JP4849797B2 - Fishing ground prediction device - Google Patents
Fishing ground prediction device Download PDFInfo
- Publication number
- JP4849797B2 JP4849797B2 JP2004351454A JP2004351454A JP4849797B2 JP 4849797 B2 JP4849797 B2 JP 4849797B2 JP 2004351454 A JP2004351454 A JP 2004351454A JP 2004351454 A JP2004351454 A JP 2004351454A JP 4849797 B2 JP4849797 B2 JP 4849797B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- information
- fishing
- database
- fishing ground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
Landscapes
- Mechanical Means For Catching Fish (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
この発明は、漁獲高を増加させるのに役立つ漁場予測装置に関する。 This invention relates to fisheries predictive equipment that serve to increase the catch.
漁業者等の水産海洋分野にかかわるユーザーが、日々の海洋環境情報を簡単に取得できることが望ましい。特に漁業関係者にとってはより効率的な漁獲を行うために、将来漁場がどこに形成されるかを関係者が直接推定することができることが望ましい。また、海面高の変動や海洋渦の識別を可能にしその移動経路や成長過程も予測することができれば、海洋渦の接岸に伴う異常潮位や沿岸気象の変動をも予測可能となり、海岸工学や防災あるいは気象分野にも貢献できると考えられる。 It is desirable that users involved in the marine products field such as fishermen can easily obtain daily marine environment information. In particular, it is desirable for fishermen to be able to directly estimate where fisheries will be formed in the future in order to catch fish more efficiently. In addition, if sea level fluctuations and ocean eddies can be identified and their movement paths and growth processes can be predicted, abnormal tide levels and coastal weather fluctuations associated with ocean vortex berthing can also be predicted. Or it can be considered to contribute to the weather field.
海洋環境情報は官公庁が所有する調査船観測情報や衛星画像情報等に限られており、一般漁業関係者が自分の関心ある海域に利用するためには、これまでかなりなコンピュータ技術が要求され、高価な費用が必要とされていた。 Marine environment information is limited to research vessel observation information, satellite image information, etc. owned by the government offices, and in order for general fishermen to use it in their area of interest, considerable computer technology has been required so far. Expensive expenses were required.
従来、漁船上で、海況、気象に関するデータを得るために、別々の受信機を必要としていた問題を解決するために、１台の受信装置によって、水温情報、水色情報、海面高度情報、気象情報、現況漁場情報、予測漁場情報、船舶測定水温分布情報等を受信することを可能とする多元漁業情報配信システムが下記の特許文献１に記載されている。 Conventionally, in order to solve the problems that require separate receivers to obtain data on sea conditions and weather on a fishing boat, water temperature information, light blue color information, sea level altitude information, weather information are obtained by a single receiver. A multi-source fishery information distribution system that can receive current fishing ground information, predicted fishing ground information, ship measurement water temperature distribution information, and the like is described in Patent Document 1 below.
特許文献１に記載の装置は、１台の受信装置で１回の受信で漁場情報を受信し、ＧＩＳ(Geographical Information System：地理情報システム)画面として表示できるものであ
る。しかしながら、漁場情報は、海況情報、気象情報等から予測されたものであり、個々の船毎の漁労情報を反映するものではなかった。漁獲量を左右する漁労長のノウハウは漁労長個人のものとして技能の伝承等は行われておらず、長年にわたり収集してきた技術ノウハウが漁労長の引退とともに捨て去られて、漁獲効率の向上を阻害していた。
The device described in Patent Document 1 can receive fishing ground information by one receiving device and display it as a GIS (Geographical Information System) screen. However, the fishing ground information is predicted from sea state information, weather information, etc., and does not reflect the fishing information for each ship. The fisherman's know-how that influences the catch is not handed down to the fisherman's individual, and technical know-how that has been collected over many years is thrown away with the retirement of the fisherman's retirement to improve fishing efficiency. It was inhibiting.
したがって、この発明の目的は、従来、利用が限定あるいは手間を要した海洋環境情報の取得をインターネットなどを利用し、誰でも簡単にしかもコストを掛けずに行えるようにできる漁場予測装置を提供することにある。 Accordingly, an object of the present invention is to provide a fishing ground prediction apparatus that can easily obtain marine environment information that has been limited in use or requires time and effort by anyone using the Internet or the like. There is.
この発明の他の目的は、漁労長の引退とともに消えていった漁労ノウハウを継承し、さらに漁労条件と海洋環境条件を結びつけることにより漁場予測精度を上げることが可能となり、漁獲効率の向上をはかることができる漁場予測装置を提供することにある。 Another object of the present invention is to inherit the fishing know-how that has disappeared with the retirement of the fisherman, and to improve the fishing ground prediction accuracy by linking the fishing conditions and the marine environmental conditions, thereby improving the fishing efficiency. An object of the present invention is to provide a fishing ground prediction apparatus capable of performing the above.
この発明のさらなる目的は、海洋渦の挙動をモニター可能とすることであり、異常潮位の発生による沿岸被害の軽減や、黒潮の蛇行による漁獲量および気象の変動予測に対して、より精度の高い情報を提供できる漁場予測装置を提供することにある。 A further object of the invention is to a monitor available-the behavior of marine vortices, reduce or coastal damage due to the occurrence of abnormal tide level, with respect to catch and weather change prediction by meandering Kuroshio, more accurate It is to provide a fishing ground prediction apparatus that can provide high information.
