High-precision yield prediction by fusing drone UAV images and crop growth model

融合无人机图像和作物生长模型进行高精度产量预测

基本信息

批准号：
21K14844
负责人：
LIM JIHYUN
金额：
$ 3万
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：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14844/
关键词：
ドローン UAV 小型無人飛行機作物モデル

项目摘要

昨年度に続き、茨城県内の水稲（コシヒカリ）の慣行栽培圃場を対象とし，6月から8月までに計7回の現地調査を実施した。ドローン画像（RGB・マルチスペクトル）と生育データ（草高・LAI・地上部乾物重量など）（6回×各10地点）と収量データ（1回×各10地点）を収集した。なお、収集したサンプルにおける窒素分析はまだ行っていない。ドローン画像がら生育量を推定するため、本年度に収集したデータに昨年度と予備試験で得られたデータを加えて（n=135）、機械学習により水稲圃場の反射率画像から地上部乾物重量とLAIを推定するモデルを開発した。結果、地上部乾物重量が0.87（テストデータ）LAIが0.82（テストデータ）と高い推定精度が得られた。また、開発した推定モデルを撮影画像に適用して、圃場全体をLAI・地上部乾物重量を推定し時系列データを生成した。一方、この課題で使用しているドローンに搭載するマルチスペクトルカメラの特徴の把握する研究にも取り組んでいて、放射伝達モデルPROSAILにより異なるマルチスペクトルカメラ間で得られる反射率・植生指数の違いを比較するシミュレーション実験を行い、カメラ間の波長の違いが観測値に及ぼす影響を明らかにした。また、農業分野で広く使用される多眼式マルチスペクトルカメラ間に生じる位置ずれを補正するプログラムを開発し、単一シーンの画像でも一般仕様のPCを用いて解析が可能となる方法を提案した。

去年之后，从6月到8月，共进行了七次现场调查，以在伊巴拉基县的Koshihikari兼容耕种领域进行。无人机图像（RGB / Multi -spectra），生长数据（草高，LAI，地面 - 干燥商品等）（每个x 10点6倍）和收益数据（每个1次x 10点）。尚未进行收集样品中的氮分析。为了估计无人机图像的生长量，今年收集的数据已添加到去年初步测试中获得的数据（n = 135），以及由于机器学习而引起的稻田的反射率图像开发了一个估计的模型。结果，估计的0.87（测试数据）LAI为0.82（测试数据），高估计精度为0.87（测试数据）。此外，通过将开发的估计模型应用于拍摄图像，估计整个场在地面上具有干材料重量，并生成的时间序列数据。另一方面，我们还在研究研究该任务中使用的无人机上的多光谱摄像头的特征，并比较在多光谱摄像头之间获得的反射性和增长索引的差异根据辐射传输模型，进行了模拟实验，以阐明摄像机之间波长对观察到的值的影响。此外，我们开发了一个程序，该程序纠正了在农业领域广泛使用的Multi -Eye Multi -Spectra摄像头的位置，并提出了一种可以在单个场景中使用一般规范PC进行分析的方法。