JP5564812B2 - 植物体の生育変化の連続測定方法 - Google Patents

Description

本発明は、植物の生育にともなう形態変化の情報を連続して測定する方法、及び該方法を使用する装置に関するものである。

農作物の生育状態を連続して正確に把握することは、高品質の収穫物を得るための栽培管理を適切に行う上できわめて重要である。しかし従来農作物の生育状態の履歴情報は、栽培農家の経験と記憶に頼ることが多かった。

これまでに、分光放射計によって計測された植物群落の分光反射特性や日中に撮影された近赤外画像に基づいて、植物中の窒素濃度や水分量、植被率状態を推計する方法が提案されている（特許文献１、及び非特許文献１〜６を参照。）。

また植物により反射された太陽光を入射させて分光し、２種以上の特定波長の光の反射強度を測定する植物の生育度測定装置（例えば特許文献２を参照。）をはじめとして、これまでに、野外において、植物の反射する太陽光を光学的リモートセンシング技術（分光放射計・デジタルカメラ）によって計測し、その分光反射特性および二次元画像情報から、作物の生育状態を把握する手法は、数多く紹介されている（非特許文献７〜９を参照。）。

さらに植物の栄養診断について、光学リモートセンシング技術を利用した方法が検討されてきた。従来の植物の栄養診断方法は、太陽光を光源とし400〜2500nmまでの波長範囲における作物体からの反射光を計測することによって、植物の生育状態を診断する方法が提案されている(例えば非特許文献１０を参照。)。また、近赤外域の波長範囲800〜1000nmのバンドパスフィルターをデジタルカメラに装着し、日中、植物群落の鉛直上から撮影された近赤外デジタル画像を２値化処理することによって、植被率（植物体が地表を覆っている割合）を算出し、この値の大小をもって植生の栄養診断を行っている事例もある(例えば非特許文献１１を参照。)。

しかしながら、これら一般的な光学リモートセンシング技術の多くは、日中の太陽光を光源としているため、太陽高度の変化や天候変化にともなう太陽光放射輝度の変動を補正する必要があった。そのため、季節的に変化する太陽高度の影響や太陽光の入射光強度をうまく補正することができなければ、植物の生育状態の推定精度が悪くなるという問題があった。

特開２００７−１２４９３２号公報 特開２００２−１６８７７１号公報

大嶺政朗・柴田洋一・鳥山和伸・佐々木良治・小林恭・帖佐直：水稲群落における葉色のリアルタイム遠隔計測システムの構築，第 59 回農機学会講要要旨集，323-324、2000年 村主勝彦, 飯田圭亮, 梅田幹雄, 稲村達也, 松井勤: マシンビジョンによるイネの窒素保有量の推定. 農業機械学会誌 63(3): 59-66. 2001年 柳 讚錫，村主勝彦，梅田幹雄，隔測によるイネの窒素保有量推定モデルの作成及び比較，農業機械学会誌，69(3)，43−50，2007年 柳 讚錫，村主勝彦 ，西池義延，梅田幹雄，ハイパースペクトルリモートセンシングによるイネの窒素保有量モデル作成及びモデルによる窒素保有量の推定，農業機械学会誌，67(6)，47−54，2005年 Estimating water and nitrogen conditions of crop plants based on hyper-spectral measurements. Spectral Sensing Research 99、1999年 11. Adamsen, F.J. et al., Measuring wheat senescence with a digital camera. Crop Science, 39(3): 719-724、1999年 大嶺政朗・帖佐直・細川寿・柴田洋一：生育センシングにおける携帯型群落葉色計の開発，農業環境工学関連 7 学会 2005 年合同大会講演要旨集，621、2005年 大嶺政朗・木村昭彦：群落分光デジタルカメラの開発，農業機械学会誌， 68(1)，36-37、2006年 大嶺政朗・帖佐直・細川寿・木村昭彦・柴田洋一・三奈木英雄：局所管理のためのセンシング技術の開発，農作業研究，40(別 1)，45-46、2005年 松田真典, 大澤昭一, 保坂幸男, 金田和文, 山下 英生, 近接リモートセンシングによる水稲の育成診断・−デジタルカメラによる葉身窒素含有率の測定−, Estimation of Plant Growth in Paddy Field based on Proximal Remote Sensing -Measurement of Leaf Nitrogen Contents by using Digital Camera-, 日本リモートセンシング学会誌, Vol23, No.5, pp.506-515 大嶺政朗・木村昭彦・帖佐直・細川寿・柴田洋一・杉本光穗：大豆と水稲における携帯式植被率カメラ計測システムの開発，日本作物学会紀事，74（別 1），336-337、2005年

農作物の生育状態を正確にかつ連続して把握することは、高品質の収穫物を得るために栽培管理を適切に行う上で極めて重要であり、本発明は植物体の生育変化を、正確にかつ連続して把握する方法を提供することを目的とする。

