ヘルメットマウントされたカメラとディープラーニングで作成されたケニアの作物タイプデータセット

科学分野:

• 農業科学
• リモートセンシング
• データサイエンス

背景:

• 効果的な農業監視は 食糧安全保障に不可欠です 特にケニアでは 極端な気候に 直面しています
• 小規模農業地域では,高額なフィールドデータ収集コストのため,詳細で最新の作物タイプの地図が欠けていることが多い.
• 現存するデータ不足は,正確な農業評価と情報に基づいた意思決定を妨げています.

研究 の 目的:

• ケニアの作物の種類に関する最初の検証されたデータセットを提示する.
• データ不足の農業地域では,作物の種類に関する情報が限られているという問題に対処する.
• 証拠に基づいた農業の意思決定を支援し,食糧安全保障の評価を改善する.

主な方法:

• 2021年と2022年の長期雨季にわたって,ケニア全土で 4,925 の農作物タイプのデータポイントを収集しました.
• GoProカメラによる画像データ収集に 市民科学ネットワークと機関パートナーを利用した.
• 厳格な品質管理で画像を信頼性の高い作物型データセットに処理するためのディープラーニングパイプラインを開発し,実装しました.

主要な成果:

• ケニアの農業のための4,925の検証された作物タイプのデータポイントの新しいデータセットを生成しました.
• 市民科学とディープラーニングを大規模作物タイプマッピングに活用する実用性を示した.
• 厳格な品質管理手段によってデータの完全性を確保する.

結論:

• この新しいデータセットは ケニアの農業モニタリングのための貴重なオープンサイエンスリソースです.
• このアプローチはデータ上のギャップを埋め,食品生産の評価の正確さを向上させるのに役立ちます.
• 食糧不安を緩和するための 農業の意思決定の強化を 支援する結果です