レーダーセンシングによる収量予測：農業における光学的死角の克服

NDVIのような光学植生指数は20年にわたりデジタル農業を支えてきましたが、農産物予測を行う運用チームは、生育期の途中でしばしば壁にぶつかります。それは、バイオマスの発達がピークを迎える時期に、雲が衛星を覆い隠してしまうためです。光学データが途絶えると、収穫量の予測は単なる推測になってしまいます。この視界のギャップが、農学者や地理空間エンジニアをマイクロ波リモートセンシングへと向かわせています。レーダーセンシングによる収量予測は、大気による干渉を完全に回避し、天候、煙、日照条件に関わらず、分析プラットフォームに途切れることのないキャノピーデータを提供します。

数千ヘクタールもの広大な農地を管理する商業施設にとって、光学式パイプラインからレーダー後方散乱モデルへの切り替えは、単にシーンの見落としを防ぐだけではありません。測定対象そのものが根本的に変わるのです。レーダーは葉の色素沈着ではなく、植物の形状、生バイオマス、内部水分量に直接反応するからです。

密生した樹冠における光学モデリングの限界

従来のマルチスペクトルセンサーは反射太陽放射を測定するため、地表被覆が少ない生育初期には有効です。しかし、作物が完全に葉で覆われると、光学指標は飽和状態になります。葉面積指数（LAI）の値が3または4を超えると、標準的な反射率曲線上でほぼ平坦になり、穂の充実度、茎の発達、または根底にある構造的劣化の違いが隠されてしまいます。

さらに、重要な生物季節学的変化は、しばしば長期間の曇天と重なる。モンスーンに依存する地域や沿岸部の穀倉地帯では、穀物の成熟期に衛星群が鮮明な光学画像を捉えられないことが4～6週間続く可能性がある。空が晴れる頃には、予期せぬ構造的損傷や水分ストレスによって、収穫量が回復不可能なほど減少してしまう。

マイクロ波センシングによる構造収率の測定方法

合成開口レーダー（SAR）はマイクロ波パルスを送信し、後方散乱信号の振幅と位相を測定します。これらの波長は概ね3cm（Xバンド）から24cm（Lバンド）までであるため、植生プロファイルのさまざまな物理層と相互作用します。

• 誘電率感度：レーダー後方散乱は、植物組織内の水分に強く反応します。新鮮なバイオマスには多量の水分が含まれており、これが誘電率を変化させ、信号の減衰に影響を与えます。

• 体積散乱：茎、枝、葉が増殖するにつれて、マイクロ波は受信機に戻る前に樹冠内部で繰り返し反射します。交差偏波信号（VHまたはHV）は、この構造的な複雑さに特に敏感です。

• 地表と樹冠の相互作用：同偏波チャネル（VVまたはHH）は、垂直な幹と下層の土壌との相互作用を追跡し、林分密度や基本的な現場状況に関する手がかりを提供する。

複数の時期における偏光比を機械学習モデルや機械論的な作物成長モデルに入力することで、エンジニアは生育サイクル全体を通して、乾物重量と生重量の実際の物理的な蓄積を追跡することができる。

用途の拡大：宿泊施設、給水、樹冠容積

収量は、健全な生育状況と必ずしも比例するわけではありません。断続的なストレスや構造的な損傷が、最終的な穀物貯蔵量に大きな影響を与えることがよくあります。アクティブレーダーセンサーは、こうした物理的な変化が発生する場所を正確に特定し、優れた性能を発揮します。

作物倒伏検知

激しい気象現象は、生育期の終盤に穀物や油糧種子作物を倒壊させることがよくあります。深刻な倒壊は、レーダービームに対する茎の向きを変え、偏波後方散乱に劇的かつ測定可能な急激な変化をもたらします。作物倒伏の自動検出ワークフローにより、穀物取扱業者や作物保険会社は、嵐の通過後数時間以内に倒壊面積を定量化し、機械収穫による損失で収量予測が下方修正される圃場を特定できます。