上述した課題を解決するために、この発明は、海洋情報データベースと、予測海況データベースと、漁労データベースとを有し、
海洋情報データベースからネットワークを介して海洋情報データを取得し、海洋情報データから海況予測シミュレーションによって予測海況データを生成し、該予測海況データを予測海況データベースに蓄積し、予測海況データベースからネットワークを介して予測海況データを取得し、過去の漁労実績のデータが蓄積されている漁労データベースからネットワークを介して漁労データを取得し、最新の漁獲情報が蓄積されている漁獲情報データベースから漁獲情報データを取得し、
漁労データには、漁獲高の多い場所のデータ、魚種に関するデータ、漁獲時の海洋条件の関係のデータとが含まれており、
予測海況データには、海洋情報データを使用して予測される、海洋渦の移動経路および成長過程を示す海洋渦データと、該海洋渦データの移動に注目して予測された水温、海面高のデータとが含まれており、
最適漁場条件抽出部によって、取得された海洋情報データと、漁労データと、漁獲情報データとから漁獲量が最大となると推定される海洋条件のパラメータを求め、
推定部によって、取得された予測海況データの中で、最適漁場条件抽出部によって抽出されたパラメータを満たす海域を好漁場位置と推定し、
推定された好漁場位置を提示するようにした漁場予測装置である。
In order to solve the above-described problems, the present invention has a marine information database, a predicted sea state database, and a fishery database,
Acquires marine information data from marine information database through the network, generates predictive oceanographic data from marine information data by sea state forecasting simulation, the predictive oceanographic data accumulated in the predicted sea state database, via a network from the prediction oceanographic database acquires predicted sea state data, and acquires the fishing data over the network from a fishing database data of past fishing performance are accumulated to obtain the catch information data from the catch information database with the latest catch information is stored ,
Fishery data includes data on places with high catches, data on fish species, and data on the relationship of marine conditions at the time of fishing.
The predicted sea state data includes the ocean eddy data that indicates the ocean eddy movement path and growth process predicted using ocean information data, and the water temperature and sea level predicted by focusing on the movement of the ocean eddy data. Data and
The optimum fishing ground condition extraction unit obtains the marine condition parameters estimated to maximize the catch from the obtained marine information data, fishing data, and catch information data,
The estimation unit estimates a sea area satisfying the parameters extracted by the optimum fishing ground condition extraction unit as a good fishing ground position in the obtained predicted sea state data,
This is a fishing ground prediction apparatus that presents an estimated good fishing ground position.
この発明は、単なる海洋情報の提供による漁場予測ではなく、ユーザーがこれまで取得してきた経験や情報をもとに、ユーザー独自の漁場予測システムを構築できる。また、この発明は、漁獲高に影響を及ぼす海洋渦を追跡モニターすることにように、精度の高い漁場予測が可能となり、また、異常潮位の発生を推定することができる。さらに、この発明は、ネットワーク技術を有するので、日々更新されるネットサイトのデータをユーザーが目的に応じて選択し、自由に且つ自動的にダウンロードして簡単に独自の漁場予測に利用できる。 This invention can construct a user-specific fishing ground prediction system based on experience and information acquired by the user so far, not simply fishing ground prediction by simply providing marine information. In addition, according to the present invention, it is possible to predict a fishing ground with high accuracy and to estimate the occurrence of an abnormal tide level, such as tracking and monitoring ocean eddies that affect the catch. Furthermore, since the present invention has network technology, the user can select the data of the net site that is updated every day according to the purpose, and can freely and automatically download it to easily use it for unique fishing ground prediction.
以下、この発明の一実施形態について図面を参照して説明する。図１は、一実施形態のシステムの構成を示す。一実施形態は、漁場予測を行うために、以下に示すような６つのサブシステムおよびツール群を備えている。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings. FIG. 1 shows the configuration of a system according to an embodiment. One embodiment comprises six subsystems and tools as shown below to make a fishing ground prediction.
１．海洋環境や漁労等の情報をデジタル化するツール
２．デジタル化された海洋情報や漁労情報を保存管理する各種データベース
３．蓄積された海洋情報をもとに、数日から数週間先の分布を予測する海況予測シミュレーション
４．最適漁場条件を抽出するためのエキスパートシステム
５．漁海況にかかわる様々な情報のマッピングや解析等が行える海洋版ＧＩＳ
６．各種データおよび図面等をインターネットなどを通じて情報交換するためのネットワークシステム
1. Tools for digitizing information on marine environment and fishery 2. Various databases that store and manage digitized marine and fishing information. 3. Sea state prediction simulation that predicts the distribution of several days to several weeks ahead based on accumulated ocean information. 4. Expert system for extracting optimum fishing ground conditions Marine version GIS that can perform mapping and analysis of various information related to fishing sea conditions
6). Network system for exchanging various data and drawings via the Internet
最初にデジタル化ツールについて説明する。デジタル化ツールは、紙面や画像あるいは数値データとして存在する水温・海面高・流れ・クロロフィル（海色）・塩分・海上風等の海洋環境情報を共通のフォーマットを持つ数値データとして変換する。クロロフィルは、海水中の植物プランクトンに含まれており、光合成を行い無機炭素を有機物に変え、食物連鎖の頂点に立つ植物プランクトンの濃度を代表するパラメータとして用いられるものである。クロロフィルの分布情報から餌の分布を推定することができる。 First, the digitization tool will be described. The digitization tool converts marine environment information such as water temperature, sea surface height, current, chlorophyll (sea color), salinity, sea surface wind, etc. existing as paper, images, or numerical data into numerical data having a common format. Chlorophyll is contained in phytoplankton in seawater and is used as a parameter that represents the concentration of phytoplankton at the top of the food chain by photosynthesis and converting inorganic carbon to organic matter. The distribution of food can be estimated from the distribution information of chlorophyll.
オリジナルデータの形態により以下のようなデジタル化ツールがある。図１において、参照符号１で示すRasterVector変換ツールは、分布図２をスキャナー等で読み取り、読み取った画像データに関してRasterVector変換を行い数値化する。 There are the following digitization tools depending on the form of the original data. In FIG. 1, a RasterVector conversion tool denoted by reference numeral 1 reads the distribution diagram 2 with a scanner or the like, performs RasterVector conversion on the read image data, and digitizes the data.
