JP2004147651A

JP2004147651A - 植生のヘルスモニタリング方法

Info

Publication number: JP2004147651A
Application number: JP2003352476A
Authority: JP
Inventors: Keinosuke Goto; 惠之輔後藤
Original assignee: THREE N GIJUTSU CONSULTANT KK
Current assignee: THREE N GIJUTSU CONSULTANT KK
Priority date: 2002-10-11
Filing date: 2003-10-10
Publication date: 2004-05-27

Abstract

【課題】肉眼では分からない植生の活性状況を定量的に正確に把握し、植生の弱っている状況を可視化する前に捉え、手遅れにならないようにメンテナンスを行う。
【解決手段】対象とする植生を赤外線熱画像撮像し植生の表面温度挙動を定量的に把握し温度上昇植生を抽出し活性度の低下の可能性を把握し、一方、同植生の分光反射特性を検出し植生の活性度を確認し、活性度が低い場合は肥料散布及び植え替えなどのメンテナンスを行う植生のヘルスモニタリング方法により構成する。
【選択図】図１

Description

本発明は、植生の健康診断方法に関し、公園の植生や屋上緑化植生などの活性度を安全、迅速かつ高精度に検知する技術に関する。

従来、植生の点検は、主として調査員の肉眼による健全性の確認という形で行われて来たが、人的作業であることに起因する記載漏れ、調査員の主観の介在する判定結果のバラツキなどは避けがたく、また、肉眼では手遅れになり多大の費用と労力を要することとなる。

植生は、肉眼では分からないが弱っている可能性があり、活性状況を赤外線で調べるなどのメンテナンスが必要である。例えば、芝刈りや芝生の貼り替え等の芝生管理のために芝生グラウンドを上方からサーモグラフィで撮影する技術が存在する（特許文献１）。

特開平１０−４８０５４号公報（Ｐ５、図１、図６等参照）

しかしながら、従来の肉眼での点検では次の問題があった。
（イ）植生は、肉眼では分からないが弱っている可能性があり、目視点検だけでは手遅れになる。
（ロ）調査員の主観が介在し、判定結果にバラツキが生じる。
（ハ）目視では、植生の活性度を定量的に把握することができない。

また、特許文献１の方法は、芝生グラウンドの地盤表層領域の地中温度を求めるものであり、植生の表面温度挙動に基づくものでなく、植生の活性度を検出するものでもない。

本発明は、植生のヘルスモニタリングに最適なシステムとして構築されたものであり、上記従来の問題点を解決し、植生の活性度を安全、迅速かつ高精度に検知して植生のメンテナンスに役立てることを目的とする。

本発明は、対象とする植生を赤外線熱画像撮像し植生の表面温度挙動を定量的に把握し温度上昇植生を抽出し活性度の低下の可能性を把握し、一方、同植生の分光反射特性を検出し植生の活性度を確認し、活性度が低い場合は肥料散布及び植え替えなどのメンテナンスを行う植生のヘルスモニタリング方法により構成されるものである。

即ち、第１に、対象とする植生を赤外線熱画像撮像し植生の表面温度挙動を定量的に把握し温度上昇植生を抽出し活性度の低下の可能性を把握するステップと、同植生の分光反射特性を検出し植生の活性度を確認し、活性度が低い場合は肥料散布及び植え替えなどのメンテナンスを行うステップと、から構成される植生のヘルスモニタリング方法により構成されるものである。

第２に、植生の赤外線熱画像を撮影し得るサーマルカメラと、当該植生の分光反射率を測定し得る分光反射率測定器と、上記サーマルカメラからの熱画像データ及び上記分光反射率測定器からの分光反射率データに基づいて植生の健全性低下箇所の特定を行うコンピュータとを用いた植生のヘルスモニタリング方法であって、上記サーマルカメラで撮影された上記植生の複数の静止画熱画像データをコンピュータの記憶手段に記憶するステップと、上記記憶手段に記憶された上記熱画像データの中から選択された最高温度箇所を有する画像と最小温度箇所を有する画像の２画像データを上記記憶手段に記憶するステップと、上記コンピュータの差画像作成手段が上記２画像データを減算処理して両画像データの温度差を表す差画像データを作成し、当該差画像を上記記憶手段に記憶すると共に表示手段に表示するステップと、上記表示手段に表示された上記差画像上において温度差の大きい箇所が活性度低下候補箇所として特定されると、当該活性度低下候補箇所の位置情報を上記記憶手段に記憶するステップと、上記コンピュータの温度―時間特性図作成手段が、上記記憶手段に記憶された熱画像データにおける上記活性度低下候補箇所の温度―時間特性図を作成し当該特性図を上記表示手段に表示するステップと、上記表示手段に表示された上記特性図に基づいて上記活性度低下候補箇所の内、温度変化の最も大きい活性度低下候補箇所が特定されると当該箇所を第１の活性度低下箇所として上記記憶手段に記憶するステップと、上記第１の活性度低下箇所を上記差画像上に表示するステップと、上記分光反射率測定器により上記植生の上記活性度低下候補箇所における分光反射率を複数種の波長毎に測定し、上記活性度低下候補箇所の分光反射率データを上記記憶手段に記憶するステップと、上記コンピュータの演算手段が記憶した波長毎の上記分光反射率データに基づいて上記活性度低下候補箇所における植生指標を演算するステップと、上記演算した上記植生指標に基づいて上記活性度低下候補箇所において最も活性度が低下した箇所を第２の活性度低下箇所として上記記憶手段に記憶するステップと、上記第２の活性度低下箇所を上記差画像上に表示するステップと、上記第１及び第２の活性度低下箇所において植生のメンテナンスを行うステップと、から構成される植生のヘルスモニタリング方法により構成されるものである。

