Development of a Wide-Area Paddy Field Monitoring Method Based on Temperature Data

• Project/Area Number: 24K21906
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 41:Agricultural economics and rural sociology, agricultural engineering, and related fields
• Research Institution: Kindai University
• Principal Investigator: 木村 匡臣 近畿大学, 農学部, 准教授 (80725664)
• Co-Investigator(Kenkyū-buntansha): 松野 裕 近畿大学, 農学部, 教授 (50340766)
• Project Period (FY): 2024-06-28 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
• Keywords: 田面水温 / 機械学習 / リモートセンシング / 葉面積指数 / 水田水管理

Outline of Research at the Start

本研究は、リモートセンシングデータを用いて水田内の湛水深および水稲の葉面積指数（LAI）を低コストで広域的に推定するための手法を提案する。まず、大気－植生群落－田面水－地中の熱移動を組み込んだ水田内の鉛直熱収支モデルを応用し、深層学習を適用することで、田面水温と気象データから水田の湛水深とLAIをそれぞれ逆推定するモデルを提案し、その推定精度について明らかにする。つづいて、熱赤外線カメラを搭載したUAV等を用いて取得した水田温度データから水田内の湛水深およびLAIを推定する手法を検証し、その実用性を明らかにする。