本発明者等は、太陽光の影響を受けない夜間にフラッシュ撮影をすることにより、植物の生育変化を正確にかつ連続的に測定しうることを見出し本発明にいたった。すなわち本発明は以下の通りである。

＜１＞本発明は、植物の生育変化を連続的に測定する方法において、ＲＧＢデジタルカメラを用いて、夜間に植物体を一定位置より定時に連続して撮影し、記録された画像上の一定領域の画像デジタルナンバー、ＩＳＯ感度値、Ｆ値、露光時間を演算することを
＜２＞さらに本発明は、前記ＲＧＢデジタルカメラの近赤外カットフィルターに替えて近赤外バンドパスフィルターを備えたＮＩＲカメラを用いる植物体の三次元形態変化の長期連続測定方法である。
＜３＞さらに本発明は、前記近赤外バンドパスフィルターが中心波長７００〜１０００ｎｍの範囲の近赤外バンドパスフィルターである植物体の三次元形態変化の長期連続測定方法である。

本発明の測定方法により、植物体の草丈、乾物量、 倒伏等の三次元的形態に関する情報、特に農作物等の横からの測定が困難な植物群落の三次元的形態に関する情報を、正確に、且つ長期連続して把握することができる。特にＮＩＲカメラを用いると子実重量までも推定することができる。

ＲＧＢカメラの出力画像と解析対象エリア（領域平均の対象部分）を示した説明図である。 夜間撮影画像における領域平均画素値の日平均と標準偏差の時系列変化を示した説明図である。 室内実験における黒色ボードのＤＮ値と「撮像素子への入射光量の相対的変化量」（ＲＬＩ）の関係を示した説明図である。 水稲生育に伴うＮＲＢＩ_ＲＧＢの時系列変化を示した説明図である。 平滑化ＮＲＢＩ_ＲＧＢと水稲草丈との関係を示した説明図である。 平滑化ＮＲＢＩ_ＲＧＢ（ＲＥＤ）と水稲部位別乾物重との関係を示した説明図である。 平滑化ＮＲＢＩ_ＲＧＢ（ＧＲＥＥＮ）と水稲部位別乾物重との関係を示した説明図である。 平滑化ＮＲＢＩ_ＲＧＢ（ＢＬＵＥ）と水稲部位別乾物重との関係を示した説明図である。 大麦生育に伴うＮＲＢＩ_ＲＧＢの時系列変化を示した説明図である。 平滑化ＮＲＢＩ_ＲＧＢと大麦草丈との関係を示した説明図である。 水稲生育に伴うＮＲＢＩ_ＮＩＲの時系列変化を示した説明図である。 平滑化ＮＲＢＩ_ＮＩＲと水稲草丈との関係を示した説明図である。 平滑化ＮＲＢＩ_ＮＩＲと水稲部位別乾物重との関係を示した説明図である。 大麦生育に伴うＮＲＢＩ_ＮＩＲの時系列変化を示した説明図である。 平滑化ＮＲＢＩ_ＮＩＲと大麦草丈との関係を示した説明図である。

本発明は、市販のデジタルカメラを用いて、夜間に植物体を一定位置より定時・連続撮影し、記録されたデジタルナンバー（デジタル画像における画素情報、以下ＤＮ値と略称する。）、Ｆ値、ＩＳＯ感度値、露光時間を演算することにより、植物体の草丈、バイオマス量、倒伏等の三次元形態の時間的変化を、長期間連続的に測定する方法である。デジタルカメラとしては一般的なＲＧＢカメラを用いることが出来るが、ＲＧＢカメラ本体内部の近赤外カットフィルターを取り外し、近赤外バンドパスフィルターをカメラレンズに装着したカメラ（以後、本仕様のデジタルカメラをＮＩＲカメラと略称する。）を用いることがより好ましい。以下本発明実施するための形態について詳説する。

本発明に用いられるデジタルカメラは、オートフラッシュ、オートフォーカス、及び自動露出機能を備え、ＤＮ値が記録されるものであれば、市販のいずれのデジタルカメラも用いることが出来る。前記ＮＩＲカメラの近赤外バンドパスフィルターは、中心波長が７００〜１０００ｎｍであることが好ましく、中でも中心波長が７８０〜８８０ｎｍであることが特に好ましい。

測定にあたっては、前記カメラを被写体である植物体の地表から一定の高さに、カメラレンズが鉛直下向きになるように固定し、夜間に定時・連続して撮影をおこなう。撮影時のカメラの設定は、撮影結果のＤＮ値、Ｆ値、ＩＳＯ感度値、露光時間の演算が可能な限りの任意の設定が可能であるが、ＩＳＯ感度値設定はＡＵＴＯに、オートフラッシュ撮影設定とし、その他の設定はカメラの初期設定のままとすることが夜間撮影データを確実に取得する上で、または、画像処理に必要な計算時間の短縮や記録データ容量を節約する上で好ましい。

