2022 Fiscal Year Research-status Report
High-precision yield prediction by fusing drone UAV images and crop growth model
| Project/Area Number |
21K14844
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
LIM JIHYUN 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, 研究員 (70806992)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | ドローン / UAV / 小型無人飛行機 / 作物モデル |
|---|
| Outline of Annual Research Achievements |
昨年度に続き、茨城県内の水稲（コシヒカリ）の慣行栽培圃場を対象とし，6月から8月までに計7回の現地調査を実施した。ドローン画像（RGB・マルチスペクトル）と生育データ（草高・LAI・地上部乾物重量など）（6回×各10地点）と収量データ（1回×各10地点）を収集した。なお、収集したサンプルにおける窒素分析はまだ行っていない。
ドローン画像がら生育量を推定するため、本年度に収集したデータに昨年度と予備試験で得られたデータを加えて（n=135）、機械学習により水稲圃場の反射率画像から地上部乾物重量とLAIを推定するモデルを開発した。結果、地上部乾物重量が0.87（テストデータ）LAIが0.82（テストデータ）と高い推定精度が得られた。また、開発した推定モデルを撮影画像に適用して、圃場全体をLAI・地上部乾物重量を推定し時系列データを生成した。
一方、この課題で使用しているドローンに搭載するマルチスペクトルカメラの特徴の把握する研究にも取り組んでいて、放射伝達モデルPROSAILにより異なるマルチスペクトルカメラ間で得られる反射率・植生指数の違いを比較するシミュレーション実験を行い、カメラ間の波長の違いが観測値に及ぼす影響を明らかにした。また、農業分野で広く使用される多眼式マルチスペクトルカメラ間に生じる位置ずれを補正するプログラムを開発し、単一シーンの画像でも一般仕様のPCを用いて解析が可能となる方法を提案した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初の計画では、ドローン画像より再構成した3次元情報から生育量を推定する予定であったが、水稲の草高に対して垂直方向を誤差が大きく、生育量の推定精度が低くなった。この問題の解決策として、3次元情報の誤差の原因となるノイズを除去する方法試みながらモデルを改良する共に、機械学習を取り入れたドローン画像がら生育量を推定するモデルも開発中である。
|
| Strategy for Future Research Activity |
データ同化により、これまで収集した学習データとそれにより開発した生育量推定モデルからの推定値を用いて従来の作物モデルであるSIMRIWの内部パラメータを調整して収量の予測精度を向上する方法について検討する。SIMRIWの複数の内部パラメータを調整しながら計算を繰り返し感度分析を行い、生育量・収量に大きく影響するパラメータを選別する。選別されたパラメータを時系列生育データを用いて統計的手法をより推定する方法を検討する。また、昨年度分の窒素分析を実施する。
|
| Causes of Carryover |
コロナの影響により、初年度の人件費が執行出来なかった。初年度分の人件費は、２－３年目で消化する。また、ドローンの購入を予定していたが購入が難しくなったため、他の測定装置の購入に代替する。
|
