| 研究課題/領域番号 |
19H03085
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分41040:農業環境工学および農業情報工学関連
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
櫻井 玄 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)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
16,900千円 (直接経費: 13,000千円、間接経費: 3,900千円)
2022年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2020年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2019年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | 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 / PLANET / イネ / バイオマス / フラックスデータ / 作物生育モデル / 衛生データ / Planet / 作物モデル / データ同化 / ディープラーニング / 葉 / フラックス / 収量 / コメ / リモートセンシング |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、近年本格運用された小型衛星PLANETを用いて、イネの水田における作物体重量を予測する手法を開発することである。小型衛星PLANETは解像度約3mの高解像度にも関わらずほぼ毎日の頻度で撮影される衛生であり、特に日本のような狭小地の水田が多い地域での利用が期待されるものである。本研究では、衛星データと長期圃場観測データを用いて、イネの成長を予測するモデルを精緻化するとともに、ディープラーニングを用いて誤差の構造を推定する手法を開発することで、作物の生育を衛星データから精密に予測手法を開発する。
|
| 研究成果の概要 |
作物収量を、衛星を主としたデータから予測する技術において、加法モデルと勾配ブースティング手法を組み合わせて予測する手法を開発した。また、衛星データの解析において重要な要素となる作物の葉について、より詳細な数理モデルを構築し、作物生育モデルとカップリングする基盤を形成した。さらに、Planetのような高時間解像度衛星のために、青色波長のデータと粒子フィルタと呼ばれるデータ同化手法を利用して、雲のノイズを取り除いてフィルタリグする新たな手法を開発した。また、新潟県や茨城県において、衛星データと地上葉面積指数や生育状況に関するグランドトゥルーデータを膨大に集め、技術の発展のためのデータ基盤を作った。
|
| 研究成果の学術的意義や社会的意義 |
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。
|
