モニタリング手法

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

 

 


夏の連続観測

Posted on Updated on

恒例となった夏の連続観測を8月4〜5日にかけて実施しました。2016年から実施している連続観測は今年も快晴になりました。主な観測項目は2016年から変わらず、日出から日没までの間を、ドローン(熱赤外・NDVI)と地上(気温など)で観測します。【参考】2016年の連続観測 ・ 2017年の連続観測

3年目にもなると観測の改善点がわかってきます。まず、今年の圃場内の気温を観測する装置(通風口)の改良です。昨年は塩ビのパイプにアルミ箔を巻きました。パイプの中にはファンを設置しましたが、ファンが大きいため、動かすための電力も多く必要となってしまいました。そこで、今年は細めの塩ビパイプを白く塗装し、さらに小型ファンを取り付けました。昨年よりレベルアップです。電源は小型の太陽光パネルからの給電で十分動作しました。これらは濱氏(千葉大)の自作です。さすがです!!

圃場内に設置した気温観測装置

 

ドローンによる観測は初年度から変更はありません。NDVIはYubaflex、熱赤外はF30です。

今年は、新たにイネの蒸散を調べるために、ポロメーター(Delta-T社:AP4)による観測を追加しました。吉田先生(横国大)にご協力いただきました。ありがとうございます。

ポロメーターによるイネの蒸散測定

 

ドローン、ポロメーターは2時間ごとにデータを取得しました。また、気温・CO2・日射量は観測前にセンサを設置して昼夜の連続観測になります。

今年は観測データが充実しました。その分、解析するのも時間がかかりそうです。

 


イネの大百科

Posted on Updated on

農山漁村文化協会から「イネの大百科」という本が出版されました。小学高学年〜高校が対象ということもあって、写真や図が多くまたカラーで掲載されています。内容もわかりやすくまとまっているので、勉強になります。

「省力化と水田フル活用 大規模化にむけた技術」のページでは、ドローンを使った生育調査ということで、私の写真を掲載してもらいました。ありがとうございます。

イネの大百科(引用:農山漁村文化協会サイト)

 


水稲株抽出(2018年)

Posted on Updated on

2016年から始めた水稲株位置の抽出ですが、いろいろ試した結果、対地高度は30mぐらいがいいのかもしれません。対地高度が低いと、撮影した画像の解像度が高すぎて、処理時間が大幅にに増えてしまいます。また、水稲以外の草丈の低い雑草がノイズとして多くなります。ちなみに、このときのイネの草丈は約37㎝です。

今回は「Mission Planner」で、クロスの飛行コースを設定しました。クロスにする事で死角をなくすことができます。実際はここまでしなくてもいいかもしれませんが・・・。

水稲株抽出のための飛行ルート

 

可視光、近赤外線の両方で撮影を行いましたが、やはり明確に水部とイネが判読できる近赤外画像が精度よく抽出できます。

 

【水稲株位置抽出の手順】

(前準備)近赤外画像から対象とする圃場だけをクリップ(切り抜き)します。この工程で大幅に作業時間を短縮できます。

その後の工程は、ノイズ除去→フォーカル統計→ラスベク変換→重心算出 の順番です。

試験サイト全体の水稲株位置

 

水稲株抽出の拡大図(水色点:水稲株位置、背景:近赤外オルソ画像)

 

今年は田植え機の一部の調子が悪いためか、所々で欠株が発生してしまいました。圃場全体で約4万5千株となり、昨年に比べると若干少ない結果となりました。

参考 :2017年の欠株率マップ

 

 


P4pro+テスト飛行

Posted on Updated on

Phantom4pro+を購入された先生の初フライトと機能確認を試験サイトで行いました。

自宅裏の圃場周辺はDID地区外となっているので、申請なしでフライトできます。そのため、思いたったらすぐにテストができる良さはあります・・・そのかわり職場までは片道2時間の小旅行です

Phantom4pro+

 

私のDJI歴は、Phantom1(2013年販売)が初めてになります。安定した飛行が簡単にできるので、ドローンの操縦の楽しさを覚えました。ただ、当時はオートパイロットの機材が技適を取得していなかったため、マニュアル飛行のみでした。測量やモニタリングなどではあらかじめ設定したコースに飛行して撮影しないと、精度の高いマップを効率的に作成することができません。そのため、当時からオートパイロットが可能な自作ドローン(APMやpixhawk)に進んで、現在に至ります。

P4のフライト機能はネットなどの情報で知っていましたが、現物のシステムを見て驚きました。ターゲットの追従など安定して25分近くフライトできるのは魅力的です!セカンド機として欲しい!

