狠狠撸

狠狠撸Share a Scribd company logo
NARO
※ 農研機構(のうけんきこう)は、国?研究開発法?農業??品産業技術総合研究機構のコミュニケーションネーム(通称)です。
「デジタル地図」の活?に
関する検討会
2019年12?18?
農業におけるリモートセンシング?
GIS?地理空間情報の活?
農研機構農業環境変動センター
環境情報基盤研究領域 ユニット?
岩崎 亘典
1
Society5.0とスマート農業
? 農研機構は農業分野でのSociety5.0の実現を?指す
https://www.naro.affrc.go.jp/laboratory/brain/sip/sip2/interview/interview01.html
2
Society5.0とスマート農業
? リモートセンシングはスマート農業の“?”
? スケール、頻度、対象に応じた使い分け
3
「デジタル地図」オープンデータ化の重要性
? 農地情報が整備されていな問題
? ユーザーが??で整備
? 多?な労?が必要、相互?較が困難
? オープンデータ化の必要性
? 省労?化、データの相互?較や蓄積
? 他の情報との組み合わせた課題解決
(吉???橋、2009)
北海道 喜多耕??作成資料
https://speakerdeck.com/kou_kita/gisdetagong-you-sinakutedosunfalse
4
農業でのリモートセンシングの活?
? 衛星による?稲の品質評価
? 衛星画像から?のタンパク質の含まれる量を推定す
ることが北海道で90年代終わり頃に実?的になる。
?CNES,1998,SPOT,NASDA?による処理
?稲登熟期 のNDVI
「北海道農業のためのリモートセンシング実利用マニュアル」より
5
農業でのリモートセンシングの活?
? ドローンによるリモートセンシング
? ?頻度、?解像度、適時性に優れる
? クロロフィル総量の推定
(R2=0.88)
? 追肥の量、収量および
蛋?含有量推定
6
農業でのリモートセンシングの活?
? 短期間で?動追肥を実現
? 第1期SIP?産システムの成果
7
農業でのリモートセンシングの活?
? ドローンによる3次元計測
? ?解像度??精度での計測が可能
? 熊本地震被災地での検証
? デジタル地図とも連携可能性がある
ドローンによる不陸計測結果(左)と
ほ場整備以前(1960年代)の?路の?較
マニュアルをWeb公開
8
農業でのGIS?空間情報の活?
? 低価格GNSS受信機による?精度測位
? ドローンによる画像撮影、3次元計測の精度向上
? ?解像度な分、?位置精度が必要
マニュアル表紙と
公開ページのQRコード
? 低価格GNSSによる測位結果
? 単独測位(?)とキネマティック測位(緑お
よび?)の?較。
? FIX解が得られる場合1cm程度に集中
100cm
40cm
1cm
9
農業でのGIS?空間情報の活?
? 営農?援ツールでの各種情報の管理
? スタンドアローンツール
? Plan and Management System(PMS)、 FARMS(農研機
構)など
? クラウドツール
? agri-note、Akisai(秋彩)、KSASなど
? 「デジタル地図」による活?推進が期待
10
農業でのGIS?空間情報の活?
? スマートフードチェーンでの利?
? ?産物のトレーサビリティの実現
? 5★の事例。作物から産地を確認(SIP2の成果)
Dongpo Deng氏(Industrial Technology Research Institute)作成資料
11
農業でのGIS?空間情報の活?
? 筆ポリゴンのIDを閲覧できるサイトを作成
? スマート農業実証事業の調査対象を筆ポリゴンIDで報告
? 他の事業、補助?等でも同様に対象のIDを記録し、データの
蓄積、効果の検証等も期待される
地図への
QRコード
項? 記?例
撮影?時 2019/05/24-13:00-13:45
撮影者 ○○ ××
圃場ID 18桁の数値ID
圃場名 各?任意の管理名称
作? ?稲,キャベツ
ドローン機種名 PHANTOM 4 PRO
カメラ(センサ)名 Sequoia
撮影?度(m) 30
?画像撮影枚数 10
作物調査データの有無 有、無
ドローン空撮画像につけるメタデータのイメージ
12
農業でのGIS?空間情報の活?
? 「地図タイル」形式のデータを使った深層学習
? 衛星画像、標?PNGから植?図を?成
? 既存データを使い??知能学習が可能
Web上から取得可能な各種データを用いて学習
を行い、植生図の生成するように学習を実行
左で学習した分類器を用い、植生図の生
成を生成
13
農業でのGIS?空間情報の活?
? 深層学習?機械学習の活?が期待される
? QGIS?の深層学習プラグインを開発
? 農業分野の期待も?きいが、データの蓄積が必要
? 各種データ連係基盤との連携が求められる
14
データ活?の視点からのデジタル地図への要望
? データとシステムの分離
? ライフサイクルが違う
? データの寿命:数?年?百年以上、システムの寿命:数
年?数?年(今後さらに短く)
? システム更新時に、データ維持にコストがかかる
? データの変換、場合によっては元から再?成
? 分離により効率的な?期間運?を?指す
https://ja.wikipedia.org/wiki/フロッピーディスク#/media/ファイル:Floppy_disk_2009_G1.jpg
https://ja.wikipedia.org/wiki光磁気ディスク#/media/ファイル:MO_OLYMPUS_OL-D640.jpg
https://ja.wikipedia.org/wiki/Phase-change_Dual#/media/ファイル:PD-M650_front_side.jpg
https://ja.wikipedia.org/wiki/ZIP_(記憶媒体)#/media/ファイル:Zip-100a.jpg
メディアにも寿命があるという教訓
メディアはあってもデータが使えない
システムA
システムA’
システムB
データfor
A
データ for
A’ (update)
システムとデータ分離されてない場合、システム更新時にデータの
変換、再構築が必要な場合がある。APIの互換性にも課題がある
データ for
A’’ (update)
データfor
B
データ変換
API A
API A’
API B
15
データ活?の視点からのデジタル地図への要望
? 継続的なデータの整備と 3 ★ データで迅速な
更新、公開が期待される
? 「美しいサイトよりも?のデータを!」
? 5 ★ ODのティム?バーナーズ=リーの?葉
? 分析結果でなく、元のデータが必要
? 2★(for ex. Shapefile、XLS)は避けた?が賢明
? Shapefileの場合80年代のファイル形式のため、限界がある
https://www.ted.com/talks/tim_berners_lee_the_next_web?utm_cam
paign=tedspread&utm_medium=referral&utm_source=tedcomshare
ここを?指すことと、
定期的更新が重要
ティム?バーナーズ=リーの講演

More Related Content

第2回「デジタル地図」の活用に関する検讨会発表资料(农研机构?岩崎)