設定した戦略は人手管理と遜色ない収量と利益を生み、自律栽培の実現可能性を確認しています。

民間企業でも、たとえばBlue Radix社はCrop ControllerというAIサービスで日々の温室気候を自動制御する技術を提供し始めています。

このシステムは生産者が設定した作物生育戦略に沿って、天気予報や過去データを学習したAIがヒーターや換気窓、パイプ温度、換気量などの制御設定を24時間自動調整します。

週次で生産者が生育状況に応じ戦略目標を見直しさえすれば、日常の細かな気候調節はAIが最適化して実行する段階に来ています。

このようにデータ駆動型・自動化により、栽培管理の省力化と精密化が進みつつあります。

光環境制御技術とLED照明の活用

光と作物生産の分野でも大きな技術進展が見られます。

オランダでは冬季の日照不足を補うため、近年LEDによる補光が急速に普及しました。

LED照明は高圧ナトリウムランプに比べ省エネで波長を柔軟に調節でき、トマト・パプリカなど果菜類の温室では赤色LEDを主体にしたハイブリッド補光で年間生産を高めています。

また最新研究では、照明スペクトルの最適化による収量向上が注目されています。

例えばWURの2025年の実験では、レタス温室栽培で補光中の赤色光比率を高めるほど生体重が直線的に増加し、最大35%も収量が増加したと報告されています（品質指標への影響は僅少）。

この結果、赤を多く含む光は光利用効率とエネルギー当たり収量を向上させることが示されました。

他にも遠赤光や青光の組み合わせ、日長や光強度を動的に制御する手法の研究が進み、作物の形態誘導や栄養価向上に役立てる試みも見られます。

さらに日射に応じた照明・温度の統合制御も重要です。

日中に十分な自然光がある場合は照明を落としつつ温度を上げて光合成効率を最大化し、逆に日射不足時には夜間とのメリハリを付けるなど、光と温度を連動させた制御戦略が導入されています。

露地栽培においても、遮光ネットの活用による強光緩和や、夜間照明で苗の徒長を防ぐ技術など、光環境を積極的に操作する試みが行われています。

光制御技術の進歩は今後ますます収量と品質の両立に寄与すると期待されます。

CO₂管理とエネルギー効率の向上

CO₂濃度制御は光合成促進の要であり、オランダ温室では2010年代以降、産業副産物のCO₂をパイプラインで供給するシステムが整備されました。

適切なCO₂施用でトマトなどの収量は飛躍的に向上するため、現在でも温室内CO₂濃度を約800–1000ppmに維持するのが一般的です。

一方で環境面からは温室産業の脱炭素も課題であり、換気を抑えてCO₂を逃がさない温室設計やエネルギー効率化技術が導入されています。

例えばセミクローズド（半閉鎖）温室では強制的な冷却装置や熱交換システムを備え、外気との通風を最小限にしてCO₂濃度を保持しつつ温度調節を行います。

これによりCO₂施用効果を最大化しながら冷暖房エネルギーの無駄も削減できます。

また高断熱のガラスや多重スクリーンで熱損失を抑えること、地下水や地熱の利用、排熱回収によるボイラー効率化なども進んでいます。

近年のAI制御技術はエネルギー面にも効果を発揮しており、AIが気候を最適制御することで暖房エネルギー消費が大幅に削減できたとの分析もあります。

実際、前述の自律温室チャレンジではAIチームが人間チームに比べエネルギーあたり収量を向上させています。

さらに複数の環境要素を同時に管理することで相乗効果も得られます。

プラントエンパワーメントの考え方では、日中に敢えて温度と湿度を上げてCO₂吸収を最大化しつつ、夜間は放熱ロスを防いで結露も抑制することで病害リスクとエネルギー浪費を同時に減らしています。

このようにCO₂管理と温室気候・エネルギー戦略の融合が進み、環境負荷低減と生産性向上の両立が図られています。

土壌・水分環境の制御と精密灌水

水分・養分管理についてもIoTセンサーや制御システムの導入で精密化が進んでいます。

温室栽培では培地や養液タンクにセンサーを設置し、リアルタイムの水分・EC（肥料濃度）データを基に自動潅水・施肥するシステムが一般化しています。

特にプラントエンパワーメントの思想では、灌水タイミングを光量だけでなく温度や蒸発量などあらゆるエネルギーフローに基づいて判断し、水ストレスを回避しつつ成長を促進します。

これにより例えば暑い晴天時には蒸散に見合った潅水を細かく行い、カルシウムなど移動性養分を安定して生長点に送り届けます。

一方、露地栽培でもスマート灌水が広がっています。

圃場に設置した土壌水分センサーや地下水位計のデータ、さらにローカル気象予測を組み合わせて、必要なときに必要な量だけ灌水する技術が普及してきました。

例えばオランダのスタートアップ企業では全国の気象ステーション網から精密な局所天気データを農家に提供し、霜の恐れがある夜間の事前散水や干ばつ時の適切潅水を支援しています。

