DSMによる水稲高さの確認

with コメントはまだありません

写真データを三次元処理することで高さ情報を示すDSM(Digital Surefece Model)を作成することができ、水稲圃場内の高さから水稲株の高さが得られます。この高さ情報から水稲の生育度合を把握できそうなので、NDVI画像と比較して相関があるかを確認してみました。まず、DSMはDJI Phantom4で撮影した写真データから作成したものを使用します。以下圃場周辺のDSMです。

7月15日の圃場周辺DSM

 

 

 

 

 

 

 

 

 

 

周辺地物の高さも含まれているため圃場内はほぼ一定の配色となっています。圃場内の高低を強調するため、圃場範囲でクリップして配色したものが以下の画像です。ここで、高さは標高値で示され水稲の高さではないので、それぞれの圃場の地表高さを差し引きます。地表高さは範囲内の最小値として、その数値を全体から差し引きます。

圃場内の水稲高さDSM

 

 

 

 

 

 

 

 

 

 

 

 

赤が稲高が高く、黄色を中間値として、青が低いことを示します。次にDSMと現地で実測調査した水稲高さを比較してみます。以下、高さサンプルの取得位置図です。残念ながらDSMと計測値は30cm以上の差があり、相関も見られなかったので、DSMから出した水稲株高さの精度は高くはありません。

圃場内の高さサンプル

 

 

 

 

 

 

 

 

 

 

 

 

 

水稲高さの精度は低いものの、分布傾向に妥当性があるかを確認するため、DSMとNDVI7カメラのオルソ画像を比較してみます。以下、NDVI7カメラのBlue-NDVI画像です。配色はDSMと同じで赤-黄-青で数値の高低を示します。画像全体に合成時のカットラインが浮き出ていますが、飛行時に十分なラップ量を確保できていなかったためと思われます。数値の分布傾向はDSMに類似していると考えます。上圃場は共に中央部に高めの数値が分布し、外周に低めの数値が分布しています。下圃場は上圃場との境界側が比較的低めの数値になっている点、DSMと共通しています。先の記事では、NDVIカメラのオルソから水稲株の分げつ進行が俯瞰で確認できるとしました。分げつが進めば水稲高さも伸びるとした場合、DSMの高さ分布とNDVI値分布の類似はDSMが妥当な分布をしていると推測できそうです。

7月15日のNDVI7

 

 

 

 

 

 

 

 

Leave a Reply