2022 Fiscal Year Final Research Report

Prediction of crop development using PLANET, flux site data and deep learning

Research Project

PDF

Project/Area Number	19H03085
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
Research Institution	National Agriculture and Food Research Organization
Principal Investigator	Sakurai Gen 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, 上級研究員 (70452737)
Co-Investigator(Kenkyū-buntansha)	坂本利弘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, 上級研究員 (20354053) 石塚直樹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, 上級研究員 (20414500) 小野圭介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, 上級研究員 (20549555) Sprague David 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, 再雇用職員 (90282285) 宮田明国立研究開発法人農業・食品産業技術総合研究機構, 農業環境変動研究センター, 研究領域長 (60354114)
Project Period (FY)	2019-04-01 – 2023-03-31
Keywords	衛星データ / 数理モデル / 統計モデル / 機械学習 / フィルタリング / 葉面積指数
Outline of Final Research Achievements	For predicting rice yield from satellite data, we have developed a prediction method in which the additive linear model and the gradient boosting method are combined. In addition, we constructed a more detailed mathematical model of crop leaves, which is an important element in satellite data analysis. Furthermore, for high-time-resolution satellites like Planet, we developed a new method to filter out cloud noise using blue wavelength data and one of the data assimilation techniques called particle filtering. In addition, in Niigata and Ibaraki prefectures, we have collected a large amount of satellite data and ground-truth data on leaf area index and growth conditions and created a database for the development of technology.
Free Research Field	統計学
Academic Significance and Societal Importance of the Research Achievements	本研究の目的は、衛星データ情報を利用して作物のバイオマスや収量を推定するために必要な様々な基盤技術を開発することにある。特に、近年進化が著しい小型高解像度衛星データは空間解像度が数メートルであり、また時間解像度も1日以下であるため、作物における光反射に強く関わる葉の部分の数理モデルかの詳細化や高時間解像度にともなう雲などのノイズの効率的な除去技術の確立が重要であった。また、衛星の空間解像度に合わせたグランドトゥルースデータの大規模収集も重要な要素である。本研究では、これからの高時間解像度・高空間解像度衛星の農業における利用における技術的な基盤技術を開発した。