2 February 2007

designed by Okamoto, K., EID/NIAES 1

農業分野での高時間分解能農業分野での高時間分解能衛星リモート・センシング・データの利用衛星リモート・センシング・データの利用

Application of satellite remote sensing data with Application of satellite remote sensing data with high time resolution to agricultural issueshigh time resolution to agricultural issues

岡本勝男・坂本利弘農業環境技術研究所 生態系計測研究領域

OKAMOTO, Katsuo, and SAKAMOTO, Toshihiro,Ecosystem Informatics Division, National Institute for

Agro-Environmental Sciences

1. Contents1. Contents

農業分野で衛星リモート・センシングに求めるもの

What can satellite remote sensing provide for agriculture sector?

事例紹介： Introduction of case studies:– 作物の収穫量を推定する： Estimating the yield of crops– 作物季節を推定する： Defining the phenology of crops

これからの衛星リモート・センシングに求めるもの

Having the cheek to ask more ...

2 February 2007

designed by Okamoto, K., EID/NIAES 2

22. . 衛星リモート・センシングに求めるもの衛星リモート・センシングに求めるものWhat can satellite remote sensing provide for agriculture sectorWhat can satellite remote sensing provide for agriculture sector??

農業で知りたいことWe want to know ...– どの作物が– the area with crops and

• 作付分類– 離散的データ：栽培期間中に数シーン

– どれくらい収穫できるか– the yield

• 生育診断，収量推定– 連続的データ：栽培期間中に，短い間隔でたくさん

• 事例：生育程度，収穫量，旱魃被害，植物季節

光利用効率（光乾物変換係数）RUE (LUE): Radiation (Light) Use Efficiency

33..作物の作物の生育生育を推定するを推定するDetermining the growth of cropsDetermining the growth of crops

作物の生育に伴う分光反射特性の変化– 植物体内のクロロフィルa, bやカロチン，キサントフィルなどの色素が，0.5 - 0.7 µmの可視光（黄～赤波長域）を吸収

– 葉の内部構造の影響で，0.75 - 1.35 µmの近赤外波長域は，反射率が高くなる

– 開花期（or 出穂期）前後に頂点に達する– 登熟→クロロフィル量減少で赤波長域の反射増，近赤外域の反射減

• グラフはShibayama and Akiyama (1989)の実測データを下記の2次曲線で近似した：

– RR = ar*(t+br)2+cr– RNIR=anir*(r+bnir)2+cnir– ここで，ar, br, cr, anir, bnir, cnirは，穀物と気象条件で決まる係数

Shibayama, M., and Akiyama, T., 1989, Seasonal visible, near-infrared and mid-infrared spectra of rice canopies in relation to LAI and above-ground dry phytomass. Remote Sensing of Environment, 27, 119-127.

2 February 2007

designed by Okamoto, K., EID/NIAES 3

4. 4. Case study: detection of Case study: detection of drought damagedrought damage

Why did we focus on drought as a case study?– Drought and flood affect largely the agriculture– Drought damage spread widely

Detection of drought in the northeastern part of China– a tendency to be drought from spring to summer 2001

Normalized Difference Vegetation Index (NDVI)-based detection– NDVI=(NIR-R)/(NIR+R)– NDVI is proportional to vegetative biomass

44--1. 1. Comparison of NDVI between Comparison of NDVI between 2000 and 2001:B/May2000 and 2001:B/May--AugAug

遼寧省遼東半島 遼寧省遼東半島

2 February 2007

designed by Okamoto, K., EID/NIAES 4

44--2. 2. Comparison of NDVI between Comparison of NDVI between normal years and 2001: paddy fieldnormal years and 2001: paddy field

Seasonal change in NDVI on paddy field

0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70B/

Apr

M/A

pr

E/Ap

r

B/M

ay

M/M

ay

E/M

ay

B/Ju

n

M/J

un

E/Ju

n

B/Ju

l

M/J

ul

E/Ju

l

B/Au

g

M/A

ug

E/Au

g

B/Se

p

M/S

ep

E/Se

p

ND

VI

1998199920002001

drought

44--3. 3. Comparison of NDVI between Comparison of NDVI between normal years and 2001: croplandnormal years and 2001: cropland

Seasonal change in NDVI on cropland

0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70

B/Ap

r

M/A

pr

E/Ap

r

B/M

ay

M/M

ay

E/M

ay

B/Ju

n

M/J

un

E/Ju

n

B/Ju

l

M/J

ul

E/Ju

l

B/Au

g

M/A

ug

E/Au

g

B/Se

p

M/S

ep

E/Se

p

ND

VI

1998199920002001

drought

2 February 2007

designed by Okamoto, K., EID/NIAES 5

44--4. 4. Drought damage map: Drought damage map: rough estimationrough estimation

遼寧省遼東半島

44--5. 5. Drought damage map: detailed Drought damage map: detailed estimationestimation

