積算温度（GDD）の解説

作物の生育は暦どおりに完全に進むわけではありません。

異なる2年で同じ日に播種したトウモロコシ作物が、同じ生育ステージに到達する日付は異なる場合があります。 小麦圃場は暖かい春には発育が早まり、涼しい春には遅くなることがあります。 作物の発育は温度の影響を強く受けるため、害虫圧、病害リスク、開花、収穫時期、施肥タイミングはすべて変動し得ます。

このため農学者は積算温度を使用し、これは多くの場合GDDと略されます。

積算温度は、時間の経過に伴って蓄積された熱量を測定する方法です。 GDDは単に「播種から何日経過したか？」と問うのではなく、より農学的な問いを投げかけます。

作物は発育開始以降、どれだけの有効な熱を蓄積したか？

これによりGDDは、作物ステージ予測、圃場巡回、灌漑計画、養分施用タイミング、害虫管理、収穫準備において、最も実用的な農学指標の1つになります。

Terra Oracle AIにとって、GDDは単なる気象値ではありません。 それは、気象、作物発育、衛星画像、土壌のばらつき、水収支、圃場作業を、説明可能な農学的意思決定へ結び付ける、より広範な圃場インテリジェンスシステムの一部です。

積算温度とは？

積算温度は、作物発育に利用可能な熱の蓄積を測定します。

植物は一般に、温度が作物固有の基準温度を上回ると発育が早まります。 その基準温度を下回ると、発育は遅くなるか、実質的に停止することがあります。 日々の温度が基準温度を上回って上昇すると、作物は熱時間を蓄積します。

簡単に言うと：

積算温度 = 作物が時間の経過とともに蓄積した有効な熱

GDDは次のようにも呼ばれます。

• 作物熱単位
• 度日
• 熱時間
• 熱の蓄積

この概念が使われるのは、作物、昆虫、病害における多くの生物学的プロセスが、暦日数だけよりも累積温度とより密接に関連しているためです。

農業においてGDDが重要な理由

GDDは、生産者や農学者が作物の発育サイクル上の位置を推定するのに役立ちます。

これは、多くの圃場作業が生育ステージに依存するため重要です。 窒素、殺菌剤、灌漑、植物成長調整剤、害虫の圃場巡回、収穫準備の適切なタイミングは、単なる暦日ではなく、作物ステージに依存することが多くあります。

積算温度は、次のような実務的な問いに答える助けになります。

• 作物の発育は平年より早いのか、遅いのか？
• 次の重要な生育ステージはいつ予想されるか？
• 作物は開花、登熟、成熟、または収穫に近づいているか？
• 圃場巡回をいつ優先すべきか？
• 害虫または病害のリスク期間が近づいているか？
• 養分または作物保護剤の施用を前倒しまたは延期すべきか？
• 低温、水ストレス、土壌制約、または活着不良のために圃場が遅れているのか？

