2016 Fiscal Year Research-status Report
ハイパースペクトル画像計測によるりんご樹の栄養診断と収量推定・予測システムの構築
| Project/Area Number |
16K07968
|
|---|
| Research Institution | Hirosaki University |
|---|
Principal Investigator |
叶 旭君 弘前大学, 農学生命科学部, 准教授 (10708168)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
張 樹槐 弘前大学, 農学生命科学部, 教授 (90261429)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | ハイパースペクトル画像計測 / リンゴ / 栄養評価 / 果実判別 |
|---|
| Outline of Annual Research Achievements |
本年度は、りんご樹の栄養状態の推定モデルの構築を目指し、ハイパースペクトルカメラImSpector V10(波長範囲360-1040nm)によるリンゴ成葉の窒素含有量の推定の可能性について検討した。実験では、本年度の夏と秋に弘前大学藤崎農場で栽培されている“ふじ”リンゴ樹より栄養状態が異なる成葉を採取しサンプルとした。ImSpector V10を用いて、成葉サンプルそれぞれのハイパースペクトル画像を計測した。その後、各成葉サンプルに対して、乾燥・粉砕処理を行い、全自動元素分析装置Vario EL cubeを用いて、各サンプルの窒素含有量の分析を行った。データ解析では、ハイパースペクトル画像からりんご樹における葉のスペクトル特性を抽出し、それらが窒素含有量との相関関係の解析を行った。MLR、PLSやANNなどを用いて、スペクトル特性から様々な窒素含有量の推定モデルの構築に取り込んだ。その結果、以下の知見を得た：1）MLRでは、単回帰分析で相関係数に特徴のある560、675、700nmの3波長を特定し、予測変数としてMLRモデルを構築した。モデルの構築と検証のR2値はそれぞれ0.74と0.56であった。2）PLS回帰分析では、3つの潜在変数を用いてモデルを構築した。モデルの構築と検証のR2値はそれぞれ0.72と0.60であった。よって、画像計測により迅速かつ非破壊的にリンゴ樹体の栄養状態の推測が可能であると示唆された。
また、StellarNet社製の小型分光器BLACKCOMET-SR100(190-900nm)とDWARFStar-NIR-512(900-1800nm)を用いて、より幅広い波長範囲の分光データを収集して、新たな窒素含有量の推定モデルの構築を試みた。更に、日立マクセル株式会社の開発中のライススキャン新製品のりんご成葉の栄養状態評価への適用性の検証を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度に予定していた主な研究内容はおおむね順調に進展している。りんご樹の窒素栄養状態の推定モデルは既に構築しており、次年度に予定している窒素栄養の空間的分布の可視化・マッピングについての研究の展開に大きく寄与していくと考えられる。また、上述の本研究で予定していた実験の実施と同時に、StellarNet社製の小型分光器BLACKCOMET-SR100（波長範囲190-900nm）とDWARFStar-NIR-512（波長範囲900-1800nm）および日立マクセル株式会社開発中のライススキャンという新製品のりんご成葉の栄養状態評価への適用性の検証を行った。これらの試みによって、新たな研究につながるアイデアはいくつか生み出された。
次に、本年度に予定しているりんご果実判別モデルの構築をも展開している。秋に果実のなるリンゴ樹のハイパースペクトル画像から、葉と果実のスペクトル特性およびテクスチャ特徴をそれぞれ抽出し、スペクトル特性あるいはテクスチャ特徴から葉と果実を判別できるモデルの構築に取り組んでいる。次年度から、これについての研究は今までに得られた成果を基に、加速的に進展していくと計画している。
|
| Strategy for Future Research Activity |
今後は、窒素栄養と果実情報の空間的分布の可視化・マッピングについて重点的に取り込んでいく。既に導入していたENVIおよびMatlab＆Simulinkを用いて、りんご樹の窒素栄養診断モデルと果実判別モデルを樹冠の画像におけるピクセル全体に適用して、栄養診断および果実判別を行い、その結果をビジュアルに表現できる空間的分布のマッピング技術を構築する。
また、樹冠における窒素の栄養状態および果実の空間分布図と現実のそれぞれの空間パターンを比較することによって、構築したモデルと可視化・マッピング技術の妥当性を検証する。更に、りんご樹の早期の栄養状態と後期の果実収量との関連性を検討する。以上の研究成果を統合して、りんご樹の窒素栄養診断および収量推定・予測システムを構築する予定である。
|
| Causes of Carryover |
今年度の残額では、本研究の画像解析に資するArcGIS for Desktop Advanced SU基本版のソフトウェアの購入に足りないので、次年度と合算して使用する予定である。
|
| Expenditure Plan for Carryover Budget |
ArcGIS for Desktop Advanced SU基本版の画像解析ソフトウェアの購入に使用する予定である。
|