前記撮影により得られた画像処理の方法は以下の通りである。
（ＲＧＢカメラの処理）
前記により撮影された画像のうち、画像上の一定領域内における撮像素子の赤色、緑色、青色バンドにおけるＤＮ値を測定し、該ＤＮ値から前記特定領域内における撮像素子への入射光量を下記手順により推定する。

あらかじめ暗室内の一定照度の人工光源によって照射された黒色カラーボードに対して、マニュアル撮影モードに設定したＲＧＢカメラのＦ値、シャッタースピード、減光フィルターを変化させ、それらを組合せることによって得られる撮像素子への異なる入射光量について、Ｆ値、露光時間、減光率の組み合わせによる露出を算出する。一方減光フィルターを使用せず（光透過率が１）、カメラパラメータをＦ値;１, 露光時間：１ｓに設定した「撮像素子への入射光量」を基準（１）とする「撮像素子への異なる入射光量の相対的変化量」（以下ＲＬＩと略称することがある。）を算出する。

前記により算出したＲＬＩと、取得画像における黒色カラーボードの平均ＤＮ値との関係は、Ｘ軸にＤＮ値を、Ｙ軸にＲＬＩをとると６次式で近似することができる。該６次式について、さらに補正式を用いてＲＬＩと線形的な関係を持つ補正されたＤＮ値（以後ｃＤＮ値と略称することがある。）を求めておく。

ＲＧＢカメラによって撮影された出力画像は、赤色バンドデータ、緑色バンドデータ、青色バンドデータの３種類から構成されるが、各バンドの画素ごとに一定領域に含まれる画素のｃＤＮ値の平均値（以下領域平均ｃＤＮ値と略称することがある。）を求めることによって、ＲＧＢカメラ画像の赤色、緑色、青色バンドにおける領域平均ｃＤＮ値を求める。該ｃＤＮは、画像上の相対的輝度値変化を示す。

前記領域平均ｃＤＮ値と、自動的にカメラ画像ヘッダーファイル内に記録されているカメラパラメータ（F値、ＩＳＯ感度値、露光時間）から求められる露出を指数とする２のべき乗を掛け合わせることによって、被写体から反射しカメラレンズの手前まで到達したフラッシュ光の相対的な強度変化を表す指数として、ＲＧＢカメラにおけるＮＲＢＩ値（Night-time Relative Brightness Index、以下ＮＲＢＩ_ＲＧＢと略称することがある。）が求められる。

前記により求められたＮＲＢＩ_ＲＧＢの時系列変化のデータから、植物の生長の時間変化を捉えることができる。すなわち草丈（実測値）、植物生体量（部位別乾物重）とＮＲＢＩ_ＲＧＢとの間には、高い相関関係が認められる。

（ＮＩＲカメラの処理）
ＲＧＢカメラ本体内部の近赤外カットフィルターを取り外し、近赤外バンドパスフィルターを装着したＮＩＲカメラについても、前記ＲＧＢカメラと同様に処理する。

ＮＩＲカメラのｃＤＮ値は、ＮＩＲカメラ画像におけるｃＤＮ値を領域平均として、ＲＧＢカメラと同様にしてＮＩＲカメラにおけるＮＲＢＩ値（以下ＮＲＢＩ_ＮＩＲと略称することがある。）を計算する。

前記ＮＩＲカメラの夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＮＩＲの時系列変化は、ＮＲＢＩ_ＲＧＢよりも日々の変化及び時間的変化が小さく、植物の生育の時間変化をより安定的に捉えることができる。すなわちＮＲＢＩ_ＮＩＲと実測した草丈、植物生体量（部位別乾物重）との間には高い相関関係を有し、出穂期以降、登熟期までの子実重量の増加分をも推定することが可能である。

さらに本発明に使用されるＲＧＢデジタルカメラ及び／又はＮＩＲカメラと、カメラ防水ケースと、カメラを装着する雲台と、太陽光発電パネルで充電可能なバッテリーとを備えることにより、電源のない屋外においても、植物体の三次元形態変化について長期連続して測定が可能となる。

本発明の内容を以下の実施例で更に具体的に説明するが、本発明は以下の実施例に限定されるものではない。
（実施例１）
＜使用機材＞
使用機材としては、市販のデジタルカメラ(（株）ニコン社製 COOLPIX P5000)を使用した。以後、本仕様のデジタルカメラをＲＧＢカメラと略称する。

