モニタリング手法

温度観測

Posted on Updated on

近年、夏季における気温上昇にともなって、水稲の高温障害が問題となっています。
高温障害は白未熟粒(米が白く濁る)や胴割れ粒(亀裂が入る)などをもたらし、米の品質を大きく低下させます。米の品質が低下は、検査等級の低下やくず米の増加につながり、生産者にとって何ひとついいことはありません。

既往研究から、高温障害は出穂から登熟初期までの高温によって、米に障害がもたらされます。例えば、登熟期に27℃以上の日平均気温が続くと高温障害が発生し、白未熟粒が増加します。

そこで、今後の栽培において、高温障害に対応するためにも、まずは圃場内の温度環境を知る必要があります。
今回は千葉大学近藤研究室の学生さんと共同で、8月6日~7日(生育ステージは穂揃期)にかけて昼夜連続温度観測を実施しました。

ちなみに、試験サイトは埼玉県坂戸市に位置しているのですが、この地域は「あついぞ!熊谷」と同じぐらい夏季は高温になります。
最寄りのアメダスによる最高気温は6日36.6℃(猛暑日)、7日34.7℃(真夏日)となりました...

 

【観測項目】
1)圃場中央の温湿度観測
・高さの異なる2箇所に温湿度計を設置し、1分毎に記録。

温湿度観測
温湿度計設置

 

2)熱赤外カメラによる地表面温度観測
・熱赤外カメラをドローンに搭載し、上空100mから2時間ごとに垂直撮影(地上分解能約30cm)。
・改正航空法で夜間のドローン飛行は禁止されているので、夜間は自宅屋上から斜め撮影。

熱赤外カメラ例
ドローンによる地表面温度観測画像の例(2016年8月7日10時撮影)

 

3)NDVI
・近赤外カメラをドローンに搭載し、2時間ごとに撮影。

NDVI観測
ドローンによる近赤外撮影
(視線の先には、点のようなドローン)

 

現在、これらのデータを解析中ですが、いろいろと面白いことがわかってきました。

結果がまとまり次第、紹介します。

 

※今回の観測は自宅のガレージを拠点に実施したので、機材や食事などの融通が利き、無事に観測を終えることができました。

ガレージ

観測拠点
(ガレージ内に机や椅子、PC、バッテリ充電機、扇風機などを持ち込んで作業を実施)

 


圃場空撮動画(近赤外画像)

Posted on Updated on

前回に引き続き、今回は2016年7月16日に実施した近赤外のインターバル画像を動画にまとめてみました。

白く映っているところは、植生が活発になっているところです。

 

 


雑草抽出

Posted on Updated on

ドローン水稲モニタリングは試験サイト(約3反)の他にも行っています。
すぐ隣の圃場で大きさは約1反程度です。この圃場は試験サイトと全く同じ手法(肥料等も同じ)で栽培しています。

最近、小さい方の圃場では雑草が目立ち始めてきました。
小さい圃場も6月上旬に除草剤を散布しましたが、散布後に強風によって風下側に流されてしまいました。そのため、若干土壌が高いところでは雑草が発生してしまいました。
ちなみに、試験サイトは翌日(風が弱い)に散布したため、目立った雑草は発生していません。

下の写真は圃場内部に入って取り除いた雑草です。現在までにバケツ4杯分を除去しましたが、全く追いついていません。

雑草抜き

取り除いた雑草バケツ1杯分(作業着は泥だらけ)

 

今回はモニタリングによって雑草がどのように撮影されているかを紹介します。
下の画像は可視画像・近赤外画像・DSM(地表面の高さ:草高)になります。可視画像・近赤外画像において、雑草が発生している部分は周辺の水稲と比べると明らかに色が異なります。また、DSMで見ても水稲の草高より雑草は高くなっていることがわかります。

 

雑草抽出

図 雑草抽出位置(左:可視画像、中央:近赤外画像、右:DSM)

クリックすると大きい画像サイズで確認できます。

 

下の写真は雑草を抽出した場所を地上から撮影したものです。

 

タイヌビエ

タイヌビエ(雑草を見やすくするために画像を加工)

クサネム

クサネム(雑草を見やすくするために画像を加工)

以前、紹介した水稲株位置を用いれば水稲と雑草の区別ができるので、雑草の位置および生育状況の把握は可能だと思います。しかし、今回のように雑草が生育してしまうと、取り除くのはかなりの労力が必要となります。


圃場空撮動画

Posted on

2016年6月26日にモニタリングを実施したインターバル画像(可視画像)を動画にまとめてみました。

 

 


