モニタリング手法

欠株率

Posted on Updated on

田植えから1ヶ月が経過すると、苗も順調に生長し上空からのモニタリングでもはっきりと確認できます(この頃の草丈は約35cm)。

昨年からはじめた「水稲株位置の抽出」を今年も行いました。抽出方法については、昨年の記事をご参照下さい。

水稲株位置の抽出に使用した画像は、移植してから28日後の近赤外オルソ画像になります。

 

水稲株位置抽出(2017年6月18日撮影)

オルソ画像と抽出した水稲株位置(オレンジ点)を重畳した画像になります。両者の画像を比較してもわかるように、おおよその水稲株の位置抽出ができているのではないかと思います。

 

圃場全体の水稲株位置(2017年) 背景:近赤外画像(Canon S110近赤外改造)

今年は株間21cmに設定して移植を行った結果、圃場内の株数は約4.7万株となりました。ちなみに、昨年は株間18cm設定で約5.1万株となっております。

 

次に、水稲株をメッシュごとにまとめて可視化した結果です。

 

単位面積あたりの株数(株/㎡) 背景:可視画像(Richo GR)

圃場の西側は田植機の移植方向が異なる部分にあたるため、若干株数が少なくなっています。圃場内全体では単位面積あたり14.2(株/㎡)【坪あたり46.9株】となりました(昨年の結果はこちらから)。

また、株間21cmの標準的な単位面積あたりの株数は15.9(株/㎡)となります。そこで、この値を基準としてメッシュごとの欠株率を算出してみました。

 

欠株率(2017年) 背景:近赤外画像(Canon S110近赤外改造)

その結果、メッシュ全体の欠株率は7.9%となりました。欠株率が最も高い値を示したメッシュは、トラクタの出入り部分にあたります。それ以外のメッシュでは、だいたい数%の欠株率で収まっています。

 


熱赤外カメラによる空撮

Posted on

少し前の話題になりますが、今年の農閑期(4月中旬)に熱赤外カメラによる空撮を実施しました。

熱赤外カメラはイネ群落の表面温度の連続観測(穂揃期)で使用しましたが、今回は圃場の地表面温度から土壌水分量および均平を把握できるのか観測してみました。

 

【圃場環境】

・田起しを行ってから、約1カ月経過 (試験サイトの隣(北側)の圃場も同時期に田起しを実施)

・熱赤外カメラによる空撮実施の前日に、数時間の降雨

 

オルソ画像(4月中旬)

 

熱赤外カメラ画像(4月中旬)

 

上記画像の拡大図

 

地表面温度は西側で相対的に高く、東側が低い結果となりました。特に中央部では温度が低くなっています。この部分を拡大してみると、田起し後に石拾いのために歩いた足跡周辺で地表面温度が低下していました。圃場を歩くと5cm程度は凹むので、熱赤外カメラはその影響までも観測できているのではないかと考えられます。また、西~東側に筋状に地表面温度が高くなっている場所は、昨年の収穫後に籾殻を撒いたところになります。ちなみに、隣(北側)の圃場は足跡もなく、地表面温度が一様な分布をしていることがわかりました。

わずかな環境の違いを捉えられる熱赤外カメラは有益なセンサであると実感しました。

 

上記の実験後に、トラクタによる均平化を行い、1週間後に再度空撮(可視光・熱赤外カメラ)を実施しました。

 

オルソ画像(5月上旬)

 

熱赤外カメラ画像(5月上旬)

 

トラクタによる均平化を行った後の均平精度は標準偏差1.5cmとなり、地表面温度のばらつきは前回の分布と異なる結果となりました。

西側にある給水口ではわずかな量の水が漏れ出していたため、地表面温度が低くなっています。オルソ画像では地表面の見た目の変化はありませんが、熱赤外ではちゃんと変化を捉えることができています。また、圃場の3辺(西側除く)にかけて温度が低い場所は、くろつけを行った際のトラクターの車輪跡になります。

