モニタリング手法

速報値:2019年収量

Posted on Updated on

連休を使って、稲刈り&籾摺りを行いました。天気予報では雨となっていたので、刈り取りができるか心配でしたが、なんとか無事に収穫できました。

雨が降りそうな天気での稲刈り

 

さて、1ヶ月前に投稿した収量予測の答え合わせです。収量予測では、前年並みの収量と予測したのですが、結果は…以下の通りになりました。

試験サイト全体の精玄米収量 :1438.2 kg(465kg / 10a)

収量予測との誤差 約64kg (4.3%)

2018年と比べると減収になりました。やはり、幼穗形成期の日照不足が大きく影響していると考えられます。ちなみに、2018年(猛暑パラメータ)で計算すると、精玄米収量:1610 ㎏と大きく外れてしまいます。今年は2016年の天候と傾向が似ていたことから、2016年パラメータを使用しましたが、さまざまな天候に対応するにはデータの蓄積が必要です。ドローンモニタリングを2014年から始めていますが、まだ5年分のデータしか蓄積ができていないので、予測モデルの精度が満足できる状態になるまではもう少し時間がかかりそうです。

ドローン運用開始からのコシヒカリ収量(10a当たりの精玄米収量)およびタンパク質含有率の結果

 

これまで増収を続けていましたが、2019年で記録はストップしてしまいました。来年は増収できるように栽培方法をちょっと見直してみたいと思います。

 


収量予測(2019年)

Posted on Updated on

2019年は梅雨の影響で、分げつ期〜幼穂形成期〜穂ばらみ期の日照時間が記録的に少ないのが特徴です。モニタリングを開始した2014年からの気象データを見ると、2019年の傾向は2016年に類似していることがわかります。なお、積算日照時間の数値では2017年とほぼ等しいのですが、分げつ期〜幼穂形成期〜穂ばらみ期の傾向が異なるので、今回は2016年を使いました。

(アメダス:鳩山地点を用いて作成)

移植日からの積算日照時間(2014~2019)

 

2016年の収量パラメータを使って、2019年の収量予測を行ったところ、以下のような結果となりました。

試験サイト全体の玄米収量予測 (ドローン): 1502 kg

 

10aあたりでは486kg/10aです。この結果から、2019年の収量は2018年とほぼ同じぐらいの収量が見込めそうです。

 

結果はもうすぐです。

 


NDVIフィールドセンサー

Posted on

2014年から行なっているモニタリングはドローンを用いて上空から行ってきました。今年はさらに圃場の中心に観測機器(NDVIフィールドセンサー)を設置して地上からの観測項目を追加しました。
上空から取得するNDVIと地上からのNDVIを比較・検討し、品質の高いNDVIを取得できる時間帯を探究する予定です。

機材一式
センサー:SRS分光反射率センサー、ロガー:Em50(販売終了)

 

田植えから2日後にフィールドセンサーを設置

 

NDVIは可視域と近赤外域の波長帯を用いて計算します。この波長帯は太陽光とセンサの位置関係の影響を受けるため、観測時間によってNDVIの数値が大きく変動することが報告されています(例えば、井上  2000、Ishihara et al. 2015 など)。特に、晴天時の正午前後はNDVIの数値が低い結果となります。※ここでは、BRDF(双方向性反射率)については取り上げません。

 

下図は今回設置した試験サイトでの結果になります。まだ、データの解析を行なっていない速報値扱いですが、分げつ期における気象条件の違いによるNDVIの時間変化になります。

1) 晴天時におけるNDVI・日射量の時間変化(2019年5月27日:分げつ期)

2) 曇天時におけるNDVI・日射量の時間変化(2019年6月2日:分げつ期)

異なる気象条件時のNDVI・日射量の時間変化 ※NDVI・日射量は10分おきに計測

 

1)は晴天時、2)は曇天時におけるNDVI・日射量の時間変化の図(折れ線がNDVI、棒グラフが日射量)になります。日射量についてはこちらの記事へ。

晴天時では太陽光が直接イネに届きます。その太陽光は天頂角によって、可視域・近赤外域の反射率が変わってきます。そのため、NDVIは観測時間によって値はバラつきます。図より天頂角が最大となる正午前後はNDVIは過小評価となってしまうので、観測する時間帯から避けた方がいいことがわかります。

一方、太陽光が直達しない曇天時は太陽からの散乱光が地上に届いている状態です。そのため、晴天時と比べると太陽の天頂角の影響はかなり小さくなります。図を見ると、曇天時では正午前後でもNDVIが一定していることから、いつ測っても評価には影響がないと考えられます。