次に、海況予測シミュレーションに含まれる最適空間補間ツールについて説明する。ランダムに存在する情報や画像などの格子状データ（グリッドデータ）を最適空間補間法等を用いて、任意の空間解像度のデータとして補間あるいは同化したりして数値化する。 Next, the optimum spatial interpolation tool included in the sea state prediction simulation will be described. Randomly presenting information and grid data such as images (grid data) are digitized by interpolation or assimilation as arbitrary spatial resolution data using an optimal spatial interpolation method or the like.
自動ダウンロード・ツール３は、インターネットを介して衛星画像サイト４、その他のサイト５に定期的にアクセスし、これらのサイトから海況情報をダウンロードしてデータベースにダウンロードデータを蓄積する。インターネットを介してアクセスできるサイトとしては、ＪＡＦＩＣ(Japan Fisheries Information Service Center:社団法人 漁業情報サービスセンター）が知られている。自動ダウンロード・ツール３には、水塊識別ツールが含まれている。水塊識別ツールは、衛星画像から海洋に存在する暖水・冷水渦などの特定水塊を抽出分離し、これらの位置や大きさをトレースできるように識別化する。水塊識別ツールによる識別結果が海洋渦に関する観測および予測に使用される。 The automatic download tool 3 periodically accesses the satellite image site 4 and other sites 5 via the Internet, downloads sea state information from these sites, and accumulates download data in a database. As a site that can be accessed via the Internet, JAFIC (Japan Fisheries Information Service Center) is known. The automatic download tool 3 includes a water mass identification tool. The water mass identification tool extracts and separates specific water masses such as warm / cold water vortices existing in the ocean from satellite images, and identifies them so that their positions and sizes can be traced. The identification results from the water mass identification tool are used for observation and prediction of ocean eddies.
参照符号６は、海洋情報や漁労情報に関するデジタルデータを管理するためのデータベースで、スタンドアローンで操作できる他、インターネット等の各種通信形態を通じて、自由にデータの参照や更新・追加ができる。一例として、データベース６は、ユーザの船舶上、漁協、水産会社等に設置され、ユーザ提供システムとしての漁場位置予測システム１２がユーザの自宅、ユーザの船舶等に設置され、漁場位置予測システム１２がインターネット、無線通信、携帯電話、電話回線等を介してデータベース６にアクセス可能とされる。漁場位置予測システム１２において、任意の海域および時期における情報を即座に参照表示したり、解析等にデータベース６が利用される。 Reference numeral 6 is a database for managing digital data related to marine information and fishing information, and can be operated in a stand-alone manner, and can freely refer to, update, and add data through various communication forms such as the Internet. As an example, the database 6 is installed on a user's ship, at a fishing cooperative, a fishery company, etc., and a fishing ground position prediction system 12 as a user providing system is installed at a user's home, a user's ship, etc. The database 6 can be accessed via the Internet, wireless communication, mobile phone, telephone line, or the like. In the fishing ground position prediction system 12, information in an arbitrary sea area and time is immediately referenced and displayed, and the database 6 is used for analysis and the like.
データベース６には、海洋情報データベース７、予測海況データベース９および漁労データベース１０が含まれている。海洋情報データベース７に蓄積されているデータを海況予測シミュレーション８によって処理することで、予測海況データが生成され、生成された予測海況データが予測海況データベース９に蓄積される。 The database 6 includes a marine information database 7, a predicted sea state database 9, and a fishery database 10. By processing the data accumulated in the ocean information database 7 by the ocean state prediction simulation 8, the predicted ocean state data is generated, and the generated predicted ocean state data is accumulated in the predicted ocean state database 9.
海況予測シミュレーション８は、漁場位置を推定するためのベースとなる海況情報の予測システムである。海況予測シミュレーション８は、海洋情報データベース７に蓄積された海洋情報をもとに、数日から数週間先の水温や海面高等の分布を海洋渦の移動に注目した統計的あるいは数値シミュレーション等の手法を用いて予測する。また、任意の海域における予想分布図を作成するだけでなく、特定の渦の移動経路や成長過程も予測し、渦近辺に形成されやすい漁場の予測、または異常潮位の発生の予測に活用する。 The sea state prediction simulation 8 is a sea state information prediction system which is a base for estimating the fishing ground position. Based on the ocean information accumulated in the ocean information database 7, the sea state prediction simulation 8 is a method such as a statistical or numerical simulation focusing on the movement of ocean eddies in the distribution of water temperature, sea level, etc. several days to several weeks ahead. To predict. In addition to creating a predicted distribution map in an arbitrary sea area, it also predicts the movement path and growth process of a specific vortex, and is used to predict fishing grounds that are likely to form near the vortex or to predict the occurrence of abnormal tide levels.
この一実施形態における海況予測シミュレーションの方法について説明する。先ず、海面高の偏差から推定される海洋渦の移動速度と成長および減衰量を個々の渦について予測し、水温の微細変動に関わる渦の変遷を予測する。次に、この渦の位置および規模の変化と水温分布の相関を求め、より詳細な水温変動を従来の時系列解析あるいは数値シミュレーションに加味し、より現実に近い水温の予測行う。 A method of sea state prediction simulation in this embodiment will be described. First, the movement speed, growth, and attenuation of the ocean eddy estimated from the sea level deviation are predicted for each eddy, and the transition of the eddy related to minute fluctuations in water temperature is predicted. Next, the correlation between the change in the position and scale of the vortex and the water temperature distribution is obtained, and more detailed water temperature fluctuations are added to the conventional time series analysis or numerical simulation to predict the water temperature closer to reality.