遼寧省遼東半島

2 February 2007

designed by Okamoto, K., EID/NIAES 6

55..作物の収穫量を推定する作物の収穫量を推定する作物の生育に伴う分光反射特性の変化– 軌跡は，赤波長-近赤外波長特徴空間上で半楕円曲線になる

• スペクトル生育軌跡 (SGT) と呼ぶ– SGT上を移動するのに要する時間は，気温に依存する

• 低温の場合は，平年に比べて移動時間が多くかかる

– SGTの幅や凸部の向き，全体の位置は，穀物や作柄で異なる

• いずれの場合も，基本形（平年の）SGTの変形になると仮定

• 豊作の時は，全体にnormalより近赤外波長域の反射が大きくなる方向（good方向）に移動

• 凶作の時は小さくなる方向（図のpoor方向）に移動

55--11..作物の収穫量を推定する作物の収穫量を推定する

1992～1993年の5～9月の10日合成の1-km NOAA AVHRR全球陸域データ・セット

– LACデータ（ch1～5）に，放射量補正と大気効果補正を施し，空間解像度1 kmでグード図法に投影した後，10日ごとに合成したもの

対象地域は，気候系監視報告と気象年鑑を参考に選んだ

気象庁, 1992a~c,気候系監視報告書：平成4年6~8月. 気象庁, 東京.気象庁, 1993a~c,気候系監視報告書：平成5年6~8月. 気象庁, 東京.小沢芳郎, 1993, ‘92年気象記録. 日本気象協会編：気象年鑑, 大蔵省印刷局, 東京, 47-51.小沢芳郎, 1994, ‘93年気象記録. 日本気象協会編：気象年鑑, 大蔵省印刷局, 東京, 47-51.

北海道石狩平野(42º56’ - 43º15’N, 141º35’ - 141º45’E)

中華人民共和国華中(32º30’ - 33º30’N, 116º30’ - 117º30’E)

アメリカ合衆国北部(48º - 50ºN, 104º - 102ºW)

2 February 2007

designed by Okamoto, K., EID/NIAES 7

55--22..作物の収穫量を推定する作物の収穫量を推定する北海道石狩平野北海道石狩平野 (42(42ºº5656’’ -- 4343ºº1515’’N, 141N, 141ºº3535’’ -- 141141ºº4545’’E)E)

作物の生育に伴う分光反射特性の変化– 1992年は出穂前（7月下旬～8月上旬）の低温により不稔が多発し，9月の低温で登熟が阻害されて，作況指数が89の冷害であった（志賀･安積 1995）

– 1993年は7月の上旬を除いて低温・寡照による不稔で，作況指数が48の大冷害になった– NDVIは1992年より1993年の方が大きい値→バイオマスが多– SGTは1993年が1992年より赤波長も近赤外波長も小さい

• 平年作よりバイオマスが少なく，いつまでも青々としていたことを示す（いわゆる，青立ち状態）• 1993年は9月下旬の収穫期になっても，SGT上の生育ステージは，1992年の出穂期よりも左（赤波長の値が小）に位置し，収穫限界日（10月中旬）までに収穫ステージまで至ることができない（収穫がない）と推定できる

– 志賀弘行・安積大治, 1995, ランドサットTMデータおよびMOS-1/MESSRデータを用いた水稲収量地図の作成. 日本土壌肥料学雑誌, 66 (6), 625-631.

55--33..作物の収穫量を推定する作物の収穫量を推定するアメリカ合衆国北部アメリカ合衆国北部(48(48ºº -- 5050ººN, 104N, 104ºº -- 102102ººW)W)

作物の生育に伴う分光反射特性の変化– 1992年6月以降低温傾向が続き，7，8月は，平年より3～4ºC以上も低い記録的な低温が続いたため，春コムギとダイズに生育遅延型冷害が起こった

– 1993年は平年作となった– NDVIは1993年より1992年の方が大きい値→バイオマスが多– SGTは1992年が1993年より赤波長も近赤外波長も小さい

• 平年作よりバイオマスが少なかったことを示す

2 February 2007

designed by Okamoto, K., EID/NIAES 8

55--4. 4. 作物の収穫量を推定する作物の収穫量を推定する中華人民共和国華中中華人民共和国華中(32(32ºº3030’’ -- 3333ºº3030’’N, 116N, 116ºº3030’’ -- 117117ºº3030’’E)E)

作物の生育に伴う分光反射特性の変化– 中華人民共和国は，1992年5月は南部を中心に多雨だったが，その後は平年並だったため，イネは平年作だった

– 1993年は大冷夏となり，南部で多雨・洪水が起こったため，華北と華南で凶作だったが，華中は冷夏の影響もなく平年作となった

– この地域は，イネの2期作が行われているため，Hd - Hv線（期間）が短い– NDVIは両年ともほぼ同じであるが，1993年のバイオマスの方がやや大きい

– SGTは両年ともほぼ同じであるが，1993年は1992年より赤波長がやや小で近赤外波長は同じ→両年とも同程度の収穫量

55--55..作物の収穫量作物の収穫量

を推定するを推定する

北朝鮮西部の水田面積は2.76x105 haと推定された

–全水田面積は6.50x105 ha (FAO 1996)

洪水で被害を受けた水田は，河川の合流点付近と下流域に分布

2 February 2007

designed by Okamoto, K., EID/NIAES 9

66..作物季節を推定する作物季節を推定するDefining the Defining the phenologyphenology of cropsof crops

農業分野で衛星リモート・センシングに求めるものWhat can satellite remote sensing provide for agriculture sector?

