農業用水の未来予測、気候変動時代の新ツール

『AIDspat』って、要するに農業用水の『天気予報』みたいなもの？

天気予報と似た構造ではあるんですが、一つ大きく違う点があります。 天気予報は「来週のこの地点の気温と降水確率」という、外部から降ってくる現象を当てるもの。 一方、AIDspatが予測しているのは「この畑の水の使い方」という、人間の判断が入った結果です。 同じ気象条件でも、農家が「今年は節水したい」と決めれば灌漑量は変わるし、使う技術が点滴灌漑なのかスプリンクラーなのかで効率も変わる。 そうした現場の選択肢を全部織り込んで、「このシナリオなら水はこれだけ必要」と計算する仕組みなんですよね。 気象データは入り口に過ぎず、その先の人間の行動まで含めて初めて「必要な水の量」が決まる。 むしろ「政策が変わったら水の需要もこう変わる」という、複数の未来を試算できるツールと言えそうです。天気予報というより、シナリオプランニングの相棒に近いのかもしれません。

日本の田んぼや畑の農家も、こういう予測ツールを使えば、今みたいに天候に右往左往しなくてもいいようになるの？

農家が天候に右往左往しなくなるかどうかは、予測の精度よりも「その予測にどこまで従えるか」という現場の自由度の問題なのかもしれません。 AIDspatは誤差17%という精度を実現していますが、これは「来月この地域に1000トン必要」という見通しを立てられるということ。ただし日本の水田農業は、用水路が複数の農家で共有されていて、個々の判断だけでは動きにくい構造になっています。さらに、気候予測の精度も地域によってばらつきがあり、特に局地的な豪雨や干ばつへの対応になると、事前の計画では対応しきれない部分も残ります。 むしろ重要なのは、ツールが予測を提供した先で「水を融通できる仕組みがあるか」「農家が柔軟に作付けを変えられるか」といった制度面。精密な予測があっても、それを活かす現場の融通性がなければ、結局のところ天候への対応は変わらないということもあり得そうです。

なぜ今になって、このモデルが必要になってきたの？昔の農業では『勘と経験』で十分だったから、ここまで精密に計画する必要がなかったってこと？

昔の農業は、水が「足りるか足りないか」という2択の世界だったんですよね。雨が降れば潤うし、降らなきゃ枯れる。だから「勘と経験」でも回した。でも今は違う。気候変動によって、その「ルール」そのものが毎年変わってきてるんです。去年までの経験則が今年も通用するという保証がない。さらに、農地も農業も複雑化した。灌漑システムの種類は増え、育てられる作物の選択肢も広がり、限られた水を複数地域で融通し合う必要も出てきた。こうなると、勘と経験だけでは、どこにどう配分するのが最適かが判断できなくなる。AIDspatが求められるようになったのは、気候変動という「新しい不確実性」と、農業が直面する「複雑さの増大」という二つの圧力が同時に起きたからなのかもしれません。精密さは、選択肢が増えたときの必然と言えそうです。

これって『自然任せだった農業を、データで制御する産業へシフトさせる』って大きな流れの一つなの？

正確に言うと、シフトの方向は逆なんですよね。 農業が「自然任せ」だった時代というのは、実は存在しなくて。 灌漑という技術そのものが、人間による水の制御の歴史そのものです。 メソポタミアの運河も、日本の用水路も、農業は昔から「自然をどう制御するか」という営みでした。 では何が変わるのか。それは「制御の粒度」です。 いままでは「この地域は乾燥するから、毎年この時期に通水する」といった、 大ざっぱな判断で水を配分してきました。 気象は毎年揺らぐし、気候変動で予測も狂う。 だから無駄が多かった。配分が間違うこともあった。 AIDspatが変えるのは、そこ。 気候や土壌や作物の微妙な違いを、データで読み取って、 「今年のこの畑は、この日のこの時間に、この量」と、 ミリ単位で制御できるようになる。 言い方を変えれば、農業はもともと「制御の産業」だけど、 その制御の精度が、データで飛躍的に上がるということ。 自然への対抗から、自然の細部への対応へ、という歩み寄りかもしれません。

こういう『必要な水の量が正確に予測できる』ツールが普及すると、水が少ない地域と多い地域の農業格差ってもっと広がっちゃうんじゃないの？

逆にこのツールで格差が *縮まる* 可能性もあるんですよね。 予測精度が上がると、水が少ない地域の農家も「限られた水でどう作るか」を科学的に設計できるようになる。たとえば、雨の少ない土地で「トウモロコシは諦めて、ヒマワリやソルガムなら年間これだけで済む」という判断が、経験則ではなく数字で裏付けされる。そもそもどの時期に集中的に水をやれば収量が落ちないか、もそのツールが教えてくれる。 むしろ問題は、このツールを使いこなせるかどうかという新しい格差なのかもしれません。データを解釈できる人材がいるか、精密灌漑の設備に投資できるか、天気予報との連動ができるか。水自体の量では負けていても、それをどう使うかで勝負できる仕組みが出てくる可能性がある。水に恵まれた地域が無駄なく使ってくれるなら、下流域に流れる水も増えるかもしれない。つまり、正確な予測は *奪い合い* よりむしろ *配分を最適化する* 道具として機能するのかもしれません。