今回の実験から熱赤外カメラを用いた観測は様々な現象を取得できるセンサとして有望なので、今後も継続して観測していく予定です。

 


LIVE配信はじめました

Posted on Updated on

お知らせ

LIVE配信はじめました。

水稲ドローンモニタリングを実施している試験サイトの様子を確認することができます。現在のところ、稲刈りの期間までLIVE配信を予定しています。

メニューバーの「LIVE配信」から確認することができます。

 

モニタリングカメラから眺める試験サイト


代かき後のドローン計測(2017年)

Posted on Updated on

今年も代かき直後の圃場の高さをドローンを用いて計測しました。(参考:昨年の計測結果

代かき直後は泥水となっているので、泥が沈着するまでの2日間ほど時間を置いてから、落水および蒸発によって土壌が見える状態までにしてから計測します。

代かき後に湛水を行わず、ある程度水がなくなった状態(2017年5月18日撮影)

 

ドローン計測は圃場内の凹凸をどのぐらい均平化できたかを定量的に明らかにするのが目的です。また、代かき後に水を張った状態でもドローンによるDSM計測ができるか実験を行いました。

まず、代かき後に水がなくなって土壌が見えている場合のオルソ画像とDSM(陰影図)

2017年5月18日撮影

圃場の均平精度は、圃場内の高さを測定し、それらの結果から算出した標準偏差が均平精度を示します。この標準偏差の値が大きいと圃場内の凹凸のムラが大きくなります。

目標とする均平精度は、湛水直播や乾田直播などといった栽培方法によって異なります。農林水産省の資料によると、移植栽培の場合は標準偏差:1.8cm・最大高低差:9.0cmが目標値となっています。

今回の代かきによる均平精度は、標準偏差:1.3cm・最大高低差:6.9cm となり、今年の均平化も悪くない出来だと思います。(参考:2016年の均平精度 標準偏差:1.4cm・最大高低差:6.1cm)

代かき後は湛水状態にしなければいけませんが、今年も水を張らなかったので、近所のベテラン農家さんは心配していたそうです。ご迷惑をお掛けしました。m(_ _)m

水を張った状態でもドローンによる計測ができるか実験するために、水がない状態での空撮が終了直後に水を入れました。翌日には、2~3cm程度の深さで水が張った状態となります。

湛水状態(2017年5月19日撮影)

湛水状態でドローン計測して作成したオルソ画像とDSM(陰影図)

2017年5月19日撮影

 

この日の気象状態は、ほぼ無風で、時折微風によって水面が波を打つ程度でした。空撮時は全くの無風状態で絶好のデータ取得日でした。

水の透明度の高い箇所では底の土壌まではっきりと見ることができます。一方、泥水が撹拌してしまった箇所(圃場の西側)では土壌を見ることはできません。

これらのデータをSfM-MVS処理でオルソ画像・DSMを作成すると、泥水が撹拌している箇所ではマッチングが上手くいかず、ノイズとしてDSMの精度が落ちています。

下図は「湛水状態のDSM - 水のない状態のDSM」 の差分マップです。

 

湛水状態のDSM - 水のない状態のDSM マップ

泥水で底が見えなかった箇所でDSMが高い値(ノイズを含む)となったため、水の有無の差分で約10cmの差が生じました(圃場の西南側)。一方、透明度が高かった箇所では湛水状態のDSMが約2~3cmが高い結果となりました。

赤線部分の断面図

赤線部分の断面図の結果から、湛水状態のDSMが一定の高さを示していないので、水面の高さより圃場の高さが影響していると考えられます。水深や水の屈折率を用いて計算すれば、湛水状態でも圃場の高さを取得できる可能性があることが今回の実験でわかりました。

 

ただし、代かき後(湛水状態)に計測する場合、無風かつ泥が撹拌していない状態でないと精度の良いデータを取得することができないため、撮影条件は結構厳しいと思われます。

