Growth Evaluation Monitoring System using Plant Bioelectric Potential and Growth Features Based on Growth Images

点击翻译按钮获取中文摘要

本研究では、植物の栽培環境における制御指標として環境要因に応じて変化する植物生体電位と植物の生育画像に着目し、接触型のモニタリング方法である植物生体電位による生育診断では、植物の内部情報の計測による生育評価を試み、日々変化していく環境変化や農作物の状態のモニタリングを行うことを計画した。植物生体電位による環境モニタリングでは、光遮断時における植物生体電位特性として、植物生体電位は環境に影響し、特異な環境に対しては、その積分値が固有な値となることを確認した。植物の成長・発育に影響作用がある単色同一光強度の赤色・青色LED光照射時において、植物生体電位の積分値が光遮断時と比較して高いことが明らかとなっているが、植物生体電位と照射光のエネルギー量に相関があることを確認した。植物生体電位の時系列データからの環境推論では、植物生体電位の時系列データの特性曲線や積分値から環境情報による推論を計画した。生体電位は複数の外部刺激による環境要因の影響を受けており、目視での植物生体電位による環境要因の判断・識別が困難と考えられる。そこで、植物生体電位の波形の概形のパターンや基本統計量の値による特徴量を用いて機械学習を行う。植物生体電位の波形に対して周波数解析による前処理を行い、教師データとしては光合成の活性度合いを評価可能なクロロフィル蛍光を用い、汎化性能の高いサポートベクターマシン（SVM：Support Vector Machine）を用いて環境要因推定を行う。また、ニューラルネットワーク（NN：Neural Network）やk-meansクラスタリングによる学習識別器の精度を評価した。当該年度では、SVMによる識別器の精度が高い傾向にあることが確認できている。