また、両者ともに日出・日没前後のNDVIの数値は極端に上昇することから、この時間帯におけるモニタリングも避けなければいけません。

 

現在、10時にモニタリングを行っていますが、天気による観測適時が分かれば、時間に縛られることもなく、農作業の合間でモニタリングを行うこともできます。少しは柔軟にモニタリングの運用ができるようになるかもしれません。ただ、10時のモニタリングは農作業の小休憩(お菓子タイム)と重なるので、ある意味モニタリングしやすい時間でもあります。

今回の観測結果は地上に設置したフィールドセンサーの結果なので、近いうちに上空からの観測を実施して両者の解析・検証を行ってみます。

 

参考文献

井上吉雄:植生の可視・近赤外放射伝達と植物生理生態情報のリモートセンシング―方向性反射モデルの比較解析および反射データと放射量変換型生長モデルの統合化―, 日本リモートセンシング学会誌, 20(5), pp.56-72, 2000.

Mitsunori Ishihara, Yoshio Inoue, Keisuke Ono, Mariko Shimizu and Shoji Matsuura: The Impact of Sunlight Conditions on the Consistency of Vegetation Indices in Croplands—Effective Usage of Vegetation Indices from Continuous Ground-Based Spectral Measurements, remote sensing, 7(10), pp.14079-14098, 2015.

 


今年の梅雨は長雨

Posted on Updated on

今年の梅雨入りは6月7日で、平年より1日早く極端に早い・遅いはありませんでした。ただ、今年の梅雨は、本来の梅雨らしく、関東地方では長雨が続いています。そのため、平年と比べると日照不足や低温の傾向となっています。ちなみに、昨年は6月29日に梅雨明け(平年より22日早い)をしており、7月は晴天・高温の日々が続きました。

ぐずついた天気が続いているので、ドローンによるモニタリングも大変です。雨が降っていない時間を狙って飛行させるのですが、そのときに役に立つのは気象庁が行っている「高解像度降水ナウキャスト」です。スマフォで現在地の雨雲の動きを確認することができます。ただし、レーダの特性上、実際には降水がない場所でもレーダでは降水として観測されることもあるので、最終的には現場での判断になります。

6月22日のモニタリングは霧雨のような細かい雨が降ったりやんだりする天気で行いましたが、モニタリング終了直後には強い雨が・・・精神的に疲れる時期です。

モニタリングを始める前に撮影している画像(近赤外)をアニメーション加工

(2019年5月22日~7月6日)

 

6月25日から中干しを始めていますが、梅雨の中休みもなく、圃場内の土もなかなか乾きません。モニタリングと同時に40株の草丈・茎数をカウントしているのですが、昨年に比べると幼穂形成期の時期も遅くなっています。生育調査を行う際には、事前に対象とする株に下図のようにマーキングテープで印を付けます。いろいろ試したのですが、マーキングテープが水が濁ったときでも目立つのでおすすめです。

圃場内に設置した生育調査用のマーカー

 

雨の中の生育調査(2019年6月22日撮影)

 

毎年行っている調査で手慣れているはずですが・・・40株をカウントするとなると1.5時間程度かかっています。雨の日となると、さらに時間がかかります。

 


リモセン学会発表(2019年)

Posted on Updated on

令和初のリモートセンシング学会は、東京電機大学(鳩山キャンパス)で行われました。自宅から約1.6kmの距離(車で5分)なので、これは発表しなければと思い、ポスター発表で参加しました。

「ドローンを用いた水稲生育管理の精度向上に関する検討」

〇田中 圭(日本地図センター)・濱 侃(横国大)・近藤昭彦(千葉大)

内容は、今までのモニタリングで得られた知見をもとに、水稲生育管理の精度向上を検討したものです。具体的には、いつモニタリングするのが最適なのか、解析単位を5mメッシュから株単位に変更、倒伏リスク診断の見直しなどです。

作り終えたばかりのポスター

 

会場では、いろいろと意見交換することができました。

その中でも、イネの生育のばらつきは地表面の凹凸以外にも作土層の厚さが関係するのでは?という質問がありました。

確かに、指摘されたように作土層の厚さは関係していると思うのですが、今まで作土層を計測したことがないので、この時はちゃんとした回答はできませんでした。ただ、毎年、何回か圃場内に入るので、自分の感覚で漠然とどこが深いか浅いかはわかっていたつもりでしたが、その情報を栽培までには活かしていませんでした。

この質問は、さらに美味しいお米作りのヒントをもらった感じでした。まずは、今年の収穫後に地道に金属棒を使って作土層の厚さを計測し、作土深マップとして可視化してみたいと思います。

