本郷 千春

The standard image classification method typically uses multispectral imageryon one acquisition date as an input for classification. Rice fields exhibit high variability inland cover states, which influences their reflectance. Using the existing standard method forrice field classification may increase errors of commission and omission, thereby reducingclassification accuracy. This study utilised temporal variance in a vegetation index as amodified input image for rice field classification. The results showed that classification ofrice fields using modified input images provided a better result. Using the modifiedclassification input improved the correspondence between rice field area obtained from theclassification result and reference data (R2 increased from 0.2557 to 0.9656 for regencylevelcomparisons and from 0.5045 to 0.8698 for district-level comparisons). Theclassification accuracy and the estimated Kappa value also increased when using themodified classification input compared to the standard method, from 66.33 to 83.73 andfrom 0.49 to 0.77, respectively. The commission error, omission error, and Kappa variancedecreased from 68.11 to 42.36, 28.48 to 27.97, and 0.00159 to 0.00039, respectively, whenusing modified input images compared to the standard method. The Kappa analysisconcluded that there are significant differences between the procedure developed in thisstudy and the standard method for rice field classification. Consequently, the modifiedclassification method developed here is significant improvement over the standardprocedure.

北海道におけるてん菜糖の生産量は約64万トンであり、国内産砂糖の3／4を占める。一方、その価格は国外産と比較して2.8倍も高く、「新たな砂糖・甘味資源作物政策大綱」では、てん菜の生産及びてん菜糖製造にかかるコストの削減が求められている。生産費の約22％を占める肥料費の削減は生産コスト低減と糖分向上に、根収量の事前把握による原料集荷計画の策定は輸送費の低減等に効果的であると考えられる。しかし、そのために必要な収穫時のデータは生産者ごとに集計されており技術的に必要とされる個々の圃場や地点では得られていない。そこでこれらのデータの収集と蓄積が求められているが、年次を超えた広域的な精度の高い調査は技術的にもコスト的にも限界がある。こうしたことから、衛星データやGISデータを用いて、てん菜の作付け位置、面積の推計および生産量を把握するための手法の確立が急がれている。そこで、2006年に衛星、気象、GIS等の高度な情報を活用したてん菜生産の効率化手法の構築を開始した。ここでは、てん菜の根収量を収穫前に予測する手法を紹介する。

To clarify the effect of soil type on changes in sugar beet (Beta vulgaris L.) productivity since 1980 in Tokachi District (Hokkaido, Japan), we analyzed yield data from 121 settlements from 1980 to 2002 using maps of parent materials and surface organic matter contents in a geographical information system. The soil types were Brown Lowland soils, Andosols with an alluvial subsoil, Wet Andosols and Andosols. The sugar beet yields were highest in the Andosols and moderate in Andosols with an alluvial subsoil. Yields in Brown Lowland soils in the 1980s were similar to those in Andosols, but decreased below the yields in the Andosols by the 1990s. The yields in Wet Andosols were the lowest in the 1980s, but have been similar to those in Andosols with an alluvial subsoil since 1990. Thus, productivity appears to have varied over time in Brown Lowland soils and Wet Andosols. The correlation coefficients between yields and cumulative daily mean temperature from late April to mid-July since 1990 were highest in the Andosols (r=0.67), lowest in the Brown Lowland soils (r=0.50) and intermediate in the other soil types (r=0.54-0.60). However, the magnitude of the correlation between the yield and the cumulative precipitation since 1990 was lowest in the Andosols (r=-0.22), highest in the Brown Lowland soils (r=-0.58) and intermediate in the other soil types (r=-0.44 to -0.45). These results suggest that the present soil water environment in the Andosols is superior to that in the other soil types.

