| 研究課題/領域番号 |
20K15631
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 |
森下 瑞貴 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 (90845637)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2021年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2020年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | 土壌診断 / UAV / 機械学習 / 地理情報システム / リモートセンシング / 深層学習 |
|---|
| 研究開始時の研究の概要 |
圃場内の土壌特性および肥沃度は、土地履歴に応じて空間的に不均質である。そのため、生産現場では土壌特性の空間分布を的確にとらえ、圃場管理に反映させることが必要となる。しかしながら、土壌診断に要する労力および金銭的コストは大きく、面的な土壌特性の把握は農業従事者の負担となる。そのため、農業現場では土壌特性の空間分布を的確かつ低コストで捉えるための技術が求められている。そこで本課題では、深層学習アルゴリズムを主としたAI（人工知能）技術を活用し、UAV（ドローン）画像から土壌特性を予測可能にすることにより、低コストで圃場診断情報を空間的に捕捉できる技術の開発を試みる。
|
| 研究成果の概要 |
本課題では、圃場内の土壌特性の空間分布をドローン空撮画像から推定するための技術開発を試みた。主たる成果として「ドローン空撮画像および機械学習を用いた土壌空間推定のための土壌分析データの拡張方法」および「ドローン空撮による土壌診断地点選定技術」を考案・公知化した。これらの成果は、第41回日本土壌肥料学会奨励賞をはじめ、受賞３件、研究論文２報、特許出願１件などのの成果につながった。
|
| 研究成果の学術的意義や社会的意義 |
地力ムラや生育ムラに応じた的確な圃場管理のため、空撮画像を活用した面的な圃場診断技術が注目されている。特に、高い地上分解能が特徴のドローン画像は、人工知能（AI）と組み合わせることで圃場管理の省力化や適正施肥による低コスト化等への貢献が期待されている。
本課題では、これを実現するためのデータの収集・処理方法に焦点を当て、ドローンとＡＩ技術を用いた土壌特性の空間分布を推定するための技術開発に取り組み、その成果を技術論文等として発表した。
|