モニタリングしているドローンの上空からP4pro+で撮影してみました。見たことのない視点からの画像を見るのは楽しいですね

モニタリングしているドローン上空からの撮影

 

モニタリング中の様子

 

(追記:2018/07/13)

Phantom4pro+ ではサードパーティのアプリを使うことができません。そのため、地図作成やモニタリングに必要な自律飛行機能が使えないことがわかりました。Phantom4pro+ に標準搭載されている自律飛行の機能は使いづらく、地図作成やモニタリングには不向きでした。Phantom4pro+ でサードパーティのアプリを利用したい場合は、液晶ディスプレイが付いていないプロポを別途購入しなければなりません。プロポをダウングレードすれば、Phantom4pro+ でもサードパーティの自律飛行ツールが使えるみたいです。Phantom4pro+ と Phantom4pro の違いは、プロポに液晶ディスプレイが付いているかの違いです。地図作成やモニタリングなどに使用したいと考えている方は、Phantom4pro がお勧めです。

 


結果:均平精度(2018年)

Posted on Updated on

試験サイトでは、代かきを行った後に泥が沈着するまで待ってから、水を落とし土壌が見える状態になるようにしています。これは、代かき後の圃場を測量するためです。
3年間実施していることもあって、近所の農家さんから不思議がられることもなくなりました。

代かき後のオルソ画像(2018年5月18日撮影)

 

圃場の北側では、ほんの少し水が残っています。一方、南側(明るく写っている部分)は水が抜けています。圃場にいくつかの線条の跡が残っていますが、これは鳥などの足跡になります。畦畔を超えて、隣の圃場(北側)までつながっています。

水がある程度なくなった状態で、ドローン計測による圃場の均平精度(凹凸の定量化)を求めました。その結果、2018年は均平精度:1.2cm・最大高低差:5.1cmとなりました。過去最高の結果です(といっても5回しかデータはありませんが・・・)。
過去の記事にも書きましたが、移植栽培で目標とする均平精度は標準偏差:1.8cm・最大高低差:9.0cmが目標値となっています(農林水産省)。

下に2016~2018年の代かき後の圃場凹凸マップを示します。

ⅰ) 代かき後の凹凸マップ(2018年)

 

ⅱ) 代かき後の凹凸マップ(2017年)

 

ⅲ) 代かき後の凹凸マップ(2016年)

 

2014~2018年における均平精度の変遷

 

試験サイトの均平精度は、2014年が標準偏差:2.6cm・最大高低差:10.2cmに対して、2015年は標準偏差:1.8cm・最大高低差:7.5cm、2016年は標準偏差:1.4cm・最大高低差:6.1cmとなり,年々圃場内の高低差は小さくなっています。トラクターの操縦経験を積むことで、技術が身についてきているのかもしれません(^_^;)。なお、2014年・2015年は代かき前のDSMを用いて計測を行っています。2016年以降は代かき後の高低差を精確に求めるために、代かき直後に圃場内の水を抜いた状態で空撮を実施しています。

 

【参考】

2014~2017年までの均平精度と玄米タンパク含有率との関係を、濱ほか(2018):UAVリモートセンシングおよび登熟期の気象データに基づく玄米タンパク含有率推定 にまとめています。

 


論文賞受賞

Posted on Updated on

2014年のモニタリング成果をまとめた「田中・近藤(2016):小型マルチコプターを用いた近接リモートセンシングによる水稲生育マップ作成」が日本リモートセンシング学会の論文賞を受賞しました。この研究が評価されたことは、大変うれしく思います。

 

2014年はモニタリング1年目ということもあり手探りな状態でしたが、自分のタイミングで上空から得られる情報に大きな可能性を感じました。現在は、モニタリング5年目ということもあって様々な問題点を改善する力もつき、安定した運用ができていると考えています。ただ、栽培に関しては自然の影響を大きく受けるので、わからないことも多々あり、日々勉強といった感じです。そこが農業の楽しさでもあるかもしれません。

ドローン水稲モニタリングを論文としてまとめるのがゴールではなく、モニタリングを長年継続して情報を蓄積することが美味しいお米の栽培につながると考えているので、これからも引き続き、頑張っていきます!!