第３に、上記コンピュータの画像合成手段が、上記植生のデジタル静止画像上において上記第１の活性度低下箇所と上記第２の活性度低下箇所の位置を表示するステップを有することを特徴とする上記第２に記載の植生のヘルスモニタリング方法により構成されるものである。

第４に、上記植生指標はＲＶＩであって、上記コンピュータはＲＶＩ値の最も低い箇所を上記第２の活性度低下箇所として選択することを特徴とする上記第２又は３に記載の植生のヘルスモニタリング方法により構成されるものである。

上記ＲＶＩは「Ａ÷Ｂ」であり、上記演算手段はかかる演算を実行するものである。ここで、Ａは近赤外域、例えば波長０．７［μｍ］〜１．１５［μｍ］の分光反射率［％］、Ｂは赤色域、例えば波長０．６５［μｍ］の分光反射率［％］である。尚、上記植生指標としては、ＮＤＶＩ＝「（Ａ−Ｂ）÷（Ａ＋Ｂ）」を用いることもできる。

第５に、上記活性度低下候補箇所は、上記差画像上において所定の範囲を以ってエリア指定されるものであり、上記コンピュータの上記温度―時間特性図作成手段は、上記各熱画像データにおける上記活性度低下候補箇所の平均温度を演算し、当該平均温度に基づいて温度−時間特性図を作成するものであり、上記分光反射率測定器により上記活性度低下候補箇所内の任意のポイントにおける分光反射率を測定することを特徴とする上記第２〜４の何れかに記載の植生のヘルスモニタリング方法により構成されるものである。

このように構成すると、サーマルカメラによる健全性の低下箇所の指定を面的に行うことができ、例えば芝生等の面的に広がる植生のヘルスモニタリングとして、より適したモニタリングを行うことができる。

本発明は、赤外線計測技術による植生の温度測定（サーマルカメラ）、植生の分光反射特性の測定（スペクトルフォトメーター）により、植生の活性度を安全、迅速かつ高精度に検知することができる。従って、本発明は、肉眼では分からない弱っている植生の活性状況を可視化する前に事前に把握しメンテナンスに利用することで、肉眼では手遅れになり多大の費用と労力を要することを未然に防ぐことができる手法として、社会に貢献するところ甚大である。

図１に本発明のフローチャートを示す。まず対象となる植生を面的診断として赤外線熱画像撮像しデータをコンピュータ画像処理し（図１Ｐ１，Ｐ２）、温度上昇植生を抽出し（図１Ｐ３）、活性度の低下の可能性を把握し範囲を特定する（図１Ｐ４）。次に点的診断として同植生の分光反射特性を検出し（図１Ｐ５）、植生の活性度を確認し（図１Ｐ６）、対象となる樹木の健康診断を行う。

以上の植生のヘルスモニタリングシステムは、（Ａ）赤外線計測技術、（Ｂ）分光反射計測技術の２つの基本技術を用いた調査の結果から判定される。以下、それぞれの技術について詳細に説明する。

（Ａ）赤外線計測技術
（Ａ−１）表面温度分布の計測方法
絶対零度（−２７３℃）以上の物体はすべて赤外線の領域でその温度に応じた電磁波を放射している。赤外線の領域は、可視光線の長波長端から電波領域の短波長端までの電磁波であり、波長０．７２μｍから１０００μｍまでをいい、赤外放射温度計の実用的な温度測定範囲は、−５０℃から２０００℃であり使用される赤外線の波長は、３μｍ〜５μｍまたは８μｍ〜１２μｍである。放射率がεの物体の単位面積、単位波長当たりの放射強度（Ｍλ）はプランクの法則に従い（１）式で与えられる。

ここにＭλ：分光放射発散度（単位波長、面積当たりの放射量）（Ｗ・ｃｍ^−２・μｍ^−１）
ε：放射率（％）
λ：波長（μｍ）
Ｃ_１、Ｃ_２：放射定数
Ｔ：絶対温度（Ｋ）

放射率とは、黒体の放射強度に対する物体の放射強度の比を表し、自然界に存在する物体の放射率はすべて０〜１の間の値を取る。キルヒホッフの法則によれば、物体の赤外線放射率と赤外線吸収率は等しく、また、赤外線放射率αと赤外線放射率βとの間には、（２）式の関係が成立する。
β＝１−α・・・（２）
このことは赤外線放射率が大きな物体ほど赤外線をよく吸収し、赤外線放射率が小さな物体ほど赤外線をよく反射することを表す。黒体から放射される全放射エネルギーＭは、Stefan-Boltzmannの法則によると絶対温度Ｔの４乗に比例し、（３）式で示される。
Ｍ＝σＴ^４（Ｗ・ｃｍ^−２）・・・（３）
ここにσ：Stefan-Boltzmannの定数
このStefan-Boltzmannの法則から、物体から放射される放射エネルギーの強度を測定することにより、その物体の温度を測定することができる。