リモートセンシングデータを用いて水稲の収量を推定するためには、予測誤差を小さくするとともにデータの値の僅かな変化によって推定値が大きくは変化しないようにする必要がある。また、データの中から特異なものである可能性があるものを抽出することは、データを吟味する上で有益である。そこで、回帰式が与える推定値の全体的な予測誤差とそれぞれのデータにおける個々の予測誤差を推定し、更に、それぞれの推定値がデータの値の僅かな変化に大きく左右されるか否かを判定するためにブートストラップ法を応用する方法を用いる。回帰式が与える推定値の全体的な予測誤差を推定する方法として「バイアス補正型ブートストラップ予測誤差」と「0.632ブートストラップ予測誤差」を推奨する。また、個々の予測誤差を利用してそれぞれのデータに重みを与えることによって予測誤差を減少させ、データの値の変化による推定値の変化を抑制する方法を提案する。更に、それぞれのデータにおける個々の予測誤差とデータの値の変化に対する応答を把握するためのグラフ化手法を示す。これらの方法を用いて、実際のリモートセンシングデータと水稲の収量データによる回帰式の作成を行ったところ、得られた結果は期待に沿ったものである。

リモートセンシングデータを用いて水稲の収量を高い精度で推定する方法として、当該年次と過去の年次のデータに異なった重みをつけることが考えられる。その際、過去の年次のデータに対する重みとして年次によって異なる値を用いることができる。その際の重みの値を最適化するために確率的な最適化手法を試みた。回帰式として重回帰式を用いた。その結果、ここで用いたデータに関しては年次によって異なる値を用いた場合はむしろ予測誤差が大きくなってしまうことが分かった。過去のデータと当該年度のデータに対する重みとして全て同じ値を用いた場合に予測誤差が最も小さくなった。これは、回帰におけるパラメータの数を多くしすぎると過剰適合によって予測誤差が大きくなる現象の一例と考えられる。しかし、最適化された重みに対して収縮手法を用いることによって全ての重みの値を等しくした場合よりも予測誤差が小さくなることも分かった。

ASTERセンサによって得られた衛星データを使って水稲収量を推定するための回帰式を作成する方法として、重み付き回帰を利用する方法を試みた。2001年と2002年は、衛星データと水稲収量データが得られていて、2004年については衛星データは得られているけれども水稲収量データは一部分しか得られていない場合、2004年の得られていない水稲収量データを推定することを想定し、重回帰式の作成と予測誤差の推定を行った。その結果、重み付き回帰を利用することによって3年間に得られたデータを有効に活用した推定が実現されることが分かった。これは、重み付き回帰を、目的変数に含まれる誤差の非一様性に対処する手段としてだけではなく、データの有効性の程度を反映した回帰を実現するための手段として利用した試みである。更に、重回帰式に代えて加法モデルを用いた場合にも重み付き回帰の効果を確認することができた。しかも、重回帰式を用いた場合よりも加法モデルを用いた場合の方が優れた結果が得られた。

北海道の圃場における水稲収量をリモートセンシングデータ(SPOT/HRG)を用いて推定するための回帰式を導出した。10群クロスバリデーションの結果が、重回帰と射影追跡回帰が同じくらいの予測誤差(55kg/10a から58kg/10a)を与えることを示している。この予測誤差は、全国農業共済協会の専門職員による水田目視調査の代わりにそうした回帰式の結果を用いる可能性を示唆している。少なくとも、こうした方法を導入することによって目視調査の地点数が減少する。更なる検討の結果は、水稲の特定の品種だけを用いると有益な回帰式が得られることを示している。

Unusual weather during the summers of 1990's was detrimental to forests and crops. The scientists responsible for the observed forest decline have not been identified, and still trying to find the causes. In this study, measurements of leaf spectral reflectance, photosynthesis, and stomatal conductance of Stewartia pseudocamellia Maxim. (Natsutsubaki) seedlings were carried to detect an indicator of plant water status. Reflectance on infrared wavelength increased with decreasing leaf water content. The slope and inflection point position of the red edge reflectance feature was determined by calculating the first derivative of the spectral curve. A distinctive blue shift, defined here as a shift of the red edge inflection point to shorter wavelengths, is seen in reflectance data from samples collected of the water deficient seedlings. Stress index (SI) was also derived from leaf spectral reflectance data. The photosynthesis and stomatal conductance were affected by low water potential, and these parameters decreased with increasing SI value. The relationships between the physiological parameters of tree seedlings and SI derived from remote sensing data suggest that SI value is useful for detecting and monitoring stress status of forests.