リモートセンシングに基づいた水稲生育収量のシミュレーション手法

[要約]
　遠隔スペクトル計測によって得られる作物情報に基づいて、作物生長シミュレーションモデルのキャリブレーションを自動的に行い，個々の水稲群落の実生長と実収量を精度よく予測する手法を開発した。
農業環境技術研究所　環境管理部　隔測研究室
[部会名]　環境評価・管理
[専門]　　情報管理・栽培
[対象]　　植物
[分類]　　研究
[背景・ねらい]
　作物生育のシミュレーションモデルは，生育診断や予測に有効な方法として，現場でも活用が進みつつある。しかし，現存の主要なモデルは，環境ストレスのない良好な栽培条件での最大生長を気象条件から推定するにとどまっているのが現状である。また，モデルを動かすのに必要な初期値や品種パラメータを個々の群落について正確に実測して与えることも容易ではない。そこで，遠隔計測によって得られる作物情報に基づいて，生長モデルのキャリブレーションを自動的に行い個々の群落の実生長を精度よく予測する手法を開発した。
[成果の内容・特徴]
  1. 本手法は，遠隔的スペクトル計測に基づいて生長モデルのリアルタイムキャリブレーションを行い，新規に求めたパラメータによってその後の生長を予測する（図１）。 リアルタイムキャリブレーションモジュール（RCM）は，生長モデルの予測結果と遠隔計測によって得られた値とを 比較し，実測値を的確に推定できるよう に，モデルに与えた初期値と生理パラメータのリキャリブレーションを自動的に行うことができる。RCMはシンプレックス法に基づく数値計算により各パラ メータの最適値を自動的に求め，新たにリモートセンシングデータが得られるたびにすべてのデータを用いたリキャリブレーションを繰り返し，最終的には個々 の群落実生長に固有のパラメータを算出することができる（図２）。
  2. ここで用いた水稲の生長シミュレーションモデル(SIMRIW)は，発育指数DVI，葉面積指数LAI，乾物重DWの初期値を与え，以後，毎日の平均気温，日射量を入力として，逐次的に日毎のDVI，LAI，DWを算出するものである。モデルパラメータのうち，環境・栽培条件によって大きく変動する３つの初期値（LAIi，DWi，DVIi）と２つのパラメタ（葉面積指数最大値LAIxと光利用効率CE）の合計５個の変数をRCMにより自動的に最適化する。
  3. 同一気象条件の下でも生育の大きく異なる水稲群落を対象として本システムを駆動したところ，少数回の遠隔スペクトルデータを入力として用いることによって，個々の群落の実生長と収量を精度よく予測できることが検証された（図３）。
[成果の活用面・留意点]
  1. 標準的な栽培条件における最大生長・収量と実生長・収量の比較診断に応用できる。
  2. 個々の作物群落において，光利用効率などの生理的パラメータが環境ストレス等により実際どの程度低下したかをパラメータ評価することができる。特に，多数の品種群落の生産特性・生理パラメータの同時簡易評価等へも応用できる。

具体的データ

[その他]
研究課題名：植物−環境情報の分光学的非破壊計測手法の開発
予算区分　：経常
研究期間　：平成８年度（平成７〜11年）
発表論文等：リモートセンシングに基づく水稲の生長予測手法について，日作紀，65（1996）
参考成果　：反射スペクトル計測による水稲生長量のモニタ手法，平成８年度農業環境研究成果情報，p.65-66（1996）
目次へ戻る