貢献者

すべての研究者の目標は、研究の全期間にわたって使用可能なフィールドデータを得ることである。良いデータセットとは、科学者が結論を導き出したり、特定のアプリケーションにおける環境要因の挙動について何かを学んだりするために使用できるものである。しかし、多くの研究者が痛感しているように、良いデータを得ることは、センサーを設置してフィールドに放置し、正確な記録を見つけるために戻ってくるほど単純なことではない。前もって計画を立てず、頻繁にデータをチェックし、定期的にトラブルシューティングを行わない研究者は、データロガーのケーブルが抜かれていたり、センサーケーブルがネズミに傷つけられたり、あるいはもっと悪いことに、結果を解釈するのに十分なデータがないなど、不愉快な驚きを発見して戻ってくることが多い。幸いなことに、データ収集の災難のほとんどは、質の高い機器と入念な先読み、そしてちょっとした準備で回避可能だ。

間違えてはならないのは、そのためには費用がかかるということだ。

以下は、研究計画時に陥りがちなミスで、時間と費用がかかり、データが使えなくなる可能性がある。

• サイトの特性：サイト、その変動性、またはデータ解釈の指針となるその他の影響力のある環境要因について十分に知られていない。
• センサーの設置場所：センサーの設置場所：研究の目標にそぐわない場所にセンサーが設置されている（例：土壌の場合、センサーの地理的位置と土壌プロファイル内の位置の両方が研究課題に該当しなければならない）
• センサーの取り付け：センサーが正しく取り付けられていないため、不正確な測定値になる。
• データ収集：センサーとロガーが保護されておらず、継続的かつ正確なデータ記録を維持するために定期的にデータがチェックされていない。
• データの普及：他の科学者がデータを理解したり、再現したりすることができない。

以下のウェビナーでは、METERのリサーチ・サイエンティストであるコリン・キャンベル博士が議論している：

• よくあるデータの8つの間違い
• 決して見逃してはならない重要なベストプラクティス
• 現場での発見を可能な限り苦痛なくする方法

研究を計画する際には、以下のベストプラクティスを用いて、データ収集を簡素化し、データの有用性、ひいては出版可能性を妨げるような見落としを避ける。

設置前の準備で時間とコストを節約

フィールドに行く前にラボでセンサーをセットアップすることは、研究者がセンサーがどのように機能するかを理解するのに役立つ。例えば、科学者は異なる土壌タイプで土壌センサーの測定値を取ることができ、異なるシナリオで予想される土壌水分値をしっかりと理解することができる。フィールドに行く前にセンサーを把握することは、研究者が正しい設置方法を理解し、設置にどれくらいの時間がかかるかを理解し、センサーが正しく読み取れないなどの問題を診断するのに役立つ。この間に、設置に必要な道具や設備も調べられる。ジッパータイ、ペンチ、マーカー、懐中電灯、バッテリーなどの重要な道具を詰めた設置専用の工具箱を用意しておけば、現場への往復の時間を節約できる。

計画が最も重要

研究者は、地図を使って敷地計画を立て、設置には通常、考えている時間の2倍かかることを忘れてはならない。特に時間に追われている場合、現場計画を立てることで人的ミスを大幅に減らすことができる。研究現場に到着したら、科学者は計画に従って設置し、その都度地図に調整を記録することができる。このステップによって、将来、彼らや他の同僚が問題のあるセンサーを見つけて掘り起こさなければならなくなった場合、時間を大幅に節約することができる。うまくいかないかもしれないことに対するバックアッププランを持つことも重要である。例えば、ある深さの土壌が岩だらけだったらどうするか？あるいは、ウェザーステーションや湿度センサーが2メートルの地点に設置できなかったらどうするのか？研究者は、当初の計画がうまくいかなかった場合にどうするかを考えておく必要がある。多くの場合、数週間から数ヶ月は現場に戻ることができないからだ。

立地選定が研究を左右する

場所を選ぶ前に、科学者はデータ収集の目標を明確に定めるべきである。データを使って何をするのか、データが正しい質問に答えられるようにする必要がある。目標が理解できれば、研究者はセンサーをどこに設置すべきかを理解し始めることができる。