漁労データベース１０には、過去の漁獲実績と共に、漁労長のノウハウのデータが数値化されて蓄積される。すなわち、漁労情報については、海域別並びに月別の漁獲高の多い場所のデータや、魚種・魚体・年齢・餌食の状態などの魚に関するデータ、漁獲時の潮の向きや海の色、風あるいは流れ藻の有無などといった海洋条件のデータ等がコード化されて数値データとして取り扱えるようになされる。 In the fishery database 10, the know-how data of the fisherman's know-how is digitized and accumulated together with past catch results. In other words, for fishery information, data on places with high catch by sea area and by month, data on fish such as fish species, fish body, age and prey status, tide direction at the time of fishing, sea color, wind or Data on marine conditions such as the presence or absence of flowing algae is encoded and can be handled as numerical data.
より具体的には、漁獲時の海色、潮の流向、流速、風向、風速、雲量等の環境条件と、魚群サイズ、分布パターン等をコード化し、データベースに蓄積する。これにより、どのような環境の時にどれぐらいの漁獲が望めるかを数値的に推定することができる。すなわち、現場においては、魚群サイズが小さいときは敢えて漁獲を行わない場合があり、漁労データベース１０は、効率的な漁獲に役立つ。 More specifically, environmental conditions such as sea color at the time of fishing, tide flow direction, flow velocity, wind direction, wind speed, cloud cover, fish size, distribution pattern, etc. are encoded and stored in a database. Thus, it is possible to estimate numerically how much fishing can be expected in what kind of environment. That is, in the field, when the fish school size is small, there is a case where fishing is not performed dare, and the fishery database 10 is useful for efficient fishing.
漁場位置予測システム１２は、データベース６から海況情報をダウンロードするダウンロードツール１３を有している。また、漁獲情報データベース１６を有し、漁獲データ登録ツール１４によって、各船別漁獲量入力１５がなされる。漁獲情報データベース１６は、例えば魚種、操業年月日、操業位置（緯度・経度）、水温、漁獲量、海面高度、流向、流速のデータが蓄積されている。漁獲情報データベース１６に蓄積されている過去の実績を利用して予測精度を向上できる。漁獲情報データベース１６は、漁獲量入力１５によって常に最新のものに更新される。 The fishing ground position prediction system 12 has a download tool 13 that downloads sea state information from the database 6. Moreover, it has the catch information database 16, and the catch amount input 15 for each ship is made by the catch data registration tool 14. In the catch information database 16, for example, data of fish species, operation date, operation position (latitude / longitude), water temperature, catch amount, sea level altitude, current direction, and flow velocity are accumulated. Prediction accuracy can be improved by using past results accumulated in the catch information database 16. The catch information database 16 is constantly updated by the catch input 15.
また、漁場位置予測システム１２は、最適漁場条件抽出機能１７、好漁場位置計算機能１９、漁海況情報表示機能２１、各種情報出力機能２３を備えている。最適漁場条件抽出機能１７に関しては、抽出条件入力ツール１８が設けられている。好漁場位置計算機能１９に関しては、漁場条件入力ツール２０が設けられている。漁海況情報表示機能２１に関しては、各種図面を表示するための表示装置２２が設けられている。各種情報出力機能２３に関しては、図面を印刷するプリンタ２４およびＦＡＸ２５が設けられている。 The fishing ground position prediction system 12 includes an optimum fishing ground condition extraction function 17, a favorable fishing ground position calculation function 19, a fishing sea state information display function 21, and various information output functions 23. With regard to the optimum fishing ground condition extraction function 17, an extraction condition input tool 18 is provided. Regarding the good fishing ground position calculation function 19, a fishing ground condition input tool 20 is provided. Regarding the fishing sea state information display function 21, a display device 22 for displaying various drawings is provided. For the various information output functions 23, a printer 24 and a FAX 25 for printing a drawing are provided.
漁場位置予測システム１２は、パーソナルコンピュータに対してアプリケーションソフトウェアをインストールすることで実現可能であり、特定のハードウェアに依存しない構成であり、自宅でも利用可能であり、ハードウェアのコストおよび通信コストが非常に低くすることができる。 The fishing ground position prediction system 12 can be realized by installing application software on a personal computer, has a configuration that does not depend on specific hardware, can be used at home, and has hardware and communication costs. Can be very low.
最適漁場条件抽出機能１７においては、データベース６に蓄積された数値データあるいは数値化された海洋環境および漁労情報を同期させて、データベース１６に蓄積された漁獲時の海洋情報と漁獲量等の関係を時空間的に解析し、任意の海域および時期において最も好漁場を形成する確率の高い条件を抽出しパラメータ化する。パラメータ化に当たってはエキスパートシステムやＡＩ（Artifical Inteligence:人工知能）等の手法を利用し、海洋および漁労情報が蓄積していくに従い、常により最適なパラメータが得られるようにされている。すなわち、漁場形成に関わる海洋情報（水温、海面高、クロロフィル等）と、漁獲量とを空間相関を考慮したＧＬＭ(General Linear Model)等に当てはめ、さらに、ＡＩ技術を応用することによって適正なパラメータを推定する。
The optimum fishing ground condition extraction function 17 synchronizes the numerical data accumulated in the database 6 or the quantified marine environment and fishing information to obtain the relationship between the marine information accumulated in the database 16 and the amount of catch. Analyze in terms of time and space, and extract and parameterize the conditions with the highest probability of forming the best fishing grounds in any sea area and time. In parameterization, techniques such as an expert system and AI (Artifical Inteligence) are used to constantly obtain more optimal parameters as ocean and fishery information accumulates. That marine information relating to fishing grounds formation (water temperature, sea level, chlorophyll etc.) and, fitted to GLM (General L i near Model) or the like and a catch in consideration of spatial correlation, further proper by applying AI techniques Parameters are estimated.
