反射光で火山灰土を迅速判定、全国分布の早期解明に期待

掲載日：2026年7月31日

土壌に照射した光の反射スペクトル分析から火山灰土壌（火山灰土）の特徴をもつかどうかを約2分で迅速判定できる手法を開発しました。火山灰土の判定基準であるアルミと鉄の濃度を予測する方法で、火山灰土の全国分布や森林成長との関係の早期解明につながる成果です。

研究グループは、可視-近赤外分光法^*による土壌の反射光分析から、特定溶液で溶け出すアルミと鉄の濃度を予測できる手法を開発しました。これら濃度は火山灰土を判定する基準に使われており、この手法により火山灰土かどうかを約90％の精度で判定できます。開発にあたっては、全国560か所の土壌試料2245点と、畳み込みニューラルネットワーク回帰モデル^*を用いました。

火山灰土は植物の成長に大きく影響し、農地ではその特徴の強さに応じて施肥量を変えるなどの対策が取られています。火山国の日本には火山灰土が広く分布し、森林の成長にも関係していると考えられます。しかし、分析操作が煩雑なため、その正確な分布はほとんど把握されていません。

今回開発した手法で当研究所に保管されている数千点に及ぶ土壌を分析すれば、一気に火山灰土の分布を高精細に推定することが可能です。火山灰土の分布と森林の成長の関係が明らかになり、今後の森林成長予測の基礎情報として火山灰土分布が利用されることが期待されます。

(本研究は、Soil Science and Plant Nutritionにおいて2026年6月に公開されました。)

 

^＊1）可視-近赤外分光法：400～800nmの可視光と800～2500nmの近赤外光を連続的に照射し、その吸収特性から様々な定性・定量分析を行う方法。今回は照射した光の反射光を用いる拡散反射法を使用しました。

^＊2）畳み込みニューラルネットワーク回帰モデル：深層学習の一種である畳み込みニューラルネットワークを用い、画像などのデータから特徴を抽出し、連続値を予測するモデル。

図：2245点の土壌試料についての火山灰土判定基準の測定値とモデル予測値のグラフ。実線は1:1となる線。判定基準値20以上が火山灰土となる。

写真：土壌サンプルを分析している様子。真ん中の白い蓋のガラスビンに土壌サンプルを入れて測定する（分析時は蓋をしめて分析する）。

 

• 論文名
  Visible and near-infrared spectroscopy coupled with machine learning to quantify oxalate-extractable Al and Fe and identify andic soil properties for Japanese forest soils. （可視-近赤外分光法と機械学習を組み合わせ、日本の森林土壌のシュウ酸塩可溶性AlとFeを定量し、アンディック特徴を判定する）
• 著者名（所属）
  石塚成宏（企画部）、今矢明宏(立地環境研究領域)、酒井佳美（九州支所）、山下尚之（四国支所）
• 掲載誌
  Soil Science and Plant Nutrition, 72(3), 271-280, June 2026,
  DOI： 10.1080/00380768.2026.2622394（外部サイトへリンク）
• 研究推進責任者
  研究ディレクター 齋藤 英樹
• 研究担当者
  企画部 石塚 成宏