精密農業へのドローン活用まとめ

世界の農業の現場では、土壌マッピングや生産マッピングなどの様々な側面や技術、全地球測位システム(GPS)や地理情報システム(GIS)の活用が進み、農作物の空中モニタリングや種や農薬、肥料等の散布作業にドローンが使用されてることは日増しに増えている。

精密農業へのドローン活用まとめ

モノのインターネット(IoT)の出現、特に無人航空機(UAV)とワイヤレスセンサーネットワーク(WSN)の急速な進化は、貴重で同時に経済的な精密農業(PA)アプリケーション、例えば、空中作物監視やスマート散布作業などにつながる可能性がある。世界の農業の現場では、土壌マッピングや生産マッピングなどの様々な側面や技術、全地球測位システム(GPS)や地理情報システム(GIS)の活用が進み、農作物の空中モニタリングや種や農薬、肥料等の散布作業にドローンが使用されてることは日増しに増えている。

遺伝学、化学、ロボット工学などの科学的進歩は農業技術の進化に大きく貢献してきたが、世界人口の急激な増加に伴い、農産物の増加が大きな課題となっている。世界人口が90億人に達すると予想される2050年には、農業文化産品を70%増やさなければならないとされている。一方、農業分野では、気候変動の問題、耕地の限られた利用可能性、淡水の必要性の高まりなど、深刻な課題に対処しなければならない。これらの深刻な課題に対する実現可能な解決策として、情報通信技術(ICT)サービスが挙げられます。具体的には、モノのインターネット(IoT)の出現、特に無人航空機(UAV)技術の開発の加速化と画像データ解析を組み合わせることで、以下のような課題に対する有望な精密農業(PA)ソリューションを提供することができる。

精密農業と無人航空機

一般的にPAは、ICTサービスを利用して複数の情報源から提供される情報を集約・処理し、土壌の状態に関する有用な結論を導き出すことで、より効率的な方法で作物の管理を可能にすることを目的としている。

最も一般的な土壌調査の用途は、リモートセンシング(RS)技術と画像解析を用いて植生の健全性を評価することである。最も応用されているRS技術の1つは、衛星、有人機、UAVによって撮影された画像を使用した空中モニタリングである。しかし、衛星画像は一般的な農家にとっては非常に高価であり、また、気象条件によっては解像度や品質が十分ではなく、実用的ではない。そのため、人が搭乗する航空機で撮影した空撮画像は衛星画像に比べて品質が良いが、この方法は非常に高価である。これとは逆に、ドローンとも呼ばれる小型のUAVは、より経済的で高品質の画像を提供することができるという特徴を持っている。

UAVとは、操縦者によって遠隔操作される無人航空機であり、マルチスペクトルやハイパースペクトルなどの各種カメラを搭載することができ、空撮画像を取得することができる。次に、これらの画像を利用して、農作物の変動性やストレス条件を常時把握することができる植生指標を抽出することができる。例えば、正規化差植生指数(NDVI)は、バイオマスレベルに関する正確な情報を提供することができる。次に、NDVIの値を解釈することで、作物の病気、水ストレス、害虫の侵入、栄養不足、作物の生産性に影響を与えるその他の関連条件に関する有用な結論を提供することができる。

作物モニタリングプロセスの他にも、PAにおけるUAV のもう一つの可能性は、作物散布である。このプロセスは1980年代に日本で最初に導入されたもので、小型のペスティサイド(農業用殺虫剤)タンクと無人ヘリコプターを組み合わせたものである。今日のUAVは、容量が10リットルを超える大型タンクを搭載することができる。さらに、液体の排出速度は1分間に1リットルを超えることもあり、10分間に1ヘクタールをカバーすることが可能である。それにもかかわらず、UAVベースの散布プラットフォームは、前述の空中作物モニタリングプロセスと同期させるべきであり、それによって農薬製品の効率的かつ正確な使用を提供することに言及する価値があります。このような複合的なアプローチは、農薬の使用量を最小限に抑えるだけでなく、環境保護にも貢献することができる。

国際連合食糧農業機関(FAO)の報告書によると、ドイツでのUAVの販売台数は2017年に40万台に達し、2020年には100万台に近づく可能性がある。同様に、世界的な情報提供者であるThe NPD Groupグループによると、2017年の米国におけるUAV販売台数は前年比117%増を記録し、2倍に増加したと推定されている。さらに、AUVSI(Association for Unmanned Vehicle Systems International)によると、近い将来、UAVの80%が農業用に利用されるという。したがって、UAVが農業分野の発展に重要な役割を果たすことは明らかである。