＜実験圃場とカメラ撮影期間＞
実験は、2007夏〜2008年春にかけて、水稲作を対象に計２回行った。
水稲栽培は、富山県農業試験研究センター内の水田圃場で行われた。移植日は２００７年５月１４日、出穂日は８月１０日、収穫日は１０月１１日であった。化成肥料(N-P₂O₅-K₂O=6-9-6)を元肥として4gN/m²、追肥として1.5g N/m²散布した。栽植密度は、21.4株/m²であった。カメラ撮影期間は、２００７年５月３０日から１０月２５日までの計１４９日間であった。

＜カメラ設置方法、及びカメラ撮影モードの設定＞
前記ＲＧＢカメラをデジタルカメラ防水ケース（DICAPAC CO. Ltd社製、商品名；DiCAPac、型番；WP510）に入れ、専用のカメラ雲台（木村応用工芸製）にカメラレンズが鉛直下向き（真下を向く。）になるように装着した。レンズ位置は、地表から１．５ｍの高さとした。また必要に応じ、太陽光発電パネル(Sunsei社製 SE-1200)および電圧制御装置(Sunsei社製 SE-CC10000)で充電可能なバッテリー（GSユアサ製 PXL12072F1）を用いた。

前記カメラの撮影モードの設定は、画質および画像の大きさをＦＩＮＥモードで３ＭＢ相当とし、撮影間隔を１時間に設定した。ＩＳＯ感度設定は、ＡＵＴＯに設定した。オートフラッシュ撮影設定により、夜間は必ずフラッシュ撮影される。その他の設定は次の通り、カメラの初期設定のままとした。すなわち、
仕上がり設定：標準、ホワイトバランス：オート、測光方式：マルチパターン、連写：単写、BSS：オフ、ブラケッティング：オフ、AFエリア選択：オート、AF-MODE：シングルAF、調光補正：０、発光切り換え：オート、ズーム時F値保持：オフ、ノイズ低減：オフ、コンバーター：オフ
とした。

前記により撮影された画像のうち、夜間フラッシュ画像として、２２時台から翌日２時台に撮影された計５枚の画像を利用して、図１の枠部分に示す領域(512×512pixels)における撮像素子の赤色、緑色、青色バンドにおけるＤＮ値の平均値を、数値計算ソフト(IDL; ITT VIS社製)によって作成された専用プログラムにより測定した。測定した各バンドのＤＮ値の平均値を図２に示す。

＜撮像素子への入射光量に対する非線形特性の補正＞
前記により得られたＤＮ値から、撮像素子への入射光量を下記手順の室内実験によって得られた画像データにより推定した。
暗室内の人工光源（ハロゲンランプ）によって照射された黒色カラーボード（製品名：マーメイド）に対して、マニュアル撮影モードに設定したＲＧＢカメラのＦ値を4段階（2.7、3.8、6.1、7.6）に、シャッタースピードを４段階（1、0.5、0.25、0.125秒）に、3種類の減光フィルター（MARUMI社製、製品名；NEOMC-ND8、NEOMC-ND4、NEOMC-ND2、以下3種類の減光フィルターを総称してＮＤフィルターという。）を組合せることによってカメラレンズに入射する光強度を1/64、1/32、1/16、1/8、1/4、1/2、1（減光フィルターを用いない場合。）の７段階に、それぞれ変化させて、以上の変化を組合せることより、１１２段階の撮像素子への入射光量を作成し、各段階の入射光量における露出（ＥＶ）を下記数式（１）〜数式（４）により算出した。

ＥＶ_Ｆ＝２×ｌｏｇ_２（Ｆ）・・・数式（１）

ＥＶ_ＥＸＰ＝−１×ｌｏｇ_２（Ｔ）・・・数式（２）

ＥＶ_ＮＤ＝−１×ｌｏｇ_２（ＯＴ）・・・数式（３）

ＥＶ＝ＥＶ_Ｆ＋ＥＶ_ＥＸＰ＋ ＥＶ_ＮＤ・・・数式（４）

前記数１〜数４において、FはＦ値、Tは露光時間(ｓ)、ＯＴはＮＤフィルターの光透過率を示す。

前記室内実験におけるハロゲンランプ照明環境で、減光フィルターを使用せず（光透過率を１）、カメラパラメータをＦ値;１, 露光時間：１ｓに設定した場合において、黒色ボードから反射された光で、「撮像素子への入射光量」を基準（１）とした。この基準に対して、F値、露光時間、減光率の組み合わせによって変化する露出（ＥＶ）から、入射光量の相対値ＲＬＩを、下記数式（１３）を用いることによって、算出した。

ＲＬＩ＝２^−ＥＶ ・・・数式（５）

前記数５において、ＲＬＩは、「撮像素子への入射光量の相対的変化量」を示す。該ＲＬＩと、取得画像における黒色カラーボードの平均ＤＮ値との関係を、図３に白丸のプロットとして示した。図３において、Ｘ軸がＤＮ値を意味し、Ｙ軸がＲＬＩである。画像ＤＮ値とＲＬＩとの間には、下記数式（１４）に示す６次式で近似（R²=0.9943）することができる。

