概要

農作物の生育状況を衛星データを用いて把握する際は、光学衛星から取得できる赤色の波長光と、近赤外線のデータを使ってNDVI(正規化植生指標)を計算することで観測することができます。しかし、光学衛星は天候に左右されるため、安定的な観測が難しいとされています。そこで、天候に左右されにくい合成開口レーダー(SAR)衛星を使って観測することで、安定的に育成状況を判断することができるようになります。

現在、農業人口の減少や高齢化が進む一方、温暖化による気候変動や社会情勢の緊張化などにより、安定した農作物の供給の実現は複雑度を増しており、広域でどういった作物がどれくらい収穫可能か、実際に収穫されているか把握するという問題は、近年ミッションとして掲げられることの多い持続可能な社会の実現に向けて、大きな鍵になることでしょう。​

​そこで、本コンペティションでは、SAR衛星より得られたデータを用いて、植生の状況把握に用いられるNDVIを推論するアルゴリズムの作成に挑戦していただきます。​

開催背景

株式会社スペースシフトでは、鳥取県米子市にも拠点を置き、農家や自治体と連携した衛星データの農業利用への取り組みや、生育や収穫状況推定による価格予測、またそれを利用した農業やマーケティングの効率化等に取り組んでおります。

株式会社リクルートでも、地方創生を目的とした農業支援活動に取り組んでおり、また既存のサービスをより便利なものにしていくために様々なデータの利活用を進めています。こういった背景も踏まえ、今回はリクルート様の協賛を頂き、農作物の生育状況を人工衛星のデータを使って推定するAIの開発コンペを開催することになりました。

スケジュール

2/28(火) 1nd Stage(推論結果提出)締め切り　​

3/8(水) 2nd Stage(最終プレゼン)進出者発表

3/31(金) 最終プレゼン　最優秀決定

開催発表イベントについて

今回のコンペ開催にあたって、コンペの概要を紹介する動画をYouTubeにて配信いたします。 各社の代表による企画の説明、およびエンジニアによるコンペの解説をいたします。 宇宙飛行士の山崎 直子さん による参加者に向けたメッセージなどもお届けする予定です。 ぜひこちらをご覧の上、参加をお願いいたします。

Youtube配信リンク ： https://youtu.be/_AyB9MH-6Vs

各賞の決定及び、賞金について

本コンペティションでは、最終プレゼンの内容とAIのスコア踏まえて各賞を決定し、それぞれに賞金が付与されます。 賞金額は以下の通りです。

*賞金のほかに副賞や各企業のオフィスへの招待なども検討しております。 奮ってご応募ください。

最終プレゼンテーションは都内の会場で開催を予定しております。 詳細は追って公開いたします。

当日は特別審査委員として、恩田靖さんをお招きしており、審査に加わって頂く予定です。

恩田靖(おんだ・やすし)
JAXA 新事業促進部 J-SPARC プロデューサー / 慶應義塾大学 非常勤講師 / 株式会社cocotrek共同創業者 今年出版された、注目の衛星データビジネス解説書、「いちばんやさしい衛星データビジネスの教本」著者

著書リンク：https://book.impress.co.jp/books/1120101188

タスク説明

SAR衛星から取得された画像データから、同じ領域に対するNDVIを予測して頂きます。ただし、データは農地領域においてマスクがされております。

データセット詳細

​異なるエリアのSAR画像とNDVI画像の2種類の画像が与えられます。エリア1つの日付1日に対し、SAR画像は「VV偏波」によって観測されたもの、「VH偏波」によって観測されたもの、そしてそれらの農地領域のみを切り取ったものの合計4枚です。

学習用に2エリア、評価用に1エリア与えられます エリアごとにSAR画像は72枚与えられます。下記がSAR画像についての概要となります。

SAR画像について

下記が配布されるSAR画像についての情報です。

SAR画像のファイル名は 撮影日_偏波種類.tif と 撮影日_偏波種類_crop.tifが存在します。

偏波種類は

• VV
• VH

が存在します。

cropは農地以外の箇所を切り取っている画像になります。

NDVIについて

下記が配布されるNDVIの情報になります。

本コンペティションでは、農地を切り取っているNDVIを評価用のSAR画像から推論してください。 そのため、学習用のエリアには農地を切り取っているNDVIが格納されております。 参考用に、農地を切り取っていないNDVIも一緒に格納されておりますので、ご確認ください。

評価指数

評価スコアは、MSEにより算出します。

正解のNDVI画像と予測されたNDVI画像に関して、ピクセルレベルで平均二乗誤差を計算し、それらのスコアとします。

1st Stageについて

1つ目のStageは推論精度による1次審査になります。提出していただくものは

• 推論に用いたコード
• 推論したNDVI

となります。

締め切り時点でMSEが上位 6人を選出し、2つ目のStageに進んで頂きます。

2nd Stageについて

2つ目のStageは、提出したモデルについての発表を、審査員の前で行います。

審査員は、株式会社リクルート、株式会社スペースシフト、特別審査員で構成されます。

自身が作成したAIモデルの説明、作成したAIを活用した事業プランなどをまとめたパワーポイントを作成して頂き、当日発表して頂きます。 作成したパワーポイントは事前に提出をして頂きます。 作成したパワーポイントは2次選考に進まれた方に改めて提出先のURLを共有させて頂きます。

下記がおおよその発表時間です。
発表時間　5分　＋　質問時間　4分

2nd Stageの評価に関しては、
- 事業アイデアの新規性や実現性
- 衛星データへの理解
- 説明のわかりやすさ
等を総合的に判断して決定されます。

注意事項

本コンペティションは2nd Stage進出者発表から、最終審査会まで20日間程度となっております。 そのため、参加者の皆様は1st Stageから前もってどのような発表をするのかを考えながらコンペに参加下さい。 よろしくお願い致します。

実装方法について

・同じフォーマットで、異なるデータを入力した場合にも、同様のロジックで予測できなければなりません。​ ・ソースコードは、以下のように、前処理、学習、予測、の3つに分け、それぞれを実行すれば処理が進むように​ 実装を心がけてください。 ①前処理： 　提供データを読み込み、データに前処理を施し、モデルに入力が可能な状態でファイル出力するモジュール。​ 　get_train_dataやget_test_dataのように、学習用と評価用を分けて前処理を行う関数を定義。​​ ②学習：​ 　①で作成したファイルを読み込み、モデルを学習するモジュール。​​ 　学習済みモデルや特徴量、クロスバリデーションの評価結果を出力する関数等を定義。​​ ③予測：​ 　①で作成したテストデータ及び②で作成したモデルを読み込み、​ 　予測結果をファイルとして出力するモジュール。​​

FAQ

1. 何度でも提出可能でしょうか？
   A. 期限内でしたら、何度でも提出可能です。

2. 外部データの利用に関してはの制約はありますか？
   A. 外部データの利用も許可をしております。ただし、使用された外部データは一緒に提出をしてください。

3. ソースコードは公開されますか？
   A. 外部にソースコードは公開されません。

4. 推定するNDVI画像を生成する際の農地以外の部分のピクセル値はどうすればいいですか？
   A. -100で埋めていただけると助かりますが、埋めていない場合はこちらで調整しMSEを算出しています。

リーダーボード

最終更新日時：2023/2/28 14:00
Top 5 表示

2nd Stage 進出者

• daiki_kimura
• tc2k
• rarairama3
• snct_hu
• backs
• segawa1701
  

の6名です！
おめでとうございます！