2019 Fiscal Year Research-status Report
生育経過推定によるイネ高温登熟障害リスク評価法の開発
| Project/Area Number |
18K05909
|
|---|
| Research Institution | Kagoshima University |
|---|
Principal Investigator |
神田 英司 鹿児島大学, 農水産獣医学域農学系, 准教授 (90355272)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
芝山 道郎 鹿児島大学, 農水産獣医学域農学系, 教授 (10354060)
下田代 智英 鹿児島大学, 農水産獣医学域農学系, 准教授 (30315402)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 水稲 / 全天球カメラ / マルチバンド / 植被率 / LAI / SPAD値 |
|---|
| Outline of Annual Research Achievements |
栄養成長期の成育パターンの異なる水稲を得るため、高温登熟障害が比較的発生しやすいヒノヒカリおよびにこまるを6月24日に移植し、標準区と後期重点施肥区を設け、その後出穂期まで、草丈、茎数、LAI、SPAD値などの生育調査を行った。定期的にトイドローンによる上空からの撮影および群落内から360度全天球カメラによる撮影、水上ドローンからの撮影を想定し、株元からの撮影を行った。空撮画像はHSV変換することで、茎数およびLAIと一定の関係があった。また、全天球カメラの画像も天空方向の画像の空隙率とLAIに関係がみられた。
マルチバンドカメラ（緑、赤、近赤外）を用い、移植期から出穂揃いまで8時～16時まで10分毎に定点観測を行った。水稲の反射率については、連続する日の反射率は前日と大きく異ならないとし、48の観測値よりその日を代表する反射率を自動的に決定した。これにより得られた各色の反射率と生育調査項目の関係をみると、LAIは近赤外と無理関数に近い関係性があった。また、SPAD値×LAIと近赤外/緑のバンドの間に直線関係があった。しかし、いずれもばらつきが大きいため、絶対値の推定モデルとしては精度は十分ではなかった。葉色の低下と高温登熟障害リスクには関連があるため、面的、生育時期による変化の把握は重要である。
群落上と群落内の光量子を連続測定した。また、NDVIについても連続計測を行った。透過光量子率とLAIの関係は、ばらつきがあるものの透過光量子率が小さいほどLAIは大きかった。LAI以外の生育調査項目との関連性についても、とくに全天球画像との関連について、解析を行う予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
水田からのセンシングに関しては想定通り進んでいるが、生育パターンのモデリングについてはやや遅れている。
水稲品種ヒノヒカリおよびにこまるを6月24日に移植し、標準（慣行施肥）区と後期重点施肥区を設け、生育調査（葉齢、草丈、茎数、SPAD値）を調査した。定期的に上空からの撮影および群落内からの撮影、株元からの撮影を行った。空撮画像はHSV変換することで、茎数およびLAIと一定の関係があった。また、全天球カメラの画像も天空方向の画像の空隙率とLAIに関係がみられた。このように生育と関連するデータ収集については行ったが、2019年度は気象（低温）の影響で施肥区、品種間の生育パターンに差が出なかった
マルチバンドカメラ（緑、赤、近赤外）では、定点観測を行い、連続する日の反射率は前日と大きく異ならないとし、その日を代表する反射率を自動的に決定するプログラムを開発した。得られた各色の反射率と生育調査項目の関係をみると、LAIは近赤外と無理関数に近い関係性があった。また、SPAD値×LAIと近赤外/緑のバンドの間に直線関係があった。しかし、いずれもばらつきが大きいため、絶対値の推定モデルとしては精度は十分ではなかった。
群落上と群落内の光量子を連続測定し、NDVIについても連続計測を行った。透過光量子率とLAIの関係は、ばらつきがあるものの透過光量子率が小さいほどLAIは大きかった。LAI以外の生育調査項目との関連性についても、とくに全天球画像との関連について、解析を行う予定である。
|
| Strategy for Future Research Activity |
全天球カメラによる圃場での動画撮影回数、撮影箇所を増やし、画像解析による植被率の推定を行う。画像からの植被率の計測については自動化も試みる。また、空隙率からのLAI推定も試みる。稲体方向の画像から分げつ数や株の太さなど生育量との関連について調査する。
光量子センサを群落上に、ライン光量子センサを各処理区の群落内に設置し、生育量に伴う透過光量子率の推移を計測する。
植被率、透過光量子率の連続測定データおよび生育調査データに基づき、施肥時期による栄養生長パターンに違いがあるか明らかにする。さらに発育モデルと組み合わせ栄養成長期の生育経過の評価法を考案する。
画像から得られる情報と推定される生育上から生育パターンを評価するモデルを作成する。
|
| Causes of Carryover |
水稲下部からの撮影を全球カメラによる広範囲な撮影および軽量なアクションカメラによる撮影を優先し、天空撮影装置の改良をを見送ったため、次年度使用額が生じた。
撮影よりも遅れている生育パターンのモデリングのために、群落内の撮影箇所、光量子などの計測地点を増やすために計測機器を購入する。さらに画像解析およびモデル解析用のセンサおよびカメラを購入して研究の進捗を図る。
|
