主な事例

ハイパースペクトルカメラと機械学習でトウモロコシの収量を高精度予測

UAV搭載のハイパースペクトル画像を用いたトウモロコシ収量予測において、複数の機械学習・深層学習手法を比較した研究です。感度の高い特定波長から作成した植生指数よりも、全スペクトル情報を活用する方が予測精度が大幅に向上することを示しました。なかでも全スペクトルとランダムフォレストを組み合わせた手法が最も高い精度を達成しており、精密農業や食料安全保障に向けた高精度な収量予測の可能性を示しています。
関連論文・参考文献
Guo et al. (2023). Int. J. Applied Earth Observation.

　
刈り取らずにドローンでイネの生育量を測るAIフレームワーク

イネの地上部バイオマス(AGB)推定は生育モニタリングや収量予測に重要ですが、深層学習に必要な実測サンプルの確保が難しい「スモールサンプル問題」が課題でした。本研究は、PROSAIL-PRO放射伝達モデルとXGBoost・ランダムフォレストを組み合わせたハイブリッド逆解析に、能動学習とスペクトル角マッパー(SAM)を導入し、現実条件に近い模擬サンプルを生成。UAV搭載ハイパースペクトルの主成分・樹冠高・熱赤外データを入力とするDCNNにより、限られた実測データでもR²最大0.816の高精度なAGB推定を実現しました。
関連論文・参考文献
Liu et al. (2025). IEEE TGRS.

　
ドローン搭載ハイパースペクトルカメラによるゴムノキうどんこ病のモニタリング

ゴムの生産量を左右する重要病害「うどんこ病」を、UAV に搭載した Cubert ULTRIS X20 Plus（350–1000 nm）で空から捉えた研究になります。植生指数やテクスチャといった空間・スペクトル特徴に加え、放射伝達モデルで推定した葉のクロロフィル・カロテノイド・含水率などの植物特性を組み合わせ、機械学習（PLSR・LASSO・RF）で発病度を推定しました。複数の特徴を統合した PLSR モデルは決定係数 R²=0.794 を達成し、ハイパースペクトル画像による精密な病害監視の有効性を示しています。
関連論文・参考文献
Cheng et al. (2025). Computers and Electronics in Agriculture.

　
犬型ロボットとハイパースペクトルカメラで実現する、地下鉱山の安全な鉱物探査　

ドイツのTUデルフト／ヘルムホルツ研究所フライベルク校の研究チームは、四足歩行ロボット「Spot」にCubert ULTRIS X20 Plus（VNIRハイパースペクトルカメラ）とLiDARを搭載し、地下鉱山の鉱物探査を遠隔で行うシステムを開発しました。ドイツのZinnwald鉱山で岩肌を撮影し、スペクトル情報と3D形状を統合した「ハイパークラウド」を生成。鉄を含む鉱物（ヘマタイトなど）や鉱脈・断層の分布を立体的に可視化しました。崩落やガスの危険がある坑内に人が立ち入らずに地質を調べられる点が大きな強みで、小型・軽量カメラでも実用的な探査情報が得られることを実証しています。
関連論文・参考文献
Dieters, J. (2023)