易科泰は軽量型、一体化型、マルチセンサー無人機リモートセンシング作物の表現型研究監視技術方案――Ecodroneを発表した^®UAS-4 Proポータブル一体型マルチスペクトルレーダリモートセンシングシステム：

• 独自特許のUAS-4リモートセンシングプラットフォーム技術に基づいて、軽量型と多機能の特徴を兼ね備えている

• マルチスペクトルイメージング、レーザレーダ、RGBイメージングを同時に搭載し、作業時間は20分以上

• 1回の飛行で5/10個のスペクトル帯域、高密度点雲データ及びRGBを同時に取得でき、作業効率が半分の効率で倍になる

• センチメートル級マルチスペクトル地上分解能、50 m高度地上分解能3.4 cm、30 m高度（畑の高フラックス作物の表現型分析用）地上分解能2 cm

• LiDAR-RGB：標準配置精度2.5 cm、エコー回数3、FOV 70.4度、その他の規格を選択可能、RGBイメージングはSony APS-C Exmor CMOSセンサ、20 MP画素、FOV 83度

• 精確な農業研究、作物表現型リモートセンシング、病虫害モニタリング、農作物生産量評価、森林リモートセンシングモニタリング、炭素源為替モニタリング評価、生態環境調査モニタリング、生物多様性モニタリングなど、生物固体炭素研究などの分野に応用

Ecodrone^®UAS-4 Proポータブル一体型マルチスペクトルレーザレーダリモートセンシングシステム

主な技術指標：

解析測定パラメータ：

ü クラウン構造パラメータ：NDVI、NDRE、DVI、VOG、NDWI、GCI、LCIなど

ü R/G/B指数、例えば緑度指数など

ü 光利用効率、浅水環境（エアロゾル、浮質など）、クロロフィル効率または赤辺勾配などを測定できる（10チャンネル）

ü レーザレーダパラメータ：高密度真彩色点雲、三次元測定データ、分類点雲、DOM、DSM、DTM、DHMなど

応用例1：異なるストレス条件下における水稲の表現型分析

イーコタイ分光イメージングとドローンリモートセンシング技術研究センターはEcodroneを用いて^®無人機リモートセンシングシステムはある水田に対して表現型分析を行った。NDVIとNDREの結果に基づいて、水田の縁部を除いて全体指数の数値が高く、作物の葉緑素含有量と緑色部の生物量が高く、NDVI数値がほぼ飽和に達したことを示した。一方、NDRE図からは、異なる処理条件における水稲の生理特性の違いがより明確に分かることができ、通常、NDRE値が高いほど植物が健康であることを反映している。

【図1】飛行作業図の順である。水田の異なる処理方式（品種、栽培密度、施肥濃度）の標識図、NDVI図NDRE図

ドローンマルチスペクトルデータに基づいて栽培品種、栽培密度と施肥使用量の最適な組み合わせをさらに研究・検証し、資源の浪費を効果的に減少させ、窒素肥料の流失による環境問題を緩和することができ、LiDAR構造情報と実際に測定された理化データを結合してフィッティングモデルを構築し、作物の生化学とバイオマス指標を反転させ、正確な農業生産研究を実現することができる。

応用例2：人工松林の成長モニタリング

易科泰スペクトルイメージングとドローンリモートセンシング研究センターは自主開発のEcodroneを利用して^®レーザレーダ無人機リモートセンシングシステムは、ある農地-人工林地帯に対してLiDARリモートセンシング作業を行った。

図2-1：高度なレンダリングに基づく作業領域LiDAR点群

図2-2：LiDAR点雲に基づくDOMとDHMモデル

LiDAR点雲断面高さ測定とDHMモデルを結合することにより、A区画人工松林の15点をランダムに選択し、その高さ値を抽出し、平均値を161 cmと求めたが、地上人工サンプリング実測結果の大部分は1.6-1.7 m区間に落下し、一致度が高かった。

図2-3：LiDAR点雲に基づく人工松林高度断面及び測定値

実験によると、Ecodroneに基づく^®レーザレーダ無人機リモートセンシング技術、取得したLiDAR三次元情報を測定し、地上サンプリング実測結果を結合し、植生の正確な分類、樹木/作物の異なる成長段階の特徴の監視、バイオマスの評価及び施肥の指導に重要な意義を持つ。

応用例3：異なる成長段階冬小麦の冠状構造変化のモニタリング

反射スペクトルに基づいて計算された葉面積指数（LAI）などの関連指標は冠層密度を監視し、土壌−植物−大気システムにおける循環過程の理解と予測、作物の健康と農場管理における収量推定の指示に重要な役割を果たす。ドイツとベルギーの学者はドローンLidarとマルチスペクトルリモートセンシングイメージングシステムを用いて、ドイツSelhausenのICOS冬小麦大田地域に対して7回のデータ収集を行い、時間スパンは2020年4月1日から7月21日までで、正確な農業冠層構造推定におけるLidar-マルチスペクトル技術の応用潜在力を評価した。

図3-1：機上LiDAR測定を用いた冠状層密度に基づく植物面積指数（PAI）の推定概略図

図3−2：左：異なる期間のRGB画像とLidar及びマルチスペクトル法でそれぞれ得られたPAI及びGAI

右：ICOS大田冬小麦の平均高度の時間と空間の変化

研究結果によると、冬小麦が成熟する前の成長段階において、Lidarデータに基づく植物面積指数（PAI）は地上設備により収集された緑色面積指数（GAI）値と高度な一致性があり、マルチスペクトルイメージングにより取得されたGAI推定値とも密接に相関し、冬小麦の成長過程における空間構造上の変化を正確に反映することができる。採集期間（12/05、26/05、09/06、23/06）ごとに点雲データから作成したデジタル地表モデルDSMからデジタル地形モデルDTM（01/04、成長シーズン開始時）を減算することにより、冬小麦の高さの有効な推定も行うことができる。同時に、マルチスペクトルデータを用いてLidar PAIを補償することで、緑色植生面積指数と非緑色植生面積指数を区別することができ、作物の成長周期全体で相互に補充し、作物のモデリングを行い、正確な施肥、作物管理、炭素貯蔵推定などを実現することができる。

易科泰生態技術会社は生態-農業-健康研究の発展と革新応用に力を入れている精確な農業研究、作物表現型リモートセンシング、病虫害モニタリング、農作物生産量評価、森林リモートセンシングモニタリング、炭素源為替モニタリング評価、生態環境調査モニタリング、生物多様性モニタリングなど、生物固体炭素研究などの分野にドローン及び近地リモートセンシングの全面技術方案を提供する。

参考文献：

[1] Bates J S , Montzka C , Schmidt M , et al. Estimating Canopy Density Parameters Time-Series for Winter Wheat Using UAS Mounted LiDAR[J]. Remote Sensing, 2021, 13(4):710.