以上の原理を用いて物体の表面温度を計測する装置が放射温度計であり、赤外線センサの検出波長帯における物体の放射率が既知であれば、赤外線センサを用いて物体の放射する強度を測定することにより、物体の表面温度を知ることができる（図１Ｐ１，Ｐ２）。

（Ａ−２）温度上昇植生の抽出（図１Ｐ３）
赤外放射温度計のカメラ部のレンズで集光された赤外線は、検出器で赤外線の強弱にしたがった電気信号に変換され、プリアンプで増幅されて、温度信号としてコントロール部へ送られる。温度信号は、環境温度補正、放射率補正など赤外線に特有の補正回路を経た後、リニアライザによって温度と出力の関係が直線関係になるように変換され、Ａ／Ｄ変換器によってデジタル信号に変換される。Ａ／Ｄ変換された温度データは、画像メモリに書き込まれる。メモリ内のデータは文字データとともにテレビフォーマットで読み出され、Ｄ／Ａ変換回路を経てアナログ信号に変換され、カラー映像信号としてモニターに表示される。こうして計測された熱画像はデジタルデータとしてハードディスクやフレキシブルディスク（ＦＤ）に記録され熱画像処理ソフトを利用してパーソナルコンピュータで画像処理を行う。

一方、調査対象樹木を可視デジタルスチルカメラにより撮影し、前記の熱画像と合成処理を行い、温度上昇植生を抽出する。

（Ａ−３）活性度低下植生を抽出（図１Ｐ４〜Ｐ７）

植生が光合成を行うときに蒸発散作用も同時に行われる。蒸発散作用により周囲の空気から気化熱を奪うため健全な植生の表面温度は低くなる。したがって、活性度が低下した植生は蒸発散作用が低下し、これによって周囲の空気から気化熱をあまり奪わなくなり表面温度が高くなる。このことから、前記の温度上昇植生、すなわち活性度低下植生を抽出することができる。図３は、生育機能が阻害されたサトウキビの温度状況を観測したサーマルカメラ画像で、他の健全なものと比較して温度が高くなっていることが分かる（エリアＥ参照）。このように、周囲の植生よりも温度が高い箇所があれば、その箇所の植生は根切れ等を起こし、健全性が阻害されている可能性が高い。

この温度上昇箇所をサ−マルカメラで観測することによって探し出す。この際、植生の温度は種類によって違うため、経時変化を見ていく必要がある。方法は、対象となる自然斜面をサ−マルカメラで経時観測し、熱赤外線画像を取得する。次に、取得した熱赤外線画像の差画像を作成し、植生の温度変化をモニタリングする。

この温度変化は、図３のように画像による確認を行い、また、対象範囲内で任意のポイントを設定し、そのポイントの温度変化を、縦軸を温度、横軸を時間とした温度変化グラフを作成することで確認する。この２種類の解析の結果、著しく温度が上昇した箇所を斜面崩壊の発生危険箇所とする。また、対象斜面においては、写真撮影を行い、この写真画像を熱赤外線画像と重ね合わせることで、詳細な発生危険箇所の特定を行う。

（Ｂ）分光反射計測技術
（Ｂ−１）分光反射特性の測定
すべての物質は、それぞれ固有の性質として電磁波を反射・吸収・透過し、それ自身放射する。たとえば植物が緑に見えるのは葉中のクロロフィルが青・赤の光を吸収し緑をよく反射するからである。このように電磁波に対する物質固有の波長特性を分光特性という。分光反射特性は一般に、波長ごとの分光反射率で表す。分光反射率は、ある面への入射光束に対する反射光束の比率であり、０から１の範囲で表現される。実際の分光反射率の測定は、同じ照明条件にした白色板を基準にして求める。ある波長における対象植生のよみとり値は、入射光の強さの対数で、式４のように表される。
Ｖ_λ＝ｌｏｇ_１０∫_κＥ_λＲ_λＴ_λＳ_λｄλ・・・（４）
ここに、Ｖ_λ：波長λにおけるよみとり値
Ｅ_λ：光源の相対分光エネルギー分布
Ｒ_λ：測定物体の分光反射率
Ｔ_λ：フィルタの分光透過率
Ｓ_λ：光電変換器の分光感度
κ：装置定数

次に、同じ照明条件での白色板について測定したＶ_σλと、測定物体について求めたＶ_λから、分光反射率Ｒ_λを式５によって導く。
Ｒ_λ＝∫_κＥ_λＲ_λＴ_λＳ_λｄλ／κＥ_λＴ_λＳ_λｄλ＝１０^{（Ｖλ−Ｖσλ）}
・・・（５）
以上のことから、対象植生の各波長における分光反射率を求め、縦軸に分光反射率、横軸に波長としたグラフを作成することで、対象植生の分光反射特性を知ることができる。

