2026/05/24 更新

写真a

ナカジマ　コウタ
中嶌　洸太
Nakajima Kota
所属
環境生命自然科学学域 助教（特任）
職名
助教（特任）
外部リンク

学位

  • 博士（農学） （ 2025年3月   京都大学 ）

研究キーワード

  • 地上部全乾物重

  • 画像解析

  • 深層学習

  • フェノタイピング

学歴

  • 京都大学   Graduate School of Agriculture   Division of Agronomy and Horticultural Science

    2022年4月 - 2025年3月

    　 詳細を見る

    国名： 日本国

    researchmap

  • 京都大学   Graduate School of Agriculture   Division of Agronomy and Horticultural Science

    2020年4月 - 2022年3月

    　 詳細を見る

    国名： 日本国

    researchmap

経歴

  • 岡山大学   学術研究院環境生命自然科学学域   特任助教   研究助教

    2025年4月 - 現在

    　 詳細を見る

  • 独立行政法人日本学術振興会   特別研究員DC2

    2024年4月 - 2025年3月

    　 詳細を見る

    国名：日本国

    researchmap

  • International Rice Research Institute (IRRI)   Intern

    2023年11月 - 2024年5月

    　 詳細を見る

    国名：フィリピン共和国

    researchmap

  • 京都大学大学院   教育支援機構   奨励研究員

    2022年4月 - 2024年3月

    　 詳細を見る

    国名：日本国

    researchmap

所属学協会

  • 日本作物学会

    2020年1月 - 現在

    　 詳細を見る

 

論文

  • Robustness of the RGB image-based estimation for rice above-ground biomass by utilizing the dataset collected across multiple locations 査読

    Kota Nakajima, Kazuki Saito, Yasuhiro Tsujimoto, Toshiyuki Takai, Atsushi Mochizuki, Tomoaki Yamaguchi, Ali Ibrahim, Salifou Goube Mairoua, Bruce Haja Andrianary, Keisuke Katsura, Yu Tanaka

    Smart Agricultural Technology   11   100998 - 100998   2025年5月

    　詳細を見る

    担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier BV  

    DOI： 10.1016/j.atech.2025.100998

    researchmap

  • Biomass estimation of World rice (Oryza sativa L.) core collection based on the convolutional neural network and digital images of canopy 査読

    Kota Nakajima, Yu Tanaka, Keisuke Katsura, Tomoaki Yamaguchi, Tomoya Watanabe, Tatsuhiko Shiraiwa

    Plant Production Science   26 ( 2 )   187 - 196   2023年

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）  

    DOI： 10.1080/1343943X.2023.2210767

    Scopus

    researchmap

  • Deep Learning Enables Instant and Versatile Estimation of Rice Yield Using Ground-Based RGB Images. 査読 国際誌

    Yu Tanaka, Tomoya Watanabe, Keisuke Katsura, Yasuhiro Tsujimoto, Toshiyuki Takai, Takashi Sonam Tashi Tanaka, Kensuke Kawamura, Hiroki Saito, Koki Homma, Salifou Goube Mairoua, Kokou Ahouanton, Ali Ibrahim, Kalimuthu Senthilkumar, Vimal Kumar Semwal, Eduardo Jose Graterol Matute, Edgar Corredor, Raafat El-Namaky, Norvie Manigbas, Eduardo Jimmy P Quilang, Yu Iwahashi, Kota Nakajima, Eisuke Takeuchi, Kazuki Saito

    Plant phenomics (Washington, D.C.)   5   0073 - 0073   2023年

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（学術雑誌）  

    Rice (Oryza sativa L.) is one of the most important cereals, which provides 20% of the world's food energy. However, its productivity is poorly assessed especially in the global South. Here, we provide a first study to perform a deep-learning-based approach for instantaneously estimating rice yield using red-green-blue images. During ripening stage and at harvest, over 22,000 digital images were captured vertically downward over the rice canopy from a distance of 0.8 to 0.9 m at 4,820 harvesting plots having the yield of 0.1 to 16.1 t·ha-1 across 6 countries in Africa and Japan. A convolutional neural network applied to these data at harvest predicted 68% variation in yield with a relative root mean square error of 0.22. The developed model successfully detected genotypic difference and impact of agronomic interventions on yield in the independent dataset. The model also demonstrated robustness against the images acquired at different shooting angles up to 30° from right angle, diverse light environments, and shooting date during late ripening stage. Even when the resolution of images was reduced (from 0.2 to 3.2 cm·pixel-1 of ground sampling distance), the model could predict 57% variation in yield, implying that this approach can be scaled by the use of unmanned aerial vehicles. Our work offers low-cost, hands-on, and rapid approach for high-throughput phenotyping and can lead to impact assessment of productivity-enhancing interventions, detection of fields where these are needed to sustainably increase crop production, and yield forecast at several weeks before harvesting.

    DOI： 10.34133/plantphenomics.0073

    PubMed

    researchmap

MISC

▼全件表示

受賞

  • 第260回講演会優秀発表賞（口頭発表部門）

    2025年9月   日本作物学会  

    　詳細を見る

  • Presentation Award (Oral)

    2021年9月   The 10th Asian Crop Science Association Conference   Deep Learning-Based Robust Estimation for Rice Biomass Using Digital Image of Canopy

    　詳細を見る

共同研究・競争的資金等の研究

  • 深層学習に基づくイネバイオマス推定技術の汎用性向上と三千品種を対象とした遺伝解析

    研究課題/領域番号：24KJ1409  2024年04月 - 2026年03月

    日本学術振興会  科学研究費助成事業  特別研究員奨励費

    中嶌 洸太

    　 詳細を見る

    配分額：1400000円 （ 直接経費：1400000円 ）

    researchmap