| Co-Investigator(Kenkyū-buntansha) |
石井 一暢 北海道大学, 大学院・農学研究科, 助手 (70301009)
野口 伸 北海道大学, 大学院・農学研究科, 助教授 (40228309)
近江谷 和彦 北海道大学, 大学院・農学研究科, 助教授 (80002062)
安藤 和登 ヤンマー農機株式会社, 中央研究所, 主幹技師
谷 宏 北海道大学, 大学院・農学研究科, 助教授 (80142701)
|
|---|
| Research Abstract |
<ヘリコプター取得画像の解析>
地上座標系に変換されたヘリコプター画像データは,画像処理を施すことで小麦,馬鈴薯,ビートの窒素栄養状態,作物生長量(葉面積),収量・品質などを抽出できるアルゴリズム開発を行った。処理された群落情報はGISを利用して,データベースとして管理・利用できる。ヘリコプター画像による撮影試験を十勝管内の生産農場で行い,生育期間5回程度空撮試験を行った。小麦のセンシングは,供試品種としてハルユタカを採用し,草丈,茎数,SPAD,乾物重および窒素含量を推定した。センシングは止葉期および開花期に行った。止葉期におけるセンシングでは,草丈,茎数,SPAD,および乾物重および窒素含量の決定係数はそれぞれ0.58,0.59,0.72,0.59,0.31であった。この結果から,止葉期の生育状態を本センシングシステムを用いて高い精度ではないものの推定できることを確認した。また開花期では,植被率を説明変数として採用できなかったため,草丈,茎数,乾物重など作物のボリュームを示すパラメータに対する推定精度は低い。一方,SPADおよび窒素含量はそれぞれ決定係数0.723,0.62の精度で推定できた。
<QuickBird衛星画像の解析>
試験ほ場を撮影したQuickBirdによる高解像度衛星画像から作物生育情報の抽出法を検討した。もっとも精密な位置精度が得られるデジタルオルソ・エキスパート画像のR-G-B-NIRの4chマルチスペクトル画像を供試した。基本的に低空リモセンと同じ観測地(葉身窒素,平均草丈,被覆率,SPAD値,収量・品質)の抽出を統計手法を適用して解決した。
<システム統合と精度評価>
衛星画像とヘリコプター画像の変換方法,幾何補正精度,センシング精度を評価した。衛星・低空画像データを融合して今年度は土壌腐植土について,その統合化を図った。
|