（Ｂ−２）植生の活性度低下の確認
図２は一般的な植生の活性度による分光反射特性を示したものである。植生は健全な状態のときには、可視光域において０．５５μｍ付近の波長帯（緑色光域）で、特徴的なピークを有する。植物の葉が緑色に見えるのはこのためである。

また、０．８μｍ〜１．０μｍ付近の近赤外領域で反射が高い特性を有する。しかし、植生が病気などで弱ってくれば、この近赤外領域の反射は低下し、さらに活力を失い枯れてしまうと、近赤外領域の反射は著しく低下するとともに、可視光域においては０．６５μｍ付近の波長帯（赤色光域）で反射が上がる。植生が赤く見えるのはこの特性によるものである。

それぞれの反射特性は、各波長領域の反射強さから計算される植生指標（Vegetation Index）によって、数値的に表すことができる。植生指標には６種類あるが、ここでは代表的ＲＶＩ（Ratioed Vegetation Index）とＮＤＶＩ（Normarized Differential Vegetation Index）を下記に示す。
ＲＶＩ＝Ａ÷Ｂ，ＮＤＶＩ＝（Ａ−Ｂ）÷（Ａ＋Ｂ）
ここに、Ａ：近赤外域の反射強さ、Ｂ：赤色帯（可視光域）の反射強さである。

図２から、それぞれの状態のＲＶＩを求めると、健全な植物＝６０÷１０＝６、弱った植物＝４０÷１０＝４、枯れた植物＝２０÷２０＝１となる。このように植生指標を用いることにより、数値で植物の健全度が表され、植生指標が大きいほど健全な状態に近いことになる。

この植生指標を、対象植生においてスペクトルフォトメータを用いて経時観測し、植生指標が著しく低下した、すなわち活性度が低下した植生を特定することにより、赤外線放射温度計により抽出された活性度低下植生の活性度を確認し、肉眼では分からない弱っている植生を特定し、早めの手当が可能となる。

以上のように、サーマルカメラ、スペクトルフォトメータを用いて対象植生の温度分布、活性度状況を調べ、温度上昇、活性度低下の両方において変化が見られる植生を特定する。

このことで、今までの肉眼での調査では曖昧であった弱った植生の特定を、既存の手法よりも定量的に早く行うことができる。

図４は本発明に係る方法を実現するための装置のブロック図である。同図において５はサーマルカメラであり、被写体を撮影し該被写体の温度を表示するデジタルカラー静止画による赤外線熱画像データ及び画素毎の温度を示す温度データを所定時間毎（例えば１分毎）にパーソナルコンピュータ７（以下、「コンピュータ７」という）に出力するものである。このサーマルカメラ５から出力される熱画像データは、図５に示すように画素毎のＲＧＢデータ（Ａ_１，Ａ_２，Ａ_３・・・）と、該ＲＧＢデータに対応する温度の高低を示す温度データ（Ｂ_１，Ｂ_２，Ｂ_３・・・）から構成されている。当該カラー静止画像は、図３に示すように、被写体の温度の高低を色分けして表示するものであり、パーソナルコンピュータ７の表示手段１３に表示された状態では、画面右側に温度と色の対比部８を有する。温度を表示する色は、温度の高い箇所を赤色で表示し、温度が低下するに従い黄色、緑色、青色、紫色、黒色で表示するものであり、各色においてもその濃淡により温度の高低を表示し得るものである。このようなサーマルカメラ５は例えばＮＥＣ社製のサーマルカメラＴＨ３１０２ＭＲ等を使用することができる。

６はスペクトルフォトメータ（分光反射率測定器）であり、切換スイッチ（図示せず）を切り換えることにより光学フィルターを切り換えて測定する電磁波の波長を切り換え可能に構成されている。従って、当該切換スイッチを切り換えることにより、電磁波の波長約０．４［μｍ］〜約１［μｍ］までの各種波長毎に被測定ポイントの分光反射率を測定し得るものである。即ち、測定波長を定めて撮影することにより、当該波長における被測定ポイントの分光反射率データがコンピュータ７に出力される。このようなスペクトルフォトメータ６は、例えば株式会社阿部設計の２７０３ＭＭｖｅｒ０．２型ポータブルフォトメータ等を使用することができる。

７はコンピュータであり、上記外部機器５，６等との入出力を制御するＩ／Ｏインターフェース９、本発明に係るメインプログラム（図１３〜図１９、図２２に示す）が格納されたＲＡＭ及び該メインプログラムに基づいて各種の処理を実行するＣＰＵから構成された制御手段１０、上記サーマルカメラ５からの熱画像データＳ、上記スペクトルフォトメータ６からの分光反射率データ１１ｄ、その他上記制御手段１０の動作に基づいて各種のデータ（２画像データ１１ａ、差画像データＳ’、活性度低下候補箇所データ１１ｂ、活性度低下箇所データ１１ｃ，１１ｆ、植生指標データ１１ｅ，デジタル画像データ１１ｇ等）を格納する記憶手段１１、上記制御手段１０に対して各種の指示を与えるための入力手段１２、各種の画像、文字等を表示するための表示手段１３、各種データ、画像を出力するための出力手段１４から構成されている。尚、上記入力手段１２はキーボード、マウス等の入力装置により構成されており、上記表示手段１３は例えば液晶やＣＲＴ等の画面を有するディスプレイにより構成されており、上記出力手段１４はプリンタにより構成されているものとする。また、上記記憶手段１１は例えばハードディスク等の外部記憶装置により構成されているものとする。