来年以降も代かき後は水がない状態で計測するのがベストなのかもしれません。

 


ポールカメラによる凹凸計測

Posted on Updated on

日本の農地上空には、送電線が多く存在しています。残念ながら、私の圃場上空にも送電線があります。

送電線の下にある圃場(紫線)

背景画像:地理院地図

そのため、送電線がある圃場では、安全面を考慮するとドローンによる水稲モニタリングを実施できません。上空からモニタリングできるツールは、ドローン以外にも高所作業車による撮影などがあります(サタケ:圃場生育診断システム「アグリビュー」)。ただ、零細農家にとってモニタリングのたびに高所作業車をレンタルすることはできません。

そこで、今回はポールカメラ方式を採用しました。

ポールカメラは中田ほか(2009)を参考にして、測量スタッフ(約7m)とRicho GR(インターバル間隔を5秒)を用意し、撮影を行います。

 

ポールカメラ撮影のイメージ(場所は圃場ではありませんが…)

 

7mのスタッフに約250gのカメラを取り付けると、スタッフはしなってしまい、上手く扱うには力が必要になります。また、風が吹くと測量スタッフがもっていかれてしまい、同じ場所にとどめるだけでも大変です…。

ポールカメラで撮影するためにはノウハウも必要ですが、改正航空法で飛行制限があるDID地区付近でもモニタリングできるので、ポールカメラは有効なツールだと思います。また、ポールカメラは墜落の心配もありません。

 

青い四角はポールカメラの撮影推定位置

ポールカメラによる3Dモデル(送電線下の圃場)

中田 高,渡辺満久,隈元 崇,後藤秀昭,西谷義数,桜井元康,川口 雄作:地形調査のための簡易高位置撮影装置 (Hi-View)の開発,活断層研究,31,pp.39-43,2009.

 


モニタリングの現状と課題

Posted on Updated on

近年、日本の農業は農業用ロボットやICT技術を駆使して生育管理を行う精密農業の導入が各地で進んでいます。ドローン分野では、2016年に農薬散布ドローンが続々と農林水産航空協会の認定を受けており、2017年から各地で運用されている姿を見ることができると思います。また、これと同時にドローンを活用して、農作物の生育管理を行う会社も増えてきました。

従来、上空からの農作物モニタリングは、衛星・航空機(有人機)によるリモートセンシングが行われてきました。衛星による農作物モニタリングは一度に広範囲(約100kmの範囲)の情報を取得することができます。広範囲を管轄する組織であれば、有効なツールになります。実際に青森県では、「青天の霹靂」や「つがるロマン」はブランド化され,販売されています。

しかし、衛星モニタリングにも課題があります。

Read the rest of this entry »


【カメラ】インターバル撮影改造

Posted on Updated on

【カメラ】改造近赤外カメラでは、市販カメラを近赤外カメラに改造する方法を説明しました。

今回は空撮に必要なシャッターを自動的に切るインターバル機能を説明します。

この機能なくしてモニタリング撮影は始まりません・・・(最近は高解像の4K動画からでもモニタリングはできそうです)。

インターバル機能がないカメラで空撮を行う場合には、物理的なシャッター機構を取り付ける必要があります。

 

 自作シャッター機構(遠隔操作対応)

 

比較的安価で市販されているコンデジに、標準機能でインターバル撮影ができるカメラは一部に限られます。

ここでは、インターバル撮影可能にするロシアン・ファーム(ロシアで開発されたソフトを使った裏技)を紹介します。

ロシアン・ファームで改造できるカメラは、Canon製のカメラです。

改造といってもカメラ本体を物理的に改造するのではなく、SDカードに「CHDK(Canon Hack Development Kit)」というソフトを書き込みます。

 

CHDK(Canon Hack Development Kit)

