文献

J-GLOBAL ID：201802279916806454   整理番号：18A2214977

マルチスペクトルUAV空中画像からの学習によるコムギ黄さび病モニタリング【JST・京大機械翻訳】

Wheat yellow rust monitoring by learning from multispectral UAV aerial imagery

著者 (9件)： Su Jinya (Department of Aeronautical and Automotive Engineering, Loughborough University, Loughborough LE11 3TU, UK) ,  Liu Cunjia (Department of Aeronautical and Automotive Engineering, Loughborough University, Loughborough LE11 3TU, UK) ,  Coombes Matthew (Department of Aeronautical and Automotive Engineering, Loughborough University, Loughborough LE11 3TU, UK) ,  Hu Xiaoping (State Key Laboratory of Crop Stress Biology for Arid Areas, College of Plant Protection, Northwest A&F University, Yangling, China) ,  Wang Conghao (State Key Laboratory of Crop Stress Biology for Arid Areas, College of Plant Protection, Northwest A&F University, Yangling, China) ,  Xu Xiangming (NIAB EMR, Genetics and Crop Improvement, East Malling Research, West Malling ME19 6BJ, UK) ,  Li Qingdong (School of Electrical Engineering and Automation, Beihang University, Beijing 100191, China) ,  Guo Lei (School of Electrical Engineering and Automation, Beihang University, Beijing 100191, China) ,  Chen Wen-Hua (Department of Aeronautical and Automotive Engineering, Loughborough University, Loughborough LE11 3TU, UK)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 155  ページ： 157-166  発行年： 2018年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 持続可能な農業のための冬小麦における黄さび病によって引き起こされる植物ストレスの検出のために,低コスト5バンドマルチスペクトルカメラ(RedEdge,MicaSense,USA)および低高度空中プラットフォームの使用を調査した。研究は主に焦点を合わせた。(i)健康および黄さび病感染コムギ植物が識別できるか否かを決定する。(ii)強い識別能力を持つスペクトル帯スペクトル植生指数(SVI)を選択する。(iii)農地規模で使用するための低コスト黄さび監視システムの開発。黄色さび病の異なるレベルで冬コムギを感染させることにより,実験を注意深く設計した。そこでは,黄色さびの異なる発達段階下の空中マルチスペクトル画像を,1~1.5cm/ピクセルの地上分解能で16~24mの高度で無人機により捕獲した。自動化黄さび検出システムを,ラベル付きUAV空中マルチスペクトル画像からの学習(ランダムフォレスト分類器を介して)によって開発した。実験結果は以下を示す。(1)良好な分類性能(平均精度,回収率,89.2%,89.4%および89.3%)は,発病段階(接種後45日)における開発した黄さび病モニタリングにより達成された。(ii)健康および黄色さび病感染コムギ植物を分離するためのトップ3つのSVIsは,RVI,NDVIおよびOSAVIである。一方,上部二つのスペクトルバンドはNIRとRedである。また,学習システムを,有望な監視結果により,関心のある全農地に適用した。低コストマルチスペクトルカメラ,低高度UAVプラットフォームおよび機械学習技術をシームレスに統合することによる本研究は,農地スケールでの黄さび監視のための道を開くことが期待される。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 農地 ,  スペクトルバンド ,  分解能 ,  *学習 ,  *さび病 ,  成長段階 ,  無人機 ,  秋播コムギ ,  カメラ ,  *スペクトル ,  *コムギ ,  自動化 ,  画素
準シソーラス用語： *黄さび病 ,  *多重スペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： コムギ黄さび病 ,  マルチスペクトル画像 ,  スペクトル植生指数(SVI) ,  無人航空機(UAV) ,  ランダムフォレスト

分類 (2件)： 麦  (FC03033M) ,  菌類による植物病害  (FC04052Y)

タイトルに関連する用語 (7件)： マルチスペクトル ,  UAV ,  空中画像 ,  学習 ,  コムギ ,  黄さび病 ,  モニタリング