研究者がセンサーの設置場所を決定する際に直面する最も影響力のある問題は、変動性である。例えば、土壌を研究する科学者は、傾斜、アスペクト、植生タイプ、深さ、土壌タイプ、土壌密度などの変動要因を理解する必要がある。キャノピーを研究する場合は、植物被覆の不均一性を理解し、それに応じて配置する必要がある。研究者がデータを比較する場合、センサーの配置に一貫性を持たせる必要がある。つまり、地上部の高さや地下部の深さは、サイト間で一貫していなければならない。すべての変動源をモニターする方法はないので、研究者は最も重要な変動源をモニターすべきである。ばらつきの詳細については、「土壌水分センサー：いくつ必要ですか？

場所の選定も実用的でなければならない。研究者は、すべてが正しく機能していることを確認するために、できるだけ頻繁にデータを見る必要があります（少なくとも月に1回をお勧めします）。携帯データロガーは、特に遠隔地でのデータアクセスをはるかに容易にします。データをcloud にアップロードすることは、科学者がオフィスにいながらにして、毎日データにアクセスし、共有し、トラブルシューティングできることを意味します。

また、データロガーの設置場所を選ぶ際には、落雷時に電位差を生じさせる可能性のある長い配線はなるべく避けてください。センサーを差し込みやすい場所を選び、ケーブルがロガーから引き抜かれないように、余分なケーブルをストレインリリーフのために支柱にジッパーで縛ります。センサーのプラグが抜けていたり、接続が断線していたりすると、調査が壊滅的な打撃を受ける可能性があります。

より多くのメタデータ、より多くの洞察

研究者が調査現場で記録するメタデータが多ければ多いほど、データの理解が深まり、長期的には時間の節約になる。のようなデータロガーもある。 ZL6のようなデータロガーは、GPS位置、気圧、センサーのシリアル番号などの重要なメタデータを自動的に記録する。さらに、土壌温度や微気候モニタリングのような補助的な測定も、メタデータのもう一つのソースとなり得る。ATMOS 41のようなオールインワンウェザーステーションは、気象イベントを自動的に記録し、土壌水分、水ポテンシャル、またはその他のデータのベンチマークやグラウンディングトゥルースとして重要な役割を果たす。

現場計測器によって自動的に記録されない現場情報を文書化するために、多くの科学者は、現場で作業している他の同僚に知らせるために使用できる共有の現場特性ワークシートを作成することが実用的であると考える。土壌の種類、土壌密度、覆土の種類、測定間隔、生データと使用した校正の種類、灌漑システムに関するメモ（ある場合）、どの深さにどの土壌水分センサーが設置されているか、その場所を選んだ理由、収穫などデータ収集に影響を与える可能性のある出来事、その他データ分析時に思い出すのが困難な情報などである。このような情報は、公開するときに重要になります。cloud をベースにした共有の場所に置くことで、頭痛の種を減らすことができます。

設置-精度の鍵

科学者が正確なデータを求めるのであれば、センサーの正しい設置が最優先されるべきである。例えば、土壌を測定する場合、密度の自然な変動によって2～3％の精度の損失が生じるかもしれないが、設置方法が悪いと10％以上の精度の損失が生じる可能性がある。センサーを正しく設置するのに余分な時間はかからないので、研究者は説明書を注意深く読むべきである（より詳細な情報については、「土壌水分センサーの設置方法：より速く、より良く、より高い精度を得るために」を参照）。土壌水分センサーを設置する場合は、より高い精度を得るために、TEROS ボアホール設置ツールを使用してください。

センサーの設置後、オーガーホールやトレンチを閉じる前に、必ずセンサーを ZSCでセンサーをチェックし、読み取り値が正確であることを確認してください。シーズン分の悪いデータを収集した後でセンサーを掘り起こすのは骨が折れます。

さらに、各センサーにセンサーの種類、設置深度、その他重要と思われる情報を必ずラベリングする。何百ものセンサーを設置する研究者は、センサーをバーコード化する電子ラベリング装置を購入することもあるが、テープや油性マーカーでもよい。ラベルは天候から保護するためにデータロガーの内側に挟む。

メンテナンス＝安心

センサーを全力で保護することは、研究にとって非常に重要である。研究者にとって重要なのは、露出したセンサーケーブルをPVCパイプまたはフレキシブルな電線管の中に通し、データロガーの支柱の上まで約60cm（2フィート）通すことである。こうすることで、ネズミやシャベルによる損傷を防ぐことができる。また、UV 耐性のあるジップタイでケーブルを支柱にきちんと結び、データロガーに引っ張られないようにしっかりと固定します（ストレインリリーフがあることを確認してください）。現場視察の際、データロガーのシールを点検し、ひび割れがないかチェックするのも良いアイデアです。データロガーのシールにひび割れがある場合、耐候性がない可能性があるため、交換する必要があります。無償交換をご希望の場合は、カスタマーサポートにご連絡ください。

