文献

J-GLOBAL ID：202102290123774667   整理番号：21A2569759

UAVで捕獲された可視画像からのトウモロコシのクロロフィル推定と収量予測のための修正赤青植生指数【JST・京大機械翻訳】

Modified Red Blue Vegetation Index for Chlorophyll Estimation and Yield Prediction of Maize from Visible Images Captured by UAV

著者 (9件)： Guo Yahui (Beijing Key Laboratory of Urban Hydrological Cycle and Sponge City Technology, College of Water Sciences, Beijing Normal University, Beijing 100875, China) ,  Wang Hanxi (State Environmental Protection Key Laboratory of Wetland Ecology and Vegetation Restoration/School of Environment, Northeast Normal University, Jingyue Street 2555, Changchun 130017, China) ,  Wu Zhaofei (Beijing Key Laboratory of Urban Hydrological Cycle and Sponge City Technology, College of Water Sciences, Beijing Normal University, Beijing 100875, China) ,  Wang Shuxin (Beijing Key Laboratory of Urban Hydrological Cycle and Sponge City Technology, College of Water Sciences, Beijing Normal University, Beijing 100875, China) ,  Sun Hongyong (The Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology& Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, The Chinese Academy of Sciences, 286 Huaizhong Road, Shijiazhuang 050021, China) ,  Senthilnath J. (Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR), Singapore 138632, Singapore) ,  Wang Jingzhe (MNR Key Laboratory for Geo-Environmental Monitoring of Great Bay Area of the Ministry of Natural Resources & Guangdong Key Laboratory of Urban Informatics & Shenzhen Key Laboratory of Spatial Smart Sensing and Services, Shenzhen University, Shenzhen 518060, China) ,  Bryant Christopher Robin (The School of Environmental Design and Rural Development, University of Guelph, Guelph, ON N1G 2W1, Canada) ,  Fu Yongshuo (Beijing Key Laboratory of Urban Hydrological Cycle and Sponge City Technology, College of Water Sciences, Beijing Normal University, Beijing 100875, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 18  ページ： 5055  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 植生指数(VI)を用いて,成長をモニターし,農作物の収量を予測した。本論文では,無人航空機(UAV)を用いたトウモロコシの収量予測とSPAD-502を用いたクロロフィル含量の推定のために長期観察を行った。改質赤青VI(MRBVI)と呼ばれる新しい植生指数を開発し,MRBVI-とSPAD-502ベースクロロフィル含量間の関係を確立することにより,成長をモニターし,トウモロコシの収量を予測した。決定係数(R2s)は,クロロフィル含量推定において0.462および0.570であり,MRBVIを用いた収量予測は,7つの他の一般的に使用されるVI手法からの結果よりも比較的良好であった。トウモロコシの種々の成長段階中の全VIsを計算し,クロロフィル含量の測定値と直接比較し,MRBVIの相対誤差(RE)は0.355で最低であった。さらに,バックプロパゲーションニューラルネットワークモデル(BP),サポートベクトルマシン(SVM),ランダムフォレスト(RF),および極端学習機械(ELM)のような機械学習(ML)法を採用して,トウモロコシの収量を予測した。トウモロコシの重要な生物季節段階中に捕獲された各画像に対して計算された全VIsを独立変数として設定し,各プロットの対応する収量を従属変数として定義した。MLモデルは,BP,SVM,RF,およびELMについて,根平均二乗誤差(RMSEs)が2.157,1.099,1.146,および1.698(g/hundred穀粒重量)である,leave one out法(LOO)を使用した。平均絶対誤差(MAEs)は,BP,SVM,RF,およびELMについて,それぞれ1.739,0.886,0.925,および1.356(g/hundred穀粒重量)であった。このように,SVM法は他のML法よりもトウモロコシの収量の予測において優れていた。したがって,先進ML法を統合した異なる成長段階で得られた画像から計算したMRBVIは,農業および生態学的関連クロロフィル推定および収量予測に使用されるべきであることを強く示唆した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 農作物 ,  *クロロフィル ,  無人機 ,  成長段階 ,  生態学 ,  機械学習 ,  サポートベクトルマシン
準シソーラス用語： *植生指標 ,  平均二乗誤差 ,  フェノロジー ,  ランダムフォレスト ,  決定係数 ,  *収量予測 ,  クロロフィル含量 ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (5件)： トウモロコシ ,  UAV/UAS ,  クロロフィル含有量 ,  歩留り予測 ,  機械学習

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  植物の生化学  (EH01050J)

引用文献 (75件)：

• Lobell, D.B.; Field, C.B. Global scale climate-crop yield relationships and the impacts of recent warming. Environ. Res. Lett. 2007, 2, 014002.
• Licker, R.; Johnston, M.; Foley, J.A.; Barford, C.; Kucharik, C.J.; Monfreda, C.; Ramankutty, N. Mind the gap: How do climate and agricultural management explain the ‘yield gap’of croplands around the world? Glob. Ecol. Biogeogr. 2010, 19, 769-782.
• Liu, Z.; Yang, X.; Hubbard, K.G.; Lin, X. Maize potential yields and yield gaps in the changing climate of northeast China. Glob. Chang. Biol. 2012, 18, 3441-3454.
• Lv, S.; Yang, X.; Lin, X.; Liu, Z.; Zhao, J.; Li, K.; Mu, C.; Chen, X.; Chen, F.; Mi, G. Yield gap simulations using ten maize cultivars commonly planted in Northeast China during the past five decades. Agric. For. Meteorol. 2015, 205, 1-10.
• Wang, N.; Wang, E.; Wang, J.; Zhang, J.; Zheng, B.; Huang, Y.; Tan, M. Modelling maize phenology, biomass growth and yield under contrasting temperature conditions. Agric. For. Meteorol. 2018, 250, 319-329.

タイトルに関連する用語 (10件)： UAV ,  捕獲 ,  可視画像 ,  トウモロコシ ,  クロロフィル ,  推定 ,  収量予測 ,  赤 ,  青 ,  植生指数