PAでのUAV応用

農業分野に関連するUAV応用は確認されているだけで20種類ある。具体的には、a) UAV を用いたモニタリング用途、b) UAV を用いた散布用途、c) マルチ UAV 用途の3つに大別される。

UAV のセンサーが受信するデータは、空間的、空間的、時間的に様々なものがある。適切なセンサとデータの選択は、アプリケーションの性質に依存する。例えば、熱データは水の状態を識別するのに適しているが、スペクトル情報は植物の病気の可能性を識別するのに適している。調査した論文では、サーマルカメラ、マルチスペクトルカメラ、ハイパースペクトルカメラなど、様々な種類のセンサーを利用しています。各段落では、それぞれ異なるケースを検討している。

米農務省Research Agricultural EngineerのB. Allredらは、排水管の可能性を検出するための UAV ミッションについて論文を発表した(B. Allred, 2020)。通常、農家は、土壌から効率的に水を除去するために、排水管を修理したり、新しい排水管を建設したりする必要がある。さらに、排水処理によってリン酸塩(PO4)や硝酸塩(N03)が放出される可能性があり、それに対応する環境危 険を引き起こす可能性がある。

そのため,これらの排水ラインの設置が必要であるが,オハイオ州,イリノイ州,ミネソタ州,インドア ナ州などの米国の多くの州では,通常は設置されていない地域が多い。B. Allredらは、乾燥条件下での排水管の特定を目的として、可視(VIS)、近赤外(NIR)、熱赤外(TIR)画像の能力を検証するために、UAVミッションを実施した。今回のミッションで使用した農地はオハイオ州にあり、排水管の存在はすでに知られている。具体的には、この圃場にはトウモロコシやダイズの他に、前年の生育期の残渣も含まれていた。

まず、B. Allredらは、降雨量、気温、含水率を測定するための適切な装置を確立し、乾燥率を特定した。さらに、降雨量の測定には、ティッピングバケット雨量計を使用した。そのため、土壌水分・温度センサーを用いて、含水率と温度を推定した。その結果、降水量は 5mm 以下であり、含水率は約16%、気温は33℃であった。飛行ミッションは、固定翼ドローンsenseFly SA eBee Agを用いて実施した。前者はVISとNIRの波長を組み合わせたもので、後者はTIRの波長のみを提供している。さらに、senseFly SA ソフトウェア eMotion3を用いて、主に位置的に重なり合う部分を減算して画像処理を行った。その結果、TIR画像は乾燥した環境下でも効率的にドレンラインを識別できることがわかったという。

固定翼ドローンsenseFly SA eBee Ag, image via pix4d.com.

M.P. Christiansenらは、農作物の生産と健康状態を監視するためのUAVシステムを提供している。特に、彼らは、UAV に統合された光検出・測距(LiDAR)センサを採用して、冬の小麦作物に注目している。

UAVから提供されたデータを用いてテキスト解析を行っている。LiDAR は、パルス状のレーザー光で目標点を照らし、その反射パルスを測定するセンサーを利用して、その点からの距離を測定する方法である。その後、LiDARセンサーで得られたデータに基づいてテキスト分析を行い、特定の作物区画の全体的な植物量と土壌表面を推定した。実験には、オーフス大学Flakkebjergの農地とDJI Matrice 100 UAV (DJI Enterprise)を使用した。2つの飛行方法が実施され、評価された。最初の飛行方法は農作物の区画の境界に焦点を当てたが、2番目の飛行方法は農作物の畝を監視するという異なるアプローチであった。2つ目の方法では,より高い空間分解能が得られたが,バッテリーの消費が大きいことが特徴である。

DJI Matrice 100プラットフォームに追加されたセンサーマウント。Odroid XU4(Hardkernel co. Ltd.、GyeongGi)にセンサーを接続した様子をブロック図に示す。カメラとLiDARを下向きにして作物や土壌を観察した。Source: Christiansen MP et al(2017). 