[ＲＬＩ]＝３Ｅ−１５[ＤＮ]^６−１Ｅ−１２[ＤＮ]^５＋２Ｅ−１０[ＤＮ]^４
−１Ｅ−０８[ＤＮ]^３＋１Ｅ−０７[ＤＮ]^２＋６Ｅ−０５[ＤＮ]
・・・数式（６）

前記数式（１４）において、例えば（３Ｅ−１５[ＤＮ]^６）は、（３×１０^−１５×［ＤＮ］^６）を意味する。前記数式（１４）で近似される画像ＤＮ値とＲＬＩについて、下記数式（１５）に示す補正式を用いることにより、ＲＬＩと線形的な関係を持つ補正されたＤＮ値であるｃＤＮ値を求めた。

[ｃＤＮ]＝３６６３．９[ＲＬＩ]＋０．４６２６・・・数式（７）

《ＮＲＢＩの計算方法》
ＲＧＢカメラの出力画像は、赤色バンドデータ、緑色バンドデータ、青色バンドデータの３種類から構成されるが、図１の枠部分に示す領域(512×512pixels)に含まれる各バンドの画素ごとに、前記数１ないし数７を適用し、ｃＤＮ値の平均を求めることによって、ＲＧＢカメラ画像の赤色、緑色、青色バンドにおける領域平均ｃＤＮ値を求めた。前記図１の枠部分は、ＲＧＢカメラの出力画像上における512×512pixelの範囲であり、地表面上においては一辺が３５ｃｍに相当する範囲である。

１時間ごと（２２時から翌２時台まで）の夜間フラッシュ画像から得られる領域平均ｃＤＮ値と、自動的にカメラ画像ヘッダーファイル内に記録されているカメラパラメータ（Ｆ値、シャッター速度、ＩＳＯ感度）から、下記数式（１６）〜数式（２１）を用いてＮＲＢＩ値を計算した。

ＡＤ_ＩＳＯ ＝ ｌｏｇ_２(ＩＳＯ／６４) ・・・数式（８）

ＥＶ_Ｆ ＝２×ｌｏｇ_２(Ｆ) ・・・数式（９）

ＥＶ_ｅｘｐ＝−１×ｌｏｇ_２(Ｔ) ・・・数式（１０）

ＮＲＢＩ ＝ ｃＤＮ ×２＾(ＥＶ_Ｆ＋ ＥＶ_ｅｘｐ− ＡＤ_ＩＳＯ)＝ ｃＤＮ ×Ｑ
・・・数式（１１）

前記数式（８）において、ＩＳＯ／６４は、夜間撮影においてカメラが自動決定したＩＳＯ感度値 であり、ＩＳＯ感度値が大きくなるほど、少ない入射光量に対する撮像素子（ＣＣＤ）の感度特性が高くなり、画像上の見かけの明るさを大きくする。従ってＡＤ_ＩＳＯは、カメラレンズ内に入射した光量に対する、撮像素子回路内の増幅度を意味する。

前記数式（９）において、Ｆは、カメラ絞り値を示すパラメータ（Ｆ値）である。Ｆ値が大きくなるほど、撮像素子に照射される入射光量が減衰される。ＥＶ_Ｆは、カメラ絞り値（Ｆ値）から計算された露出値で、Ｆ＝１の場合に撮像素子に照射される入射光量に対する減衰度を意味する。

前記数式（１０）において、Ｔは、露光時間(秒)である。Ｔが小さくなるほど、撮像素子に照射される入射光量が減衰される。ＥＶ_Ｔは、露光時間（Ｔ）から計算される露出値で、Ｔ＝１の場合に撮像素子に照射される入射光量に対する減衰度を意味する。

前記数１１において、ＮＲＢＩは、ｃＤＮで表現される画像上の相対的輝度値変化に、ＩＳＯ感度値、Ｆ（絞り値）、Ｔ（露光時間）から求められる露光（ハードウェアによって自動決定された入射光量の増幅・減衰度）を指数とする２のべき乗を掛け合わせることによって、被写体から反射しカメラレンズの手前まで到達したフラッシュ光の相対的な強度変化を表す指数である。また以後ＲＧＢカメラデータを基に計算されたＮＲＢＩをＮＲＢＩ_ＲＧＢと記す。なお数１１における、「２＾(ＥＶ_Ｆ＋ ＥＶ_ｅｘｐ−ＡＤ_ＩＳＯ)」は、２の(ＥＶ_Ｆ＋ＥＶ_ｅｘｐ−ＡＤ_ＩＳＯ)べき乗を意味する。