最適漁場条件抽出機能１７によって求められた最適なパラメータを使用して好漁場位置計算機能１９が好漁場位置を計算する。一例として、最適漁場条件抽出機能１７によって漁獲量が最大となると推定される水温、海面高等のパラメータが求められ、一方、予測海況データベース９からの明日の予測海況が分かるので、予測海況の中で、水温、海面高等のパラメータを満たす海域が好漁場として計算される。 Using the optimum parameters obtained by the optimum fishing ground condition extraction function 17, the good fishing ground position calculation function 19 calculates the good fishing ground position. As an example, parameters such as the water temperature and sea level that are estimated to maximize the catch by the optimum fishing ground condition extraction function 17 are obtained. On the other hand, tomorrow's predicted sea conditions from the predicted sea condition database 9 are known. The sea area satisfying parameters such as water temperature and sea level is calculated as a good fishing ground.
このように計算された好漁場位置が漁海況情報表示機能２１によって表示装置２２に表示される。例えば魚群の位置が表示装置２２の表示画面上に表示される。より具体的には、海洋環境および漁労情報や推定された最適漁場位置をマッピングするためＧＩＳ(Geographical Information System：地理情報システム)画面が使用される。この表示システム
によって、各種情報の分布図を作成したり利用形態に応じた表示方法で示したりできる。さらに、最適漁場条件に適合する分布域を重ね合わせ最適漁場位置を海図上に合成表示することができる。また、データベース１６と連動し、データの参照や任意地点におけるデータの抽出等の一般的なＧＩＳの機能を利用することができる他、インターネット等を通じてリモートで双方向の操作ができるＷｅｂＧＩＳの機能も有する。
The good fishing ground position calculated in this way is displayed on the display device 22 by the fishing sea state information display function 21. For example, the position of the school of fish is displayed on the display screen of the display device 22. More specifically, a GIS (Geographical Information System) screen is used to map the marine environment and fishing information and the estimated optimum fishing ground position. With this display system, it is possible to create a distribution map of various types of information or to display it with a display method according to the usage form. Furthermore, the optimal fishing ground position can be synthesized and displayed on the chart by superimposing the distribution areas suitable for the optimum fishing ground conditions. In addition to being able to use general GIS functions such as data reference and data extraction at an arbitrary point in conjunction with the database 16, it also has a WebGIS function that allows remote two-way operation over the Internet or the like. .
漁場位置予測システム１２は、漁場予測に必要な各種データおよび図面等を自由にインターネットなどを通じて自動的に取得したり、他のユーザーに自動転送したりすることができるネットワーク機能を有する。ネットワークを通じ、現場の海域でも陸上でもどちらにおいても漁場予測を行うことが可能であり、結果は電子メールや、ＦＡＸ、またはＷｅｂＧＩＳとして他の利用者に多用な形式で送ることができる。伝送路としては、衛星回線だけでなく、沿岸近くでは携帯電話網も利用可能である。 The fishing ground position prediction system 12 has a network function that can automatically acquire various data and drawings necessary for fishing ground prediction automatically through the Internet or automatically transfer them to other users. Through the network, it is possible to predict fishing grounds both on-site and on land, and the results can be sent to other users in various forms as e-mail, FAX, or WebGIS. As a transmission line, not only a satellite line but also a mobile phone network can be used near the coast.
上述したこの発明の一実施形態の技術的な特徴について説明する。第１に、この発明は、単なる海洋情報の提供による漁場予測ではなく、ユーザーがこれまで取得してきた経験や情報をもとに、ユーザー独自の漁場予測システムを構築できる。すなわち、ユーザーが長年蓄積してきた漁獲データや漁労条件等をスコア化（数値化）し、また、漁獲時の水温等の海洋環境情報をもとに、エキスパートシステムやＡＩ等を利用し、漁場形成にかかわる最適な条件を推定したり、独自の設定ができるようにしたものである。情報は操業の度に更新追加されるため、データの蓄積に従い常により精度の高い漁場予測を行うことができるのが大きな特徴である。 The technical features of the above-described embodiment of the present invention will be described. 1stly, this invention can construct | assemble a user's original fishing ground prediction system based on the experience and information which the user acquired until now rather than fishing ground prediction by the provision of just marine information. In other words, fishing data and fishing conditions accumulated by users for many years are scored (digitized), and fishing grounds are formed using expert systems and AI based on marine environment information such as water temperature at the time of fishing. The optimum conditions related to the above are estimated, or original settings can be made. Since information is updated and added every time it is operated, it is a major feature that it is possible to always predict fishing grounds with higher accuracy according to the accumulation of data.
この発明の第２の特徴について説明する。漁場を形成する要因としては、これまで水温を中心に餌の分布とかかわりがあるクロロフィル（海色）が注目されていたが、この発明では海面高も加え、単に数値的な分布を参照するだけでなく、その移動経路や成長過程もモニターし予測を行うことにより、これまで以上の詳細な海洋構造に注目した漁場予測が可能となる。このように特徴ある渦を指標化し、追跡モニターできるようにしている点も大きな特徴といえる。 The second feature of the present invention will be described. Chlorophyll (sea color), which is related to the distribution of food mainly in the water temperature, has been attracting attention as a factor to form a fishing ground. However, in this invention, the sea level is also added, and only a numerical distribution is referred to. In addition, by monitoring and predicting the movement route and the growth process, it is possible to predict fishing grounds that focus on more detailed ocean structures than ever before. It can be said that the characteristic vortex is indexed and can be tracked and monitored.