J. Primicerioらは、ブドウ畑の作物の状態を監視・評価するために実装された VIPtero と呼ばれる UAV アプリケーションについての研究を発表した。具体的には、彼らのシステムは UAV が提供する画像を検査し、NDVIを利用して樹勢マップを作成している。使用したUAVはMikrokopter Hexa-II (HI Systems) であり、事前に設定した経路に基づいて自律的に飛行する能力を持つ 6 回転機のプラットフォームである。より詳細には、GPS、統合飛行制御盤、磁気コンパスを搭載している。

著者らは、Hexa-IIの機能を強化し、VIPteroシステムを形成した。特に、EagleTree teleme-try kitと名付けられた一人称視点プラットフォーム、Global System for Mobile Communication (GSM) モデム、依存電源、フライトコントロールボード(FlightCTRL)によって操作されるカメラ、GPS受信機、ナビゲーションコントロールボード(NaviCt-TRL)が導入された。これらのコンポーネントに基づいて、オペレータはUAVの状態に関する情報を受信し、飛行経路に関するコマンドを送信することができます。VIPteroの主な役割は、植生のキャノピーの反射率を監視・記録することである。VIPteroによってキャプチャされた画像は、いくつかのステップで処理され、樹勢マップを提供する。より詳細には、まず、画像を分析し、デジタル標高モデルで正立補正する。

次に、それらの画像は地理的に参照され、各ピクセルを分光放射輝度に変換し、次に反射率に変換するという特殊な分析が行われる。次に、NDVIが計算され、ソフトウェアパッケージで処理され、土壌ピクセルと樹冠ピクセルが分離される。最後に、樹勢マップを作成する。提案システムの評価については、著者らはモンテボロの実際のブドウ園でテストを行い、その性能を調査した。具体的には、VIPteroのNDVI値と分光放射計のNDVI値を比較し、精度を評価した。2つの値の間の相関関係は0.98と計算された。最後に、VIPteroの消費電力が平均で350ワットであることにも注目するべきだ。

参考文献

  • Barry Allred, Luis Martinez, Melake K. Fessehazion, Greg Rouse, Tanja N. Williamson, DeBonne Wishart, Triven Koganti, Robert Freeland, Neal Eash, Adam Batschelet, Robert Featheringill, Overall results and key findings on the use of UAV visible-color, multispectral, and thermal infrared imagery to map agricultural drainage pipes, Agricultural Water Management, Volume 232, 2020, 106036, ISSN 0378-3774, https://doi.org/10.1016/j.agwat.2020.106036.
  • Christiansen MP, Laursen MS, Jørgensen RN, Skovsen S, Gislum R. Designing and Testing a UAV Mapping System for Agricultural Field Surveying. Sensors. 2017; 17(12):2703. https://doi.org/10.3390/s17122703
  • Matese A, Toscano P, Di Gennaro SF, Genesio L, Vaccari FP, Primicerio J, Belli C, Zaldei A, Bianconi R, Gioli B. Intercomparison of UAV, Aircraft and Satellite Remote Sensing Platforms for Precision Viticulture. Remote Sensing. 2015; 7(3):2971-2990. https://doi.org/10.3390/rs70302971

Image: DJI MG-1S - Agricultural Wonder Drone via DJI

Special thanks to supporters !

Shogo Otani, 林祐輔, 鈴木卓也, Mayumi Nakamura, Kinoco, Masatoshi Yokota, Yohei Onishi, Tomochika Hara, 秋元 善次, Satoshi Takeda, Ken Manabe, Yasuhiro Hatabe, 4383, lostworld, ogawaa1218, txpyr12, shimon8470, tokyo_h, kkawakami, nakamatchy, wslash, TS, ikebukurou, 太郎.

月額制サポーター

Axionは吉田が2年無給で、1年が高校生アルバイトの賃金で進めている「慈善活動」です。有料購読型アプリへと成長するプランがあります。コーヒー代のご支援をお願いします。個人で投資を検討の方はTwitter(@taxiyoshida)までご連絡ください。

デジタル経済メディアAxionを支援しよう
Axionはテクノロジー×経済の最先端情報を提供する次世代メディアです。経験豊富なプロによる徹底的な調査と分析によって信頼度の高い情報を提供しています。投資家、金融業界人、スタートアップ関係者、テクノロジー企業にお勤めの方、政策立案者が主要読者。運営の持続可能性を担保するため支援を募っています。
Takushi Yoshida is creating writing/journalism | Patreon
Patreon is a membership platform that makes it easy for artists and creators to get paid. Join over 200,000 creators earning salaries from over 6 million monthly patrons.

投げ銭

投げ銭はこちらから。金額を入力してお好きな額をサポートしてください。

https://paypal.me/axionyoshi?locale.x=ja_JP