High-precision yield prediction by fusing drone UAV images and crop growth model

点击翻译按钮获取中文摘要

昨年度に続き、茨城県内の水稲（コシヒカリ）の慣行栽培圃場を対象とし，6月から8月までに計7回の現地調査を実施した。ドローン画像（RGB・マルチスペクトル）と生育データ（草高・LAI・地上部乾物重量など）（6回×各10地点）と収量データ（1回×各10地点）を収集した。なお、収集したサンプルにおける窒素分析はまだ行っていない。ドローン画像がら生育量を推定するため、本年度に収集したデータに昨年度と予備試験で得られたデータを加えて（n=135）、機械学習により水稲圃場の反射率画像から地上部乾物重量とLAIを推定するモデルを開発した。結果、地上部乾物重量が0.87（テストデータ）LAIが0.82（テストデータ）と高い推定精度が得られた。また、開発した推定モデルを撮影画像に適用して、圃場全体をLAI・地上部乾物重量を推定し時系列データを生成した。一方、この課題で使用しているドローンに搭載するマルチスペクトルカメラの特徴の把握する研究にも取り組んでいて、放射伝達モデルPROSAILにより異なるマルチスペクトルカメラ間で得られる反射率・植生指数の違いを比較するシミュレーション実験を行い、カメラ間の波長の違いが観測値に及ぼす影響を明らかにした。また、農業分野で広く使用される多眼式マルチスペクトルカメラ間に生じる位置ずれを補正するプログラムを開発し、単一シーンの画像でも一般仕様のPCを用いて解析が可能となる方法を提案した。