また、作土で検索していたら可変施肥田植機(井関農機)がヒットしました。移植を行いながら、作土深を計測し、肥料を調整するという最新型の田植機です。さすがに個人でここまでのシステムはできないのですが、この方法は面白そうなので来年の移植の際には、田植機に計測装置を取り付けてみようかと思います。たぶん、自宅にあるドローンの部品を流用して作れそうなので、安くできそうです。進捗があれば報告します。

 


結果:均平精度(2019年)

Posted on Updated on

いろいろとが業務に縛られ、更新が怠ってしまいました。先月の内容になりますが・・・

今年も代かきが終わりました。事前にトラクターのエンジンオイルも取り替え、快調な作業でした。浅水代かきを実施した結果、代かき後の水位は低く、泥も予想以上に早く沈着しました。圃場内の水は1日おいたら透明です。

そこからは、例年行なっている均平度のチェックです。2014年から比べると均平度の精度は毎年良くなっています。2019年の結果は以下のようになりました。

代かき後のオルソ画像(2019年5月17日撮影)

 

代かき後の凹凸マップ(2019年)

 

2014~2019年における均平精度の変遷

 

ただし、今年は問題が発生しました。代かき後の天気が良すぎた結果、いつも以上に圃場を乾きすぎてしまい、一部の土が固くなってしまいました。今までは固くなる前に田植えを行なっていたので、問題ありませんでした…。それにしても今回の件は不覚でした。来年以降への教訓です。


日経 xTECH(クロステック)

Posted on

この時期はブログにする記事内容があまり無いので、更新頻度が落ちてしまいます...。

先日、日経 xTECH(2月12日付)に水稲モニタリングの記事が紹介されました。

※全文読むためには、会員登録が必要となります。

内容は、電子情報通信学会誌(Vol.101 No.12 pp.1181-1185)に掲載された「精密農業実現に向けたドローンの活用」の抜粋です。

 


日射量

Posted on

千葉大の濱氏は、ドローンを用いたモニタリングデータと日射量を組み合わせて収量を推定する研究を論文として報告しています。論文はこちらから閲覧できます。

2018年の収量は、日射量を組み合わせた濱モデルが精度良く推定することができました。詳しくはこちら

その研究の一環として、2017年から自宅の屋上に全天日射計を設置し、観測を始めました。具体的には、全天日射計からは電圧の情報が出力され、その情報をデータロガーで記録する仕組みです。データ回収後に、電圧を全天日射量(MJ/㎡)に変換します。データロガーは乾電池で動作するので、コンセントがない場所でも設置できるので便利です。

影の影響を受けない屋上の南側に設置

 

日平均の日射量(2017~2018年)

オレンジ色:日単位に集計した埼玉県坂戸市の全天日射量(2017~2018年)
紺色:東京の全天日射量(平年値)

 

2017年の6月は空梅雨だったので、日射量が高い値を示しています。一方、8月は冷夏の影響で日射量が極端に少ないことがわかります。
次に、2018年は早すぎる梅雨明けで7~8月は猛暑が続きました。梅雨の期間は日射量が少なくなるのですが、2018年は日射量が多い結果を示しています。

時間解像度は2017年の観測は1時間単位で行ってきましたが、電池・記憶媒体の余裕もあることから2018年からは10分単位で実施しています。

 


平均収量の解釈

Posted on Updated on

農林水産省は水稲の平均収量を毎年公表しています。公表される情報には、市町村別の10a当たりの収量も含まれるので、自分のところの収量と比較することができます。ただし、集計されている収量は「水稲」でまとめられているため、品種別の収量はわかりません。データはe-Stat(政府統計の総合窓口)から閲覧できます。

埼玉県の水稲栽培は「コシヒカリ」がメインですが、近年は地域ブランド米である「彩のきずな」の比率が高まっています。2017年には県東産の「彩のきずな」が特Aランクを獲得したので、今後はコシヒカリを抜いていくことが予想されます。

その「彩のきずな」は多収な品種で、一般的にコシヒカリの20%増と言われています。前述のように農林水産省の情報では様々な品種の合計となっている数値なので、品種別の収量内訳はわかりません。関係機関に問い合わせればわかるかもしれませんが、今回は公表されている情報を使って品種別の内訳を推定し、コシヒカリの平均収量を求めてみました。

地域で栽培されている品種の割合を示す情報は、JAいるま野が公表しているカントリーエレベータ(CE)直接買入れ実績を使いました。情報元:JAいるま野広報誌

 