このためGDDは、作物モニタリングと意思決定支援の中核要素です。

GDD計算：基本式

最も一般的な単純なGDD計算は次のとおりです。

$$ \mathrm{GDD} = \frac{T_{\max} + T_{\min}}{2} - T_{\mathrm{base}} $$

ここで、$T_{\max}$ と $T_{\min}$ は日最高気温と日最低気温、$T_{\mathrm{base}}$ は作物固有の基準温度です。

結果が負の場合、日GDDは通常0として記録されます。

例：

• 日最高気温：28°C
• 日最低気温：14°C
• 日平均気温：21°C
• 基準温度：10°C

$$ \mathrm{Daily\ GDD} = 21 - 10 = 11 $$

翌日に9 GDDが蓄積されると、累積合計は次のようになります。

$$ 11 + 9 = 20\ \text{(accumulated GDD)} $$

シーズンを通じて、日々のGDD値を合計し、作物発育の進捗を推定します。

基準温度とは？

基準温度とは、それを下回ると作物発育が最小限または停止すると想定される下限しきい値です。

作物によって使用する基準温度は異なります。 例えば、トウモロコシなどの暖地型作物は通常、小麦や大麦などの寒地型作物より高い基準温度を必要とします。

基準温度は次に基づいて選定する必要があります。

• 作物種
• 品種またはハイブリッド
• 地域の農学的慣行
• 生育ステージ
• 科学的または普及機関による推奨
• 地域キャリブレーション

これはGDD計算において最も重要なポイントの1つです。 GDDの数値は、正しい基準温度と計算方法が使用されている場合にのみ意味を持ちます。

上限温度については？

一部のGDD手法では上限温度も使用します。

これは、温度が上昇すれば作物発育が際限なく増加するわけではないためです。 一定の点を超えると、非常に高い温度は発育の加速を止め、ストレス、不稔、受粉低下、水ストレス、または収量低下を引き起こすことさえあります。

そのようなシステムでは、GDDを計算する前に日最高気温を上限しきい値で上限処理する場合があります。

これは、高温環境、灌漑システム、および開花期や果実発育期に熱に敏感な作物で特に重要です。

GDD作物ステージ：熱時間が発育を予測する仕組み

作物ステージは、暦日よりも累積熱時間を用いた方がより適切に予測できることが多くあります。

例えば、作物が出芽から栄養成長へ、栄養成長から開花へ、または開花から成熟へ移行するには、一定量の累積GDDが必要な場合があります。 正確な値は、作物、品種、地域、管理システムによって異なります。

GDDは次の作物ステージ予測を支援できます。

• 出芽
• 葉の発達
• 分げつ
• 茎の伸長
• 開花
• 受粉
• 果実発育
• 登熟
• 生理的成熟
• 収穫タイミング

作物ステージ予測により農学的意思決定がより精密になるため、これは有用です。

例えば殺菌剤散布は、特定の作物ステージ期間内でのみ効果的な場合があります。 窒素施用は、定義された発育段階の前または途中で最も高いリターンをもたらす場合があります。 灌漑ストレスは、開花期または登熟期に最も大きな被害を与える可能性があります。 GDDは、これらの期間が近づいている時期を特定するのに役立ちます。

GDDと暦日

暦日は単純ですが、温度条件が変化すると作物発育を十分に説明できません。

暖かい期間に圃場で40日経過した作物は、涼しい期間に圃場で40日経過した作物よりも、はるかに進んでいる可能性があります。

GDDは、熱の蓄積を調整することでこれを改善します。

暦日が答える問い： どれだけの時間が経過したか？
GDDが答える問い： 作物はどれだけの有効な熱を受けたか？
作物ステージモデルが答える問い： 作物は現在どのステージにある可能性が高いか？

農学的な意思決定では、通常3つ目の問いが最も有用です。

GDD計算の実践例

ある作物が10°Cの基準温度を使用すると仮定します。

5日後：

$$ \mathrm{Accumulated\ GDD} = 8 + 10 + 3 + 0 + 12 = 33 $$

この累積値を作物ステージのしきい値と比較して、発育進捗を推定できます。

GDDが農学的意思決定を支援する方法

1. 作物ステージ予測

GDDの最も直接的な用途は作物ステージ予測です。 播種、出芽、萌芽、または別の開始点からの累積熱量を追跡することで、生産者は作物が重要なステージに到達する時期を推定できます。

これは、圃場訪問、労務、機械、資材施用、収穫ロジスティクスの計画に有用です。

2. 圃場巡回のタイミング

圃場巡回は、適切な生物学的期間に合わせて行うと最も効果的です。 GDDは、作物、害虫、または病害が注意を要するステージに到達する可能性のある時期を示すのに役立ちます。

これにより農学者は、事後対応型の圃場巡回から予防的な圃場巡回へ移行できます。

3. 害虫および病害のリスク期間

多くの害虫や病害は温度の影響を受けます。 度日モデルは、昆虫の発育を推定し、特定の害虫ステージが現れる時期を予測するためによく使用されます。

GDDを病害または害虫の判断に単独で使用すべきではありませんが、湿度、葉面濡れ、降雨、作物ステージ、圃場履歴と組み合わせると、強力なタイミング層になり得ます。

4. 灌漑計画

GDDは、発根深度、キャノピー被覆、作物の水需要、水ストレスへの感受性に影響する作物発育ステージを推定するのに役立ちます。

例えば、開花期の水ストレスは、初期栄養成長期の水ストレスとは異なる影響を与える場合があります。 GDDは、その発育経路のどこに作物があるかを判断するのに役立ちます。