このソフトは、Canon製のコンデジ本体のファームウェアを一時的に書き換えるもので、いわばカメラの機能を乗っ取るという裏ワザです。

なお、通常(ソフトを書き込んでいない)のSDカードを入れ直したらカメラは元の状態に戻ります。

 

CHDKの起動の仕組み

 

CHDKソフトはここからでダウンロードできます(無料)。

 

このソフトによって、標準機能には付いていない

・インターバル撮影
・RAW画像の撮影
・シャッタースピード設定
・オセロ など

 

魅力的な機能を追加することができます。

 

コンデジ画面でオセロ対戦

 

ただし、最近販売された機種の多くには対応していません。
CHDKのサイトで公開されている型番は欧米仕様の名称となっているので、日本仕様の名称と異なります。

 

改造近赤外カメラなどは「月刊地理2016年11月号 地理で使える低空撮ガイド⑥」でも紹介しています。

 

詳しい設定方法の説明は Read the rest of this entry »


【カメラ】改造近赤外カメラ

Posted on

近赤外カメラは植生や雪氷などの分野では、重要な情報の取得ツールとなります。稲などの植物の葉は近赤外の波長を強く反射し、反射の強弱で植物が元気であるかを判断することができます。しかし、市販されている多くの近赤外カメラは高価(数十万円)です。私のモニタリングの基本コンセプトは「低コスト」です。あまり馴染みがない近赤外カメラは市販のコンデジを改造することで、コストを抑えて作ることができます。ここでは、近赤外カメラに改造する手順を紹介していきます。

市販コンデジは最新機種を用意する必要はありません。自宅に眠っているカメラでも十分です。

私が近赤外カメラとして使用しているのは、中古品(約2万円)で購入したCanon S110です。旧型機種は発売してから時間が経過しているので、中古市場で安く入手できます。また、ドローンが墜落してカメラが破壊・故障しても精神的負担が大きくないというメリットもあります。

 

1) 機種確認

改造したいコンデジのイメージセンサが近赤外までの感度を持っているかを確認します。機種によって近赤外の撮影に適さないものもあります。

テレビ等のリモコンをカメラレンズに向けて、リモコンボタンを押しながら、シャッターを押します。

 

感度チェック

イメージセンサが近赤外まで感度を持っていると、リモコンの送信部が明るく写ります。この部分が暗いと、そのカメラはあまり感度がないことになります。

2) カメラ分解

カメラ本体のネジを外し、分解していきます。ネジは大変小さいので、紛失しないように作業を行います。

 

コンデジ分解

3) ガラス板除去

イメージセンサを覆うフタを慎重に外すと、センサ前方に薄いガラス板があります。このガラス板は赤外カットフィルタやローパスフィルタの機能を有しています。非常に薄いので、割らないように取り除きます。

その後は、可視光を遮断するIR(Infrared)フィルタ(富士フィルムのIR-78:(約2千円))を準備し、これをガラス板とほぼ同じ大きさで切ります。

※対象物によっては、フィルタの波長を変更した方がいい場合もあります。

 

4) ピント調整

ガラス板を取り除いたことで、このまま撮影すると光の屈折率などの関係でピントがボケた状態になってしまいます。そこで、ピント補正をするために3mmの透明プラ板(約5百円)を用意します。

これをガラス板より約1mmほど大きく切って、IRフィルタと透明プラ板をガラス板があった場所に収めます。

フィルタやイメージセンサ部分に、ほこりや指紋が付かないように慎重に作業を進めます。

後は分解した逆の手順でネジを締めていきます。初めての作業となると約2~3時間程度はかかると思います。慣れてくると数十分ぐらいの終了します。

 

【注意】カメラを分解すると、一般にメーカー保証が受けられなくなるので注意してください。

 

改造近赤外カメラの撮影画像

上図は改造したCanon S110をドローンに搭載して、撮影した近赤外画像です。植生からの反射が強い所が白くなって、写っています。

現在は、このカメラをドローンに搭載して、水稲モニタリングを実施しています。

今回紹介した改造などについては、「地理に使える低空撮ガイド6 低空撮で使える工夫、様々なドローン(古今書院 月刊地理)」で紹介しています。

 