上記制御手段１０は上記ＲＡＭに記憶されたメインプログラムに基づいて各種の機能を実現するものであり、図４に示すように、機能的には後述の選択された２画像の差画像を作成する差画像作成手段１０ａ、温度―時間特性図を作成する温度―時間特性図作成手段１０ｂ、分光反射率−波長特性図作成手段１０ｃ、及び植生指標（ＲＶＩ等）を演算するＲＶＩ等演算手段１０ｄ、被写体の植生のデジタル画像と差画像とを合成する画像合成手段１０ｅとを具備している。

（１）サーマルカメラによる活性度低下箇所の特定
次に、本発明の測定方法について説明する。まず、例えば芝生等の植生をサーマルカメラ５で撮影する。この場合、例えばコンピュータ７の制御手段１０は時間ｔ１（例えば１分）毎にサーマルカメラ５からの静止画の熱画像データＳ１，Ｓ２，Ｓ３…（ＲＧＢデータ及び温度データ）をＩ／Ｏインターフェース９を介して読み込み（図１３Ｐ１，Ｐ２）、これらの熱画像データＳ１、Ｓ２、Ｓ３・・・・を記憶手段１１に熱画像データＳとして順次記憶していく（図１３Ｐ３、Ｐ４、図６参照）。

次に、操作者は入力手段１２を操作して上記記憶手段１１内の熱画像データＳを表示手段１３に図３に示すように表示させ（図１４Ｐ１，Ｐ２）、画面上の熱画像データを見ながら各熱画像データＳ１，Ｓ２，Ｓ３・・・の内、最大温度の存在する画像と最小温度の存在する画像を選択する（図１４Ｐ３）。尚、ここでは説明の簡単のため、図６に示すように熱画像には３つのエリアａ，ｂ、ｃが存在するものと考える。この選択作業は、熱画像の内、最も濃い赤色で表示されている高温部エリアを有する画像（ここでは高温部エリアａを有する熱画像データＳ９とする（図６参照））に着目し、当該熱画像データＳ９を基準として、上記高温部エリアａにおいて最も温度の低い箇所の存在する熱画像データ（ここでは熱画像データＳ３とする（図６参照））を選択する。すると、コンピュータ７の制御手段１０は、これらの２つの熱画像データＳ３，Ｓ９を記憶手段１１に記憶し、かつ表示手段１３に表示する（図１４Ｐ４、図４、２画像データ１１ａ参照）。

次に、操作者は入力手段１２から差画像Ｓ’を作成する指令をコンピュータ７に与える（図１４Ｐ５）。すると、コンピュータ７の差画像作成手段１０ａは、上記記憶手段１１内の２画像データ１１ａに基づいて熱画像データＳ３，Ｓ９を抽出し、上記熱画像データＳ３と熱画像データＳ９の各画素毎の温度データの差を演算して差画像データＳ’（図７参照）を作成し、当該差画像データＳ’を記憶手段１１に記憶すると共に、表示手段１３に表示する（図１４Ｐ６）。このとき、上記差画像作成手段１０ａは、図７（ｂ）に示すように、記憶手段１１に記憶されている上記熱画像データＳ９，Ｓ３の各画素毎の温度データを各画素毎に減算を実行して差画像データＳ’を得る。尚、図７（ｂ）では各エリアａ，ｂ、ｃの各画素の温度データが、熱画像データＳ９では「４０」「２０」「１０」、熱画像データＳ３では「２０」「１５」「５」であり、これらが減算されて、差画像データＳ’においては各々「２０」「５」「５」となっていることを示す。従って、表示手段１３においては同図（ａ）の差画像Ｓ’のようにエリアａのみが最も温度が高く（赤色）表示されることになり、これによりエリアａにおいて最も温度変化が大きい、即ち植生の健全性が低下している可能性が高いということがわかる。尚、図７（ｂ）では差画像Ｓ’の各エリアａ，ｂ，ｃ内においては温度データが均一としているが、実際には各エリア内においても温度の高低（濃淡）は存在する。

その後、操作者は上記画面上に表示された差画像Ｓ’の内、温度差の大きいエリアａ内において、特に濃い赤色で表示された温度差の大きい複数のポイント又はエリアを活性度低下候補箇所として指定する（図１４Ｐ７）。本実施形態では図８に示すように、エリアａ内において、Ｑ１，Ｑ２，Ｑ３の３つのポイントを指定したとする。すると、コンピュータ７の制御手段１０は指定されたポイントのｘｙ座標位置Ｑ１（ｘ_１、ｙ_１）、Ｑ２（ｘ_２、ｙ_２）、Ｑ３（ｘ_３、ｙ_３）を活性度低下候補箇所の位置データ１１ｂとして記憶手段１１に記憶する（図１４Ｐ８）。

