NDVI

簡易NDVIカメラ

Posted on Updated on

コロナ禍の影響で社会経済が暗くなってきてモニタリングどころではないかもしれませんが・・・少しでも役立てられるような情報を紹介していきます。

今回は自作できる簡易NDVI(近赤外)カメラです。
3年前に作ったカメラですが、シーズンを通したモニタリングではいろいろ課題事項が多いため、現在はお蔵入りしています。しかし、生育状況の相対的な分布傾向を見るのには問題はありません。

生育状況を把握する指標としてNDVIがよく用いられています。現在では、P4 Multispectral(P4M)やRedEdge、Sequoiaなどのカメラが市販されています。これらカメラの特徴は複眼カメラということです。1回のシャッターで可視光(RGBバンド別)、レッドエッジ、近赤外を同時に取得できます。

 

私がドローン水稲モニタリングを始めた年はGopro3を2台用意して、可視光と近赤外を同時に撮影してNDVIを取得していました。ある意味複眼レンズですが・・・。ただ、別々のカメラで撮影した被写体の位置合わせは、photoshopを使って手作業で調整していたのでモチベーションが高い時は苦にならないのですが・・・ルーチンになってしまうと作業自体が苦痛でした。この経験から手作業部分を減らし、モニタリングを効率的にしなければならないということを学びました。

話が脱線してしまいましたが、市販されている近赤外カメラは現在でも高価なカメラ(数十〜百万円)です。そういった背景もあり、簡易NDVI(近赤外)カメラを自作してみました。

 

用意する機材は、10年ぐらい前に流行した3Dレンズ対応カメラと3Dレンズです。これを改造していきます。

機材

3Dレンズ対応カメラ LUMIX(Panasonic:DMC-GM1)中古2万円で購入
3Dレンズ LUMIX G 12.5mm / F12(Panasonic)新品1万円で購入
レンズガード ハクバ :SMC-PRO(1500円) 焦点距離の調整用
ガラスカッタ レンズをカットするため(1200円)
IRフィルタ 富士フイルム(1500円)

 

3Dレンズで撮影すると視差のある左眼用と右眼用画像が出力されます。これを赤青メガネで見ると立体的に感じることができます。

アナグリフの原理(引用先

 

簡易NDVI(近赤外)カメラに改造するためには、片方を可視光で撮影し、もう一方を近赤外で撮影できればOKです。今回使用したLUMIXのカメラ本体には近赤外を遮断するローパスフィルタが取り付けられています。まずは感電しないように慎重にネジを外し、本体を分解していきます。ローパスフィルタを取り外せたら、もとの姿に戻します。以前紹介したS110の改造ではIR 78フィルタをカメラ本体のイメージセンサの前に取り付けましたが、今回は違うので注意してください。

DMC-GM1+LUMIX G 12.5mm / F12(Panasonic)

 

次に、3Dレンズ側の改造です。ローパスフィルタを取り外した状態では可視光から近赤外までの幅広い波長を撮影することになってしまいます(赤みの強い画像)。そこで取り外したローパスフィルタをレンズの片方に取り付けます。そうすることで通常の可視光の画像が撮影できます。もう一方にはIRフィルタを付ければ近赤外の画像を取得できます。

(左:近赤外画像・右:ローパスフィルタを取り外した状態の可視光画像)

ガラス板で焦点距離を調整していない画像

 

フィルタだけではピントが合わないので、焦点距離を調整するためのガラス板(ガラスカッターで適度の大きさにカット)を挟んでグルーガンで固定します。

ローパスフィルタを取り除いたカメラ本体とそのローパスフィルタとIRフィルタを取り付けた3Dレンズ

 

3Dモードで撮影するとmpoという拡張子で記録されます。あまり聞き慣れない拡張子ですが、フリーソフトの「ステレオフォトメーカー」を使うことで可視光と近赤外の別々のjpgファイルに変換できます。

(左:近赤外画像・右:可視光画像)

上空から撮影した出穂期における水稲画像(2017年7月30日撮影)

 