大規模圃場ではドリップ潅水やセンシング技術により区画ごとの土壌状態に合わせた施肥・潅水（精密農業）が実践されています。

これにより露地の野菜（レタスやカボチャ等）でも、生育ステージに応じた水管理が可能となり、水資源の有効活用と品質安定化に寄与しています。

さらに、養液の再循環技術やドローン空撮による湿害・乾燥ストレスの検知なども開発が進んでおり、土壌環境の把握と制御がますます高度化しています。

モニタリング技術の進歩（センサー・ドローン）

環境制御農業では作物の状態を的確にモニタリングする技術も重要です。

オランダの研究機関ではドローン（無人航空機）を農業に活用する取り組みが盛んで、上空から高解像度のスペクトル画像や熱画像を取得して作物ストレスや生育状況を診断しています。

ドローン搭載のマルチスペクトルカメラにより葉色や被覆率、バイオマス量、葉面温度などをセンチメートル単位で把握し、圃場レベルでの精密な生育マップを生成できます。

得られたデータから、生育ムラに応じた追肥や、病害の早期発見、収穫適期の予測といった意思決定が可能になります。

実際、「この区画の植物は生長が遅れている」「一部で水分不足によるしおれが見られる」等をドローン画像で検出し、必要な対策だけをピンポイントで行う事例が増えています。

今後はドローンの完全自動飛行（BVLOS：目視外飛行）や群飛行による広域連携が期待されており、規制緩和と相まって農業現場での常時監視体制が構築されるでしょう。

こうした空からの監視に加え、地上ではAI画像解析による病害虫検知も進んでいます。

例として、黄色粘着板に付着したコナジラミ等の害虫数をスマートフォンで撮影し、ディープラーニングで自動カウントするシステムが開発されています（WURのPeMaTo-EuroPepプロジェクト）。

また温室内では移動ロボットや固定カメラで日々の作物画像を取得し、葉色変化や果実の着色をAIが解析して、生育異常や成熟度を検知する試みも行われています。

これらセンシング＆モニタリング技術の発展により、環境制御システムは作物の状態フィードバックをリアルタイムに受け取り、より精密な制御へとフィードバックできるようになっています。

農業ロボットによる作業の自動化

人手不足への対応や生産性向上のため、オランダでは農業ロボットの導入も研究・実装が進んでいます。

特に注目されるのが自動収穫ロボットで、トマトやパプリカ（ピーマン）といった施設野菜で実用化に向けた開発が活発です。

国際コンソーシアムによるSWEEPERプロジェクトでは、世界初のパプリカ収穫ロボットを試作し、2018年に商業温室で初公開されました。

SWEEPERは単幹整枝で葉被りの少ない品種に適用する設計で、試験では1個の果実を約24秒で収穫し、成功率62%を達成しています。

搭載のカメラとAIにより果実の成熟度を判別し、最適な角度から接近してハサミで果柄を切断、ロボットハンドで受け取ってコンテナに収納する動作を自律的に行います。

初期モデルでは人手より遅く一部しか収穫できない課題がありましたが、研究者らは3～5年以内に人手並みの速度（6秒程度）と100%近い摘み取り率を目指すとして改良を進めてきました。

トマトの収穫ロボットも大きな進歩を遂げています。イスラエル発のスタートアップMetoMotion社が開発したGRoW（Greenhouse Robotic Worker）システムは、温室内のトマト果房を自動収穫できる多目的ロボットです。

引用：MetoMotion

2020年の試験では、オランダの種苗会社施設においてGRoWが1列のトマトを人の介在なしで90%の収穫成功率で摘み取ることに成功しました。

このロボットはカメラで果実を認識し、複数のアームで果房を傷つけずに切り取り、自動で箱詰めまで行います。

MetoMotion社によれば、収穫作業に要する人手を最大80%削減し、収穫コストを半減できる見込みです。

さらにGRoWは収穫以外の作業（葉かき・剪定、収量予測モニタリング等）にも応用可能なプラットフォームとして設計されており、将来的には一台で収穫・管理の多工程を自動化できるとされています。

実際、オランダのVDL社はキュウリ栽培における葉摘みロボットを開発中で、AIで葉を識別して的確に剪葉することで株内部への日照を増やし、㎡あたり30%の収量増を目指すユニークな試みも報じられています。

このように作物ごとに適したロボット技術が模索されており、人手に頼ってきた収穫・栽培管理作業の自動化が現実味を帯びています。

露地栽培の分野でも、農業ロボットは徐々に導入が進んでいます。

例えば選択的なブロッコリー収穫ロボットの開発プロジェクトが進行中で、画像認識で適期のブロッコリーだけを収穫する技術が模索されています。

また自動走行トラクターによる播種・除草や、イチゴ収穫ロボットなども欧州各国で試験されています。

日本国内でも、北海道の広大な畑作地帯で使える自動追従型収穫台車やロボットトラクターの実証が行われており、露地と施設の双方でロボット農業への移行が始まっています。

今後、オランダで培われた温室内ロボット技術がさらに洗練され、他の作物（ナスや葉物の収穫など）や露地野菜にも展開されていくことが期待されます。

農業ロボットの普及は、高齢化が進む農業現場の労働力不足を補い、安定した生産を支える鍵となるでしょう。

データ統合と今後の展望

以上のように、オランダ式環境制御農業はセンサーやAIを駆使したデータ駆動型の管理へと進化し、植物生理学に根ざした新理論やロボット技術の導入によって飛躍的な発展を遂げています。

