Detection of water deficit stress from images of leaf wilting in peach
| Project/Area Number |
21K05585
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 39030:Horticultural science-related
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
山根 崇嘉 国立研究開発法人農業・食品産業技術総合研究機構, 果樹茶業研究部門, 上級研究員 (70523116)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | 水ストレス / モモ / 画像解析 |
|---|
| Outline of Research at the Start |
今日の果樹栽培において、水分管理による高品質化は必要不可欠な技術として認識されている。モモにおいては水ストレスが糖度を上昇させることが知られている一方で、果実肥大を抑制し、渋みを発生させることが知られている。これらの影響は果実の発育ステージ（細胞分裂期、硬核期、細胞肥大期）により異なり、果実の発育ステージに応じた精密なかん水制御が必要となる。本研究では乾燥過程における葉の萎れ程度を画像から判定することで、水ストレスを連続的かつ精密に検出する技術を開発し、精密な水分制御による果実品質の向上、収量の増加、生育促進などの基礎技術とする。
|
| Outline of Annual Research Achievements |
モモ樹の水ストレスは果実の大きさや糖度、渋み、新梢生育などに影響する。果実品質や生育を制御する精密な水管理を行うためには、樹の水分状態を直接把握することが必要となる。樹の水分状態は日中の枝の水ポテンシャル（Ψstem）を用いて測定可能であるが、高額な機器と労力を要する。本研究では画像を深層学習で判別し、水ストレスを検出することを目的とする。
2021年度までポット樹の画像からΨstemを推定する深層学習モデルを作成してきた。2022年度はポット樹ではなく、ほ場の地植え樹について、枝切断処理による人工的水ストレス付与条件下で、多数の画像を取得し、判別モデルを開発し、特に、果樹は一般に樹体が大きく、画像診断を行うために樹全体を撮影しようとすると樹から離れて撮影する必要があり、全体が入り切らない場合や他の樹などが映り込み、樹以外の背景の割合が増加するといった課題があったことから、大きな樹の画像診断法として、樹の近接動画から複数の静止画（フレーム）を切り出し深層学習および検証に用いるとともに、予測精度向上のため、動画から得られる複数フレームの予測値を平均化する方法開発した。2023年度は開発した判別モデルを切断処理しない自然条件の樹への適応を試みた。
結果としては、自然状態の水ストレスは判別精度がやや低下したが、強い水ストレスを分離することができ、学習数を増加させることにより自然状態の水ストレスの判別が可能であることが明らかとなった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
樹体の大きなほ場のモモ樹は樹の外と内での生育差があり、水ストレス推定精度を向上させることは大きな課題であった。今回、膨大な画像からなるデータセットを順調に作成でき、また、モモ樹近接動画のフレーム予測値の平均化による水ストレス検出技術は樹内のバラツキに関する課題を大きく解決したため、おおむね順調に進展しているが、さらなる学習画像の追加が必要である。
|
| Strategy for Future Research Activity |
モモ樹の水ストレス画像を追加し、深層学習の精度を向上させるとともに、深層学習の判別根拠を解析することにより、さらなる精度向上を目指す。
|
Report
(3 results)
Research Products
(9 results)
