モニタリング手法
倒伏リスク診断
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。
倒伏リスク診断マップ
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
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】
・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。
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
８月４日撮影のオルソ画像
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)
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
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。
メッシュ目印（蛍光テープ＋杭）
目印をもとに支柱を設置
温度観測
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。
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。
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。
雑草抽出
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。
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。
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（雑草を見やすくするために画像を加工）
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。
中干し確認
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。
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。
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
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｡
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
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。
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）
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。
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。
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．
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．
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．
観測方法にメッシュ解析の情報追加
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。
メッシュ解析