図２は、漁場形成に重要な役割を果たす黒潮内側に発生した海洋渦を追跡モニターした一例を示す。海洋の表面には、直径が数百ｋｍの渦を伴った凹凸が多数存在している。それらの凹凸のうちで、レンズ状の海面の盛り上がりは、周囲よりも水温が高く、時計回りの流れを伴っている。このような渦は、漁場形成に大きく関係しており、また、異常潮位の原因となることがある。したがって、渦の存在とその移動を予測することによって、好漁場の位置の推定、または異常潮位の発生を推定することができる。例えば時系列的な渦の移動経路より直前の接線方向および速度を算出し、渦が翌日どこに移動するかを推定する。また、渦の規模（大きさ）の変化は、時系列解析によって推定する。 FIG. 2 shows an example of tracking and monitoring ocean eddies generated inside the Kuroshio that play an important role in fishing ground formation. There are many irregularities with vortices with a diameter of several hundred km on the surface of the ocean. Among these irregularities, the rise of the lenticular sea surface has a higher water temperature than the surroundings and is accompanied by a clockwise flow. Such vortices are highly related to fishing ground formation and can cause abnormal tide levels. Therefore, by predicting the presence of vortices and their movement, it is possible to estimate the location of good fishing grounds or the occurrence of abnormal tide levels. For example, the tangential direction and speed immediately before the time-series vortex movement path are calculated to estimate where the vortex moves the next day. The change in the vortex scale (size) is estimated by time series analysis.
この発明の第３の特徴について説明する。漁場予測の２本柱、すなわち、海洋情報と漁獲情報の内、海洋情報は衛星利用の高度化に伴い、日々新しいデータやより精度の高いデータが利用できるようになり、これらの多くがインターネット等から自由にダウンロードできるようになってきている。この発明では、これらの日々更新されるネットサイトのデータをユーザーが目的に応じて選択し、自由に且つ自動的にダウンロードして簡単に独自の漁場予測に利用できるようなネットワーク技術を有する。さらに、ユーザーが独自に作った分布図等も自由にアップロードし、既存の図面に重ね合わせることができるなど、船上・陸上を問わず、どこにおいても双方向の情報交換ができるＷｅｂＧＩＳ的なネットワーク機能を持っている。 A third feature of the present invention will be described. The two pillars of fishing ground prediction, that is, marine information and catch information, as marine information becomes more sophisticated with satellite use, new and more accurate data can be used every day. Can be downloaded freely from. The present invention has a network technology that allows the user to select the data of the net site that is updated on a daily basis according to the purpose, download it freely and automatically, and easily use it for unique fishing ground prediction. In addition, WebGIS network functions that allow two-way information exchange anywhere on board, on land, such as users can freely upload distribution maps created by users and overlay them on existing drawings. have.
図１に示すこの発明の一実施形態のシステムのビジネスモデルにおいては、ユーザー自らが独自の漁場予測システムを構築できるように、以下に示すようなシステムおよびサービスを提供し、定期的な収入源とすることが可能である。 In the business model of the system according to one embodiment of the present invention shown in FIG. 1, the following system and service are provided so that the user can construct his own fishing ground prediction system, Is possible.
（１）コンピュータに不慣れなユーザーでも簡単に操作でき、目的とする漁場予測（明日の漁場位置）を取得できる仕組み（システム）を販売あるいはレンタルなどの形態で提供する。システムはソフトウェアとパソコンおよび通信機器等からなり、ユーザーの利用環境およびコンピュータリテラシーに応じてカスタマイズし、ユーザーフレンドリーなシステム構築を行う。 (1) A system (system) that can be easily operated even by a user unfamiliar with a computer and can obtain a target fishing ground prediction (a fishing ground position of tomorrow) is provided in the form of sales or rental. The system consists of software, a personal computer and communication equipment, and is customized according to the user's usage environment and computer literacy to build a user-friendly system.
（２）インターネットの情報に不慣れなユーザーに対し、漁場予測に必要な最新の情報を常時モニターし、適切なデータ提供サイトを紹介するとともに、それらのデータを自動的にダウンロードし利用できる仕組みを提供する。 (2) For users unfamiliar with information on the Internet, the latest information necessary for fishing ground prediction is constantly monitored, an appropriate data provision site is introduced, and a mechanism for automatically downloading and using such data is provided. To do.
（３）シミュレーションモデルやエキスパートシステムの改良を行ったり、新たなシステムを開発するなど、漁場予測の精度を向上させるための手法や情報の提供など、システム改良を含めたコンサルティング業務を行う。 (3) Provide consulting services including system improvements, such as providing techniques and information for improving the accuracy of fishing ground prediction, such as improving simulation models and expert systems, and developing new systems.
以上、この発明の実施の形態について具体的に説明したが、この発明は、上述の実施の形態に限定されるものではなく、この発明の技術的思想に基づく各種の変形が可能である。例えば、この発明は、漁場予測に限らず、海洋渦の挙動をモニターの可能であり、異常潮位の発生による沿岸被害の軽減や、黒潮の蛇行による漁獲量および気象の変動予測に対して、より精度の高い情報を提供するようにしても良い。 Although the embodiment of the present invention has been specifically described above, the present invention is not limited to the above-described embodiment, and various modifications based on the technical idea of the present invention are possible. For example, the present invention is not limited to prediction of fishing grounds, and can monitor the behavior of ocean eddies. You may make it provide highly accurate information.
