雑草検出のベストプラクティス - PIX4Dfields

休耕地の雑草検出

休耕地で雑草が検出された場合、一般的に植生指数を用いて、緑色の雑草を裸地や前作の残渣から区別します。これらの指数は、RGBカメラとマルチスペクトル（MSP）カメラの両方から算出できます。Sentinel-2衛星画像は解像度が低い（1ピクセルあたり10メートル）ため、雑草の識別には使用されません。.

画像解像度／飛行高度

休耕地の雑草検出には、GSDが2～3cmのオルソモザイク画像が理想的です。雑草が広範囲に分布している場合は、GSDが4～5cmの低解像度でも一般的には許容されます。.

休耕地の雑草検出におけるRGBとマルチスペクトルの比較

同じ飛行高度であれば、マルチスペクトル画像は、解像度が低くても、雑草をより正確に識別するのに役立つ。. 

• マルチスペクトル画像は 、特にNDVIおよびOSAVI指数を使用する場合、休耕地の緑色雑草を検出する上でRGB画像よりも優れている。 
• RGBベースの手法（VARI、TGI） は「ノイズ」のために信頼性は低いものの、はるかに実用的であるため、正確な雑草識別にはマルチスペクトルデータが好ましい。

例を挙げると、 OSAVIは直径13cmの雑草を検出する（左）が、TGIはそれを検出しない（右）。

GSD MSP：5cm/ピクセル。.
GSD RGB：3cm/ピクセル。.

例：

• 休耕地の雑草検出（茶色の背景に緑色） - PIX4Dfields
  

グリーン・オン・グリーン

最近の研究によると、高解像度RGBカメラは、緑地の中に生える雑草の検出に特に効果的であることが示されています。RGB画像と Magic Tool ことで、作物、牧草地、その他の植生環境内で生育する雑草を確実に検出することが可能になります。

正確な検出のためには、雑草が作物と視覚的に明確に区別できるとき（例えば、色、高さ、直径など）に飛行する必要がある。.

マジック ツールは、 作物と見た目が異なるすべての雑草を識別しますが、種類別に分類する機能はありません。 

例：

• ピーナッツに含まれるソルガム・ハレペンセ：
  
  

• 小麦中のソルガム・ハレペンセ：
  

• 牧草地に生える広葉雑草。.

• 雑草は作物の生育初期段階で発生する。

  

特定のドローンの飛行高度と解像度
DJI M3M - RGBカメラ

120m - 3.2cm/px
80m - 2.1cm/px
40m - 1cm/px
20m - 0.5cm/px

P1 35mm

120m - 1.5cm/px
80m - 1cm/px
40m - 0.5cm/px
20m - 0.25cm/px