複眼カメラであるため、右と左の画像は若干位置はズレてしまいますが、SfM-MVS処理で位置ズレ問題は解決できます。位置が合った可視光および近赤外のオルソ画像からバンド間演算でNDVIを求めます。

(左:近赤外画像・右:可視光画像)

出穂期におけるオルソ画像(2017年7月30日撮影)

  

出穂期におけるNDVI

 

一見難しそうな複眼カメラでも市販されている機材を使って改造すれば、1度に可視光と近赤外が撮影できる簡易NDVI(近赤外)カメラを自作できます。ただし、カメラを分解すると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。改造は自己責任です。

 


研究会終了

Posted on Updated on

昨年末にご紹介した「スマート農業のためのリモートセンシング技術に関する研究会」(千葉大松戸キャンパス)は、50名以上を超える参加者がありました。ありがとうございました。

研究会の一コマ

 

研究者だけではなく、各県の農試関係者、ドローンやカメラのメーカ、すでに日本各地の農作物をモニタリングしているメーカなどの多くの方々に参加していただきました。午前中は水稲の発表を中心に、午後からは畑作のモニタリングについての話があり、いろいろ勉強になりました。私が行っているモニタリングは対地高度50mから撮影していますが、畑作のモニタリングでは約15~30mが中心でかなり高い解像度の画像を必要としている印象を受けました。

 

私からは「モニタリングの指標によく使われるNDVIはいつ計測すればいいのか?」を議題に発表しました。2019年に設置した地上センサおよびドローンを用いて上空から同時計測した結果から、生育ステージごとにNDVIを計測する最適な時間を提案しました。来場者の方も実際にNDVIを計測しているので、興味を持ってもらえた内容だったと思います。

また、休憩時間には横国大の濱くんから今話題となっている格安RTK-GNSSの作り方の紹介、私からはRTK-GNSSを用いたお手軽な作土深マップの作成などを紹介しました。

 

懇親会も含め、本当に有意義な議論や情報交換をすることができました。また、発表者および来場者のみなさんの(ドローンを用いた)スマート農業に対する熱意がビシビシ伝わってきました!!

来年もこのような研究会があるとうれしいですね.

 


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。

 


NDVIフィールドセンサー

Posted on

2014年から行なっているモニタリングはドローンを用いて上空から行ってきました。今年はさらに圃場の中心に観測機器(NDVIフィールドセンサー)を設置して地上からの観測項目を追加しました。
上空から取得するNDVIと地上からのNDVIを比較・検討し、品質の高いNDVIを取得できる時間帯を探究する予定です。

機材一式
センサー:SRS分光反射率センサー、ロガー:Em50(販売終了)

 

田植えから2日後にフィールドセンサーを設置

 

NDVIは可視域と近赤外域の波長帯を用いて計算します。この波長帯は太陽光とセンサの位置関係の影響を受けるため、観測時間によってNDVIの数値が大きく変動することが報告されています(例えば、井上  2000、Ishihara et al. 2015 など)。特に、晴天時の正午前後はNDVIの数値が低い結果となります。※ここでは、BRDF(双方向性反射率)については取り上げません。

 

下図は今回設置した試験サイトでの結果になります。まだ、データの解析を行なっていない速報値扱いですが、分げつ期における気象条件の違いによるNDVIの時間変化になります。

1) 晴天時におけるNDVI・日射量の時間変化(2019年5月27日:分げつ期)

2) 曇天時におけるNDVI・日射量の時間変化(2019年6月2日:分げつ期)

異なる気象条件時のNDVI・日射量の時間変化 ※NDVI・日射量は10分おきに計測

 

1)は晴天時、2)は曇天時におけるNDVI・日射量の時間変化の図(折れ線がNDVI、棒グラフが日射量)になります。日射量についてはこちらの記事へ。

晴天時では太陽光が直接イネに届きます。その太陽光は天頂角によって、可視域・近赤外域の反射率が変わってきます。そのため、NDVIは観測時間によって値はバラつきます。図より天頂角が最大となる正午前後はNDVIは過小評価となってしまうので、観測する時間帯から避けた方がいいことがわかります。

