| 研究課題/領域番号 |
19K23693
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
祖父江 侑紀 千葉大学, 環境リモートセンシング研究センター, 特任助教 (50844966)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2023-03-31
|
| キーワード | 収量推定 / Sentinel-2 / 時系列クラスタリング |
|---|
| 研究実績の概要 |
広範囲におけるイネの収量推定には，衛星データを使用した推定手法が多く活用されている．本研究の対象地であるインドネシアでは，水田の大きさが小さく，作付日が異なるため隣り合った圃場においても生育期間が異なることから，推定には高時間分解能かつ高空間分解能を持つ衛星データが望ましい．本研究では，Sentinel-2衛星を使用した高空間分解能データとMODIS衛星を使用した高時間分解能の2つの異なる衛星データを使用して，現地実測収量データと併せてイネの成長曲線を作成し，それを使用して圃場単位における収量推定手法を構築することを目的としている。これまでに得られた結果では，R≒0.60，RMSE≒1.30t/ha の精度で収量推定が可能であった．今年度は，Sentinel-2衛星データ単体を使用して，対象地の水田を成長曲線の形状によって分類し，それらに対してクラスごとの収量推定モデル式を作成した．2021年度に得られた結果は以下の通りである。
①クラスタリング：対象地の水田をK-meansアルゴリズムに基づいた時系列クラスタリング手法を使用して，分類した．具体的には，画素毎のNDVI値を時系列データで算出し，そのデータを用いた．その結果，全水田は4クラスに分類された．
②収量推定：クラスごとにパラメータを選定し，収量推定式を作成した．推定式構築の手法は，比較のため昨年度の手法と同様とした．その結果，精度は決定係数が0.36~0.63，RMSEは0.76~2.07t/haとなり，対象地の大部分の水田が分類されるクラスでは，決定係数が最も高く，RMSEは最も小さい結果となった．したがって，全体としては収量推定精度は向上した．
以上の結果から，昨年度の結果に比べ，精度向上が認められた．来年度はこの手法を融合データに適用し，更なる精度向上が認められるかどうか検証する．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
インドネシアにおいて，収量推定手法を構築するに当たり，時系列データのクラスタリングを行うことで，新たにイネの生育曲線の違いを考慮した推定手法を構築することが出来た．この結果は学術誌に投稿予定であり，現在執筆中である．
|
| 今後の研究の推進方策 |
昨年から引き続き，新型コロナウイルス感染症に対する取組みにより、2022年4月現時点に至るまで，現地調査を行うことが困難な状況が続いている．そこで，昨年から引き続き，衛星データに重心を置いた解析を行った．昨年度の結果の精度を踏まえ，今年度はイネの生育曲線に着目し，その違いを考慮した収量推定を行うこととした．なお，現在他のプロジェクトで共同研究を行っているインドネシア側の協力により，各作付期の収量の現地観測データが入手可能である．現在では2017年から2021年におけるデータが使用可能であり，それらを使用して5年分の収量推定を行った． Sentinel-2衛星データを用いた解析では， 今回の手法で精度向上が確認された．今後，データ融合による合成データに対し，この手法を適用した場合，更なる精度向上が認められるかを検証する予定である．
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染症に対する取組みにより、2020年3月から研究サイトであるインドネシアへの渡航が出来なくなり，2022年4月現時点まで，現地調査を行うことが困難な状況となった．そのため渡航費および調査費として考えていた分が使用不可能な状況となった．今年度の現地調査も難しいと考えられるため，これらの費用は解析環境を整備するためと，これまでの解析結果を公開するための学会発表や投稿論文費用として充てる計画である．
|
