メッシュ解析

出穂期・収量予測(2020年)

Posted on Updated on

今年も昨年と同様に梅雨の長雨で梅雨明けが、平年より11日(昨年より8日)遅い8月1日となりました。梅雨明けが遅かったので、試験サイトでも2日遅い(5年間の平均)8月5日に出穂期を迎えました。

イネの開花(2020年8月5日撮影)

 

2014年からの水稲モニタリングの記録から、2020年は2016、2019年の積算日照時間・積算温度に近い傾向となっています。特に2020年の積算日照時間は過去のデータと比べると短く、最も長かった2018年の58%となっています。2020年の積算温度は1775.8℃と平均に近い値を示しました。これらの結果から、この地域におけるコシヒカリの出穂期までの積算温度の目安は1700℃ぐらいだと考えられます。

 

移植日~出穂日の積算日照時間・積算温度

移植日出穂期日数積算日照時間(h)積算温度(℃)
20205月22日8月5日75
282.2
1775.8
20195月18日8月2日76
337.8
1749.6
20185月19日7月27日70480.91699.0
20175月21日7月30日71399.81697.6
20165月21日8月4日76381.31774.5
20155月23日8月3日73427.81742.1
20145月24日8月3日72400.41714.0
Average5月21日8月1日72.0387.21736.1

気象データは最寄りのアメダス地点:鳩山を用いて算出

 

出穂期のモニタリングも終えたので、2020年収量予測マップを作成してみました。今年は2019年に近似しているので、2019年の収量パラメータを使ってみたところ、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): 1464 kg

 

10aあたりでは474kg/10aです。なお、過去のデータから予測パラメータに幅を持たせると、1464~1512kg(474~489kg/10a)になりました。今年は土づくりについて見直しを行ったので、その成果が表れるかもしれません。順調に生育すれば9月11日前後に答えがわかります。

 

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。

 

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

 

 

収量予測・・・減収の見込み

Posted on Updated on

8月に入ってから、オホーツク海高気圧からの「やませ」が関東地方まで流れ込んでいるため、埼玉県も日照不足となっています。東北の太平洋側(岩手県、宮城県、福島県)では、平年を大きく下回っていることから、いもち病の心配があるそうです。

試験サイト周辺の日照不足を定量的に見るために、最寄りのアメダス地点:鳩山の日照時間を8月1日~20日までまとめてみました。今年の8月1日~20日間の日照時間は36.1時間と平年の34.5%と大きく下回っています。出穂期からの日照時間は収量・食味に大きく影響します。気象庁によると8月下旬からは平年並みに戻る見込みだそうなので、晴れることを祈ります。

     8月1日~20日までの積算日照時間(2014~2017)

 

今年も収量予測をしてみました。使用するのは7月30日の出穂期のデータになります。ただし、生育が順調に進んだ出穂期のデータなので、それ以降の日照不足を反映していません。そのため、ここで推定する値は日照不足がなかった場合の値になります。ちなみに、平年並みの日照時間があった2016年の収量結果はこちらから閲覧できます。

【使用するデータ】

・ドローン計測によるNDVI(2017年7月30日撮影)

・単位面積あたりの収量とNDVIの相関式(2016年データの解析結果)

収量(kg) = 2016年度のパラメータ × メッシュごとのNDVI

試験サイト全体の玄米収量予測 (ドローン): 1474 kg

 

8月の日照不足を考慮にいれると、この求めた推定値(玄米収量1474kg)の約20%の減収(玄米収量1180kg)になると考えています。

今年の収量から解析して得られる「単位面積あたりの収量とNDVIの相関式」は冷夏用のパラメータとして、今後の栽培に活かせるはずです。農業技術が進んでも、天候次第で収量・品質が大きく左右されるのは昔から変わりません。

 

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。

 

【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)

 

収量計算確定(2016年)

Posted on

先日掲載した地上サンプリングからメッシュごとに単位面積あたりの玄米重量(g/㎡)を求めました。

単位面積当たりの玄米重量は、メッシュ内の株数・1株当たり平均茎数・1穂あたりの玄米重量から計算できます。

求めた玄米重量とNDVI(出穂期)の回帰分析から線形回帰式を求めます。

 

以下の式は、収量予測に用いた推定式になります。

【2014年】

Y = 968.42 × NDVI – 33.50

【2016年】

Y = 1822.2 × NDVI – 341.43

Y:単位面積あたりの玄米重量(g/㎡)

 

2016年推定式で計算した収量分布が下図になります。

2016年収量推定

収量マップ(2016年)

 

8月中旬に予測したマップと比較すると,分布傾向は似ていますが,多くのメッシュで数量が異なりました。

 

ドローン予測

収穫1カ月前に予測した収量マップ(2016年)

 

※収穫1カ月前に予測した収量マップ(2016年)は、2015年の推定式を用いて作成しています。

 

収量検証(2016年)

計算で求めた収量:1461 kg

実際の収量:1437.5 kg

 

この結果から、2016年の推定式は1.6%の誤差で推定玄米収量を求めることができました。

2014年は5.3%の誤差がありましたが、年々精度は向上しています。

 

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

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。

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