一方、太陽光が直達しない曇天時は太陽からの散乱光が地上に届いている状態です。そのため、晴天時と比べると太陽の天頂角の影響はかなり小さくなります。図を見ると、曇天時では正午前後でもNDVIが一定していることから、いつ測っても評価には影響がないと考えられます。

また、両者ともに日出・日没前後のNDVIの数値は極端に上昇することから、この時間帯におけるモニタリングも避けなければいけません。

 

現在、10時にモニタリングを行っていますが、天気による観測適時が分かれば、時間に縛られることもなく、農作業の合間でモニタリングを行うこともできます。少しは柔軟にモニタリングの運用ができるようになるかもしれません。ただ、10時のモニタリングは農作業の小休憩(お菓子タイム)と重なるので、ある意味モニタリングしやすい時間でもあります。

今回の観測結果は地上に設置したフィールドセンサーの結果なので、近いうちに上空からの観測を実施して両者の解析・検証を行ってみます。

 

参考文献

井上吉雄:植生の可視・近赤外放射伝達と植物生理生態情報のリモートセンシング―方向性反射モデルの比較解析および反射データと放射量変換型生長モデルの統合化―, 日本リモートセンシング学会誌, 20(5), pp.56-72, 2000.

Mitsunori Ishihara, Yoshio Inoue, Keisuke Ono, Mariko Shimizu and Shoji Matsuura: The Impact of Sunlight Conditions on the Consistency of Vegetation Indices in Croplands—Effective Usage of Vegetation Indices from Continuous Ground-Based Spectral Measurements, remote sensing, 7(10), pp.14079-14098, 2015.

 


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。

 


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。

 


NDVI & 温度観測

Posted on

昨年(8月6~7日)は試験サイトの圃場内の温度環境を把握するために、熱赤外カメラによる温度観測を行いました。今年も昨年同様の観測を千葉大学近藤研究室の濱さんと共同で、8月5日~6日(生育ステージは乳熟期)にかけてNDVI & 温度観測を実施しました。天気予報では曇一時雨となっており、観測は難しいかなぁと思っていましたが、2日間とも雨は降らず、無事に観測することができました。

昨年の観測結果からNDVIが高い箇所では群落表面温度の低温域となり、反対にNDVIが低い箇所では高温域となることがわかりました。また、群落表面温度のばらつきは玄米重量にも影響を及ぼすことが昨年の結果から示されています。

今年は出穂期から曇天が続き、日平均気温が27℃を超えた日はわずか3日(最大で28.2℃)です(8月6日時点)。そのため、2017年度産「どろーん米」は高温登熟障害の影響が小さいかもしれません。

【観測項目】
1)同一圃場内の生育状況が異なる2箇所で温湿度・CO2観測
・出穂期のNDVI分布を基に、NDVIが高い(草丈が高い)・NDVIが低い(草丈が低い)場所の2箇所に、観測機器を設置。


観測機器(温湿度・CO2

昨年の観測機器より耐久性等を増した装置を濱さんが作成しました。装置は塩ビ管(100mm)をアルミ箔で覆い、太陽光パネル+モバイルバッテリを電源にした通風機能を備えています。

 

2)熱赤外カメラによる群落表面温度観測
・昨年と同様に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(日の出~日の入りまで)に垂直撮影(地上分解能約30cm)。

上空100mからの温度観測画像(2017年8月5日12時撮影)

 

3)NDVI観測
・Yubaflexをドローンに搭載し、上空50mから2時間ごと(日の出~日の入りまで)に垂直撮影(地上分解能約2cm)。

SOLO(3DR社)

近未来的なデザインに仕上がっているSOLO(濱さん持参)にNDVI計測を担当してもらいました。SOLOは機底に付属のカメラが付いていないので、好きなカメラを搭載することができます。なお、ドローン業界の大きなシェアを占めているPhantomシリーズの場合は空撮用カメラが標準装備されているため、水稲モニタリングに適したカメラを後付けすることが難しくなっています。

SOLOについては濱さんのHPに情報が掲載されています。HPはこちら

今年も多くの観測データを取得することができたので、これから解析を行います。

 


【カメラ】改造近赤外カメラ

Posted on Updated 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0.3mm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)

 


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。