文献

J-GLOBAL ID：201002288208263974   整理番号：10A0668674

ハイパースペクトル画像解析によるカバークロップ圃場の構成草種および草量の空間分布推定

Estimating Spatial Distribution of Herb Species and Herbage Mass in Cover Crop Field Using Hyperspectral Imaging

著者 (5件)： 鈴木由美子 (北大 大学院農学院) ,  岡本博史 (北大 大学院農学研究院) ,  平田聡之 (北大 北方生物圏フィールド科セ) ,  片岡崇 (北大 大学院農学研究院) ,  柴田洋一 (北大 大学院農学研究院)
資料名： 農作業研究  (Japanese Journal of Farm Work Research)
巻： 45  号： 2  ページ： 99-109  発行年： 2010年06月15日 
JST資料番号： G0627B  ISSN： 0389-1763  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本報では,カバークロップの機能性の評価基準となりえる構成草種および刈取り時草量の空間分布をハイパースペクトル画像解析により推定した。ここでは,取得した画像の各画素をNDVIにより植物と土壌に判別し,植物領域を抽出した。次に,植物領域の各画素に草種判別モデルを適用してBO,HVおよび雑草に判別した。その後,草量推定モデルにより,各区画の草種別草量を推定した。その結果,以下のことが明らかとなった。1)ステップワイズ変数選択を用いた線形判別分析により開発した草種判別モデルは,検証時総合判別率が78.3%であった。分光スペクトル類似性の高い草種間での誤判別がいくつかみられたが,概ね正確に判別できた。2)PLS回帰分析により開発した草量推定モデルは,BOおよび雑草の低草量領域でやや過大評価,高草量領域でやや過小評価の傾向があったものの,概ね推定が可能と判断できた。また,説明変数に波長情報(分光スペクトル)と空間情報(草種植被率)の双方を利用することで,より高い精度で推定できた。3)生成した草量推定マップでは,HVおよび雑草は概ね実圃場の状態を反映していたが,BOは低草量領域で過大評価の傾向が見られた。しかし,これらは草量推定モデルの推定精度の向上を図ることで,改善されると考えられた。4)以上の結果より,ハイパースペクトル画像解析によるカバークロップ圃場の構成草種判別および草種別草量分布推定の可能性が示された。(著者抄録)

シソーラス用語： *圃場 ,  土壌改良 ,  土地被覆 ,  画像分析 ,  雑草 ,  画素 ,  正規化植生指数 ,  部分最小二乗法 ,  回帰分析 ,  被覆作物 ,  環境指標 ,  指数
準シソーラス用語： カバークロップ ,  ハイパースペクトル画像 ,  推定モデル ,  線形判別分析

分類 (2件)： 作物栽培一般  (FC03010R) ,  土壌管理  (FB04070J)

引用文献 (29件)：

• 荒木肇(2005) : カバークロップと野菜生産,農作業研究40 ; 27-34.
• Clark, A. (2007) : Managing cover crops profitably, 3rd ed. Sustainable Agriculture Network, Beltsville, MD ; 116-124.
• 井上吉雄(1998) : 情報化精密農業生産管理へのリモートセンシングの応用(3),農業機械学会誌60 (3) ; 141-150.
• 小林浩幸・小柳敦史(2005) : 冬作オオムギをカバークロップとして用いた不耕起ダイズ栽培において狭畦化と除草処理が雑草量とダイズの収量に及ぼす影響,雑草研究50 ; 284-291.
• Kohonen, T., Hynninen, J., Kangas, J. and Laaksonen, J. (1996) : SOM PAK : The self-organizing map program package. Laboratory of Computer and Information Science, Helsinki University of Technology, Technical Report A31 ; 1-25.

タイトルに関連する用語 (7件)： ハイパースペクトル画像 ,  解析 ,  カバークロップ ,  圃場 ,  草種 ,  草量 ,  分布推定