| 研究実績の概要 |
1. 2020年分のMODIS/Terra, Aqua地表面反射率プロダクト、気象再解析データ(NLDAS-2)、USDA土地利用図、農業統計データ等を収集し、時空間データベースの拡充を行った。
2. 畑作物を対象とした単収早期予測システムには、準リアルタイム作物分類手法の確立が課題となっていた。2020年度は、random forestを利用した新たな作物分類手法の開発に取り組み、rSMF法から推定された発芽日と過去2年分の土地利用データを入力値とする、作物分類アルゴリズムを考案した。本提案手法は、トウモロコシ、大豆、その他の作物の３種類のミクセル率を推定することが可能になり、被覆率に応じてMODIS 250m画素をトウモロコシ、大豆、その他、Mixtureの4種類に分類することが可能になった。
3. 提案手法のOverall accuracyは、DOY215で65.3～68.3%、DOY279で69.7～72.0%であった。MODISデータ観測期間が長くなるほど分類精度が向上することを確認した。トウモロコシ、大豆のUser’s accuracy(UA), Producer’s accuracy(PA)は、DOY215で、トウモロコシUA: 72.2～72.8%, PA:70.0～76.1%, 大豆UA: 69.2～77.2%, PA:60.5～62.7%であった。単収早期予測のための早期分類アルゴリズムとして十分な精度を有することを確認した。これら成果は、原著論文として印刷中である。
４．トウモロコシ・大豆については、早期予測に必要なアルゴリズムすべてを確立した。準リアルタイム予測を実現する統合システムとして、2008～2020年を対象とした検証作業に着手したところである。小麦については、統計データを収集・整理するなど、予備的な解析を行った。
|