JAいるま野は埼玉県南西部の10市3町が管轄になります。管内の農業産出額は、ほうれんそうや大根などの野菜類が56.1%とメインで、米は11.4%となっています。下図は農林水産省が公表した2017年の市町村別10a当たりの収量を可視化したものになります。この図から埼玉県の10a当たりの収量は県東部で高く、県西部で低い、東高西低の分布傾向になります。また、赤枠で示すJAいるま野の管内の西部は秩父山系に位置し、中部・南部は洪積台地となっているため、水稲栽培は東部が中心となります。試験サイトがある坂戸市は、川越市に次いで水稲収量が多い地域になります(坂戸市は埼玉県全体で見ると16位)。

埼玉県の10a当たりの収量(2017年)

 

JAいるま野が公表しているCEデータは管区全体(10市3町)となっているため、農林水産省の市町村別収量情報を再集計しました。

品種別直接買入れ実績

 

コシヒカリがCEの直接買入れの半数を占めていますが、年々減少しています。一方、彩のきずなの栽培は増加傾向です。彩のきずなは、JAいるま野の独自ブランド戦略により、生産拡大と集荷拡大となる数量目標および品質目標を策定し、生産者と一体となった産地づくりを進めていることが影響しています。来年か再来年にはシェアが逆転すると思われます。

 

次に、品種による収量の違いを求めます。コシヒカリの収量を1としたとき、他の品種(彩のきずな・彩のかがやき・彩のみのりなど)の収量の比率を文献などから求めました。

その結果、2014年の管区の水稲の平均収量が489kgとなっていますが、内訳はコシヒカリ468kg、彩のきずな548kg、彩のかがやき492kg となりました。この年の試験サイトの10a当たりの収量は388kgなので、管内のコシヒカリ収量より少ない結果となります。2015年は、管内のコシヒカリ収量が451kg、試験サイトは431kgだったので、2014年よりは平均的な収量に近づきました。2016年からは推定値を上回る結果となっています。

 

JAいるま野における10a当たりの収量と品種別推定収量

管内収量 コシヒカリ 彩のきずな 彩のかがやき 彩のみのり キヌヒカリ
2014 489 468 548 492 520 465
2015 480 451 528 474 501
2016 492 461 540 484 512
2017 488 457 535 480
単位:kg

 

試験サイトのコシヒカリ収量と管区内のコシヒカリの推定収量の比較

 

ちなみに、JAいるま野の栽培目標は以下の通りです。
10aあたりの目標収量
・ コシヒカリ  ・・・ 480kg(8俵)
・ 彩のきずな ・・・ 600kg(10俵)
・ 彩のかがやき ・・・ 540kg(9俵)

 

水稲としてまとめられた平均収量の数値も、別資料を組み合わせることで品種別の収量を推定することできました。求めた数値は、自分の栽培技術がどのあたりに位置しているのかを把握することに使えそうです。

 


クローズアップ現代+

Posted on Updated on

10月31日に、NHK のクローズアップ現代+で「AIがうまい米を作った!~“農業革命”最前線~」が放送されました。放送内容は、NHKのHPから閲覧できます。(クローズアップ現代+:2018年10月31日

全体的にスマート農業など先端技術を用いた農業に詳しくない人でもわかりやすく、今後の日本の農業の可能性を解説した番組だったと思います。

前半は人工衛星やドローンによるモニタリングでイネの生育を管理し、肥料のピンポイント散布や収穫適期の解析で美味しい米を栽培するという内容で、後半はトラクターや田植え機などの無人ロボット化の紹介が中心でした。

 

ただ、私としては収穫適期を紹介するVTRに疑問が生じました。

放送では、下図のように衛星画像の解析で圃場のタンパク質含有率のマップが紹介され、以下のような説明がありました。

・9月下旬の田んぼは全体的に赤っぽく、タンパク質が多くなっていました。この段階で刈り取ると粘りのない米になるため、時間を置いて待つことにしました。

その時の画面には「タンパク質低下待つ」の文言が表示されています。

放送された画面のキャプチャ

 

収穫間近の状態で、時間を置くことでタンパク質が低下するという部分が疑問です。出穂後、子実に蓄積された同化産物が減少していくのは考えづらいことです。

この文言がタンパク質ではなく、NDVIの低下を待つといった説明であれば納得しました。NDVIは出穂期から成熟期に進むにつれ、値は小さくなっていきます。モニタリングを実施している試験サイトでは、出穂期と登熟期のNDVIから収穫適期を求めて、収穫を実施しています。

また、籾水分が高いため、時間を置くことで水分の低下を待つという流れでも問題なかったと思います。ただし、現在の衛星画像から籾水分を求めるのは難しいと思いますが・・・現場では、収穫適期を出穂後の積算温度や籾の黄化率、籾水分で判断しているので、農家さんには理解されやすい指標ではないかと思います。

 

HPで紹介されている画面をキャプチャ