さらに、研究者はトラブルシューティングのために、できるだけ頻繁に実際のデータをチェックすべきである。ある科学者は、同じ高さにある量子センサーと比較することで、日射計のデータに誤りがあることを発見した。実際の値を見て初めて、彼は鳥が日射センサーを汚してしまい、研究の大部分に役立たなくなったことを発見した。結局、彼は量子センサーからデータを計算することになったが、その精度は低かった。データを定期的にチェックすることで、研究プロジェクトに悪影響を及ぼす問題を防ぐことができる。新しい ZENTRA Cloudと ZL6を使えば、研究者は毎日でもトラブルシューティングを行い、データをグラフ化することができる。トレンドの発見やエラーの発見に2〜3分費やすだけで、失われた数週間のデータを救うことができるかもしれない。

タイミングがすべて

その ZL6は、以前のものと同様、データを平均化する。つまり、研究者が平均値を求めないのであれば、もっと頻繁にデータを記録すべきなのだ。しかし、大量のデータを作成することが必ずしも目的を達成するとは限らない。重要なのは、研究仮説に関連する時系列を捉え、理解することである。ある研究者が土壌水分の年間傾向を理解しようとしている場合、5分間のデータを取っているとすると、土壌水分は1分単位ではあまり変化しないため、役に立たない大量のデータが生成されることになる。そうなると、研究者はデータを薄くするために後処理をせざるを得なくなる。それでも、研究の目的が土壌に水が浸透し始めた瞬間を知ることであるならば、1分間隔またはそれ以下の間隔でデータを取得することは非常に重要である。このような研究者には、キャンベル・サイエンティフィック社製のデータロガーか、瞬時の変化に基づいて読み取りイベントをトリガーできるものが必要になる。しかし、ほとんどの人は必要なデータ量を過大評価している。日射量を測定する場合、15分ごとで十分なことが多い。蒸発散量であれば、30分ごとのデータを記録するのが一般的だ。これらや他の多くのケースでは、5分ごとなどという短い記録間隔は、かなり頻繁すぎるだろう。

研究者が忘れがちなもう一つの重要なステップは、データロガーの時間測定頻度をすべて一致させることである。研究者が2台のデータロガーで15分ごとに読み取り、他の誰かが1台で1時間ごとに読み取るように設定した場合、1時間ごとのデータしか使用できない。

データ解釈-既成概念にとらわれない

科学者がデータにエラーを発見しても、それは必ずしもセンサーが壊れているからではない。多くの場合、興味深いセンサーの測定値は、土壌や環境で何が起きているのかを物語っている。データの解釈は時に難しく、研究者は実際に何が起きているのかを理解するために現場に戻る必要があるかもしれない。例えば、図1では土壌水分センサーが壊れているように見えるが、科学者が詳しく調査したところ、蒸発散量が浸透量よりも多いことがわかった。

さらに、研究者はデータを解釈するために、既成概念にとらわれずに考える必要があるかもしれない。データをいくつかの異なる方法で見てみることができる。 図2は、データをグラフ化する従来の時間的な方法を示している。図3では、同じデータをまったく別の方法で見ることができる。

研究者はまた、水分放出曲線を用いて、含水率データを水ポテンシャルに変換することもできる（図4参照）。

水ポテンシャルのデータが得られれば、データは次のようになる：

同じデータを3つの異なる方法でプロットすることで、研究者が従来の時間グラフでは気づかないような問題や課題が浮き彫りになるかもしれない。

データを活用する

実験期間中、物事を正しく進めるためにわずかな余分な時間を費やすことは、時間、労力、費用の節約という大きな配当となる。準備、計画、明確に定義された研究目標、適切な場所の選択、設置、メンテナンス、タイミング、そして正しいデータの解釈はすべて、研究プロジェクトを危険にさらす典型的なデータ事故を防ぐために大いに役立つ。最終結果は？発表できる、あるいは意思決定に使用できるデータ。

ZENTRA Cloud の仕組みを見る

以下のビデオでは、コリン・キャンベル博士が、ZENTRA Cloud がいかにデータ収集プロセスを簡素化するか、そして研究者がこれなしでは生きられない理由について述べている。そして、ZENTRA Cloud の機能をライブツアーで紹介している。