Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
NARO
※ 農研機構(のうけんきこう)は、国⽴研究開発法⼈農業・⾷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」の活⽤に
関する検討会
2019年12⽉18⽇
農業におけるリモートセンシング・
GIS・地理空...
1
Society5.0とスマート農業
• 農研機構は農業分野でのSociety5.0の実現を⽬指す
https://www.naro.affrc.go.jp/laboratory/brain/sip/sip2/interview/interv...
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“⽬”
• 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
• ユーザーが⾃⾝で整備
• 多⼤な労⼒が必要、相互⽐較が困難
• オープンデータ化の必要性
• 省労⼒化、データの相互⽐較や蓄積
• 他の情報との組み合わせた課題...
4
農業でのリモートセンシングの活⽤
• 衛星による⽔稲の品質評価
• 衛星画像から⽶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年代終わり頃に実⽤的になる。
©CNES,1998,SPOT,NASDA®による処理
⽔稲登熟期 のND...
5
農業でのリモートセンシングの活⽤
• ドローンによるリモートセンシング
• ⾼頻度、⾼解像度、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
蛋⽩含有量推定
6
農業でのリモートセンシングの活⽤
• 短期間で⾃動追肥を実現
• 第1期SIP⽣産システムの成果
7
農業でのリモートセンシングの活⽤
• ドローンによる3次元計測
• ⾼解像度・⾼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)の⽔路の⽐...
8
農業でのGIS・空間情報の活⽤
• 低価格GNSS受信機による⾼精度測位
• ドローンによる画像撮影、3次元計測の精度向上
• ⾼解像度な分、⾼位置精度が必要
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
• ...
9
農業でのGIS・空間情報の活⽤
• 営農⽀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...
10
農業でのGIS・空間情報の活⽤
• スマートフードチェーンでの利⽤
• ⽣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 Resea...
11
農業でのGIS・空間情報の活⽤
• 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、補助⾦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...
12
農業でのGIS・空間情報の活⽤
• 「地図タイル」形式のデータを使った深層学習
• 衛星画像、標⾼PNGから植⽣図を⽣成
• 既存データを使い⼈⼯知能学習が可能
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...
13
農業でのGIS・空間情報の活⽤
• 深層学習・機械学習の活⽤が期待される
• QGIS⽤の深層学習プラグインを開発
• 農業分野の期待も⼤きいが、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
データ活⽤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:数⼗年〜百年以上、システムの寿命:数
年〜数⼗年(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
• ...
15
データ活⽤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⽣のデータを!」
• 5 ★ ODのティム・バーナーズ=リーの⾔葉
• 分析結果でなく、元のデ...
Nächste SlideShare
Wird geladen in …5
×

第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)

752 Aufrufe

Veröffentlicht am

第2回「デジタル地図」の活用に関する検討会発表資料での、能化機構、岩崎の発表資料。

Veröffentlicht in: Wissenschaft
  • Loggen Sie sich ein, um Kommentare anzuzeigen.

  • Gehören Sie zu den Ersten, denen das gefällt!

第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)

  1. 1. NARO ※ 農研機構(のうけんきこう)は、国⽴研究開発法⼈農業・⾷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」の活⽤に 関する検討会 2019年12⽉18⽇ 農業におけるリモートセンシング・ GIS・地理空間情報の活⽤ 農研機構農業環境変動センター 環境情報基盤研究領域 ユニット⻑ 岩崎 亘典
  2. 2. 1 Society5.0とスマート農業 • 農研機構は農業分野でのSociety5.0の実現を⽬指す https://www.naro.affrc.go.jp/laboratory/brain/sip/sip2/interview/interview01.html
  3. 3. 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“⽬” • スケール、頻度、対象に応じた使い分け
  4. 4. 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 • ユーザーが⾃⾝で整備 • 多⼤な労⼒が必要、相互⽐較が困難 • オープンデータ化の必要性 • 省労⼒化、データの相互⽐較や蓄積 • 他の情報との組み合わせた課題解決 (吉⽥・⾼橋、2009) 北海道 喜多耕⼀⽒作成資料 https://speakerdeck.com/kou_kita/gisdetagong-you-sinakutedosunfalse
  5. 5. 4 農業でのリモートセンシングの活⽤ • 衛星による⽔稲の品質評価 • 衛星画像から⽶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年代終わり頃に実⽤的になる。 ©CNES,1998,SPOT,NASDA®による処理 ⽔稲登熟期 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
  6. 6. 5 農業でのリモートセンシングの活⽤ • ドローンによるリモートセンシング • ⾼頻度、⾼解像度、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 蛋⽩含有量推定
  7. 7. 6 農業でのリモートセンシングの活⽤ • 短期間で⾃動追肥を実現 • 第1期SIP⽣産システムの成果
  8. 8. 7 農業でのリモートセンシングの活⽤ • ドローンによる3次元計測 • ⾼解像度・⾼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)の⽔路の⽐較 マニュアルをWeb公開
  9. 9. 8 農業でのGIS・空間情報の活⽤ • 低価格GNSS受信機による⾼精度測位 • ドローンによる画像撮影、3次元計測の精度向上 • ⾼解像度な分、⾼位置精度が必要 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(⻘)とキネマティック測位(緑お よび⾚)の⽐較。 • FIX解が得られる場合1cm程度に集中 100cm 40cm 1cm
  10. 10. 9 農業でのGIS・空間情報の活⽤ • 営農⽀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」による活⽤推進が期待
  11. 11. 10 農業でのGIS・空間情報の活⽤ • スマートフードチェーンでの利⽤ • ⽣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
  12. 12. 11 農業でのGIS・空間情報の活⽤ • 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、補助⾦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 項⽬ 記⼊例 撮影⽇時 2019/05/24-13:00-13:45 撮影者 ○○ ×× 圃場ID 18桁の数値ID 圃場名 各⾃任意の管理名称 作⽬ ⽔稲,キャベツ ドローン機種名 PHANTOM 4 PRO カメラ(センサ)名 Sequoia 撮影⾼度(m) 30 ⽣画像撮影枚数 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
  13. 13. 12 農業でのGIS・空間情報の活⽤ • 「地図タイル」形式のデータを使った深層学習 • 衛星画像、標⾼PNGから植⽣図を⽣成 • 既存データを使い⼈⼯知能学習が可能 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
  14. 14. 13 農業でのGIS・空間情報の活⽤ • 深層学習・機械学習の活⽤が期待される • QGIS⽤の深層学習プラグインを開発 • 農業分野の期待も⼤きいが、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
  15. 15. 14 データ活⽤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:数⼗年〜百年以上、システムの寿命:数 年〜数⼗年(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⽣成 • 分離により効率的な⻑期間運⽤を⽬指す 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
  16. 16. 15 データ活⽤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⽣のデータを!」 • 5 ★ ODのティム・バーナーズ=リーの⾔葉 • 分析結果でなく、元のデータが必要 • 2★(for ex. Shapefile、XLS)は避けた⽅が賢明 • 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 ここを⽬指すことと、 定期的更新が重要 ティム・バーナーズ=リーの講演

×