また、カメラの改造をしなくても、NDVI(植生指標)を求めることができるカメラ「Yubaflex」も販売されています。このカメラも軽量なのでドローンに搭載することが可能です。おすすめのカメラの一つです。

Yubaflex 植生指標カメラ BIZWORKS株式会社

 


【手法】GIS(地理情報システム)

Posted on Updated on

【手法】3Dモデル作成(SfM-MVS処理)で紹介したオルソ画像・DSMをGISを使って解析します。
モニタリング結果の可視化や効率的なデータ管理には、GISが最適なツールです。
一昔前は数百万円する業務ソフトもオープンソースの波によって、無償で使用できるソフト「QGIS」が登場しました。

登場当時はいろいろと不便なところもありましたが、最新版では問題なく使えます。

QGISは http://qgis.org/ja/site/ から日本語版をダウンロードできます。

Windows以外にも対応しています。

ここでは、QGIS(バージョン2.18.1)を用いたメッシュ解析を紹介します。

 

1) メッシュ作成

空撮画像は高解像度なデータが取得できるため、モニタリング結果は数cm単位で求めることができます。しかし、現場では詳細すぎる情報は役に立たないこともあります(木を見て,森を見ずになってはいけません)。私の圃場では、5m×5mのメッシュを設定し、メッシュ内に含まれるピクセルの平均値をメッシュ代表値として生産管理に活かしています。

 

メッシュ作成

※QGIS→Vector grid

不必要なメッシュは削除していきます。また、メッシュを回転させて、圃場と一致するように調整します。

圃場の形に合わせた5mメッシュ

※圃場が広大な場合やその他のメッシュデータを組み合わせたい場合には、JIS規格で決められた標準地域メッシュを使うと便利です。

2) NDVI(植生指標)

QGIS→ラスタ計算機で演算ができます。

NDVI = (近赤外画像 - 赤(可視光)画像) / (近赤外画像 + 赤(可視光)画像)

※センサ 可視光をRicho GR、近赤外をCanon S110(近赤外の波長帯を撮影できるように改造)でそれぞれ空撮を実施。

本来なら、放射輝度に変換しないといけませんが、ここでは近似値的にDN(Digital Number)値で計算しています。

NDVI(2016年7月21日)

赤色ほど植生の活性が高く、反対に青色は植生の活性が低い状態を示します

3) メッシュ統計

QGIS→地域統計でメッシュ統計を行います。

※メッシュ内の平均値、最大値、最小値、個数、標準偏差などが計算できます。

計算はボタンを押すだけです。計算後、レイヤを選択して、色を割り当てます。地図は、色彩次第で解析結果の印象も変わるので、適切な色合いを選択するようにしましょう。

NDVIメッシュ(2016年7月21日)

QGISが苦手だった鳥瞰図(3D表示)もプラグインを用いることで、下図のように表示できるようになりました。HTML形式で出力されます。

NDVIの鳥瞰図(2016年7月21日)

 


リモセン学会発表資料

Posted on Updated on

11月に行われた日本リモートセンシング学会の発表資料になります。

要旨はこちらから見ることができます。

 

 
 今回の観測結果から、以下のことがわかりました。
  • 水稲の群落表面温度は一様ではなく、ばらつきをもって分布している。
  • 群落表面温度のばらつきはNDVIと対応しており、相対的に群落表面温度の低温域でNDVIが高くなり、反対に高温域ではNDVIが低い値を示す。
  • 群落表面温度とNDVIの時間変化は、日中の時間帯で明瞭な相関を示す。
  • 群落表面温度のばらつきは、玄米重量にも影響を及ぼす。
  • 今回の観測で、掛け流しによって群落表面温度が約3℃低下することが確認できた。