研究課題/領域番号 |
21K14844
|
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 |
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, 主任研究員 (70806992)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
キーワード | ドローン / UAV / 小型無人飛行機 / 作物モデル |
研究実績の概要 |
予備試験を含む2022年度までの3年分のデータ(n=135)を用いて、機械学習の一種であるサポートベクトル回帰により、水稲(コシヒカリ)圃場のドローン画像(RGB・マルチスペクトル)から生育データ(草高・用面積指数(LAI)・地上部乾物重量など)を推定するモデル作成し、前年度までのモデルの改良を行った。マルチスペクトル画像によるモデルの方がRGB画像のより優れた推定制度を示し、地上部乾物重量で0.92(テストデータ)、LAIで0.91(テストデータ)の高い推定精度が得られ、作物生育モデルとのデータ同化にマルチスペクトル画像による推定モデルを使用することとした。 ドローン画像より推定したLAIにを、作物生育モデルSIMRIWとデータ同化を行いパラメータを最適化するため、上記のマルチスペクトル画像によるモデルにより圃場全体をLAI・地上部乾物重量のを推定を行い、3年分のLAIマップ生成した。生成したLAIマップより、収量調査地点のLAIの時系列のデータを抽出し(n=30)マルコフ連鎖モンテカルロ法(MCMC)によるデータ同化を行い、LAIに関する7つパラメータを調整した。調整したパラメータを適用したSIMRIWの計算結果では、生育期間中のLAIを精度0.89ので予測することができた。 また、コシヒカリ以外の品種への適用を検討するため、ひとめぼれ、あきたこまち、日本晴、ヒノヒカリ圃場での調査を行い、空撮画像およびLAIの計測を行った。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
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次元情報ではなく、マルチスペクトル画像の反射率を使用して生育量を推定するように一部の解析方法における変更があった。窒素成分分析が遅れている。
|
今後の研究の推進方策 |
ドローン画像より水稲(コシヒカリ)地上部乾物重量と玄米収量も予測できるように、作物生育モデルSIMRIWにおけるLAIに関するパラメータ調整に続き、地上部乾物重量と玄米収量に関するパラメータの最適化を行う。最終的に、調整したパラメータを用いてドローン画像からコシヒカリ栽培圃場における収量の空間分布を予測する。 また、R4年度に取得したひとめぼれ、あきたこまち、日本晴、ヒノヒカリ圃場のデータにより、多品種における本手法有効性を検証する。
|
次年度使用額が生じた理由 |
計画した学会発表ができなったため、旅費の支出がなかった。また、予定していた窒素成分分析が延期されたため、試料処理に配分していた人件費の遂行ができなった。
|