IoTデータ収集は精密農業を養う

編集者注：グローバルマネージングエディターのRich Quinnellによるこの記事は、AspenCoreMediaの「AgricultureTech」に関する特別プロジェクトの一部です。センサー技術は、農業と食料生産に根本的な変化をもたらしています。

モノのインターネット（IoT）とデータ分析という2つの強力なトレンドは、産業用およびインフラストラクチャアプリケーションに対して多くの報道を生み出しています。しかし、これらの技術の適用において静かに勢いを増している別の適用スペースがあります。それは食品生産です。農家は、肥料や水などの資源をより的を絞って利用することで、収穫量を増やし、損失を減らし、コストを削減しています。この「精密農業」の出発点はデータであり、センサーとワイヤレスネットワークが収集において重要な役割を果たします。

精密農業に関係するプラットフォームには、基本的に3つのタイプがあります。空中、地上ベースのモバイル、および固定システムです。プラットフォームの種類が利用する傾向のあるセンサーとネットワークテクノロジーは異なりますが、いくつかの重複もあります。ただし、プラットフォームが共有することの1つは、このアプリケーションスペースに対応する多くの競合製品の機能セットの途方もない多様性です。

図1-マルチロータードローンは、中小規模の畑の精密農業でますます人気が高まっている高所作業車です。 （出典：ublox）

高所作業車は、リモートセンシングを使用して、作物や畑に関するデータを上から収集しようとします。センサーはパイロット航空機または衛星に配置できますが、固定翼またはマルチコプター設計の無人航空機（UAV）（ドローン）によって搭載されることが増えています。 Ublox F9高精度GNSSモジュールなどの高精度測位センサーを装備したドローンは、植物の健康状態を監視するための中小規模のフィールドの調査に特に適しており、航空機や衛星がより広い範囲の調査を提供します。

植物の健康状態を監視する主要なセンサーは、可視光と近赤外（NIR）光の両方で高解像度の画像を撮影できるマルチスペクトルカメラです。ほとんどの商用カメラは提供できませんが、ほとんどのCMOSイメージセンサーはそのような画像を提供できます。この明らかな矛盾の鍵は、フィルタリングにあります。

下の図は、典型的なCMOSイメージセンサー（この場合はオン・セミコンダクター製）の量子効率（つまり感度）を波長の関数として示しています。センサーには、一般的なバイエルの配置に赤、緑、青のフィルターが組み込まれていますが、青のフィルターを使用しても、IR波長にはかなりの感度があります。したがって、ほとんどの汎用カメラは、可視光の色付けをより正確にレンダリングするために、センサーの前にIRブロッキングフィルターを追加します。

図2–一般的なカラーイメージセンサーには、汎用カメラがフィルターで除去しようとするNIR感度も含まれています。 （出典：ON Semiconductor）

IRセンシング
ただし、植物の健康状態を監視する場合、このIR感度は祝福です。健康な植物の葉は、ストレスを受けた植物の葉よりも多くのIRを反射し、より多くの赤色光を吸収します。これにより、植物科学者は、植物の健康の尺度として「正規化植生指数」（NDVI）–（NIR-赤）/（NIR +赤）–を定義するようになりました。適切なフィルタリングといくつかの基本的な画像処理により、CMOSイメージセンサーをSenteraAGX710のようなNDVIセンサーに変えることができます。空中プラットフォームは、単一のシステムでフィールド全体の植物の健康状態を調査するために必要な視点を提供します。

図3– NDVI調査は、水や肥料などの資源が多かれ少なかれ適用を必要とする場所を指摘し、全分野にわたる植物の健康に関する詳細な洞察を提供します。