WEKO3
アイテム
{"_buckets": {"deposit": "90bb2de9-d574-42ae-8d8e-ad3cb8ac1be2"}, "_deposit": {"created_by": 15, "id": "14294", "owners": [15], "pid": {"revision_id": 0, "type": "depid", "value": "14294"}, "status": "published"}, "_oai": {"id": "oai:mie-u.repo.nii.ac.jp:00014294", "sets": ["1290"]}, "author_link": ["46837", "46835"], "item_7_biblio_info_6": {"attribute_name": "書誌情報", "attribute_value_mlt": [{"bibliographicIssueDates": {"bibliographicIssueDate": "2021-03", "bibliographicIssueDateType": "Issued"}}]}, "item_7_contributor_61": {"attribute_name": "修士論文指導教員", "attribute_value_mlt": [{"contributorNames": [{"contributorName": "飯島, 滋裕", "lang": "ja"}], "nameIdentifiers": [{"nameIdentifier": "46837", "nameIdentifierScheme": "WEKO"}]}]}, "item_7_description_14": {"attribute_name": "フォーマット", "attribute_value_mlt": [{"subitem_description": "application/pdf", "subitem_description_type": "Other"}]}, "item_7_description_4": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "水稲の生育管理を行う上で課題となる要素の一つに緑藻類の存在が考えられる。春先から中干期までの水稲圃場において発生する緑藻類は、移植後の苗に絡みつき稲をなぎ倒したり、水面を被覆して地水温の上昇を妨げたりすることによりその後の水稲の生育に影響を及ぼす可能性がある。本研究では、水稲の植生指標の近接リモートセンシングによる生育環境のモニタリングと深層学習を用いたリモートセンシングデータの解析により、移植後における圃場の水面状態がその後の水稲の生育状況に影響を与えているかを診断することを目的とした。研究対象地は三重県津市の水田圃場である。現地観測として2019 年の6 月~8 月にかけてUAV(Unmanned Aerial Vehicle)を用いた近接リモートセンシングによる水稲の生育観測を行い、圃場の可視画像・マルチバンド画像を取得した。その後、取得した画像データをもとにStructure from Motion を用いた解析を行い、正射投影画像、正規化植生指標(NDVI)の画像を合成した。また、深層学習を利用した画像識別手法の一つであるChopped Picture Method に基づき、解析した画像データを教師画像に用いて緑藻類の識別モデルを作成した。この識別モデルを正射投影画像に適用することで緑藻の画像識別を行い、2019 年6 月中の2 時期における水田圃場内での緑藻の分布を可視化した。さらに、Chopped Picture Method による識別結果の正確性を検証するために目視による緑藻判別を行い、2 種類の判別結果を比較することで識別の正確率を算出した。最後に、GIS を用いた解析を行い、圃場内の6 月の2時期における緑藻の密度と7 月の4 時期におけるNDVI の抽出を行い、これら2 項目間の関係を解析した。解析の結果、モデルによる緑藻識別の正確率は86%~91.2%であり、十分な精度で圃場内の緑藻を識別することができた。このことから、深層学習より水田内の緑藻を識別することの有効性が示された。また、栄養生長期の緑藻の密度とその後の生殖生長期のNDVI を比較すると、緑藻の密度が低いグループではNDVI が高く、緑藻の密度が高い区画ではNDVI が低下している傾向が見られ、緑藻の分布状況がその後の水稲の生育状態に影響を与えている可能性が示唆された。", "subitem_description_type": "Abstract"}]}, "item_7_description_5": {"attribute_name": "内容記述", "attribute_value_mlt": [{"subitem_description": "共生環境学専攻 地球環境学講座 フューチャー・アース学研究室", "subitem_description_type": "Other"}, {"subitem_description": "42p", "subitem_description_type": "Other"}]}, "item_7_publisher_30": {"attribute_name": "出版者", "attribute_value_mlt": [{"subitem_publisher": "三重大学"}]}, "item_7_text_31": {"attribute_name": "出版者(ヨミ)", "attribute_value_mlt": [{"subitem_text_value": "ミエダイガク"}]}, "item_7_text_65": {"attribute_name": "資源タイプ(三重大)", "attribute_value_mlt": [{"subitem_text_value": "Master\u0027s Thesis / 修士論文"}]}, "item_7_version_type_15": {"attribute_name": "著者版フラグ", "attribute_value_mlt": [{"subitem_version_resource": "http://purl.org/coar/version/c_970fb48d4fbd8a85", "subitem_version_type": "VoR"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "駒田, 拓也", "creatorNameLang": "ja"}, {"creatorName": "コマダ, タクヤ", "creatorNameLang": "ja-Kana"}], "nameIdentifiers": [{"nameIdentifier": "46835", "nameIdentifierScheme": "WEKO"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2021-09-28"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "2020MB0026.pdf", "filesize": [{"value": "5.4 MB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_note", "mimetype": "application/pdf", "size": 