Establishment of multi-scale crop yield prediction using data assimilation technology

利用数据同化技术建立多尺度作物产量预测

基本信息

批准号：
21H02314
负责人：
辰己賢一
金额：
$ 11.56万
依托单位：
Nagoya City University (2023)Tokyo University of Agriculture and Technology (2021-2022)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H02314/
关键词：
データ同化技術作物生長モデルマルチスケール収量予測

项目摘要

本研究では，最適な営農ポリシーの導出,単収の増加,農作業の省力化を実現する上で必要不可欠である作物の生長およびバイオマス・収量の精密な予測技術の確立のため，データ同化技術を用いたトマトの収量予測技術の改善と精度向上を目指すことを目的としている．目的達成のための具体的な研究実施項目は，1) 野外圃場における栽培実験・生育調査，2)統合型作物モデルの開発，3) 1)と2）の組み合わせたデータ同化システムの構築，4) モデルパラメータ・変数の不確実性低減と作物バイオマスの再現・予測精度に立脚したデータ同化の効果検証である．2022年度は，昨年度に続き，野外実験圃場においてトマトの生育調査および統合型作物モデルの開発を実施した．栽培実験・生育調査では，トマトの地上部バイオマス，器官別の乾物重，LAI，葉窒素濃度，土中水分量を1週間に1回の頻度で時系列測定を実施した．また，収穫時には収量調査を実施した．さらに，UAVを用いたRGBやマルチスペクトル画像を取得した．次に土中水分・溶質・熱移動解析プログラムHYDRUSに研究代表者が開発を続けてきた群落光合成モデルを統合した統合型作物生長モデルの開発を終え，統合型作物モデルに融合粒子フィルタを組み合わせることで，モデル内変数・パラメータの不確実性低減が低減でき，かつ収量等の予測精度の高度化ができることが明らかになった．本モデルの開発により，観測困難なデータやモデル内パラメータおよび状態変数をモデルとの整合性から統計的に推定でき,トップレベル農家のアクションに資する予測情報を行うことができる可能性がある．得られた成果は国内学会で報告し，またデータ同化型作物生長モデルに関する研究については，現在英文誌への投稿準備中である．

这项研究旨在使用数据同化技术来提高和提高番茄产量预测技术的准确性，以建立针对农作物生长，生物质和产量的精确预测技术，这对于实现最佳农业政策，提高产量以及促进劳动力的农业工作至关重要。要实现目标的特定研究项目是：1）田间领域中的培养实验和生长调查，2）开发综合作物模型，3）结合1）和2）的数据同化系统的构建； 4）基于模型参数和变量不确定性的降低以及繁殖和预测作物生物量的准确性，对数据同化的效果进行了验证。在2022财年，与去年一样，我们进行了番茄生长调查，并在田间实验领域开发了综合作物模型。在培养实验和生长调查中，每周进行一次时间序列测量，用于西红柿的地面生物量，器官，LAI，叶氮浓度和土壤水分含量的干物质重量。另外，在收获时进行了屈服调查。此外，采集了使用无人机的RGB和多光谱图像。接下来，将研究人员在土壤水分，溶质和传热分析计划中发展的综合作物增长模型的开发，该模型整合了该模型，Hydrus在土壤水分，溶质和传热分析计划中都将综合作物模型与融合颗粒过滤器相结合，可以减少模型中变量和参数的不确定性，并提高预测的准确性。该模型的开发具有统计估计基于与模型一致性的模型中难以观察到的数据，参数和状态变量的可能性，并提供有助于顶级农民行动的预测信息。获得的结果将在日本社会中进行报告，目前正在对数据同步的农作物增长模型进行研究，以提交英语期刊。