精密灌漑スケジューリング

CバンドとLバンドのマイクロ波は植物の水分と土壌水分の両方を反射するため、偏波分解によって土壌からの寄与を分離することで、根圏の水分状態を独立した指標で測定できます。これらのレーダーで得られた地表土壌水分推定値を作物の蒸発散モデルと組み合わせることで、農学者は精密な灌漑スケジュールを立てることができます。水分を目標値内に維持することで、水ストレスと根の酸素不足という二重の収量低下を回避できます。

樹冠体積推定と林業

多年生作物、果樹園、および木材伐採地では、収量予測は季節的な葉の入れ替わりではなく、樹木の構造に直接結びついています。高解像度SAR干渉法を用いることで、樹冠体積を正確に推定し、商業用果樹園や森林の三次元的な分布をマッピングすることが可能になります。広範囲にわたってこの構造プロファイリングを適用することで、現代の森林資源調査マッピングの基盤が形成され、木材管理者は高額な現地調査チームを派遣することなく、収穫可能な商業用木材量を予測できるようになります。

レーダーバンド：現場監視に適した周波数の選択

波長の選択を誤ると、運用分析パイプラインが損なわれる。レーダーバンドは作物や樹冠の種類によって大きく異なる挙動を示す。

エンジニアリング上の注意点：斑点、表面粗さ、水分

レーダーは雲を回避できる一方で、独自の処理上の課題も抱えています。開発チームにとって繰り返し問題となるのが、レーダースペックルです。これは、コヒーレント信号の建設的干渉と破壊的干渉によって生じる、粒状の「塩コショウ」ノイズです。積極的な空間フィルタリングはスペックルを低減しますが、個々のフィールドゾーンを評価するために必要な空間分解能を低下させます。一般的には、高密度の時系列データに対してマルチテンポラルフィルタリングを行う方が安全な選択肢となります。

もう一つよくある間違いは、土壌表面の粗さを無視することです。耕起直後の畑でトラクターの深い溝があると、Cバンドセンサーでは大量の植物バイオマスを模倣した後方散乱値が得られます。初期の基準となる表面粗さパラメータや早春の光学マスクがない場合、初期段階の収量モデルではバイオマスの基準値が歪んでしまう可能性があります。

よくある質問

レーダーによるセンシングは、光学式NDVIデータを完全に代替できるだろうか？

完全にそうとは限りません。最も堅牢な運用アーキテクチャは、融合アプローチを採用しています。光学データは、クロロフィル劣化や窒素欠乏に関連する詳細なスペクトル応答を提供し、レーダーは雲量に関係なく、樹冠の形状と水量を提供します。晴天時には光学データを使用し、基準となる構造曲線はレーダーデータに基づいて設定します。

なぜCバンドは一年生穀物作物に好まれるのか？

Cバンドマイクロ波（約5.6cm）は、トウモロコシ、小麦、大豆の葉、茎、穂とほぼ同じ大きさです。そのため、信号はLバンドのように土壌に直接到達したり、Xバンドのように表面のみで反射したりするのではなく、主に植物の葉冠内で散乱されます。

露や大雨はレーダーによる光量推定にどのような影響を与えるか？

植物表面の自由水は、対象物の誘電特性を一時的に変化させ、真のバイオマス成長を反映しない後方散乱のピークを引き起こします。運用処理パイプラインは、現地の地表気象データを相互参照し、大雨直後に撮影されたシーンにフラグを立てる必要があります。

パイプラインの構築

光学モニタリングからレーダーベースの予測への移行には、後方散乱を現地の物理的なフィールド測定値に基づいて較正する必要があります。収量予測パイプラインを全面的に書き換えるのではなく、まずはSentinel-1 Cバンドの交差偏波比を、最も雲の多い生育段階で既存の作物モデルに統合することから始めましょう。これらの出力をコンバインハーベスターの地上収量モニターデータと照合することで、自動化された、天候に左右されない予測を大規模に展開するために必要な基盤が構築されます。