土壌水収支、蒸発散、降雨、予測データと組み合わせることで、GDDはより精密な灌漑スケジューリングを支援できます。

5. 養分施用タイミング

養分需要は作物ステージによって変化します。 GDDは、養分吸収が加速している時期や、施用期間が近づいているかどうかを推定するのに役立ちます。

これは、窒素管理、ファーティゲーション、可変施用の投入計画に特に関連します。

6. 収穫計画

GDDは、成熟に向けた作物の進捗を推定することで、収穫適期の予測を支援できます。 これは、ロジスティクス、貯蔵計画、請負業者のスケジューリング、圃場の優先順位付けに有用です。

GDDだけでは不十分な理由

GDDは強力ですが、完全な作物モデルではありません。

温度によって駆動される発育を推定しますが、すべての圃場条件を直接説明するものではありません。 作物の発育と性能は、次によっても影響を受けます。

• 土壌肥沃度
• 水の利用可能性
• 土壌圧密
• 塩類濃度
• 排水
• 栽植密度
• 害虫圧
• 病害圧
• 品種またはハイブリッド
• 播種日
• 圃場作業
• 極端な高温または低温イベント
• 養分制限

2つの圃場が同じGDDを蓄積しても、土壌、水分状態、管理履歴が異なるため、性能は大きく異なる場合があります。

このためGDDは、土壌データ、衛星データ、水収支、気象予測、圃場観察と合わせて解釈する必要があります。

GDD使用時の一般的な誤り

誤り1：誤った基準温度を使用する

基準温度は作物とモデルに一致していなければなりません。 誤った基準温度を使用すると、累積GDDが歪み、不正確な作物ステージ予測につながる可能性があります。

誤り2：誤った日付から蓄積を開始する

GDDは、播種、出芽、萌芽、移植、または定義された作物ステージイベントなど、意味のある生物学的開始点から蓄積しなければなりません。

誤り3：上限温度を無視する

高温気候では、非常に高い温度が作物発育を継続的に加速するとは限りません。 モデルが上限キャップを必要とする場合は、一貫して適用する必要があります。

誤り4：GDD単独を収量予測として扱う

GDDは発育タイミングの推定に役立ちます。 収量を保証するものではありません。 収量は、水、養分、遺伝的特性、土壌、ストレスイベント、管理など、多くの相互作用する要因に依存します。

誤り5：圃場内ばらつきを無視する

地域のGDD値が、特定の圃場の正確な条件を表しているとは限りません。 標高、局地的な気象、灌漑、キャノピー状態、土壌水分はすべて、圃場レベルの発育に影響します。

誤り6：農学的解釈なしにGDDを使用する

GDDチャートは有用ですが、本当の価値は、それを点検、灌漑、施用、延期、優先順位付け、準備といった意思決定へ変換することから生まれます。

Terra Oracle AIがGDDを使用する方法

Terra Oracle AIは、作物計画、生育ステージ評価、作業タイミングを支援するため、農学指標レイヤーの一部としてGDDを使用します。

このプラットフォームはGDDを次と結び付けます。

• 気象履歴と予測
• 温度動態
• 降雨と蒸発散
• 水収支
• 衛星画像とNDVIトレンド
• 土壌のばらつき
• 地形
• 圃場作業
• 作物ステージの解釈
• AIによる農学的推論

これにより、GDDは単なるチャート以上のものになります。 それは説明可能な意思決定システムの一部になります。

例えば、圃場が感受性の高い作物ステージに近づいている場合、AI Advisorは次の行動が灌漑、圃場巡回、施肥タイミング、作物保護計画、または圃場点検のどれであるべきかを解釈するのに役立ちます。

重要な違いは説明です。 ユーザーは、圃場が一定数のGDDを蓄積したことを見るだけで終わるべきではありません。 ユーザーは、それが農学的に何を意味するのかを理解すべきです。