１時間ごとの夜間フラッシュ画像（２２時から翌２時台まで５回分）から、前記数式（１６）〜数式（１９）により得られるＮＲＢＩ_ＲＧＢを平均し、日平均ＮＲＢＩ_ＲＧＢとする。該日平均ＮＲＢＩ_ＲＧＢの時系列データにおいて、対象日を含む前後３日間（計７日間）の平均値を、その対象日の平滑化ＮＲＢＩ_ＲＧＢとする。具体的には、任意日（ｔ）の日平均ＮＲＢＩ_ＲＧＢをＮＲＢＩ_{ＲＧＢ(ｔ)}と記述すると、平滑化ＮＲＢＩ_ＲＧＢは下記数式（２０）で表される。

ＮＲＢＩ_ＲＧＢ＝(ＮＲＢＩ_{ＲＧＢ(ｔ−３)}＋ＮＲＢＩ_{ＲＧＢ(ｔ−２)}＋ＮＲＢＩ_{ＲＧＢ(ｔ−１)}
＋ＮＲＢＩ_{ＲＧＢ(ｔ)}＋ＮＲＢＩ_{ＲＧＢ(ｔ＋１)}＋ ＮＲＢＩ_{ＲＧＢ(ｔ＋２)}
＋ ＮＲＢＩ_{ＲＧＢ(ｔ＋３)})／７
・・・数式（１２）

＜検証データとその取得方法＞
水稲の生育状態の検証データとして、草丈（水稲の葉を手で伸ばしたときの先端から地表面までの長さ）、部位別乾物重（葉・茎・穂を部位別に分解し乾燥した後の質量）をサンプリング調査した。比較検証に用いたサンプリングデータの点数は、草丈で１７点（約７〜１０日間隔）、部位別乾物重で１０点(約２０〜３０日間隔）であった。

＜解析結果＞
《夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＲＧＢの時系列変化》
図４に、ＲＧＢカメラの夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＲＧＢの時系列変化を示す。ＮＲＢＩ_ＲＧＢの時系列変化のデータから、ＮＲＢＩ_ＲＧＢは植生生長の時間変化を捉えることができた。

《ＮＲＢＩ_ＲＧＢと植物生体量（草丈）との関係》
図５に平滑化ＮＲＢＩ_ＲＧＢと草丈（実測値）との比較結果を示す。図５は、実測値をＹ軸に平滑化ＮＲＢＩ_ＲＧＢをＸ軸にとりプロットしたものであり、ＤＯＹは、1月1日からの通算日（Days of Yearの略）を示す（以下図６、７、８、１０、１２、１３、１５においても同様である。）。

図５より、水稲試験における各バンドのＮＲＢＩ_ＲＧＢと、出穂期頃(ＤＯＹ：２１９, ８月７日)までの草丈の時間変化（実測値）とは、３次式により近似することができる。表１に、各バンドにおける近似式を近似式１(赤色バンドと草丈実測値)、近似式２(緑色バンドと草丈実測値)、近似式３（青色バンドと草丈実測値）とした。なお近似式においては、例えば赤色バンドの平滑化ＮＲＢＩ_ＲＧＢをＮＲＢＩ（ＲＥＤ） で示し、また該近似式の右欄に各近似式の決定係数を示した（以下表２乃至表６についても同様である。）。

近似式１〜近似式３と実測値との間には、いずれも高い相関（決定係数：０．９８８[近似式１]、０．９８９[近似式２]、０．９９３[近似式３]）が認められた。

《ＮＲＢＩ_ＲＧＢと植物生体量（部位別乾物重）との関係》
図６〜図８に７日間移動平均により平滑化したＮＲＢＩ_ＲＧＢと水稲部位別乾物重（実測値）との比較結果を示す。比較対象は、水稲の葉、茎、穂、全重である。図６は赤色バンドの、図７は緑色バンドの、図８は青色バンドの結果をそれぞれ示す。

図６〜８より、水稲試験における平滑化ＮＲＢＩ_ＲＧＢと、出穂期２０日前 (DOY:202, 7月21日)までの水稲部位別乾物重（全重・茎・葉）とは、前記草丈の時間変化と同様に３次式により近似することができる。表２に、各バンドにおける平滑化ＮＲＢＩ_ＲＧＢと全重、茎、葉の各近似式を近似式４〜近似式１２として、また該近似式の決定係数を示した。

近似式４〜近似式１２と実測値との間には、いずれも0.97以上の高い相関が認められた。

以上の結果から、ＮＲＢＩ_ＲＧＢの時系列変化のデータから、ＮＲＢＩ_ＲＧＢは植物の生長の時間変化を捉えることができるが、草丈・植被がある程度大きくなった時期以降（水稲：ＤＯＹ２００〜２４０）におけるＮＲＢＩ_ＲＧＢは、必ずしも安定していなかった。