温室と露地をデータで結びつけた統合管理も現実化しつつあり、例えば生産者はクラウド上のプラットフォームで温室内の気候データと圃場のセンサーデータを一元監視し、遠隔から潅水や換気を制御することも可能になっています。

実証例では、オランダの施設園芸農家が複数の圃場・温室をネットワーク化し、AIが作物ごとの最適環境を提案するシステムを運用し始めています。

こうした高度に接続された農業IoTシステムでは、単体の機械だけでなくセンサー・ロボット・制御ソフトが連携し、自律的に環境を調節することが可能です。

環境制御技術の発展は、生産効率の向上だけでなく農薬や水資源の節減、気候変動への適応にも寄与します。

例えば半閉鎖型温室やAI制御により理想的な生育環境を維持しつつエネルギーや化学薬剤の投入量を削減することで、持続可能な農業を実現する動きが加速しています。

一方で、こうしたシステムの導入には高コストや熟練者のデータ解析スキル習得といった課題も伴います。

しかしオランダでは官民の協力により教育プログラムや補助制度が整備され、新技術を現場に実装する取組みが進んでいます。

総じて、2017年の「環境制御のための植物生理学」刊行以降の8年間で、環境制御農業は理論面・技術面の両方で大きな飛躍を遂げたと言えます。

今後はその成果を露地栽培を含む世界の農業現場に横展開し、食料生産の持続可能性と効率を高めていくことが期待されています。

家庭菜園における「オランダ式」

オランダ式の最新研究や施設園芸の高度技術は、広大な温室や露地大規模圃場を想定しています。
しかし、半自給自足を目指す家庭菜園に直接持ち込むと、コストや規模、設備面で現実的でない部分が出てきます。
そこで必要なのは「縮小版の精密農業」——高価な制御盤や工業用AIを丸ごと導入するのではなく、低コスト・簡易型のセンサーや自然条件の活用により、同じ原理を応用することです。

予防第一の病害虫管理

家庭菜園では薬剤使用を抑えたいので、最初から侵入させない・発病条件を作らないアプローチが有効です。

• 衛生と動線管理
  家庭菜園でも、苗や土を外から入れるときは一時隔離し、古い鉢や工具は漂白剤や熱湯で消毒。これだけでウイルスや土壌病害のリスクが大幅減少します。
• 物理バリアの利用
  防虫ネットや寒冷紗でアブラムシ・コナジラミなどの飛来を防止。オランダ式の微細メッシュは高価ですが、家庭用ならホームセンター品で十分効果があります。
• 小規模IPMの導入
  市販の天敵（スワルスキーカブリダニやオリウス）も少量パックが入手可能。露地なら、マリーゴールドやナスタチウムを一緒に植えて、害虫忌避や天敵誘引を狙う「プッシュプル」的な配置が可能です。

簡易環境制御

本格的な温室環境制御システムは不要ですが、植物生理に基づく気候操作の考え方は小規模でも活かせます。

• 湿度と結露の管理
  夜露は病害のきっかけになるため、夜間は換気や軽い送風で葉を乾かす。小型USBファンやソーラーファンを設置するだけでも効果があります。
• 温度管理
  発芽や初期生育時に簡易トンネルや透明カバーで温度を確保。オランダ式の「日射量に応じて温度を変える」発想を、小規模では天気予報＋温度計で手動実行します。
• 水分管理
  土壌水分センサーやシンプルな指示計を使って、晴天時の朝に重点的に潅水。自動潅水キット（タイマー式）を付ければ旅行中も安定します。

モニタリングの簡略化

高性能ドローンやAIカメラは不要ですが、観察を定量化する習慣は重要です。

• 粘着トラップを数か所に設置し、週1で捕獲数を記録する。
• 葉色・成長スピードをスマホで定期撮影し、アルバムで比較。目視より変化が分かりやすくなります。
• 葉の裏や茎を定期的に確認する「スカウティング習慣」を持つことで、早期発見が可能。

ロボットや自動化技術の簡易版

商用ロボットは高額ですが、小規模なら部分的な自動化で十分省力化できます。

• 小型自動潅水装置（市販の1,000〜3,000円程度）
• ソーラー式換気ファン（トンネル・小型温室用）
• 温湿度計と土壌水分計のBluetooth連動機器（スマホで確認可能）

家庭菜園でも、オランダ式の思想を応用すれば「省農薬＋高収量＋安定生産」に近づきます。

重要なのは「高価な設備」ではなく、植物の仕組みを理解し、それに合わせて環境と管理を工夫すること。

小さな畑でも、光・水・温度・湿度のバランスを意識し、予防中心の病害虫対策を徹底することで、年間を通じて安定した収穫と安全な食材の確保が可能になります。