詳細を見る：Terra Oracle AI Advisor

例：GDDから説明可能な推奨へ

ある圃場では、開花に近づくのに十分なGDDが蓄積されています。 気象予測は高温と乾燥条件を示しています。 水収支レイヤーは、土壌水分が低下していることを示しています。 NDVIトレンドは、圃場の一部が他の部分より弱いことを示しています。

基本的なGDDツールは、作物が開花に近いことだけを示す場合があります。

説明可能な農学アドバイザーはさらに踏み込めます。

• 作物は感受性の高いステージに近づいています。
• 予測される高温によりストレスリスクが高まる可能性があります。
• 水収支は灌漑を見直すべきことを示唆しています。
• NDVIが弱いゾーンは点検が必要な場合があります。
• 土壌のばらつきは、圃場の一部がより早く乾燥している理由を説明する可能性があります。
• 次に取るべき最適な行動は、灌漑、圃場巡回、または対象を絞った圃場確認かもしれません。

これが、データ表示と意思決定インテリジェンスの違いです。

GDDと衛星モニタリング

衛星画像は、作物が空間的にどのように発育しているかを視覚的に示します。 GDDは、時間の経過に伴ってどれだけの熱時間が蓄積されたかを示します。

両者を組み合わせることで、どちらか一方のレイヤー単独よりも強力になります。

例：

• GDDが作物の発育が進んでいるはずだと示しているのにNDVIが弱い場合、制限要因が存在する可能性があります。
• NDVIがGDDの蓄積に沿って増加している場合、作物は正常に発育している可能性があります。
• 同様のGDDにもかかわらず、あるゾーンが別のゾーンより遅れている場合、原因は土壌、水、養分、排水、または活着のばらつきである可能性があります。
• 作物ステージのタイミングが地域間で異なる場合、GDDは異なるシーズン間で衛星解釈を正規化するのに役立ちます。

これによりGDDは、作物モニタリングだけでなく、衛星パターンの説明にも有用になります。

GDDと水収支

GDDと土壌水収支は密接に関連しています。

GDDは作物の発育ステージを推定するのに役立ちます。 作物ステージは、発根深度、キャノピーサイズ、水需要、水ストレスへの感受性に影響します。 土壌水収支は、根域に十分な利用可能水があるかどうかを推定します。

両者を組み合わせることで、より良い灌漑判断を支援します。

例：

• 初期作物ステージ：水需要が低く、根が浅く、活着問題への感受性が高い。
• 急速な栄養成長：蒸散と養分吸収が増加。
• 開花：多くの場合、水ストレスがより大きな被害を与える可能性のある感受性の高いステージ。
• 登熟または果実発育：水の利用可能性が収量と品質に影響する場合があります。
• 成熟：作物と目標に応じて、灌漑を削減または停止する場合があります。

GDDはステージの特定に役立ちます。 水収支は、そのステージに対して作物に十分な水があるかを評価するのに役立ちます。

GDDと作物保護のタイミング

多くの作物保護の判断は時間に敏感です。

GDDは、作物が資材施用の対象ステージに到達する時期、または害虫が脆弱なステージに到達する時期を推定するのに役立ちます。 ただし、作物保護の判断では次も考慮すべきです。

• 作物の生育ステージ
• 製品ラベル
• 気象条件
• 耐雨性
• 風と散布適性
• 害虫または病害圧
• 抵抗性管理
• 圃場巡回
• 地域の規制

GDDはタイミングに役立ちますが、農学的判断やラベル要件に取って代わるべきではありません。

優れたGDDツールとは？

優れたGDDツールは次の条件を満たすべきです。

作物固有

正しい基準温度と作物ステージロジックを使用すべきです。

圃場固有

遠方の地域観測所だけでなく、実際の圃場に関連する気象データを使用すべきです。

動的

新しい気象データが届くたびに毎日更新されるべきです。

予測を考慮

過去に蓄積されたGDDだけでなく、今後の発育も推定すべきです。

連携型

GDDを水収支、NDVI、土壌データ、作業と連携させるべきです。

説明可能

GDDの状態が何を意味し、どの行動が関連し得るかを示すべきです。

AI農学におけるGDDの未来

積算温度は新しいものではありません。 変わりつつあるのは、その使われ方です。

従来の農学では、GDDはチャートまたは累積値として示されることが多くあります。 AI農学では、GDDは連携した推論システム内の1つのシグナルになります。

未来は単に熱単位を計算することではありません。 それは、累積熱量が今日の圃場にとって何を意味するかを理解することです。

つまり、GDDを次と組み合わせることです。

• 土壌インテリジェンス
• 衛星モニタリング
• 気象予測
• 水収支
• 作業データ
• 作物ステージモデル
• リスクアラート
• 経済的意思決定
• 説明可能なAI推奨

