Deep learningとドローンを用いた空間的圃場診断技術の開発

利用深度学习和无人机开发空间场诊断技术

基本信息

批准号：
20K15631
负责人：
森下瑞貴
金额：
$ 2.66万
依托单位：
National Agriculture and Food Research Organization
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

地力ムラや生育ムラに応じた的確な圃場管理のため、ドローンを活用した面的な圃場診断技術が注目されている。また、高い地上分解能が特徴のドローン画像は、人工知能（AI）を駆動するためのビッグデータとしての活用も期待されている。ドローンを活用したAI駆動型の圃場診断が実現すれば、圃場管理の省力化や適正施肥による低コスト化等の効果が見込め、農業従事者人口が減少している現代において重要な技術となる。一方で、ドローンとAI技術を用いた圃場診断技術における課題は、作物の生育程度や土壌肥沃度に関するグラウンドトゥルース（地上で取得できる実測値）の点数が不足することである。一般に、AIを構築するために必要な学習データの数は数千～数万点が理想的であるが、これに匹敵するグラウンドトゥルースデータを通常の調査で取得することは、実地調査や試料分析にかかる労力を考えると現実的ではない。そこで本研究では、①土壌分析データの拡張によるビッグデータの構築、②携行型の電磁誘導探査装置による圃場内数千点における土壌情報の取得、の2つのアプローチからデータ不足を解消し、ドローンとAI技術を効果的に活用した空間的な土壌特性の診断技術を開発する。令和４年度までの主な成果として、地上で取得した土壌診断値が一定範囲内（数ｍ程度）で均質とする仮定に基づいたグラウンドトゥルースデータの拡張法を考案し、技術論文として公表した。また、開発技術の利便性を高めるため、事前のドローン空撮に基づく土壌診断地点の選定手法を開発し、特許出願を行った。同内容については日本土壌肥料学会2022年度東京大会においても発表し、若手口頭発表賞を受賞した。

利用无人机进行大范围田间诊断技术，考虑到土壤肥力不均匀和生长不均匀的精确田间管理而受到关注。无人机图像具有高地面分辨率的特点，也有望作为大数据来驱动人工智能（AI）。如果使用无人机进行人工智能驱动的田间诊断成为现实，则有望通过适当施肥节省田间管理劳动力并降低成本，使其成为当今农业工人数量减少的时代的一项重要技术。另一方面，使用无人机和人工智能技术的田间诊断技术的一个问题是，缺乏关于作物生长水平和土壤肥力的地面真实分数（可以在地面上获得的实际值）。一般来说，构建人工智能所需的训练数据的理想数量是几千到几万点，但通过常规研究（例如实地调查或样本分析）很难获得与此相当的地面实况数据。考虑到所需的努力是现实的。因此，在本研究中，我们将通过两种方法解决数据短缺问题：（1）通过扩展土壤分析数据来构建大数据，以及（2）使用便携式电磁感应测量设备获取现场数千个点的土壤信息。开发有效利用人工智能技术的空间土壤特征诊断技术。作为截至2020财年的重大成果，我们基于地面获得的土壤诊断值在一定范围（约几米）内均匀的假设，设计了一种扩展地面实况数据的方法，并将其作为技术发表纸。。此外，为了增加所开发技术的便利性，我们开发了一种基于无人机初步航拍的土壤诊断点选择方法，并提交了专利申请。相同的内容也在日本土壤肥料学会2022年东京会议上发表，并获得青年口头演讲奖。