次に、コンピュータ７の温度―時間特性図作成手段１０ｂは、上記記憶手段１１の熱画像データＳ（Ｓ１，Ｓ２，Ｓ３・・・）を参照し、活性度低下候補データ１１ｂの位置データＱ１，Ｑ２，Ｑ３に対応する上記熱画像データＳ１、Ｓ２，Ｓ３・・・の位置Ｑ１（ｘ_１、ｙ_１）、Ｑ２（ｘ_２、ｙ_２）、Ｑ３（ｘ_３、ｙ_３）における温度データを上記記憶手段１１から読み出し（図６参照）、図９に示すように横軸を経過時間、縦軸を温度とした温度−時間特性図Ｇを作成し、当該特性図Ｇを表示手段１３に表示する（図１４Ｐ９，Ｐ１０）。

その後、操作者は、画面上に表示された特性図Ｇを見て、入力手段１２を以って、傾きの最も大きい箇所、即ち温度変化の最も大きい箇所（本実施形態では活性度低下候補箇所Ｑ１とする）を特定する（図１５Ｐ１）。すると、上記制御手段１０は当該活性度低下候補箇所Ｑ１の位置データ（ｘ１、ｙ１）を活性度低下箇所データ１１ｃ（第１の活性度低下箇所）として記憶手段１１に記憶すると共に（図１５Ｐ２）、上記差画像データＳ’を上記記憶手段１１から抽出して表示手段１３に再度表示して（図１５Ｐ３）、上記活性度低下箇所Ｑ１（ｘ１，ｙ１）を差画像Ｓ’上に他の活性度低下候補箇所Ｑ２，Ｑ３と区別し得るように、例えば色分け、或いは丸印その他の方法で表示する（図１５Ｐ４、図８参照）。

以上の処理により、サーマルカメラ５による活性度低下箇所Ｑ１（第１の活性度低下箇所）の特定処理が終了する。

上記図１４のステップＰ７において、本実施形態では活性度低下候補箇所をポイント（点）で指定したが、ポイントに限らず複数の範囲を面として指定をすることにより、エリア指定することもできる（図２２Ｐ７参照）。この場合、図２１に示すように差画像における画素１〜９のエリアＱ１を指定したとすると、上記制御手段１０は上記エリアを活性度低下候補箇所Ｑ１として認識し、記憶手段１１に記憶する（図２２ステップＰ８ａ）。上記制御手段１０の温度−時間特性図作成手段１０ｂは次に記憶手段１１内の熱画像データＳの各熱画像データＳ１，Ｓ２・・・において、当該活性度低下候補箇所（画素１〜９のエリアＱ１）の平均温度Ｔａｖを求める（図２２ステップＰ８ｂ）。即ち、画素１〜９における温度データがＴ１〜Ｔ９とすると、上記コンピュータは、平均温度データとして（Ｔ１＋Ｔ２＋…Ｔ８＋Ｔ９）／９＝Ｔａｖを求める。他の活性度低下候補箇所Ｑ２，Ｑ３等も同様にエリア指定することにより、同様に指定された各エリアの平均温度が求められる。その後、上記熱画像データＳ１、Ｓ２…のエリアＱ１，Ｑ２，Ｑ３の各平均温度Ｔａｖに基づいて温度―時間特性図Ｇ（図９）を同様に作成する（図２２Ｐ９ａ）。このように構成すると、活性度低下候補箇所を面的に把握することができる。

（２）スペクトルフォトメータによる危険箇所の特定
次に操作者は、上記自然斜面における上記（１）の処理で特定した活性度低下候補箇所Ｑ１，Ｑ２，Ｑ３についてスペクトルフォトメータ６で分光反射特性の測定を行う。ここで、電磁波の波長は例えば波長０．４［μｍ］から１［μｍ］の範囲における複数の波長に対する分光反射率を測定する。すると、各波長毎に分光反射率データがコンピュータ７に入力し（図１６Ｐ１）、該コンピュータ７は波長毎の分光反射率データを記憶手段１１に記憶する（図１６Ｐ２、記憶手段１１の分光反射データ１１ｄ参照）。全ての活性度低下候補箇所Ｑ１、Ｑ２、Ｑ３について測定が修了すると処理を終了する（図１６Ｐ３）。尚、上記記憶手段１１に記憶される各ポイント毎の分光反射率データＣ_１，Ｃ_２・・・、Ｄ_１，Ｄ_２・・・、Ｅ_１，Ｅ_２・・・を図１０（ａ）〜（ｃ）に示す。尚、上記活性度低下候補箇所をエリア指定した場合は、スペクトルフォトメータ６において、当該活性度低下箇所のエリア内における任意のポイントについて分光反射率を測定すれば良い。例えば、活性度低下候補箇所Ｑ１、Ｑ２，Ｑ３の各エリアについて各々１点ずつのポイント（Ｑ１，Ｑ２，Ｑ３）の分光反射率を測定するように構成することができる。

