2020年4月 - 2023年3月
Deep learningとドローンを用いた空間的圃場診断技術の開発
日本学術振興会 科学研究費助成事業 若手研究 若手研究
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3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、土壌調査前のドローン空撮に基づく土壌診断地点の選定手法の開発にも取り組んでいる。
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3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、土壌調査前のドローン空撮に基づく土壌診断地点の選定手法の開発にも取り組んでいる。
- ID情報
-
- 課題番号 : 20K15631
- 体系的課題番号 : JP20K15631
この研究課題の成果一覧
絞り込み
論文
2-
日本土壌肥料学雑誌 94(4) 254-262 2023年8月 査読有り筆頭著者
-
システム農学 37(2) 21-28 2021年9月 査読有り筆頭著者
MISC
1-
日本土壌肥料学雑誌 94(5) 368-369 2023年10月 招待有り筆頭著者責任著者
講演・口頭発表等
4-
システム農学会2022年度大会 2022年10月29日
-
日本土壌肥料学会2022年度大会 2022年9月14日
-
22nd World Congress of Soil Science 2022年8月2日
-
日本土壌肥料学会 2020年9月