Deep learningとドローンを用いた空間的圃場診断技術の開発

利用深度学习和无人机开发空间场诊断技术

• 批准号: 20K15631
• 负责人: 森下 瑞貴
• 金额: $ 2.66万
• 依托单位: National Agriculture and Food Research Organization
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K15631/
• 关键词: 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

地力ムラや生育ムラに応じた的確な圃場管理のため、ドローンを活用した面的な圃場診断技術が注目されている。また、高い地上分解能が特徴のドローン画像は、人工知能（AI）を駆動するためのビッグデータとしての活用も期待されている。ドローンを活用したAI駆動型の圃場診断が実現すれば、圃場管理の省力化や適正施肥による低コスト化等の効果が見込め、農業従事者人口が減少している現代において重要な技術となる。一方で、ドローンとAI技術を用いた圃場診断技術における課題は、作物の生育程度や土壌肥沃度に関するグラウンドトゥルース（地上で取得できる実測値）の点数が不足することである。一般に、AIを構築するために必要な学習データの数は数千～数万点が理想的であるが、これに匹敵するグラウンドトゥルースデータを通常の調査で取得することは、実地調査や試料分析にかかる労力を考えると現実的ではない。そこで本研究では、①土壌分析データの拡張によるビッグデータの構築、②携行型の電磁誘導探査装置による圃場内数千点における土壌情報の取得、の2つのアプローチからデータ不足を解消し、ドローンとAI技術を効果的に活用した空間的な土壌特性の診断技術を開発する。令和４年度までの主な成果として、地上で取得した土壌診断値が一定範囲内（数ｍ程度）で均質とする仮定に基づいたグラウンドトゥルースデータの拡張法を考案し、技術論文として公表した。また、開発技術の利便性を高めるため、事前のドローン空撮に基づく土壌診断地点の選定手法を開発し、特許出願を行った。同内容については日本土壌肥料学会2022年度東京大会においても発表し、若手口頭発表賞を受賞した。

Soil fertility ム ラ や fertility ム ラ に 応 じ た な nursery field management indeed の た め, ド ロ ー ン を use し た な nursery field diagnostic technique が attention below さ れ て い る. High い ま た, the decomposition can が 徴 の ド ロ ー ン portraits, artificial は capacity (AI) を 駆 dynamic す る た め の ビ ッ グ デ ー タ と し て の use も expect さ れ て い る. ド ロ ー ン を use し た AI 駆 moving type が の nursery field diagnosis be presently す れ ば, nursery field management の ShengLiHua や optimum is fertilization に よ る low コ ス ト mineralization etc. の unseen fruit が see 込 め, agricultural 従 matter population が reduce し て い る modern に お い て important な technology と な る. で, ド ロ ー ン を と AI technology with い た nursery field diagnostic technique に お け は る subject, degree of crop の fertility 壌 や soil fertility degrees に masato す る グ ラ ウ ン ド ト ゥ ル ー ス (the ground で obtain で き る be measured numerical) の insufficient points が す る こ と で あ る. General に, AI を build す る た め に な necessary learning デ ー タ の number は thousands to tens of thousands of points が ideal で あ る が, こ れ に match す る グ ラ ウ ン ド ト ゥ ル ー ス デ ー タ を generally with の survey で す る こ と は into や, be sample analysis に か か る を 労 force test え る と presently be で は な い. そ こ で this study で は 壌 analysis, (1) soil デ ー タ の company, zhang に よ る ビ ッ グ デ ー タ の building type, (2) carrying の electromagnetic induction detection device に よ る nursery field of thousands of points に お け 壌 る soil information acquisition, の の 2 つ の ア プ ロ ー チ か ら デ ー タ insufficient を し elimination, ド ロ ー ン と AI technology could promote behavior fruit を に use し た space 壌 な soil characteristics の を diagnosis technology Issued する. Make and 4 year ま で の main な results と し て, the ground で し た soil 壌 diagnosis numerical が degree of number (m) within a certain fan 囲 で homogeneous と す る 仮 set に base づ い た グ ラ ウ ン ド ト ゥ ル ー ス デ ー タ の し を test case company, zhang method, technical paper と し て male table し た. ま た, open 発 technology の is sexual を high め る た の め, advance ド ロ ー ン empty pinch of に base づ く soil site の 壌 diagnosis technique selected を open 発 し, a special line を っ た. The 2022 Tokyo conference of the Soil and Fertilizer Society of Japan にお に て に presentation award, the Wada Oral Presentation Award を award received た.

项目成果

ドローン空撮画像を用いた土壌調査地点選定技術の開発 －教師無し学習による圃場内土壌特性の類型化－（若手口頭発表賞 受賞）

利用无人机航拍图像开发土壤调查点选择技术 - 通过无监督学习对现场土壤特征进行排版 - （青年口头演讲奖获得者）

• 发表时间: 2022
• 作者: 森下瑞貴;石塚直樹
• 通讯作者: 石塚直樹

Areal Estimation of Soil Properties Using UAV Images: Implementation of Machine Learning with Data Augmentation

使用无人机图像对土壤特性进行面积估计：通过数据增强实现机器学习

• 发表时间: 2022
• 作者: Mizuki Morishita;Naoki Ishitsuka
• 通讯作者: Naoki Ishitsuka

ドローン空撮と機械学習による土壌特性の空間分布推定

利用无人机航空摄影和机器学习估计土壤性质的空间分布

• 发表时间: 2020
• 作者: 森下瑞貴;石塚直樹
• 通讯作者: 石塚直樹

UAV 観測と機械学習による土壌特性の空間分布推定 ― データ拡張手法の土壌理化学性指標への適用 ―

利用无人机观测和机器学习的土壤性质空间分布估计-数据增强方法在土壤理化性质指标中的应用-

• 发表时间: 2021
• 期刊: システム農学
• 作者: 森下瑞貴;石塚直樹
• 通讯作者: 石塚直樹

空撮画像による土壌診断地点の選定方法

如何利用航空影像选择土壤诊断点

• 发表时间: 2022