次に操作者は入力手段１２から波長―分光反射率特性図の作成指令を行うと（図１７Ｐ１）、コンピュータ７の分光反射率−波長特性図作成手段１０ｃは、記憶手段１１から分光反射率データ１１ｄを抽出し（図１７Ｐ２）、その波長データ及び分光反射率データに基づいて各活性度低下候補箇所Ｑ１，Ｑ２，Ｑ３の分光反射率−波長特性図Ｈ（図１１参照）を作成し（図１７Ｐ３）、当該特性図Ｈを表示手段１３に表示する（図１７Ｐ４）。尚、上記図１６のステップＰ３において全てのポイントの分光反射率データの記憶が終了した時点で、コンピュータ７が自動的に上記分光反射率−波長特性図Ｈを作成するように構成しても良い。

次に、操作者はコンピュータ７に対しＲＶＩ（植生指標）の演算指令を行う（図１７Ｐ５）。すると、コンピュータ７の演算手段１０ｄは、Ｑ１〜Ｑ３の各ポイントについてＲＶＩ（＝Ａ／Ｂ）の演算を行い、記憶手段１１に植生指標データ１１ｅとして記憶する（図１７Ｐ６、Ｐ７）。尚、演算結果は以下のようになったとする。

Ｑ１（ｘ１、ｙ１）のＲＶＩ≒１
Ｑ２（ｘ２、ｙ２）のＲＶＩ≒５
Ｑ３（ｘ３、ｙ３）のＲＶＩ≒４
尚、Ａ：近赤外域、波長０．７５μｍ近傍の分光反射率［％］
Ｂ：赤色域、波長０．６５μｍ近傍の分光反射率［％］

引き続いて、コンピュータ７の制御手段１０は上記演算したＲＶＩ値の内、最低のＲＶＩ値を持つ活性度低下候補箇所、即ち植生の活性度が最も低下している箇所、この場合活性度低下候補箇所Ｑ１を選択し、当該箇所を活性度低下箇所データ１１ｆ（第２の活性度低下箇所）として記憶手段１１に記憶する（図１８Ｐ８）。その後、制御手段１０は、記憶手段１１から差画像データＳ’を呼び出し表示手段１３に表示し（図１８Ｐ９）、かつ上記活性度低下箇所Ｑ１を他のポイントＱ２，Ｑ３と区別し得るように（例えば、色分け、二重丸印等）で表示する（図１８Ｐ１０、図１２の活性度低下箇所Ｑ１参照）。

以上の処理により、サーマルカメラで特定された第１の活性度低下箇所Ｑ１、スペクトルフォトメータにおいても活性度低下箇所であると特定された第２の活性度低下箇所Ｑ１を特定し表示手段１３に表示することができる。尚、上記実施形態では両活性度低下箇所が同一である場合を示したが、異なる場合は各活性度低下箇所を各々画面上の差画像に表示する。また、上記実施形態では植生指標としてＲＶＩを用いたが、ＮＤＶＩを用いることも勿論可能である。

その後、操作者は入力手段１２から画像合成指令をコンピュータ７に与えると（図１９Ｐ１）、制御手段１０の画像合成手段１０ｅは、デジタルカメラ１５で予め撮影し記憶手段１１に記憶している被写体である植生のデジタル静止画像データ１１ｇを抽出し（図１９Ｐ２）、当該デジタル画像１１ｇと上記差画像データＳ’とを合成し（図１９Ｐ３，Ｐ４）、自然斜面のデジタル画像上に上記活性度低下箇所Ｑ１を表示し、操作者の出力指令に基づいて（図１９Ｐ５）、当該デジタル静止画像を出力手段１４にてプリントアウトするものである（図１９Ｐ６）。即ち、上記デジタル静止画像上において、第１の活性度低下箇所と第２の活性度低下箇所を表示することができる。尚、合成画像の一例を図２０に示す。

その後は、上記活性度低下箇所Ｑ１（第１及び第２の活性度低下箇所Ｑ１）を中心に肥料散布、植え替え等を行うことで、目視では確認できない活性度の低下箇所のメンテナンスを効果的に行うことができる。

以上説明したように、本発明は、（イ）赤外線計測技術による植生の温度測定（サーマルカメラ）、（ロ）赤外線計測技術による植生の分光反射特性の測定（スペクトルフォトメーター）等の画像処理技術を駆使し、植生の活性度を安全、迅速かつ高精度に検知することができる。従って、本発明は、肉眼では分からない弱っている植生の活性状況を可視化する前に事前に把握しメンテナンスに利用することで、肉眼では手遅れになり多大の費用と労力を要することを未然に防ぐことができる手法として、社会に貢献するところ甚大である。