ここでGDDは、実践的な意思決定インテリジェンスの一部になります。

FAQ

積算温度とは何ですか？

積算温度は、作物発育を推定するために使用される累積熱量の指標です。 日々の温度を作物固有の基準温度と比較して計算されます。

GDDはどのように計算しますか？

単純なGDD計算は次のとおりです。

$$ \mathrm{GDD} = \frac{T_{\max} + T_{\min}}{2} - T_{\mathrm{base}} $$

結果が0未満の場合、日GDDは通常0として記録されます。

GDD作物ステージとは何ですか？

GDD作物ステージとは、累積積算温度を用いて推定される作物発育ステージです。 出芽、開花、成熟、収穫適期などのイベント予測に役立ちます。

GDDが暦日より優れているのはなぜですか？

GDDはシーズン間の温度差を考慮します。 同じ暦日数が経過していても、作物は暖かい天候では早く発育し、涼しい天候では遅く発育する場合があります。

GDDにおける「基準温度」とは何ですか？

基準温度とは、それを下回ると作物発育が最小限または停止すると想定される下限温度しきい値です。 作物とモデルによって異なります。

GDDは収量を予測しますか？

GDDは作物発育のタイミング予測に役立ちますが、単独で収量を予測するものではありません。 収量は、水、養分、土壌条件、害虫、病害、遺伝的特性、管理にも依存します。

GDDは灌漑スケジューリングに役立ちますか？

はい。 GDDは、作物の水需要と水ストレスへの感受性に影響する作物ステージの推定に役立ちます。 土壌水収支や気象予測と組み合わせることで、より良い灌漑タイミングを支援できます。

Terra Oracle AIはGDDをどのように使用しますか？

Terra Oracle AIは、農学指標レイヤーの一部としてGDDを使用します。 このプラットフォームはGDDを、気象、水収支、NDVI、土壌データ、圃場作業、AI Advisorの推奨と結び付け、説明可能な作物ステージおよびタイミングの判断を支援します。

結論

積算温度は、農業者が暦ベースのタイミングから熱時間ベースのタイミングへ移行するのに役立ちます。 土壌、水収支、NDVI、圃場コンテキストと併用すると、GDDは作物ステージ予測と作業判断のための実用的なレイヤーになります。

詳細を見る：

• AI Advisor
• 灌漑判断のための土壌水収支
• 散布適性指数の解説
• 精密農業ソフトウェア＆プラットフォーム

参考文献

• ミシガン州立大学エクステンション。 積算温度を理解する 。
• ペンシルベニア州立大学エクステンション。 積算温度を理解する 。
• ウィスコンシン大学園芸エクステンション。 度日の計算 。
• フロリダ大学IFAS。 度日：生育、暖房、冷房 (AE428)。
• オレゴン州立大学エクステンション。 野菜の度日モデル：農業者と園芸家のための入門 (EM 9305)。
• Miller, P., Lanier, W., & Brandt, S. モンタナ州立大学エクステンション。 積算温度を用いた植物ステージの予測 (MT200103AG)。
• 欧州環境機関 / Climate-ADAPT。 積算温度 。
• Keramitsoglou, I., et al. (2023)。 SENSE-GDD：積算温度を提供する衛星由来の温度モニタリングサービス 。 Agriculture, 13(5), 1108。
• Fotouo Makouate, H., & Zude-Sasse, M. (2025)。 開花から収穫までの積算温度モデルの進展：精密園芸手法による作物管理の最適化—レビュー 。 Horticulturae, 11(12), 1415。