（実施例２）
＜実験圃場とカメラ撮影期間＞
実施例１の水稲作を大麦作に替え実施例２を行った。栽培は、中央農業研究センター（つくば市）敷地内の畑圃場で行い、播種日は２００７年１１月２２日、出穂日は２００８年４月２７日、収穫日は６月１０日とし、化成肥料(N-P₂O₅-K₂O=6-9-6)を元肥として3.8gN/m²散布し、播種間隔は、33cmとし、カメラ撮影期間は、２００７年１２月１６日から２００８年６月５日までの計１７３日間とし、レンズ位置を地表から１．７ｍとした以外は実施例１と同様とし、大麦作におけるＮＲＢＩ_ＲＧＢを測定した。

また大麦の生育状態の検証データは、草丈のみ取得した。そのサンプリング点数は、６点で（約30〜40日間隔）であった。

＜解析結果＞
《夜間フラッシュ画像を基に計算されたＮＲＢＩの時系列変化》
図９に、ＲＧＢカメラの夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＲＧＢの時系列変化を示す。ＮＲＢＩ_ＲＧＢの時系列変化データの比較から、ＮＲＢＩ_ＲＧＢは植生生長の時間変化を捉えることができた。

《ＮＲＢＩ_ＲＧＢと植物生体量（草丈）との関係》
図１０に７日間移動平均により平滑化したＮＲＢＩ_ＲＧＢと草丈（実測値）との比較結果を示す。

図１０の結果より、大麦試験における平滑化ＮＲＢＩ_ＲＧＢと植物生体量（草丈）とは、２次式により近似することができる。表３に、各バンドにおける平滑化ＮＲＢＩ_ＲＧＢと植物生体量（草丈）の各近似式を、近似式１３〜近似式１５として、また該近似式の決定係数を示した。

近似式１３〜近似式１５と実測値との間には、いずれも高い相関が認められたが、ＮＲＢＩ_ＲＧＢは、草丈・植被がある程度大きくなった時期以降（大麦：ＤＯＹ４７０〜４９０）においては、標準偏差も大きく安定していなかった。

（実施例３）
実施例１の使用機材について、ＲＧＢカメラ本体内部の近赤外カットフィルターを取り外し、近赤外バンドパスフィルター(中心波長830nm±130nm、木村応用工芸社製)をカメラレンズに装着したＮＩＲカメラとした以外は、実施例１と同様として実施例３を行った。ＮＩＲカメラ画像におけるＤＮ値の平均値も図２に示す。

ＮＩＲカメラのｃＤＮ値は、ＮＩＲカメラ画像におけるｃＤＮ値を領域平均とした。また稲作の生育状態の検証データは、実施例１と同様のデータを用いた。

《ＮＲＢＩの計算方法》
１時間ごと（２２時から翌２時台まで）の夜間フラッシュ画像から得られる領域平均ｃＤＮ値と、自動的にカメラ画像ヘッダーファイル内に記録されているカメラパラメータ（Ｆ値、露光時間、ＩＳＯ感度）から、前記数８〜数１１を用いてＮＲＢＩ値（ＮＲＢＩ_ＮＩＲ）を計算した。

＜解析結果＞
《夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＮＩＲの時系列変化
ＮＩＲカメラの夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＮＩＲの時系列変化を、図１１に示す。ＮＲＢＩ_ＮＩＲは、ＮＲＢＩ_ＲＧＢ(図４)に比較して、日々の変化及び時間的変化が小さかった。

《ＮＲＢＩ_ＮＩＲと植物生体量（草丈）との関係》
７日間移動平均により平滑化したＮＲＢＩ_ＮＩＲと草丈（実測地）との比較結果を図１２に示す。図１２より、水稲試験におけるＮＲＢＩ_ＮＩＲと、出穂期頃（水稲DOY219）までの草丈とは、２次式により近似することができる。該近似式と決定係数を表４に示した。

近似式１６と実測値との間には、0.9955と極めて高い相関が認められた。

《ＮＲＢＩ_ＮＩＲと植物生体量（部位別乾物重）との関係》
７日間移動平均により平滑化したＮＲＢＩ_ＮＩＲと、水稲部位別乾物重（実測地）との比較結果を図１３に示す。比較対象は、水稲の葉、茎、穂、全重である。