5400000.0, "url": {"label": "2020MB0026", "url": "https://mie-u.repo.nii.ac.jp/record/14294/files/2020MB0026.pdf"}, "version_id": "71b839ff-b4b1-4ee2-a522-93836fd75fc4"}]}, "item_keyword": {"attribute_name": "キーワード", "attribute_value_mlt": [{"subitem_subject": "近隣リモートセンシング", "subitem_subject_scheme": "Other"}, {"subitem_subject": "深層学習", "subitem_subject_scheme": "Other"}, {"subitem_subject": "生育管理", "subitem_subject_scheme": "Other"}, {"subitem_subject": "緑藻", "subitem_subject_scheme": "Other"}, {"subitem_subject": "NDVI", "subitem_subject_scheme": "Other"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "thesis", "resourceuri": "http://purl.org/coar/resource_type/c_46ec"}]}, "item_title": "近接リモートセンシング技術と深層学習を活用した水稲の生育診断", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "近接リモートセンシング技術と深層学習を活用した水稲の生育診断", "subitem_title_language": "ja"}]}, "item_type_id": "7", "owner": "15", "path": ["1290"], "permalink_uri": "http://hdl.handle.net/10076/00019912", "pubdate": {"attribute_name": "PubDate", "attribute_value": "2021-09-28"}, "publish_date": "2021-09-28", "publish_status": "0", "recid": "14294", "relation": {}, "relation_version_is_last": true, "title": ["近接リモートセンシング技術と深層学習を活用した水稲の生育診断"], "weko_shared_id": -1}
近接リモートセンシング技術と深層学習を活用した水稲の生育診断
http://hdl.handle.net/10076/00019912
http://hdl.handle.net/10076/0001991242dda92a-c314-4894-9d79-08d1c8185f4c
名前 / ファイル | ライセンス | アクション |
---|---|---|
2020MB0026 (5.4 MB)
|
|
Item type | 学位論文 / Thesis or Dissertation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2021-09-28 | |||||
タイトル | ||||||
言語 | ja | |||||
タイトル | 近接リモートセンシング技術と深層学習を活用した水稲の生育診断 | |||||
言語 | ||||||
言語 | jpn | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 近隣リモートセンシング | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 深層学習 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 生育管理 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 緑藻 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | NDVI | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_46ec | |||||
資源タイプ | thesis | |||||
著者 |
駒田, 拓也
× 駒田, 拓也 |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 水稲の生育管理を行う上で課題となる要素の一つに緑藻類の存在が考えられる。春先から中干期までの水稲圃場において発生する緑藻類は、移植後の苗に絡みつき稲をなぎ倒したり、水面を被覆して地水温の上昇を妨げたりすることによりその後の水稲の生育に影響を及ぼす可能性がある。本研究では、水稲の植生指標の近接リモートセンシングによる生育環境のモニタリングと深層学習を用いたリモートセンシングデータの解析により、移植後における圃場の水面状態がその後の水稲の生育状況に影響を与えているかを診断することを目的とした。研究対象地は三重県津市の水田圃場である。現地観測として2019 年の6 月~8 月にかけてUAV(Unmanned Aerial Vehicle)を用いた近接リモートセンシングによる水稲の生育観測を行い、圃場の可視画像・マルチバンド画像を取得した。その後、取得した画像データをもとにStructure from Motion を用いた解析を行い、正射投影画像、正規化植生指標(NDVI)の画像を合成した。また、深層学習を利用した画像識別手法の一つであるChopped Picture Method に基づき、解析した画像データを教師画像に用いて緑藻類の識別モデルを作成した。この識別モデルを正射投影画像に適用することで緑藻の画像識別を行い、2019 年6 月中の2 時期における水田圃場内での緑藻の分布を可視化した。さらに、Chopped Picture Method による識別結果の正確性を検証するために目視による緑藻判別を行い、2 種類の判別結果を比較することで識別の正確率を算出した。最後に、GIS を用いた解析を行い、圃場内の6 月の2時期における緑藻の密度と7 月の4 時期におけるNDVI の抽出を行い、これら2 項目間の関係を解析した。解析の結果、モデルによる緑藻識別の正確率は86%~91.2%であり、十分な精度で圃場内の緑藻を識別することができた。このことから、深層学習より水田内の緑藻を識別することの有効性が示された。また、栄養生長期の緑藻の密度とその後の生殖生長期のNDVI を比較すると、緑藻の密度が低いグループではNDVI が高く、緑藻の密度が高い区画ではNDVI が低下している傾向が見られ、緑藻の分布状況がその後の水稲の生育状態に影響を与えている可能性が示唆された。 | |||||
内容記述 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 共生環境学専攻 地球環境学講座 フューチャー・アース学研究室 | |||||
内容記述 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 42p | |||||
書誌情報 |
発行日 2021-03 |
|||||
フォーマット | ||||||
内容記述タイプ | Other | |||||
内容記述 | application/pdf | |||||
著者版フラグ | ||||||
出版タイプ | VoR | |||||
出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
出版者 | ||||||
出版者 | 三重大学 | |||||
出版者(ヨミ) | ||||||
ミエダイガク | ||||||
修士論文指導教員 | ||||||
姓名 | 飯島, 滋裕 | |||||
言語 | ja | |||||
資源タイプ(三重大) | ||||||
Master's Thesis / 修士論文 |