2020 Fiscal Year Research-status Report
Development of Web GIS Semantic Model for Evaluation of Agricultural Productivity
Project/Area Number |
20K06351
|
Research Institution | Tokyo University of Agriculture |
Principal Investigator |
岡澤 宏 東京農業大学, 地域環境科学部, 教授 (30385504)
|
Co-Investigator(Kenkyū-buntansha) |
林 希一郎 名古屋大学, 未来材料・システム研究所, 教授 (80432219)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | WEBーGIS / セマンティックモデル / 農業生産性 / 作物成長モデル / UAV画像 / 人工衛星画像 |
Outline of Annual Research Achievements |
近年,AIやICTの活用による農業生産管理が政策的に求められている。これには気象,地形,土地利用等のビッグデータを目的に沿った評価モデルで解析し,迅速に地域計画を策定する必要がある。一方,ビッグデータの統合評価モデルは専門知識を有する者にしか扱えない特異性があり,誰にでも気軽に扱えるものではない。そのため,農業に関するビッグデータがあらゆるところから集められても,十分にそのデータが使われているとはいえない。 本研究では,広域的で迅速な解析が求められる農業データを対象に,誰でも簡単にビッグデータによって農業生産評価が行えるWebGISに作物生産モデルを取り入れることを目的とする。これにより,農業生産の評価を統合できビッグデータの有効性が増すとともに,より生産効率の高い農業生産の可能性が期待できる。その第一歩として,本課題では国内における農業生産性評価モデルの適用とモデルの構築を試みる。 気象,土地利用,農業等の公開されているビッグデータを予測・評価モデルによって誰でも簡単に使えないかという要望があり開発されたk.LABは,Google mapをAPIとしており,当該地域を指定し検索ワードにほしいデータ名を入力すると地図上にデータを表示することができるWebGISである。さらに独自のモデルを組み込むことができ,サーバー管理によりエンドユーザーがこの機能を使用できる。本研究では,まだ組み込まれていない農業生産評価の機能をこのシステムに組み込み適用性を検討することを目的とする。 特に,農業生産性モデルで核となる作物生長量の評価指標であるCanopy Coverの取得法を人工衛星からの広域画像とUAVによる高解像度画像とで比較し,各々の特徴と有効性について検討を行った。これにより,対象エリアの規模に応じた農業生産性評価モデルの適用性が,可能になることが示唆された。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コロナによる活動制限に直面したが,北海道において夏季に集中的に圃場におけるUAV画像を取得することができた。また,農業生産性評価モデルとして採用するAQUA-Crop modelについて,計算方法,データの活用方法を理解することも当初の予定通りに進めることができた。そして,研究成果として投稿論文を1報,研究発表(オンライン)を2つ行うこともできた。以上のことから,本課題は概ね順調に進んでいるとした。
|
Strategy for Future Research Activity |
初年度に引き続き,圃場における植生情報の取得に努める。特に,北海道帯広市でのデータは取得済みであることから,北海道斜網地域の畑作土壌(主にソルガム),東京農業大学付属施設である宮古亜熱帯農場,また,本州では静岡県菊川市において植生情報の収集に努める。 また,平行してAqua modelのk.LABシステムへの移行を本格的に始めることとする。
|
Causes of Carryover |
コロナの影響によるスペイン国気候変動研究所への渡航中止,及び国際学会のオンライン開催への移行,また現地調査の制限による旅費の支出が出来なかったため。コロナの状況を見て,実施できなかった調査研究を2021年度に支出する予定でいる。
|