図１３より、ＮＲＢＩ_ＮＩＲと出穂日２０日後までの乾物全重とは、２次式により近似することができ、表５に全重、茎、葉の各近似式、及び決定係数を示した。

近似式１７〜近似式１９と実測値との間には、いずれも高い相関が認められ、特に全重については決定係数が0.997と極めて高かった。

以上よりＮＲＢＩ_ＮＩＲは、ＮＲＢＩ_ＲＧＢよりも日々の変化及び時間的変化が小さく、植物の生育の時間的変化をより安定的に捉えていた。登熟期における葉・茎は、生長が停止するため、出穂期以降（ＤＯＹ２２２以後）、その乾物重は増加しない。一方、登熟期における穂重は、時間とともにその乾物重が増加し続ける。従って、出穂期（ＤＯＹ２２２）以降、ＤＯＹ２４２までの乾物全重の増加分は、穂重の増加分を意味しており、登熟期におけるＮＲＢＩ_ＮＩＲから出穂期におけるＮＲＢＩ_ＮＩＲを引いた値は、穂（子実重量）の増加分を推定することが可能になった。

（実施例４）
実施例２のＲＧＢカメラに替えて、ＮＩＲカメラを用いた以外は実施例２と同様として実施例４を行った。

＜解析結果＞
《夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＮＩＲの時系列変化》
ＮＩＲカメラの夜間フラッシュ画像を基に計算されたＮＲＢＩ_ＮＩＲの時系列変化を図１４に示す。ＮＲＢＩ_ＮＩＲの時系列変化データの比較から、ＮＲＢＩ_ＮＩＲは植生生長の時間変化を捉えることができる。

《NRBI_NIRと植物生体量（草丈）との関係》
７日間移動平均により平滑化したＮＲＢＩ_ＮＩＲと草丈（実測地）との比較結果を図１５に示す。図１５より、大麦試験におけるＮＲＢＩ_ＮＩＲと出穂期10日後(ＤＯＹ：４９３)頃までの草丈の時間変化とは、２次式により近似することができ、表６にＮＲＢＩ_ＮＩＲと出穂期10日後(ＤＯＹ：４９３)頃までの草丈の時間変化との近似式および該近似式の決定係数を示した。

表６に示す通り、近似式２０と実測値との間には、決定係数が0.9955と、極めて高い相関が認められた。

本発明の実施により、植物体の草丈、乾物量、倒伏等の三次元的形態に関する情報、特に農作物等の横からの測定が困難な群落の三次元的形態に関する情報を、正確に、且つ長期連続して把握することができ、特にＮＩＲカメラを用いると子実重量までも推定することができる。本発明の情報を利用することにより、農作物等の栽培管理を適切に行い、高品質、高収量の農業生産が可能となる。

Claims (3)

1. 植物の生育変化を連続的に測定する方法において、ＲＧＢデジタルカメラを用いて、夜間に植物体を一定位置より定時に連続して撮影し、記録された画像上の一定領域のデジタルナンバー、ＩＳＯ感度値、Ｆ値、露光時間の各数値を取り出し、
   ＩＳＯ感度値（ＩＳＯ／６４）から下記数式（８）により入射光量に対する撮像素子回路内の増幅度ＡＤ _ＩＳＯ を、
   Ｆ値（Ｆ）から下記数式（９）により露光値ＥＶ _Ｆ を、
   露光時間（Ｔ）から下記数式（１０）により露光値ＥＶ _ｅｘｐ を、
   それぞれ演算して、得られたＡＤ _ＩＳＯ 、ＥＶ _Ｆ 、ＥＶ _ｅｘｐ と、
   デジタルナンバーについて、あらかじめ入射光量の明らかな光源を用いて非線形特性補正をしたデジタルナンバー（ｃＤＮ）とを、
   下記数（１１）により演算をして得られたＮＲＢＩの値について、
   撮影された時系列変化のデータから、植物体の三次元形態の時間的変化を連続して捉えることを特徴とする植物体の三次元形態変化の長期連続測定方法。
   
   ＡＤ _ＩＳＯ ＝ ｌｏｇ _２ (ＩＳＯ／６４) ・・・数式（８）
   
   ＥＶ _Ｆ ＝２×ｌｏｇ _２ (Ｆ) ・・・数式（９）
   
   ＥＶ _ｅｘｐ ＝−１×ｌｏｇ _２ (Ｔ) ・・・数式（１０）
   
   ＮＲＢＩ ＝ ｃＤＮ ×２＾(ＥＶ _Ｆ ＋ ＥＶ _ｅｘｐ − ＡＤ _ＩＳＯ )・・・数式（１１）
   
2. 前記ＲＧＢデジタルカメラに替えて、ＲＧＢデジタルカメラの近赤外カットフィルターの代わりに近赤外バンドパスフィルターを備えたＮＲＩカメラを用いる請求項1に記載の植物体の三次元形態変化の長期連続測定方法。
3. 前記近赤外バンドパスフィルターが、中心波長７００〜１０００ｎｍの範囲の近赤外バンドパスフィルターである請求項２に記載の植物体の三次元形態変化の長期連続測定方法。