 


水稲株位置抽出(QGIS)

Posted on

水稲株の位置抽出は、移植後1ヶ月の状態(草丈35cm程度)がデータ取得のベストとなります(株間によってベストな草丈は変わります)。草丈が低いと上空から撮影しても、苗が明確に撮影できないため、株位置の抽出は難しくなります。一方、草丈が高くなると、葉同士が重なってしまい、株位置がわからなくなってしまいます。この作業は、モニタリングのタイミングが一番重要になります。

株位置の抽出方法は、以前の記事(水稲株の位置抽出欠株率)でも紹介しましたが、問い合わせも多かったので、QGISの操作について説明を加えます。※QGISのバージョンによって、説明が若干異なる場合もあります。

 

1) 近赤外カメラ撮影画像の表示

近赤外の波長域は植物からの反射は強く、水面の反射はほとんどないため、苗と水面を明確に判別することができます。

反射特性(引用:JAXA)

 

近赤外オルソ画像

 

近赤外オルソ画像を表示したら、ローパスフィルタ処理を行います。ローパスフィルタは、苗と水面以外に写っているノイズを除去する工程になります。ノイズが少なければ、ローパスフィルタ処理を行わなくても構いません。

 

2) ローパスフィルタ処理

【QGIS】 ビュー > パネル > ツールボックス > GRASS GIS > Raster > r.mapcalc

ローパスフィルタの計算式

 

上図のように、3×3の窓で平滑化していきます。数値を変更することでノイズ除去の程度を変えることができます。

 

3) フォーカル統計(指定した近傍内の統計情報を計算)

【QGIS】 ビュー > パネル > ツールボックス > GRASS GIS > Raster > r.neighbors

フォーカル統計のパラメータ入力画面

 

3) ラスタ-ベクタ変換

【QGIS】 ラスタ > 変換 > ポリゴン化(ラスタのベクタ化)

ラスタ-ベクタ変換

 

※処理時間がかかる場合は、圃場外部分の画像を削除するなど、画像サイズをなるべく小さくしてみてください。

 

4)不要ポリゴンデータの削除

ラスタ-ベクタ変換によって、値ごとにポリゴンデータが作成されます。このポリゴンデータには、水稲株以外も含まれています。そこで、ポリゴンデータのDN値(フォーカル統計の数値)を使って、不要ポリゴンを削除します。このときのDNの閾値は、カメラ種類や撮影条件などによって異なるので、画面を見ながら値を自分で見つけ出してみてください。

黄色が水稲株として選択(DN110以上)したポリゴン、黄緑色はそれ以外のポリゴン

 

5)ポイント化

【QGIS】 ベクタ > ジオメトリツール > ポリゴン重心

ポリゴン(重心) → ポイント

 

ノイズを取り除いた水稲株のポリゴンからそれぞれの重心を求め、その位置を水稲株として扱うことができます。

水稲株位置(赤)

 

この一連の処理は、データサイズが大きいオルソ画像を用いるため、非力なPCだと時間がかかったり、処理途中に落ちることもあります。その場合は、データを分割するなどの工夫が必要となります。

 


現代農業(5月号)

Posted on Updated on

2018年5月号の現代農業では、「ドローン&近赤外カメラで空から管理(下)」というタイトルで近赤外カメラを自作するという内容を書きました。

現代農業(2018年5月号)

 

ブログでも紹介している内容に改造時の写真とウンカ被害の空撮画像(鹿児島県伊佐市の若手農家さん撮影)を追加しています。

今月号の現代農業で興味深い記事がありました。農機メーカー突撃取材ヤンマーアグリ(株)編の中で、リモートセンシングなど先進的な技術の導入を対象としている農家規模は、20町歩以上の面積を耕作する農家だそうです。しかし、20町歩以上の面積となると、家族経営の農家では導入は難しいですね。ビジネスとして費用対効果を考えると仕方がないかもしれません。