モニタリング手法

収量結果(2016年)

Posted on Updated on

2016年の収量は10a当たり465 kgとなりました。圃場全体では、1440 kg(屑米を除く)です。
ドローン水稲モニタリングを始めて3年目になりますが、1年目と比べると収量は約20%の増加になりました。また、お米の美味しさの指標となる玄米タンパク質含有率も2015年では約6.1%と日本人が好むやわらかいご飯になっています。2016年はこれから分析です。

ちなみに、一般的な玄米のタンパク質含有率は6.8%とされており、タンパク質含有率が低いほどやわらかいご飯となり、数値が高いとしっかりとした硬いご飯となります。

 

収量

ドローン水稲モニタリングの成果(2014-2016)

ドローン水稲モニタリングの導入1年目は、これまで行っていた「勘と経験」の水稲栽培の問題点を洗い出しました。2年目以降は浮かび上がった問題点を改善するような栽培を行うことによって、収量・食味の向上に結び付けることができました。収量・食味UPにつなげるためには、単年だけではなく、複数年のモニタリングが必要です。

 

収穫前に予測した収量(8月19日)は、地上観測による予測1520kg、ドローンによる予測1570kgでした。地上観測の予測値が実測と近い結果となりましたが、両者とも約10%の誤差の範囲内に収まっています。

ドローンによる予測は、2015年のパラメータをそのまま利用したのが誤差を大きくした要因ではないかと考えられます。
今年は株間(16cm→18cm)を変更した影響も考えられるので、様々な状況下のパラメータを取得することによって、今後の予測精度の向上を図りたいと思います。

 

農作業も一段落した農閑期は、2016年のモニタリングで得たデータを詳細に解析する期間です。

 


新聞掲載

Posted on

2016年9月15日の日経産業新聞に千葉大学近藤研究室との共同研究であるドローン水稲モニタリングの取り組みが掲載されました。

 

20160915_日経産業新聞

 


倒伏リスク診断

Posted on Updated on

コシヒカリは稲穂が垂れやすく、倒伏しやすい品種になります。そもそも、倒伏は稲穂が地表面に着くほど倒れる状態を指します。倒伏して、稲穂が地表面の水に着いてしまうと,収量の低下や機械による収穫困難、食味の低下などの問題が生じ,生産者にとっていいことはありません。

そのため、倒伏のリスクがある箇所については,事前に倒伏軽減剤の散布や倒伏前に刈取りを行うなどの対応が必要となってきます。

コシヒカリは、草丈が幼穂形成期で70cmを越える場合,または出穂13~14日前で84cm以上であると,倒伏のリスクが高まるとされています(水稲栽培管理情報:JA金沢市版)。ただし、この数値については、埼玉県でも用いることができるかは検討の余地はあります。

下の倒伏リスク診断マップは、「出穂14日前のDSM-代掻き直後のDSM」から計算した図です。今年は、水稲株位置を求めたので株ごとに倒伏リスク診断を行いました(全部で約5.1万株)。赤色は倒伏リスクの高い株で、青色はリスクが低い株になります。

 

2016倒伏リスク診断

倒伏リスク診断マップ

20160829

冠水後に撮影したオルソ画像

(稲の色が若干変化しているところが倒伏している箇所)

スライドバーを動すと、倒伏リスクが高い場所と実際に倒伏してしまった場所の対応が確認できます。

今年の稲刈りは9月10~11日を予定しております。まだ、1週間ちょっとの時間があります。それまでの間に、さらに倒伏が進まないことを祈るばかりです。


収量予測

Posted on Updated on

収穫まで約1ヶ月を切りました。

今回は2つの手法で2016年度の収量を予測してみたいと思います。

どのぐらい一致するかは未知数なので、楽しみです。

 

まず、株数・茎数から収量を予測する方法です。

【使用するデータ】

水稲株の位置から計算したメッシュごとの株数

茎数 : 週一モニタリングで実施中のデータ

・1穂当たりの玄米重量(g/穂) : 昨年の収穫時に計測したデータ

 

収量(kg) = メッシュごとの株数 × 茎数 × 1穂当たりの玄米重量

茎数 = 20.3 本(2016年8月4時点)

1穂当たりの玄米重量 = 1.50 g(水分15 %)

問題点は全株を同じ分げつとしている点で、生育のばらつきを考慮していないところです。

 

地上観測予測

試験サイト全体の玄米収量予測(地上観測) : 1520 kg

 

次に、ドローンモニタリングで計測しているNDVIを用いた収量予測方法です。

【使用するデータ】

・ドローン計測によるNDVI(2016年8月4日撮影)

・単位面積あたりの収量とNDVIの相関式(昨年のデータ)

収量(kg) = 昨年度得た係数 × メッシュごとのNDVI

 

ortho(20160804)

8月4日撮影のオルソ画像

NDVI(20160804)

8月4日撮影のNDVI画像(暖色:植生活性が高い、寒色:植生活性が低い)

ドローン予測

試験サイト全体の玄米収量予測 (ドローン): 1570 kg

 

答えは1ヶ月後です。

データは速報値なので、今後の詳細な解析で変更することもあります。


キラキラテープ

Posted on Updated on

登熟期に入ると、籾殻の中で米粒が形成されていきます。登熟初期の籾殻は柔らかく、中身はミルク状になっています。スズメはこの米のミルクが好きみたいで、よく食べに来ます。

根本的な防鳥対策(農研機構 中央農研)はないみたいですが、試験サイトではキラキラテープ(防鳥テープ)+テグスの組み合わせで対応しています。

 

防鳥対策

防鳥テープ+テグス

防鳥テープを支える支柱は、モニタリングで実施しているメッシュに合わせて設置しています。実は私の水稲モニタリングの研究で,この支柱は重要なツールです。収穫直前には、この支柱を頼りにして、稲のサンプリングする該当メッシュを特定していきます。当初はGPS付のタブレットを用いて、圃場内を歩きながらメッシュを特定しようと試みましたが、やはり位置精度を考えると難しいことわかり、最終的にはトータルステーションで測量した位置に目印を設置しました。

タブレットを持ちながら圃場内での作業は効率がどうしても落ちるので、シンプルなのが一番です。

メッシュの目印は、ホームセンターで売られている蛍光テープ(約300円)と杭(1本約40円)を使っています。蛍光テープは紫外線による色落ちや草刈りによるテープ切断もあるので、定期的に交換します。

蛍光テープ

メッシュ目印(蛍光テープ+杭)

杭支柱

目印をもとに支柱を設置


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