坂本 利弘

専門分野：
リモートセンシング 作物生育の時間変化を把握するための時系列解析

業務内容：

ドローンセンシング
・小型GNSS受信機・ドローンを活用した測定

＊ドローン用対空標識兼用GNSS受信機
＊小型ドローンを活用した農業環境モニタリング

＊ドローン育種（有用遺伝子座の探索）

衛星リモートセンシング
・高頻度観測衛星データを活用した時系列解析手法の開発
*米国トウモロコシ収量の準リアルタイム予測システムの開発
*主要作物の作物生育ステージの把握
*ベトナムメコンデルタを対象とした農業的土地利用分類（３期作・２期作・えび養殖）
*洪水の時空間変化の把握

・中解像度光学衛星画像を活用した土地被覆分類手法の開発
*水稲作付地図の作成など

近接リモートセンシング

・デジタルカメラによる昼夜連続観測データを活用した作物生育履歴の把握
*水稲・トウモロコシ・大豆等の地上部乾物重・LAI等の把握
*デジタルカメラ植生指数の開発

・GreenSeekerの新たな利用
* GreenSeekerデータによるドローン・衛星解析結果の補正
* GreenSeekerのRAWデータの利用

経歴：
2001 京都大学農学部卒
2002 京都大学大学院農学研究科修士課程中退
2002-10 (独）農業環境技術研究所 研究員
2011-14 同 主任研究員
2008-10 ネブラスカ州立大学リンカーン校 客員研究員（海外JSPS)
2015 農林水産省農林水産技術会議事務局 研究専門官
2016- （独）農研機構 農業環境変動研究センター 主任研究員
2019- 同 上級研究員

今後の抱負：
農業施策・農業環境保全等に活用される新たな基盤的空間情報の開発

 Google Scholar:

https://scholar.google.co.jp/citations?user=NUFGUkQAAAAJ&hl=ja

 Research Gate:

https://www.researchgate.net/profile/Toshihiro-Sakamoto

書籍：

高頻度観測衛星センサ(MODIS)による早期作柄予測　（Sakamoto 2024 PERS)

https://doi.org/10.14358/PERS.23-00052R2

トウモロコシの早期作柄予測

大豆 の早期作柄予測

収穫量の予測結果およびUSDA速報値・統計値との時系列比較

Sakamoto, T. (2024). Crop Monitoring System Using MODIS Time-Series Data for Within-Season Prediction of Yield and Production of US Corn and Soybeans. Photogrammetric Engineering & Remote Sensing, 90(2), 99-119.

ドローン時系列データ・線形混合モデルを用いた品種効果の特性分析

FIGURE 1 Framework of our analysis for the traits prediction from CH-related parameters. Thirty rice cultivars including AKT and TKA were grown with 2 replicates in 2019, 2020, and 2021. Aerial photogrammetry was conducted weekly. CH time-series data were obtained by generating a DSM and CH-related parameters were calculated. Several traits were measured by hand. Statistical analysis included linear regression for the traits prediction and linear mixed effects modeling for the variance decomposition of the traits and CH-related parameters.

FIGURE 7 Scatter plots of cultivar effects between CH-related parameters and manually measured traits. (A) Flow chart of the process to generate scatter plots. The cultivar effect (Xl) on traits and parameters was extracted from the linear mixed effects model as BLUPs from the 3-year experiment. (B, C) Plots of cultivar effects showing correlations between (B) K and CL and between (C) d1 and DTH, ADW, SLW, or GW. Correlation coefficients (cor) are shown in plots. Cultivar name codes are shown in red.

Taniguchi, S., Sakamoto, T., Ogawa, D., et al. (2022). Prediction of heading date, culm length, and biomass from canopy-height-related parameters derived from time-series UAV observations of rice. Frontiers in plant science, 13.

ドローン観測によるフェノロジカルQTLマップ

 Figure 1. Time-course pattern of QTL appearance in canopy height of JAM lines. (A) Scheme of phenological change of canopy height (CH) of the JAM lines. Average values of canopy height (CH) of the 165 JAM lines were plotted. There are tillering, heading and maturation stages in the developmental process. (B) Summary of haplotype-based genome wide association study on CH using the 165 JAM lines. Results from data collected in 2019 and 2018 are shown together arranged in ascending order of DAT from left to right. Bars in grey, blue and pink were added at positions where P-values are lower than 10−2. Six time points of DAT indicated by grey boxes were focused on in this study. Defined QTL regions are marked with asterisks.

Ogawa, D., Sakamoto, T., et al. (2021). Remote-Sensing-Combined Haplotype Analysis Using Multi-Parental Advanced Generation Inter-Cross Lines Reveals Phenology QTLs for Canopy Height in Rice. Frontiers in plant science, 12.

ナイスステップな研究者2019 (基調講演 Youtube動画) 2020/10/28：
「変わりゆく世界の農業環境を見える化：地球観測衛星から考える食料安全保障」

　https://www.youtube.com/watch?v=LgjylXM_MPQ

(youtube公開スライドより）

・ 確実な未来：世界人口増加と食料問題

 ・MODISを使った：メコンデルタ洪水の年次変動

・MODISを使った：メコンデルタ土地利用の年次変化

・MODISを使った：米国産トウモロコシ作柄の早期予測

・今後の展開

GAEN-View:"世界の農業環境"閲覧システム：
　　＊維持管理（セキュリティー対策）に要する経費が確保できず、現在閉鎖中。

　　「高頻度観測衛星データの画像で、過去20年以上の世界各地の農業環境変化を見るサイト」
　　＊下記ＵＲＬを開き、左上の「Single 1画面で見る」　をクリック

　　https://gaenview.rad.naro.go.jp/