中干し確認

Posted on Updated on

先月の24日(金)から始めた中干し(10日経過)も順調に進み、地面にひびが入る程度になりました。

畦畔周辺は簡単に確認できるのですが、圃場の中央部は畦畔からの目視では判断できません。圃場内に立ち入れば確認できますが、あまり圃場内を荒らしたくもありません。

 

中干し畦道

畦畔から撮影した中干しの様子

今回は週一のドローンモニタリングに加えて、超低空(対地高度約5m)のマニュアル飛行で圃場内部の様子を撮影しました。

その結果、圃場内部も地面にひびが入っていることを確認できました。写真では、水稲の陰で見にくくなっていますが、条間にひびが入っていることがわかります。
今日で中干しは終了。明日からは間断潅水の水管理に移行です。

 

中干し終了

超低空撮影による圃場内部の中干しの様子

 


中干し&水稲株カウント

Posted on Updated on

田植えから34日が過ぎ、茎数が平均22本(圃場内8箇所80サンプル)になったので、今日から10日程度中干しを実施します。

中干しは、無効分げつを抑えて、土壌内部に酸素を供給して根を健全にします。特に無効分げつを抑えることで、収量アップやお米の品質を向上させることができます。

【水稲株数】前回、紹介した水稲株位置をメッシュごとにまとめてみました。

2016株数

単位面積あたりの株数(株/㎡)

 
圃場内全体では単位面積あたり16.8(株/㎡)【坪あたり55株】となりました。今年は田植機の設定を株間18cm【坪あたり60株】で行いましたが、ドローンによる計測では若干少ない結果となりました。途中でジャムってしまったことも影響しているかもしれません。また、同じように田植機を操作していてもばらつきがあることが、メッシュごとに計算することでわかってきました。


水稲株の位置抽出

Posted on Updated on

今日は週一でモニタリングを行っている画像データから水稲株の位置抽出について紹介します。

稲が生長すると、田植機で移植できなかった欠損場所が上空からのモニタリングではっきり分かるようになります。畦畔から内側の欠損場所を特定するのは,ちょっと難しいです。

今回は移植してから28日後の近赤外オルソ画像を使用しました。

近赤外の波長帯は、植生からの反射率が高くなる特性があります。下の写真は地上から撮影した近赤外画像です。植生がある場所は白くなります。

私はいかに安く、価値の高いモニタリングができるかということを基本コンセプにしているので、近赤外カメラは中古のコンデジを2~3万円で購入して改造しました。

まぁ、墜落して壊れても諦めがつく値段です。

近赤外地上

地上から撮影した近赤外画像(植生がある場所は白くなります)

 

S110改造

改造した近赤外カメラ(Canon S110)

 

今回試した解析方法

先行研究では、テンプレートマッチングを用いて移植水稲の株位置を推定する研究例があります(リンク先)。今回は、あまり難しい処理をするのではなく、GISの機能を使って位置を抽出してみました。

1)近赤外オルソ画像にローパスフィルタ処理を施して、ノイズを除去する。

処理1

 

2)ノイズ除去した近赤外オルソ画像にフォーカル統計(指定した近傍内の統計情報を計算)を行う。

処理2

 

3)ラスタ-ベクタ変換で、水稲株をポリゴン化する。それ以外のポリゴンデータを削除する.

処理3

 

4)ポリゴンの重心点を求めて、ポイントデータに変換する.

処理4

 

その結果、圃場内の株数は約5.1万株と求めることができました.

 

水稲株位置抽出

 


観測方法にメッシュ解析の情報追加

Posted on Updated on

観測方法の項目に、NDVI(植生指標)のメッシュ解析を追加しました。

NDVI画像に5m×5mのメッシュを覆い、5mメッシュ単位で生育状況をモニタリングしていきます。

 

150816_ndviMesh

メッシュ解析

 


観測方法に情報追加

Posted on Updated on

観測方法の項目に、可視画像・近赤外画像・NDVI(植生指標)・DSM(地表面の高さ)の取得例をそれぞれ掲載しました。

解析には,これらの画像に5m×5mのメッシュを覆い、メッシュ単位で生育状況をモニタリングしていきます。

 

ir ndvi DSM

近赤外画像取得例

NDVI取得例

DSM取得例

 

モニタリングする際に便利なのは、GIS(地理情報システム)ソフトになります。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。

水稲モニタリングの解析には十分な機能が含まれています。


ドローンで撮影した高解像度オルソ画像

Posted on Updated on

2015年8月16日に撮影し、地形・レンズの歪みを除いたオルソ画像を紹介します。

観測方法 → 画像取得例(可視画像) で見ることができます。

 

150816_Ortho(s)

可視画像取得例

 

市販のカメラ(GR)をドローンに取り付けて、インターバル1秒設定で撮影します。

その後、撮影した画像をSfM-MVSソフトで処理することで、一枚の高解像度オルソ画像が作成できます。