事例紹介： Introduction of case studies:– 作物の収穫量を推定する： Estimating the yield of crops– 作物季節を推定する： Defining the phenology of crops

• MODISデータによる作物フェノロジー推定• －メコンデルタにおける適用事例－ （by坂本利弘）

– 生育ステージによって，異常気象の影響が異なる– 穂ばらみ期，出穂期 ⇒ 高温不稔，低温不稔

これからの衛星リモート・センシングに求めるものHaving the cheek to ask more ...

-0.2

-0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0 30 60 90 120 150 180 210 240 270 300 330 360

Day of year ( in 2002 )

EVI

Using Wavelet analysis

Using Fourier analysis

Raw data which were not used in frequency analysis

Data selected by using threshold of the sensor angle

planting season heading season harvesting season

時系列 EVIデータ (MOD09)

ノイズ除去されたEVIデータ

EVI変化曲線の変曲点、極大・極小値から田植日、出穂日、刈取日を同定

Observed Data

Smoothed Data

BLUEREDNIR

REDNIR

ρρρρρ

×−×++−×

=5.70.61)(5.2

EVI

-1

-0.5

0

0.5

1

1.5

-1 0 1 2 3 4 5 6 7

Coiflet order= 4

ノイズ除去

ウェーブレット解析

出典： Sakamoto et al., 2005, A crop phenology detection method using time-series MODIS data. Remote Sensing of Environment, 96, 366-374.

-0.2

-0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0 30 60 90 120 150 180 210 240 270 300 330 360

Day of year ( in 2002 )

EVI

6-1.時系列植生指数データにおける雲の影響除去・周期成分の抽出

WFCP (Wavelet based Filter for determining Crop Phenology.)

2 February 2007

designed by Okamoto, K., EID/NIAES 10

Methodology 手法開発

80

120

160

200

240

280

320

80 120 160 200 240 280 320

Day of year in Statistics

DOY in Estimation

Planting date with Wavelet analysis

Heading season with Wavelet analysis

Harvesting date with Wavelet analysis

Planting date with Fourier analysis

Heading date with Fourier analysis

Harvesting date with Fourier analysis

1:1

Error <= ±8days

Error <= ±16days

図. 統計に記録された田植日、出穂日、刈取日（最盛日）と推定日との比較

66--2. 2. 結果結果

出典： Sakamoto et al., 2005, A crop phenology detection method using time-series MODIS data. Remote Sensing of Environment, 96, 366-374.

移植期 出穂期

収穫期

カンボジア・ベトナム南部（メコンデルタ）、自然植生及び農耕地におけるEVI季節変化

2002年 An Giang省における月降水量・平均気温

2002年2月15日 5月15日 8月15日 11月15日

6-3. Application 適用事例

2 February 2007

designed by Okamoto, K., EID/NIAES 11

メコン川の水位が最低に

塩水が沿岸部に遡上.塩水

塩水

塩水

塩水

洪水洪水

メコン川の水位が最高に

洪水が上流域で発生

乾季

雨季

1,2,3月 4,5,6月

7,8,9月 10,11,12月

66--4. 4. ApplicationApplication 適用事例適用事例：推定出穂日（：推定出穂日（EVIEVIピーク時期）ピーク時期） (2002(2002年年))

出典： Sakamoto et al., 2006, Spatio-temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers. Remote Sensing of Environment, 100, 1-16.

三期作乾季二期作雨季二期作乾季・雨季二期作乾季一作雨季一作

An Giang省南部

2002年 2003年

Soc Trang省東部

Crop Calendar 2002JAN.1 MAR.1 MAY.1 JUL.1 SEP.1 NOV.1

Crop Calendar 2003JAN.1 MAR.1 MAY.1 JUL.1 SEP.1 NOV.1

WSWS WSWSSASA SASA RainyRainy

Cropping System

Crop Calendar 2002JAN.1 MAR.1 MAY.1 JUL.1 SEP.1 NOV.1

Crop Calendar 2003JAN.1 MAR.1 MAY.1 JUL.1 SEP.1 NOV.1

WSWS RainyRainyRainyRainyRainyRainyRainyRainy

6-5. Application 適用事例：2002年、2003年の農業的土地利用図

出典： Sakamoto et al., 2006, Spatio-temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers. Remote Sensing of Environment, 100, 1-16.

2 February 2007

designed by Okamoto, K., EID/NIAES 12

77.. これからのこれからの衛星リモート・センシングに衛星リモート・センシングに

求めるもの求めるものHaving the cheek to ask more ...Having the cheek to ask more ...

衛星リモート・センシングの長所を活かした農業・環境研究へのデータの提供

Sensors on board the satellite can measure the agricultural parameters and the environment–広域性 widely,–反復性 repeatedly,– （観測の）均質性 homogeneously and–隔測性 remotely