2022 Fiscal Year Annual Research Report
高時間分解能・高空間分解能衛星データ融合による圃場単位の水稲生育段階モニタリング
| Project/Area Number |
19K23693
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
祖父江 侑紀 東京大学, 大学院農学生命科学研究科(農学部), 特任研究員 (50844966)
|
|---|
| Project Period (FY) |
2019-08-30 – 2023-03-31
|
| Keywords | 水稲モニタリング / 高時空間分解能 / データ融合 |
|---|
| Outline of Annual Research Achievements |
本研究の対象地であるインドネシアでは，水田の大きさが小さく，作付日が異なるため隣り合った圃場においても生育期間が異なることから，推定には高時間分解能かつ高空間分解能を持つ衛星データが望ましい．本研究では，Sentinel-2衛星を使用した高空間分解能データとMODIS衛星を使用した高時間分解能の2つの異なる衛星データを使用して，現地実測収量データと併せてイネの成長曲線を作成し，それを使用して圃場単位における収量推定手法を構築することを目的とした。これまでに得られた結果では，融合データを使用した重回帰分析によりR≒0.60，RMSE≒1.30t/haの精度で収量推定が可能であった．また昨年度は，Sentinel-2衛星データ単体を使用して，対象地の水田を成長曲線の形状によってクラスタリングを行い，クラスごとの収量推定モデル式を作成することで，大部分の水田が分類されるクラスでは決定係数が0.63，RMSEは0.76t/haとなり，精度向上が見られた．2022年度では作成した融合データに昨年度の手法を適用し，結果を比較した．その結果，もっとも多くの水田が分類されたクラスでの決定係数は0.28，RMSEは1.26t/haとなり，精度の向上は見られなかった。これらの結果からSENTINEL-2衛星データが使用可能になる前の過去の解析にはデータ融合手法は使用可能であるが，単純な重回帰分析による収量推定法が高い精度を示すことが示された．生育曲線の形により重心が置かれる手法では，2つの衛星のセンサの差異から生じるずれを補正しきれていなかったことが考えられるほか，SENTINEL-2衛星とMODISとは解像度が10mと250mと大きく異なり，各セルにおける事物の混在の影響がより大きいと考えられる．これらの際に生じるノイズの低減が今後の課題である．
|