本発明に係る植生のヘルスモニタリング方法の手順を示すフローチャートである。植物の分光反射特性を示す特性図である。サーマルカメラで撮影した植生の赤外線画像を示す図である。本発明に係る方法を行うための装置のブロック図である。デジタルカラー静止画像とその熱画像データを示す図である。赤外線熱画像を示す図である。（ａ）（ｂ）共に、差画像を作成する手順を示す赤外線画像を示す図である。サーマルカメラにより特定された活性度低下候補箇所を示す差画像の図である。温度―時間の特性図である。（ａ）〜（ｃ）共に活性度低下候補箇所での分光反射率データを示す図である。分光反射率−波長の特性図である。フォトメータの使用により特定される活性度低下箇所を示す差画像の図である。本発明に係る方法の動作手順を示すフローチャートである。本発明に係る方法の動作手順を示すフローチャートである。本発明に係る方法の動作手順を示すフローチャートである。本発明に係る方法の動作手順を示すフローチャートである。本発明に係る方法の動作手順を示すフローチャートである。本発明に係る方法の動作手順を示すフローチャートである。本発明に係る方法の動作手順を示すフローチャートである。合成後の植生の画像を示すものである。活性度低下候補箇所をエリア指定する場合の説明図である。活性度低下箇所をエリア指定する場合のフローチャートである。

符号の説明

Ｐ１〜Ｐ７植生のヘルスモニタリング方法の手順
５サーマルカメラ
６スペクトルフォトメータ
７コンピュータ
１０制御手段
１０ａ差画像作成手段
１０ｂ温度―時間特性図作成手段
１０ｄ演算手段
１０ｅ画像合成手段
１１記憶手段
１１ａ２画像データ
１１ｄ分光反射率データ
Ｓ熱画像データ
Ｓ１，Ｓ２・・・熱画像データ
Ｓ’ 差画像データ
Ｑ１，Ｑ２，Ｑ３活性度低下候補箇所

Claims

対象とする植生を赤外線熱画像撮像し植生の表面温度挙動を定量的に把握し温度上昇植生を抽出し活性度の低下の可能性を把握するステップと、
同植生の分光反射特性を検出し植生の活性度を確認し、活性度が低い場合は肥料散布及び植え替えなどのメンテナンスを行うステップと、
から構成される植生のヘルスモニタリング方法。
植生の赤外線熱画像を撮影し得るサーマルカメラと、当該植生の分光反射率を測定し得る分光反射率測定器と、上記サーマルカメラからの熱画像データ及び上記分光反射率測定器からの分光反射率データに基づいて植生の健全性低下箇所の特定を行うコンピュータとを用いた植生のヘルスモニタリング方法であって、
上記サーマルカメラで撮影された上記植生の複数の静止画熱画像データをコンピュータの記憶手段に記憶するステップと、
上記記憶手段に記憶された上記熱画像データの中から選択された最高温度箇所を有する画像と最小温度箇所を有する画像の２画像データを上記記憶手段に記憶するステップと、
上記コンピュータの差画像作成手段が上記２画像データを減算処理して両画像データの温度差を表す差画像データを作成し、当該差画像を上記記憶手段に記憶すると共に表示手段に表示するステップと、
上記表示手段に表示された上記差画像上において温度差の大きい箇所が活性度低下候補箇所として特定されると、当該活性度低下候補箇所の位置情報を上記記憶手段に記憶するステップと、
上記コンピュータの温度―時間特性図作成手段が、上記記憶手段に記憶された熱画像データにおける上記活性度低下候補箇所の温度―時間特性図を作成し当該特性図を上記表示手段に表示するステップと、
上記表示手段に表示された上記特性図に基づいて上記活性度低下候補箇所の内、温度変化の最も大きい活性度低下候補箇所が特定されると当該箇所を第１の活性度低下箇所として上記記憶手段に記憶するステップと、
上記第１の活性度低下箇所を上記差画像上に表示するステップと、
上記分光反射率測定器により上記植生の上記活性度低下候補箇所における分光反射率を複数種の波長毎に測定し、上記活性度低下候補箇所の分光反射率データを上記記憶手段に記憶するステップと、
上記コンピュータの演算手段が記憶した波長毎の上記分光反射率データに基づいて上記活性度低下候補箇所における植生指標を演算するステップと、
上記演算した上記植生指標に基づいて上記活性度低下候補箇所において最も活性度が低下した箇所を第２の活性度低下箇所として上記記憶手段に記憶するステップと、
上記第２の活性度低下箇所を上記差画像上に表示するステップと、
上記第１及び第２の活性度低下箇所において植生のメンテナンスを行うステップと、
から構成される植生のヘルスモニタリング方法。
上記コンピュータの画像合成手段が、上記植生のデジタル静止画像上において上記第１の活性度低下箇所と上記第２の活性度低下箇所の位置を表示するステップを有することを特徴とする請求項２に記載の植生のヘルスモニタリング方法。
上記植生指標はＲＶＩであって、上記コンピュータはＲＶＩ値の最も低い箇所を上記第２の活性度低下箇所として選択することを特徴とする請求項２又は３に記載の植生のヘルスモニタリング方法。
上記活性度低下候補箇所は、上記差画像上において所定の範囲を以ってエリア指定されるものであり、
上記コンピュータの上記温度―時間特性図作成手段は、上記各熱画像データにおける上記活性度低下候補箇所の平均温度を演算し、当該平均温度に基づいて温度−時間特性図を作成するものであり、
上記分光反射率測定器により上記活性度低下候補箇所内の任意のポイントにおける分光反射率を測定することを特徴とする請求項２〜４の何れかに記載の植生のヘルスモニタリング方法。