１ ディジタル化ツール
４ 各種衛星画像サイト
６ データベース
７ 海洋情報データベース
９ 予測海況データベース
１０ 漁労データベース
１１ 実績・漁労長のノウハウ
１２ 漁場位置予測システム
１６ 漁獲情報データベース
１７ 最適漁場条件抽出機能
１９ 好漁場位置計算機能
DESCRIPTION OF SYMBOLS 1 Digitization tool 4 Various satellite image sites 6 Database 7 Ocean information database 9 Predicted sea condition database 10 Fishery database 11 Results and know-how of fishery chief 12 Fishing ground position prediction system 16 Fishing information database 17 Optimal fishing ground condition extraction function 19 Good fishing ground position calculation function
Claims (3)
上記海洋情報データベースからネットワークを介して海洋情報データを取得し、上記海洋情報データから海況予測シミュレーションによって予測海況データを生成し、該予測海況データを上記予測海況データベースに蓄積し、上記予測海況データベースからネットワークを介して上記予測海況データを取得し、過去の漁労実績のデータが蓄積されている上記漁労データベースからネットワークを介して漁労データを取得し、最新の漁獲情報が蓄積されている漁獲情報データベースから漁獲情報データを取得し、
上記漁労データには、漁獲高の多い場所のデータ、魚種に関するデータ、漁獲時の海洋条件の関係のデータとが含まれており、
上記予測海況データには、上記海洋情報データを使用して予測される、海洋渦の移動経路および成長過程を示す海洋渦データと、該海洋渦データの移動に注目して予測された水温、海面高のデータとが含まれており、
最適漁場条件抽出部によって、取得された上記海洋情報データと、上記漁労データと、上記漁獲情報データとから漁獲量が最大となると推定される海洋条件のパラメータを求め、
推定部によって、取得された上記予測海況データの中で、上記最適漁場条件抽出部によって抽出された上記パラメータを満たす海域を好漁場位置と推定し、
上記推定された好漁場位置を提示するようにした漁場予測装置。 It has a marine information database, a forecast sea state database, and a fishery database,
Acquires marine information data via the network from the marine information database, and generates a prediction oceanographic data by sea state forecasting simulation from the marine information data, the predictive oceanographic data accumulated in the predicted sea state database, the prediction oceanographic database acquires the prediction oceanographic data via a network, acquires the fishing data via the network from the fishing database data of past fishing performance are accumulated, the catch information database with the latest catch information is stored the catch information data acquired,
The above-mentioned fishery data includes data on places with high catch, data on fish species, and data on the relationship of marine conditions at the time of fishing.
The predicted sea state data includes ocean eddy data predicted by using the ocean information data indicating the movement path and growth process of the ocean eddy, and the water temperature and sea level predicted by focusing on the movement of the ocean eddy data. High data and
The optimum fishing ground condition extraction unit obtains the marine condition parameters estimated to maximize the catch from the obtained marine information data, the fishery data, and the catch information data,
The estimation area estimates the sea area that satisfies the parameters extracted by the optimum fishing ground condition extraction section in the predicted sea condition data acquired as a good fishing ground position,
A fishing ground prediction apparatus that presents the estimated good fishing ground position.
上記予測海況データは、対象海域の複数の地点の海洋情報の時系列変化から求められる漁場予測装置。 In claim 1,
The predicted sea state data is a fishing ground prediction apparatus obtained from time-series changes in marine information at a plurality of points in the target sea area.
上記推定された好漁場位置を表示する表示装置を有する漁場予測装置。 In claim 1,
A fishing ground prediction apparatus having a display device for displaying the estimated good fishing ground position.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004351454A JP4849797B2 (en) | 2004-12-03 | 2004-12-03 | Fishing ground prediction device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004351454A JP4849797B2 (en) | 2004-12-03 | 2004-12-03 | Fishing ground prediction device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2006158239A JP2006158239A (en) | 2006-06-22 |
| JP4849797B2 true JP4849797B2 (en) | 2012-01-11 |
Family
ID=36660889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004351454A Active JP4849797B2 (en) | 2004-12-03 | 2004-12-03 | Fishing ground prediction device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4849797B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103235982A (en) * | 2013-04-16 | 2013-08-07 | 中国水产科学研究院东海水产研究所 | BNM-based (Bayesian network model-based) fishery forecasting method |
| CN107578125A (en) * | 2017-08-29 | 2018-01-12 | 上海海洋大学 | Morocco's siphonopods fishing ground forecasting procedure based on the different weight marine environment factors |
| WO2022230333A1 (en) * | 2021-04-26 | 2022-11-03 | 古野電気株式会社 | Sea condition prediction device, sea condition prediction system, sea condition prediction method and program |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100923668B1 (en) * | 2008-02-29 | 2009-10-28 | 부경대학교 산학협력단 | Simulation method and simulation acting method and simulator for fishery |
| JP2013079814A (en) * | 2011-09-30 | 2013-05-02 | Furuno Electric Co Ltd | Fish shoal prediction position display system, underwater detection device, storage device, fish shoal prediction device, fish shoal prediction position display program, and fish shoal prediction position display method |
| US9262773B2 (en) | 2012-05-17 | 2016-02-16 | Trophy Stack, Inc. | Method of ranking and displaying certified content |
| US9424292B2 (en) | 2012-05-17 | 2016-08-23 | Trophy Stack, Inc. | Method of ranking and displaying certified content |
| JP6014382B2 (en) * | 2012-06-20 | 2016-10-25 | 古野電気株式会社 | Underwater detection device, underwater display system, program, and underwater display method |
| US9507562B2 (en) | 2013-08-21 | 2016-11-29 | Navico Holding As | Using voice recognition for recording events |
| US10251382B2 (en) | 2013-08-21 | 2019-04-09 | Navico Holding As | Wearable device for fishing |
| JP6570031B2 (en) * | 2015-06-29 | 2019-09-04 | 国立研究開発法人海洋研究開発機構 | Fishing ground prediction device, fishing ground prediction system, marine environment data sharing device and marine environment data sharing system |
| US9836129B2 (en) | 2015-08-06 | 2017-12-05 | Navico Holding As | Using motion sensing for controlling a display |
| US10948577B2 (en) | 2016-08-25 | 2021-03-16 | Navico Holding As | Systems and associated methods for generating a fish activity report based on aggregated marine data |
| JP7251777B2 (en) * | 2019-03-26 | 2023-04-04 | オーシャンソリューションテクノロジー株式会社 | Fishing ground information provision device and fishery information provision program |
