High-precision yield prediction by fusing drone UAV images and crop growth model
| Project/Area Number |
21K14844
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 39020:Crop production science-related
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
LIM JIHYUN 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 主任研究員 (70806992)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2023: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2021: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
|
|---|
| Keywords | ドローン / UAV / 小型無人飛行機 / 作物モデル |
|---|
| Outline of Research at the Start |
作物の収量を絶対量として高精度に予測可能な手法の開発を目的とし，ドローン画像による生育の観測と作物生育予測モデルの融合を深層学習により行う。作物生育の圃場内のばらつきを把握する方法として，ドローン画像が有効であるが，NDVI（正規化植生指数）による推定では，生育量の相対的な評価にとどまるなどの課題がある。一方，作物生育予測モデルは，主に気象データを基に作物の生長をシミュレーションできるが，圃場内の生育のばらつきは評価できない。本研究では，ドローン画像より再構成した3次元情報から測定した生育量と，気象シナリオと生育予測モデルにより訓練させた蒸留モデルに入力し収量を予測する収量予測手法を開発する。
|
| Outline of Annual Research Achievements |
予備試験を含む2022年度までの3年分のデータ（n=135）を用いて、機械学習の一種であるサポートベクトル回帰により、水稲（コシヒカリ）圃場のドローン画像（RGB・マルチスペクトル）から生育データ（草高・用面積指数（LAI）・地上部乾物重量など）を推定するモデル作成し、前年度までのモデルの改良を行った。マルチスペクトル画像によるモデルの方がRGB画像のより優れた推定制度を示し、地上部乾物重量で0.92（テストデータ）、LAIで0.91（テストデータ）の高い推定精度が得られ、作物生育モデルとのデータ同化にマルチスペクトル画像による推定モデルを使用することとした。
ドローン画像より推定したLAIにを、作物生育モデルSIMRIWとデータ同化を行いパラメータを最適化するため、上記のマルチスペクトル画像によるモデルにより圃場全体をLAI・地上部乾物重量のを推定を行い、3年分のLAIマップ生成した。生成したLAIマップより、収量調査地点のLAIの時系列のデータを抽出し（n=30）マルコフ連鎖モンテカルロ法（MCMC）によるデータ同化を行い、LAIに関する7つパラメータを調整した。調整したパラメータを適用したSIMRIWの計算結果では、生育期間中のLAIを精度0.89ので予測することができた。
また、コシヒカリ以外の品種への適用を検討するため、ひとめぼれ、あきたこまち、日本晴、ヒノヒカリ圃場での調査を行い、空撮画像およびLAIの計測を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初の計画では、ドローン画像より再構成した3次元情報から生育量を推定する予定であったが、水稲の草高に対して垂直方向を誤差が大きく、生育量の推定精度が低くなった。この問題の解決策として、3次元情報ではなく、マルチスペクトル画像の反射率を使用して生育量を推定するように一部の解析方法における変更があった。窒素成分分析が遅れている。
|
| Strategy for Future Research Activity |
ドローン画像より水稲（コシヒカリ）地上部乾物重量と玄米収量も予測できるように、作物生育モデルSIMRIWにおけるLAIに関するパラメータ調整に続き、地上部乾物重量と玄米収量に関するパラメータの最適化を行う。最終的に、調整したパラメータを用いてドローン画像からコシヒカリ栽培圃場における収量の空間分布を予測する。
また、R4年度に取得したひとめぼれ、あきたこまち、日本晴、ヒノヒカリ圃場のデータにより、多品種における本手法有効性を検証する。
|
Report
(3 results)
Research Products
(4 results)