| JP6783006B1 (en) | 2019-12-27 | 2020-11-11 | 株式会社ライトハウス | Communication terminals, programs and methods |
| CN111626467A (en) * | 2020-04-08 | 2020-09-04 | 上海海洋大学 | Correction method for estimating fishery resource amount by sea sweeping area and application thereof |
| KR102321585B1 (en) * | 2020-06-18 | 2021-11-03 | 동의대학교 산학협력단 | Apparatus and method for detecting fish groups using the sonar system |
| KR102543941B1 (en) * | 2020-10-13 | 2023-06-20 | (주)네모 | A fishing navigation device |
| KR102333428B1 (en) * | 2021-01-25 | 2021-12-02 | 주식회사 시리오 | Method, apparatus and computer program for detecting fish school using artificial intelligence |
| CN113591540B (en) * | 2021-06-02 | 2024-01-09 | 中国水产科学研究院南海水产研究所 | Method and system for monitoring and early warning illegal fishing in fishery |
| CN113360544B (en) * | 2021-06-04 | 2022-03-01 | 中国海洋大学 | Short-time catching Knoop force distribution prediction method based on catching time sequence relation |
| CN116739817B (en) * | 2023-08-08 | 2024-01-19 | 广州桓乐生态环境科技有限公司 | Marine organism diversity monitoring system and data processing method |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3038314B2 (en) * | 1996-03-19 | 2000-05-08 | 元泉 誠 | How to search for drifting objects at sea |
| JP2002312760A (en) * | 2001-04-09 | 2002-10-25 | Earth Weather:Kk | Water temperature drawing preparation method and system |
| JP2003150889A (en) * | 2001-11-12 | 2003-05-23 | Univ Nihon | Flow simulation display system |
| JP2004000086A (en) * | 2002-05-31 | 2004-01-08 | Furuno Electric Co Ltd | Fishing data storage and reproducing apparatus |
| JP2004192231A (en) * | 2002-12-10 | 2004-07-08 | Hitachi Ltd | Fishing ground forecast information service method and service system |
| JP2004248642A (en) * | 2003-02-19 | 2004-09-09 | Taiyo Musen Co Ltd | Multiple fishery information receiving and distribution system |
-
2004
- 2004-12-03 JP JP2004351454A patent/JP4849797B2/en active Active
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103235982A (en) * | 2013-04-16 | 2013-08-07 | 中国水产科学研究院东海水产研究所 | BNM-based (Bayesian network model-based) fishery forecasting method |
| CN107578125A (en) * | 2017-08-29 | 2018-01-12 | 上海海洋大学 | Morocco's siphonopods fishing ground forecasting procedure based on the different weight marine environment factors |
| WO2022230333A1 (en) * | 2021-04-26 | 2022-11-03 | 古野電気株式会社 | Sea condition prediction device, sea condition prediction system, sea condition prediction method and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2006158239A (en) | 2006-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4849797B2 (en) | Fishing ground prediction device | |
| Harcourt et al. | Animal-borne telemetry: an integral component of the ocean observing toolkit | |
| KR102118643B1 (en) | Standardized Marine Weather Forecasting Production System and Methodology Based on Forecasting Method | |
| JP6959416B2 (en) | Submarine cable route planning tool | |
| Petihakis et al. | An integrated open-coastal biogeochemistry, ecosystem and biodiversity observatory of the eastern Mediterranean–the Cretan Sea component of the POSEIDON system | |
| Winship et al. | Modeling At-Sea density of marine birds to support Atlantic marine renewable energy planning | |
| Bolin et al. | A current affair: entanglement of humpback whales in coastal shark‐control nets | |
| WO2020196543A1 (en) | Fishing ground information provision device, and fishery information provision program | |
| Blight et al. | Evaluating UAV-based techniques to census an urban-nesting gull population on Canada’s Pacific coast | |
| Lagner et al. | Impact of input data (in) accuracy on overestimation of visible area in digital viewshed models | |
| Patti et al. | The Fishery and Oceanography Observing System (FOOS): a tool for oceanography and fisheries science | |
| KR20190130393A (en) | Method and apparatus for monitering marine environmental disturbance and harmful organisms | |
| KR20080011557A (en) | Fishing information management system and method thereof and recording media recorded fishing information | |
| WO2022113611A1 (en) | Fishing assistance device, fishing assistance method, and program | |
| Reite et al. | Sustainable and added value small pelagics fisheries pilots | |
| Ravasi et al. | The effects of microclimatic winter conditions in urban areas on the risk of establishment for Aedes albopictus | |
| Brough et al. | Photo-identification of bottlenose dolphins in the far south of New Zealand indicates a ‘new’, previously unstudied population | |
| Bloor | The ecology, distribution and spawning behaviour of the commercially important common cuttlefish (Sepia officinalis) in the inshore waters of the English Channel | |
| Hwang et al. | A Study on the Trends in the Studies on Marine Spatial Planning: Focusing on Topic Modeling | |
| KR100548956B1 (en) | Real-Time Marine Information Method for Fisheries in Remote Ocean | |
| Mancini et al. | Using social media to quantify spatial and temporal dynamics of wildlife tourism activities | |
| Pedersen et al. | Hydrodynamic model forecasts as a guide for process studies on plankton and larval fish | |
| Lara-Lopez et al. | From research to end-users, tracing the path of ocean observations in Australia | |
| Saitoh et al. | Remote sensing applications to fish harvesting | |
| Wieand | A Bayesian methodology for estimating the impacts of improved coastal ocean information on the marine recreational fishing industry |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070727 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091119 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091208 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100208 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100706 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100906 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110308 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110401 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20111011 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111018 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4849797 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141028 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |