CN117098985A - 信息处理装置、信息处理方法和程序 - Google Patents

信息处理装置、信息处理方法和程序 Download PDF

Info

Publication number
CN117098985A
CN117098985A CN202280023954.7A CN202280023954A CN117098985A CN 117098985 A CN117098985 A CN 117098985A CN 202280023954 A CN202280023954 A CN 202280023954A CN 117098985 A CN117098985 A CN 117098985A
Authority
CN
China
Prior art keywords
measurement
microscopic
event
macro
unit
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.)
Pending
Application number
CN202280023954.7A
Other languages
English (en)
Inventor
小川哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Group Corp
Original Assignee
Sony Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Group Corp filed Critical Sony Group Corp
Publication of CN117098985A publication Critical patent/CN117098985A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G25/00—Watering gardens, fields, sports grounds or the like
    • A01G25/16—Control of watering
    • A01G25/165—Cyclic operations, timing systems, timing valves, impulse operations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C27/00—Rotorcraft; Rotors peculiar thereto
    • B64C27/04—Helicopters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Water Supply & Treatment (AREA)
  • Botany (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Mathematical Physics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

根据本技术的信息处理装置包括：事件确定单元，用于基于来自用于对微观测量区域执行测量的微观测量单元的测量结果来确定事件是否发生，微观测量区域与被测量的对象中的第一尺寸的区域对应；以及控制单元，用于执行控制，使得如果事件确定单元已经确定事件已经发生，则用于对作为被测量对象中的尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元对与已经确定事件已经发生的微观测量区域相关联的宏观测量区域执行测量。

Description

信息处理装置、信息处理方法和程序
技术领域
本技术涉及信息处理装置、信息处理方法和程序，并且具体涉及用于执行作为例如其中栽培植物的田地等的预定测量目标的测量的技术。
背景技术
已经努力通过在诸如无人机的小型飞行器上安装成像装置，并且在飞行器在田地上方的空中移动的同时对植被状态进行成像，从而对植物的植被状态进行远程感测。
可以存在以下情况作为这样的远程感测：执行在高海拔处对测量目标进行测量以便从宏观上分析相对宽的田地的区域的宏观测量的情况，以及执行在低海拔处对测量目标进行测量以便能够以高空间分辨率进行分析的微观测量的情况，这种高空间分辨率难以用宏观测量来实现。
下面的PTL1公开了一种技术，其中，在包括安装在地球上的发送装置和包括成像装置的人造卫星的卫星系统中，发送装置根据由安装在陆地上的传感器检测到的预定事件向在空中经过的人造卫星发送成像指令，并且人造卫星基于成像指令执行成像。
引用列表
专利文献
[PTL1]
国际公开WO2020/250707
发明内容
技术问题
这里，上面的PTL 1的技术可以被重新描述为这样一种技术，其中作为设置到人造卫星的成像装置的宏观测量单元根据基于陆地上的微观测量单元的测量结果对事件的发生的检测来执行测量。
然而，利用PTL 1中描述的这种技术，担心人造卫星的成像装置可能根据事件的检测执行不必要的宽区域的测量。因此，担心可能难以实现提高宏观测量的效率。
本技术是鉴于上面的情况而作出的。本技术的目的是，对于对测量目标执行微观测量和宏观测量的测量系统，实现对测量目标的基于宏观测量执行分析的宏观分析的精度的提高和宏观测量的效率的提高。
问题解决方案
根据本技术的信息处理装置包括：事件确定部，事件确定部被配置成基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及控制部，控制部被配置成在事件确定部确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
在宏观测量单元的测量中，目标区域具有大的尺寸。因此，测量的空间分辨率趋于较低，并且确定发生或没有发生事件的精度也趋于较低。如上所述，通过基于关于比宏观测量区域小的微观测量区域的测量结果来确定发生或没有发生事件，实现了确定发生或没有发生事件的精度的提高。
另外，作为微观测量单元，可以考虑作为例如无人机的飞行器的装置形态、作为相对于测量目标固定布置的固定型的装置形态等。在任何情况下，微观测量的频率比宏观测量的频率更容易增加(飞行器处于较低海拔，或者静止类型消除了飞行本身的需要)。因此，在测量的时间分辨率方面存在优势。在这方面也实现了确定发生或没有发生事件的精度的提高。
另外，根据上述配置，在微观测量区域中发生事件的情况下，执行以与其中事件已经发生的微观测量区域有关的宏观测量区域为目标的测量作为宏观测量。因此，例如，通过将与事件已经发生的微观测量区域有关的区域(例如，栽培了与事件已经发生的微观测量区域相同类型的植物的区域、具有与事件已经发生的微观测量区域的土壤性质相似的土壤性质的区域等)设置为宏观测量区域，能够执行宏观分析。也就是说，不是执行以无用的大区域为目标的宏观分析，而是能够将与其中事件已经发生的微观测量区域有关的区域限定为有限的同时，高效地执行用于宏观分析的宏观测量。
根据本技术的信息处理方法是用于使信息处理装置执行包括以下的处理的信息处理方法：基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件，以及在确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
另外，根据本技术的程序是用于使信息处理装置执行上述方法的处理的程序。
可以通过信息处理方法和程序来实现根据上述本技术的信息处理装置。
附图说明
图1是辅助说明作为本技术的第一实施方式的测量系统中的宏观测量单元和微观测量单元的图。
图2是辅助说明第一实施方式中的田地的远程感测的示例的图。
图3是示出第一实施方式中的微观测量单元和宏观测量单元的内部配置的示例的图。
图4是示出作为实施方式的信息处理装置的硬件配置的示例的图。
图5是示出作为第一实施方式的信息处理装置所拥有的功能的功能框图。
图6是示出由田地地图指示的栽培品种的分布和微观测量区域的候选区域的图，候选区域被设置用于田地。
图7是示出执行微观测量的区域的图。
图8是示出确定事件已经发生的区域的图。
图9是考虑决定宏观测量执行定时的方法的图。
图10是示出第一实施方式中的微观测量的调度处理的流程图。
图11是用于实现第一实施方式中的事件确定和宏观测量的处理的流程图。
图12是第一实施方式中的宏观测量调度处理的流程图。
图13是辅助说明第二实施方式中的宏观测量单元和微观测量单元的图。
图14是示出第二实施方式的宏观测量单元的内部配置的示例的图。
图15是示出第二实施方式的微观测量单元的内部配置的示例的图。
图16是示出作为第二实施方式的信息处理装置所拥有的功能的功能框图。
图17是辅助说明BRF表的图。
图18是辅助说明BRF所处理的入射角、反射角和相对方位角的图。
图19是辅助说明校正光谱反射率的方法的图。
图20是第二实施方式中的微观测量的调度处理的流程图。
图21是用于实现第二实施方式中的事件确定、宏观测量和评价值的校正的处理的流程图。
图22是辅助说明作为修改的微观测量方法的图。
实施方式的描述
在下文中将按以下顺序描述实施方式。
<1.第一实施方式>
(1-1.根据第一实施方式的系统配置)
(1-2.第一实施方式中的微观测量单元和宏观测量单元的配置)
(1-3.信息处理装置的配置)
(1-4.作为第一实施方式的测量方法)
(1-5.处理步骤)
<2.第二实施方式>
(2-1.第二实施方式中的微观测量单元和宏观测量单元)
(2-2.作为第二实施方式的测量方法)
(2-3.测量步骤)
<3.修改>
<4.实施方式的概述>
<5.本技术>
<1.第一实施方式>
(1-1.第一实施方式的系统配置)
图1示出了构成作为第一实施方式的测量系统的微观测量单元2和宏观测量单元3。
微观测量单元2在相对靠近的位置处执行测量目标4的测量。微观测量单元2所执行的一个单位测量的测量范围是被示为微观测量范围RZ2的相对窄的范围。此外，尽管取决于测量的类型，但是一个单位是例如在摄像装置的情况下执行一帧的图像捕获的范围等。
相比之下，宏观测量单元3从比微观测量单元2更远的位置执行测量目标4的测量。宏观测量单元3所执行的一个单位测量的测量范围是被示为宏观测量范围RZ3的比微观测量范围RZ2宽的范围。
因此，测量目标4中的微观测量范围RZ2的区域可以被宏观测量范围RZ3覆盖。此外，宏观测量范围RZ3可以是不与微观测量范围RZ2交叠的范围。
作为使用上述的微观测量单元2和宏观测量单元3的测量系统的示例，例如，列举了如图2所示的对田地300的植被状态执行测量的系统。
图2示出了田地300的状态。最近，已经做出努力以通过使用安装在小型飞行器200(例如，图2的无人机)中的成像装置250来远程地感测植被状态。
飞行器200可以通过例如操作者的无线转向、自动转向等在田地300上方的空中移动。
成像装置250设置在飞行器200中，以便例如捕获下面区域的图像。例如，当飞行器200在田地300上方的空中以预定路径移动时，成像装置250周期性地执行静止图像捕获。
在第一实施方式中，这样的飞行器200和这样的成像装置250用作图1所示的微观测量单元2和宏观测量单元3。也就是说，当在低海拔执行成像时，飞行器200和成像装置250用作微观测量单元2，而当在高海拔执行成像时，飞行器200和成像装置250用作宏观测量单元3。
这里，假设作为构成微观测量单元2和宏观测量单元3的成像装置250，也就是说用于微观测量和宏观测量的特定传感器是可见光图像传感器(对R(红色)、G(绿色)和B(蓝色)的可见光成像的图像传感器)、立体摄像装置、激光雷达(激光图像检测和测距传感器)、偏振摄像装置、ToF(飞行时间)传感器、用于NIR(近红外：近红外区)图像捕获的摄像装置等。
另外，可以使用在多个波长带中执行图像捕获的多光谱摄像装置作为成像装置250。例如，可以使用执行NIR图像和R(红色)图像的捕获并且能够根据所获得的图像等来计算NDVI(归一化差值植被指数)的技术。此外，NDVI是指示植被分布状态和活动的指数。另外，可以使用能够计算例如与光合作用有关的信息的各种物理特性值的摄像装置作为多光谱摄像装置。
此外，本说明书中所指的多光谱摄像装置是能够在多个波长带中成像的摄像装置的总称，并且不仅包括通常所称的多光谱摄像装置，而且包括所称的高光谱摄像装置(高光谱摄像装置)等。
微观测量单元2的传感器优选为例如适合用于对测量目标的性状、环境响应、环境条件(范围、分布等)等的进行分析的传感器。此外，字符是测量目标的静态形状和特性。环境响应是测量目标的动态形状和特性。环境条件是测量目标所存在的环境的状态，并且是测量目标所存在的范围和分布、环境的特性等。
例如，根据温度、日照强度和土壤含水量环境的变化，在相对短的时间内观察到植物的气孔开放程度和光合作用状态的变化(环境响应)。通过在光谱特性随着分子结构的变化而变化的情况下测量叶的光谱反射率的变化，或者观察从植物发出的叶绿素荧光，可以从植物的外部光学地观察这些环境响应作为植物的环境响应的手段。
这里，在本实施方式中，由于摄像装置250用作微观测量单元2的传感器和宏观测量单元3的传感器。因此微观测量单元2的测量空间分辨率比宏观测量单元3的测量空间分辨率高。
此外，共用飞行器200和共用摄像装置250用作微观测量单元2和宏观测量单元3并不是必须的。微观测量单元2和宏观测量单元3也可以彼此独立配置。同样在这种情况下，也可以使微观测量单元2的测量中的空间分辨率比宏观测量单元3的测量中的空间分辨率高。
另外，在本实施方式中，由于宏观测量单元3在比微观测量单元2更高的海拔处执行测量，因此可以使微观测量单元2的测量频率更高。
如后所述，在本实施方式中，将微观测量单元2的测量频率设置得比宏观测量单元3的测量频率更高，并且使微观测量单元2的测量时间分辨率比宏观测量单元3的测量时间分辨率更高。
此外，可以将标签信息添加至通过由成像装置250成像而获得的图像。标签信息包括成像日期和时间信息、作为GNSS(全球导航卫星系统)数据的位置信息(关于纬度、经度和海拔的信息)、成像装置信息(摄像装置的个体识别信息、此外型号信息等)、关于每段图像数据的信息(关于图像大小、波长、成像参数等的信息)等。
此外，位置信息以及成像日期和时间信息还作为识别微观测量单元2和宏观测量单元3产生了哪些测量结果的信息而发挥功能。
将由安装在飞行器200的成像装置250取得的图像数据和标签信息发送至信息处理装置1。信息处理装置1通过使用图像数据和标签信息，生成以田地300为测量目标4的分析信息。另外，执行将分析结果作为图像呈现给用户的处理。
信息处理装置1例如被实现为PC(个人计算机)、FPGA(现场可编程门阵列)、诸如智能电话或平板电脑的终端装置。
顺便提及，尽管在图2中信息处理装置1被示出为与成像装置250分开的装置，但是例如，用作信息处理装置1的运算装置(微型计算机等)可以被设置在包括成像装置250的单元内。
(1-2.第一实施方式中的微观测量单元和宏观测量单元的配置)
图3示出了第一实施方式中的微观测量单元2和宏观测量单元3的内部配置的示例。
在第一实施方式中，微观测量单元2和宏观测量单元3可以表示为包括如图所示的传感器单元20、飞行驱动单元21、控制单元22和通信单元23。
传感器单元20总体表示执行用于测量的感测的传感器。传感器单元20至少包括图2中所示的成像装置250。
这里，传感器单元20所包括的传感器不仅包括成像装置250，还包括检测诸如GNSS信息的位置信息的位置传感器、执行太阳光的波长光谱检测的太阳光光谱传感器等。
在本示例中，作为传感器单元20中的成像装置250使用的多光谱摄像装置被配置成能够计算出至少一个PRI作为测量目标4中包括的植物的评价值。该PRI是通过对随着叶黄素循环的深度氧化而变化的光谱反射率进行指数化而得到的。叶黄素循环是一种将不能完全光合(例如气孔的闭合，闭合伴随强光或水分胁迫)的过量光能作为热量释放的机制。
具体地，成像装置250被配置成能够至少获得两个波长的捕获图像，也就是说，波长λ＝531nm和波长λ＝570nm。
飞行驱动单元21总体表示用于飞行器200的飞行驱动机构的驱动单元。例如，在飞行器200是无人机的情况下，用于飞行的机构是例如螺旋桨等，并且驱动单元是诸如用于旋转地驱动螺旋桨的马达的致动器。
控制单元22包括微型计算机，该微型计算机包括例如CPU(中央处理单元)51、ROM(只读存储器)52、RAM(随机存取存储器)等。CPU例如基于存储在ROM中的程序执行处理。由此，控制单元22控制传感器单元20和飞行驱动单元21。
例如，作为对传感器单元20的控制，控制单元22对成像装置250的成像操作进行控制。另外，控制单元22通过向飞行驱动单元21发出各种指令，来执行飞行器200的飞行控制。
通信单元23经由包括例如因特网的网络执行通信处理，并且通过有线或无线地(例如，短距离无线通信等)与外围装置执行通信。
控制单元22可以经由通信单元23与外部装置交换各种数据。
(1-3.信息处理装置的配置)
图4示出了信息处理装置1的硬件配置的示例。
如图所示，信息处理装置1包括CPU 11、ROM(只读存储器)12和RAM(随机存取存储器)13。
CPU 11根据存储在ROM 12中的程序或从稍后描述的存储单元19加载到RAM 13中的程序执行各种处理。RAM 13还存储CPU 11适当地执行各种处理所需的数据等。
CPU 11、ROM 12和RAM 13经由总线33互连。输入-输出接口15也连接至总线33。
输入-输出接口15可以与用于用户执行输入操作的输入单元16、由液晶面板、有机EL(电致发光)面板等构成的显示单元17、由扬声器等构成的音频输出单元18、存储单元19、通信单元30等连接。
输入单元16指的是由使用信息处理装置1的用户使用的输入装置。
例如，假设输入单元16是诸如键盘、鼠标、键、拨号盘、触摸面板、触摸板和遥控器的各种操作元件和操作装置。输入单元16检测用户的操作。CPU 11解释与输入操作相对应的信号。
显示单元17可以与信息处理装置1成一体，也可以是与信息处理装置1分开的装置。显示单元17基于来自CPU 11的指示，在显示画面上显示各种分析结果等，另外，显示单元17基于来自CPU 11的指示显示各种操作菜单、图标、消息等，也就是说，作为GUI(Graphical User Interface，图形用户界面)进行显示。
存储单元19例如由诸如HDD(硬盘驱动器)或固态存储器的存储介质构成。存储单元19例如存储指示微观测量单元2和宏观测量单元3的测量结果的数据、指示基于测量结果执行的各种分析的结果的数据以及其他各种数据。存储单元19还用于存储用于分析处理等的程序数据。
通信单元30经由包括因特网的网络执行通信处理，并且通过有线或无线地(例如，短距离无线通信等)与外围装置执行通信。
通信单元30例如可以是与微观测量单元2和宏观测量单元3执行通信的通信装置。
输入-输出接口15根据需要还与驱动器31连接。诸如存储卡的可移除存储介质32被加载到驱动器31中，以在可移除存储介质32上写入或读取数据。
例如，根据需要将从可移除存储介质32读取的计算机程序安装到存储单元19中，或者将由CPU 11处理的数据存储在可移动存储介质32上。当然，驱动器31可以是用于除存储卡之外的可移除存储介质32的记录和再现驱动器，可移除存储介质32是磁盘、光盘、磁光盘等。
注意，对于作为实施方式的信息处理装置1的功能，不限于形成具有如图4中的硬件配置的单个信息处理装置(计算机装置)，而是可以将多个计算机装置形成为系统。多个计算机装置可以通过LAN(局域网)等形成为系统，或者可以利用因特网等通过VPN(虚拟专用网)等布置在远程位置。多个计算机装置可以包括可以由云计算服务使用的计算机装置。
(1-4.作为第一实施方式的测量方法)
图5是示出作为第一实施方式的信息处理装置1中的CPU 11所拥有的功能的功能框图。
如图所示，CPU 11包括微观测量调度部F1、计算处理部F2、事件确定部F3和宏观测量调度部F4。
下面，将参照图6至8描述CPU 11所拥有的这些功能。
图6示出了由田地地图指示的作为测量目标4的田地300的栽培品种的分布和针对田地300设置的用于微观测量区域Ami的候选区域CAmi(由图中的四边形标记指示)。
这里，田地地图是指示田地的栽培植物的品种分布的地图。在图中，不同栽培植物的区域之间的边界线由虚线表示。
下面，将根据栽培品种之间的区别划分的区域描述为“品种区域”。
另外，微观测量区域Ami是指微观测量单元2执行一个单位的测量的区域。微观测量区域Ami的范围(尺寸)与参照图1描述的微观测量范围RZ2相同。
在本示例中，预先对田地300设置微观测量区域Ami的多个候选区域CAmi。该图示出了其中为每个变化区域设置一个或更多个候选区域CAmi的示例。
本示例中的测量系统将通过调度在田地300中设置的多个候选区域CAmi中确定的候选区域CAmi设置为微观测量区域Ami，并且通过微观测量单元2执行测量。
图5所示的微观测量调度部F1执行微观测量单元2的测量调度。这种情况下的调度是包括以下的概念：不仅确定计划的时间要素(例如，调度的执行定时)，而且确定计划的位置要素(例如，执行计划的区域)。
具体地，对于要由微观测量单元2执行的微观测量中，本示例中的微观测量调度部F1从候选区域CAmi设置微观测量区域Ami，在所设置的微观测量区域Ami中设置执行测量的时间段，以及设置微观测量的执行间隔。
在本示例中，作为微观测量，在飞行器200的一次飞行中执行多个微观测量区域Ami的测量。因此，微观测量区域Ami的设置是从候选区域CAmi中选择并设置多个微观测量区域Ami的处理，以及微观测量的执行间隔的设置是当一系列测量操作被视为一组时在飞行器200的一次飞行中对多个微观测量区域Ami执行的一系列测量操作的执行间隔进行设置的处理。
这里，关于由微观测量调度部F1进行的调度，微观测量区域Ami可以根据田地地图自动设置，或者也可以基于田地300中的每个位置的多样性根据土壤地图等自动设置。
这里，土壤地图是指表示田地中土壤性质的分布的地图。
另外，在由微观测量调度部F1进行的调度中，也可以考虑作为无人机等的飞行器200的飞行时间等来设置的微观测量区域Ami的数量。
此外，关于微观测量调度，可以基于用户的操作输入来确定计划元素，具体地，作为执行微观测量的微观测量区域Ami的设置的位置计划元素以及诸如测量执行时间段和测量的执行间隔的时间计划元素的一部分或全部。
这里，在以上描述中，示出了从预先确定的候选区域CAmi中选择实际由微观测量单元2执行测量的微观测量区域Ami的示例。然而，这仅仅是示例。当然，在不设置候选区域CAmi的情况下，也能够在田地300中的期望位置处确定微观测量区域Ami。
在图5中，计算处理部F2基于由微观测量单元2和宏观测量单元3获得的测量结果，执行获得测量目标4的评价值的计算。
具体地，本示例中的计算处理部F2执行以下计算：至少获得PRI作为在作为测量目标4的田地300中栽培的植物的评价值。
这里，PRI是如下基于由作为成像装置250的多光谱摄像装置获得的两个波长(也就是说，波长λ＝531nm和波长λ＝570nm)的捕获图像获得的(假设λ531和λ570是相应的捕获图像)。
PRI＝(λ531-λ570)/(λ531+λ570)
由计算处理部F2获得的植物的评价值不限于PRI。例如，可以列举上述NDVI等。
例如，在由CPU 11执行的测量目标4的宏观分析处理中，使用由计算处理部F2基于宏观测量单元3的测量结果计算的评价值。
另外，在本示例中，在事件确定部F3的确定处理中，使用由运算处理部F2基于微观测量单元2的测量结果(特别是上述PRI)计算的评价值。
事件确定部F3基于微观测量单元2的测量结果来确定发生或没有发生事件。具体地，基于由计算处理部F2基于微观测量单元2的测量结果计算的PRI来确定微观测量区域Ami中发生或没有发生事件。
这里，假设事件是与植物含水量有关的异常状态。
以下，将这样的与植物含水量有关的异常状态描述为“水分胁迫状态”。
当植物含水量不足时，植物的气孔闭合以防止水的蒸腾。当气孔闭合时，光合作用所需的二氧化碳不能被吸收。上述PRI被认为是可以测量此时植物反应的指标。具体地，PRI可以被认为是植物中叶黄素循环中环氧化/脱环氧化程度的光学测量。
当植物中水分胁迫的程度增加时，PRI值相应地趋于降低。因此，本示例中的事件确定部F3确定PRI的值是否等于或小于预定阈值，作为水分胁迫状态的发生或没有发生的确定。也就是说，当PRI的值等于或小于阈值时，获得指示水分胁迫状态已经发生的确定结果。否则，获得指示水分胁迫状态尚未发生的确定结果。
在本示例中，由于根据上述的微观测量调度来执行多个微观测量区域Ami的测量，因此事件确定部F3确定每个微观测量区域Ami中发生或没有发生事件(水分胁迫状态)。
在事件确定部F3确定事件已经发生的情况下，宏观测量调度部F4执行调度，以便由宏观测量单元3进行测量。
这里，假设对图6中粗线所示的作为微观测量区域Ami的品种区域内的全部候选区域CAmi执行测量，作为由微观测量单元2根据由微观测量调度部F1进行的调度的测量。
然后，假设如图7所示，事件确定部F3获得指示作为事件的水分胁迫状态已经在品种区域内的一个微观测量区域Ami中发生的确定结果。
在这种情况下，宏观测量调度部F4执行由宏观测量单元3进行测量的调度，使得宏观测量单元3在将与其中确定事件已经发生的微观测量区域Ami有关的区域设置为宏观测量区域Amc的同时执行测量。
具体地，图8示出了将包括其中确定事件已经发生在作为测量目标4的田地300中微观测量区域Ami的品种区域设置为宏观测量区域Amc的示例。
此外，在下文中，将其中确定事件已经发生的微观测量区域Ami描述为“事件发生微观区域”。
这里，与事件发生微观区域有关的区域不限于包括如上所述的事件发生微观区域的品种区域。
例如，代替包括事件发生微观区域的整个品种区域，可以仅将具有与来自品种区域中的土壤地图的事件发生微观区域的土壤性质相似的土壤性质的区域设置为宏观测量区域Amc。
替选地，不限于品种区域的内部，也可以将具有与事件发生微观区域的土壤性质相似的土壤性质的区域设置为宏观测量区域。
因此，在本实施方式中，将与田地300内的事件发生微观区域有关的部分特定区域而不是整个田地300设置为宏观测量区域Amc。
另外，宏观测量调度单元F4也执行宏观测量的时间调度，作为宏观测量的调度。在本实施方式中，将关于水分胁迫状态执行宏观分析设置为目的，并且因此，期待在宏观测量区域Amc中发生水分胁迫状态的定时执行宏观测量。
这里，水分胁迫状态趋于紧接在执行植物灌溉之前发生。因此，即使在根据确定在微观测量区域Ami中发生水分胁迫状态而紧接开始宏观测量的飞行的情况下，也有可能在灌溉后的定时到达宏观计测区域Amc。因此，担心不能适当地执行关于水分胁迫状态的宏观分析。
因此，根据确定水分胁迫状态发生时的灌溉之后的灌溉定时来确定宏观测量的执行定时。
参照图9，考虑确定宏观测量的执行定时的方法。
图9示出了在水分胁迫状态发生时关于天气条件以及植物和土壤的状态的观测结果。具体地，图9示意性地示出了阳光持续时间、温度、湿度、降水量、蒸腾量(植物中水的蒸腾量)、蒸发量(土壤含水量的蒸发量)、土壤含水量以及在第几天(第1天至第7天)期间(包括水分胁迫状态发生的当天(第5天)以及之前几天和随后几天)中是否存在灌溉中的每一种。
当由于少量降水、连续的具有大量阳光的日子等而使土壤含水量降低时，水分胁迫状态基本上趋于出现。另外，由于灌溉后土壤含水量随时间降低，因此水分胁迫状态趋于紧接在灌溉之前发生。
从以上可知，可以基于天气预报信息和指示灌溉计划的灌溉计划信息来预测执行宏观测量的定时，也就是说，接下来发生水分胁迫状态的定时。
图9示出了预测下一个将发生水分胁迫状态是在虚线圆标记所示的定时的示例。
作为宏观测量的时间调度，本示例的宏观测量调度部F4基于从因特网取得的天气预报信息和CPU 11能够读取的存储装置(例如存储单元19等)存储的灌溉计划信息，执行预测宏观测量区域Amc中接下来发生水分胁迫状态的定时的处理，并且宏观测量调度部F4基于预测的定时来设置宏观测量区域Amc的预定测量定时。
在本示例中，CPU 11根据由如上所述的宏观测量调度部F4的调度处理确定的计划信息，使宏观测量单元3执行测量操作。具体地，在本示例中，图3所示的控制单元22被给予指令，以在由调度处理确定的调度测量定时中执行以由调度处理确定的宏观测量区域Amc为目标的测量。
当宏观测量单元3根据指令执行以宏观测量区域Amc为目标的测量时，信息处理装置1从宏观测量单元3接收宏观测量区域Amc的测量结果。
CPU 11基于与这样接收到的宏观测量区域Amc的测量结果有关的信息，执行宏观测量区域Amc的分析处理。在该分析处理中，CPU 11例如通过上述计算处理部F2的功能执行计算诸如PRI的评价值的处理，并且基于计算出的评价值执行对宏观测量区域Amc的分析。
此外，这种情况下的分析可以执行在宏观测量区域Amc中检测水分胁迫状态发生的位置和水分胁迫状态未发生的位置的处理等。
基于这样的检测结果，用户可以在不改变其中未发生水分胁迫状态的区域的灌溉量的情况下，采取例如增加其中发生水分胁迫状态的区域的灌溉量(例如，增加一次灌溉的灌溉量或增加灌溉频率)的措施。
因此，用户在查看和改进栽培植物的方法等时参考信息处理装置1的分析结果。
(1-5.处理步骤)
接下来，参照图10至12的流程图，将描述用于实现作为如上所述的第一实施方式的测量方法的具体处理过程的示例。
此外，由CPU 11根据存储在ROM 12或存储单元19中的程序来执行图10至12中所示的处理。
图10是微观测量的调度处理(也就是说，与上述微观测量调度部F1相对应的处理)的流程图。
这里，假设针对微观测量设置上述候选区域CAmi的示例。在本示例中，假设候选区域CAmi是由用户手动设置的区域。
首先，CPU 11在步骤S101中读取田地地图，并且在下一步骤S102中读取栽培计划信息。栽培计划信息是指示田地300的每个区域的植物的栽培计划的信息，例如，指示上述每个品种区域的植物的计划栽培时期的信息。
另外，在步骤S102之后的步骤S103中，作为读取无人机规格信息的处理，CPU 11执行读取作为飞行器200的无人机的规格信息(例如，关于飞行时间等的信息)的处理。此外，在下一步骤S104中，作为用户输入接收处理，CPU 11从用户接收操作输入信息。
然后，在步骤S104之后的步骤S105中，CPU 11生成用于微观测量的计划信息。
在步骤S105中，CPU 11执行基于读取的田地地图和读取的栽培计划信息从候选区域CAmi中选择微观测量区域Ami的处理。基本上，例如，选择在用于栽培特定种类的植物的品种区域中的并且植物正在栽培的候选区域CAmi作为微观测量区域Ami。如上所述，在本示例中，在微观测量的调度时，选择多个微观测量区域Ami。
此时，在步骤S104中存在来自用户的用于指定特定候选区域CAmi的操作输入的情况下，CPU 11还选择候选区域CAmi作为微观测量区域Ami。
另外，CPU 11基于在步骤S103中取得的无人机规格信息，确定是否可以在一次飞行中按照飞行器200的规格对全部选择的微观测量区域Ami进行测量。在CPU 11确定在一次飞行中不能测量全部选择的微观测量区域Ami的情况下，CPU 11执行调整选择的微观测量区域Ami的数目的处理，使得可以测量全部选择的微观测量区域Ami。
另外，在步骤S105中，CPU 11还执行设置测量执行间隔(也就是说，在一次飞行中测量全部选择的微观测量区域Ami的测量操作的执行间隔)的处理。可以基于用户的操作输入来设置执行间隔。替选地，CPU 11可以根据测量的目的等自动设置执行间隔。
另外，在本示例中，关于用于微观测量的计划信息，也设置微观测量的执行时期。这种情况下的执行时期是指微观测量的重复时期，也就是说，继续根据上述执行间隔的微观测量的重复的时期。
CPU 11根据步骤S105的处理的完成，结束图10中所示的一系列处理。
此外，还可以基于每个品种区域的实际产出结果信息来执行微观测量的调度。
图11是用于实现事件确定和宏观测量的处理的流程图。
在图11中，CPU 11在步骤S201中根据微观测量的计划信息，发出微观测量执行指令。也就是说，根据图10的步骤S105中生成的计划信息，向作为无人机的飞行器200中安装的控制单元22发出指令以执行作为微观测量单元2的测量操作。该指令是在一次飞行中执行测量多个选择的微观测量区域Ami的指令。
在步骤S201之后的步骤S202中，CPU 11等待接收微观测量结果。也就是说，在步骤S201中，执行等待以接收各个微观测量区域Ami的在给出指令的单个测量操作中得到的测量结果。
在接收到微观测量结果的情况下，CPU 11在步骤S203中执行评价值计算处理。该计算处理是计算用于确定发生或没有发生事件的评价值的处理。具体地，在本示例中，计算处理是执行获得上述PRI的计算的处理。
在步骤S203之后的步骤S204中，CPU 11执行作为事件确定处理的确定水分胁迫状态的发生或没有发生的处理。具体地，本示例确定水分胁迫状态的发生或没有发生，也就是说，对于接收微观测量结果的每个微观测量区域Ami，确定在步骤S203中计算的PRI是否等于或小于预定阈值。
在步骤S204之后的步骤S205中，CPU 11执行确定事件是否已经发生的处理。也就是说，执行确定是否存在作为步骤S204的确定处理的结果而观察到水分胁迫状态的发生的微观测量区域Ami的处理。
在步骤S205中，在存在没有观察到水分胁迫状态的发生的微观测量区域Ami并且因此获得指示没有发生事件的确定结果的情况下，CPU 11使处理进入步骤S211，在该步骤中，CPU 11确定是否存在下一个微观测量计划。该处理是确定上述微观测量的执行时期(参照S105)是否还未到期的处理。
在步骤S211中，CPU 11确定存在下一个微观测量计划的情况下，CPU 11返回到步骤S201。
因此，在没有发生作为水分胁迫状态的事件的情况下，既不执行宏观测量的调度也不执行宏观测量。
另一方面，在步骤S205中，在存在观察到其中发生了水分胁迫状态的微观测量区域Ami并且因此获得指示事件已经发生的确定结果的情况下，CPU 11使处理进入步骤S206，在该步骤中，CPU 11执行宏观测量调度处理。
图12是步骤S206中的宏观测量调度处理的流程图。
在图12中，CPU 11在步骤S250中设置计划测量区域。也就是说，设置上述的微观测量区域Ami。
如上所述，在本实施方式中，在事件已经发生的情况下，将与田地300内的事件发生微观区域而不是与整个田地300有关的部分特定区域设置为宏观测量区域Amc。具体地，CPU 11参照田地地图，并且基于关于事件发生微观区域的栽培品种的信息来设置宏观测量区域Amc(计划测量区域)。例如，在栽培与事件发生微观区域相同的植物品种的品种区域中，可以将包括事件发生微观区域的品种区域设置为宏观测量区域Amc。
替选地，CPU 11参照土壤地图，并且基于关于事件发生微观区域的土壤性质的信息来设置宏观测量区域Amc。例如，在具有与事件发生微观区域的土壤性质相似的土壤性质的区域中，可以将包括事件发生微观区域的区域设置为宏观测量区域Amc。
此外，如前所述，也可以考虑各种方法来设置宏观测量的计划测量区域，例如，代替设置包括事件发生微观区域的整个品种区域，而将仅具有与品种区域中的土壤分布图中的事件发生微观区域的土壤性质相似的土壤性质的区域设置为宏观测量区域Amc。
在步骤S250之后的步骤S251中，CPU 11读取灌溉计划信息。此外，在下一步骤S252中，CPU 11读取天气预报信息。
然后，在步骤S252之后的步骤S253中，CPU 11基于灌溉计划信息和天气预报信息执行计算计划测量定时的处理。另外，如上所述，至于宏观测量的计划测量定时，只需要将计划测量定时确定为其中水分胁迫状态预测成接下来发生的定时就足够了。已经描述了预测定时的方法，因此，将避免对其的重复描述。
在图11中，根据完成了上述步骤S206中的宏观测量调度处理，CPU 11使处理前进到步骤S207。
在步骤S207中，CPU 11等待，直到宏观测量执行定时到达。也就是说，在由在步骤S206中生成的宏观测量的计划信息所指示的计划测量定时的到来执行等待。
当宏观测量执行定时到来时，CPU 11进行到步骤S208，CPU 11向控制单元22给出指令，以执行以由用于宏观测量的计划信息指示的计划测量区域(宏观测量区域Amc)为目标的测量操作，作为宏观测量执行指令。
在步骤S208之后的步骤S209中，作为等待接收宏观测量结果的处理，CPU 11等待接收根据步骤S208中的指令执行的宏观测量的测量结果。
然后，在CPU 11接收到宏观测量结果的情况下，CPU 11在步骤S210中执行分析处理。也就是说，在本示例中，执行计算诸如PRI的评价值的处理，并且基于根据计算的评价值来执行关于宏观测量区域Amc的分析。此外，已经描述了分析的具体示例，并且因此，将避免对其的重复描述。
根据完成了步骤S210的分析处理，CPU 11使处理进入上述的步骤S211，在步骤S211中，CPU 11确定是否存在下一个微观测量计划。如上所述，当存在下一个微观测量计划时，CPU 11返回到步骤S201。由此可以进行重复的微观测量。
在CPU 11在步骤S211中确定不存在下一个微观测量计划的情况下，CPU 11结束图11所示的一系列处理。
此外，关于参照图12描述的宏观测量调度，水分胁迫状态基本上趋于紧接在灌溉之前发生，但是实际上，当各种条件彼此一致时，水分胁迫状态发生。因此，可以采用各种方法来实现预测精度的提高。例如，可以通过使用利用实际发生水分胁迫状态时的观察数据(该观察数据可以是例如与天气状况、土壤含水量和灌溉有关的观测数据，如图9所示)作为用于学习的输入数据利用AI(人工智能)机器学习，来预测接下来发生水分胁迫状态的定时。
替选地，也可以基于实际发生水分胁迫状态时的观察数据，对水分胁迫发生的条件进行基于规则的估计，并且基于与天气条件和灌溉有关的预测信息，预测估计的条件容易发生的定时，由此预测接下来发生水分胁迫状态的定时。
另外，作为回归预测，也就是说，基于从过去的测量结果获得的水分胁迫状态的发生周期的预测，也可以执行接下来发生水分胁迫状态的定时的预测。
另外，虽然以上描述示出了基于PRI来确定水分胁迫状态的发生或没有发生的示例，但也可以基于植物的温度信息来确定水分胁迫状态的发生或没有发生。在这种情况下，执行热图像(红外图像)的成像作为测量。
如前所述，在水分胁迫状态下，植物通过闭合其气孔来防止水分蒸腾。此时，当来自叶的蒸腾量减少，由于蒸发热引起的温度降低也减少时，因此植物的温度趋于升高。因此，当植物的温度等于或高于预定阈值时，能够确定植物处于水分胁迫状态。
另外，虽然以上描述列举了其中微观测量单元2是诸如无人机的飞行器200的形式的示例，但是微观测量单元2的形式也可以是飞行器200以外的自行可移动装置的形式，该自行可移动装置是自走式机器人等。替选地，微观测量可以是手动行进测量(使用便携式传感器的手动行进测量)。
另外，能够采用这样的配置，其中在具有用于测量的传感器(传感器单元20)的装置侧上实现上述每个处理元件的一部分或全部，具体地，实现微观测量调度处理、基于微观测量和宏观测量的测量结果的评价值计算处理、宏观测量调度处理和基于宏观测量结果的分析处理。
<2.第二实施方式>
(2-1.第二实施方式中的微观测量单元和宏观测量单元)
下面将描述第二实施方式。
第二实施方式是假设微观测量单元2被配置为固定地安装在田地300中的固定点测量单元而不是移动体的实施方式。
此外，在以下描述中，与已经描述的部件类似的部件由相同的附图标记和相同的步骤编号标识，并且将省略其描述。
图13是用于说明第二实施方式中的微观测量单元2和宏观测量单元3的图。
如图所示，作为定点测量单元的微观测量单元2被安装在作为田地300的测量目标4中的多个位置处。例如，作为定点测量单元的这些微观测量单元2被安装在田地300中的各个预定位置，以便具有如图6所示的候选区域CAmi作为各个测量目标范围。
此外，同样在这种情况下，微观测量范围RZ2与宏观测量范围RZ3之间的关系类似于第一实施方式的情况的关系。
由于在这种情况下将微观测量单元2配置为固定点测量单元，因此与如第一实施方式中那样将微观测量单元2配置为飞行测量单元的情况相比，容易提高微观测量单元2的测量频率，也就是说，测量的时间分辨率(因为不需要飞行时间)。
这里，在第二实施方式中，不仅执行基于第一实施方式中描述的PRI的分析，而且执行基于光谱反射率的分析，作为基于宏观测量结果的分析处理，也就是说，测量目标4的宏观分析处理。
光谱反射率是指植物对于来自光源(在这种情况下为太阳)的照射光相对于目标波长(λ)的反射率。具体地，检测来自光源的照射光I(λ)和来自植物(例如叶)的反射光E(λ)，将反射光E(λ)除以照射光I(λ)，由此获得相对于目标波长(λ)的光谱反射率R(λ)。也就是说，“R(λ)＝I-1(λ)E(λ)”。
为了能够测量如上所述的光谱反射率R(λ)，在这种情况下宏观测量单元3设置有相应的传感器。
图14是示出第二实施方式的宏观测量单元3的内部配置的示例的图。
在这种情况下，宏观测量单元3设置有传感器单元20A来代替传感器单元20，传感器单元20A包括多光谱摄像装置作为成像装置250，并且包括光源光谱传感器，其接收来自光源(在这种情况下是太阳)的逐个波长为基础的光，并且关于光源执行波长光谱检测。
图15是表示第二实施方式中的微观测量单元2的内部配置的示例的图。
如图所示，第二实施方式中的微观测量单元2包括传感器单元25、控制单元26和通信单元27。
传感器单元25包括作为摄像装置250的多光谱摄像装置，并且包括光源光谱传感器，该光源光谱传感器接收来自光源(在这种情况下是太阳)逐个波长的光，并且关于光源执行波长光谱测量。这使得在微观测量中也能够测量光谱反射率R(λ)。
这里，光谱反射率R(λ)的计算值根据来自光源的入射光相对于植物的角度和来自植物的反射光的角度而不同。也就是说，在太阳是光源的情况下，在一天中执行测量的时间段不同时，作为光谱反射率R(λ)而计算出的值也不同。这指的是在不同时间段中测量的光谱反射率R(λ)的值不能适当地彼此比较，即使这些值是相同的估计值。
因此，第二实施方式校正要用于宏观分析的光谱反射率R(λ)，以便适应如上所述的根据测量时间段发生的变化。具体地，该校正是通过包括以下步骤的方法来进行：通过预先在高频下执行的微观测量(换句话说，时间上以高分辨率执行的微观测量)来测量每个预定时间段(也就是说，来自太阳的入射光的每个角度)的光谱反射率R(λ)，获得用于应对上述每个时间段的光谱反射率R(λ)的偏差的校正系数，并且基于该校正系数来校正宏观测量的光谱反射率R(λ)。此外，稍后将再次描述校正的细节。
为了能够对宏观地测量光谱反射率R(λ)进行这样的校正，在该情况下，在微观测量单元2所包括的传感器单元25中，设置有能够测量光谱反射率R(λ)的多光谱摄像装置和光源光谱传感器。
此外，由于在这种情况下微观测量单元2是定点测量单元，因此传感器单元25也可以设置有埋入土壤中的类型的传感器。例如，可以设置测量土壤等含水量的土壤含水量传感器。
通信单元27包括微型计算机，该微型计算机包括例如CPU、ROM、RAM等。通信单元27执行传感器单元25的操作控制、经由通信单元27与外部装置的数据通信等。
通信单元27例如经由包括因特网的网络执行通信处理，并且通过有线或无线地(例如，短距离无线通信等)与外围装置执行通信。
这里，由于此时的微观测量部2是固定设置的，因此作为通信部27，也可以使用进行有线通信的通信部，此时的通信部27也可以是支持LPWA(Low Power Wide Area，低功率广域)通信等的通信部。
此外，这种情况下微观测量单元2也可以被配置成通过电线从外部供给电力，并且因此可以采用无电池的配置。
在此，根据第二实施方式的测量系统中的信息处理装置1的硬件配置与参照图4描述的配置相同，并且因此将省略参照附图的重新描述。
(2-2.作为第二实施方式的测量方法)
图16是示出作为第二实施方式的由第二实施方式中的信息处理装置1的CPU 11拥有的功能的功能框图。
通过与前面的图5的比较可以理解，与第一实施方式的情况下的CPU 11相比，这种情况下的CPU 11的不同之处在于，这种情况下的CPU 11具有计算处理部F2A来代替计算处理部F2。
与计算处理部F2一样，计算处理部F2A具有基于微观测量单元2和宏观测量单元3的测量结果计算PRI的功能。然而，计算处理部F2A的不同之处在于计算处理部F2A还具有基于微观测量单元2和宏观测量单元3的测量结果计算上述光谱反射率R(λ)的功能。
另外，计算处理部F2A对基于微观测量单元2的测量结果计算的光谱反射率R(λ)执行时间流逝分析处理。
该时间流逝分析处理作为生成与方向有关的反射模式信息的处理而被执行。
这里，与方向有关的反射模式信息是指指示相对于来自光源的光相对于测量目标对象的入射角θi和来自目标对象的光的反射角θr的变化的反射变化的信息。
在本示例中，执行生成BRF(双向反射系数)表的处理作为时间流逝分析处理。
图17是辅助说明BRF表的图。
BRF表是表信息，在表信息中，光谱反射率R(λ)与来自光源的光相对于目标对象的每个入射角θi、来自目标对象的光的每个反射角θr以及每个相对方位角(入射方位角与反射方位角/>之间的差：/>)的每个组合相关联。
这里，如图18所示，入射角θi和反射角θr中的每一个是相对于目标对象的法线角的角度。具体地，入射角θi和反射角θr每个都是作为从图18中的法线角倾斜的角获得的。
另外，入射方位角表示光源相对于目标对象存在的方向的方位角，并且反射方位角/>表示反射光的观察点相对于目标对象存在的方向的方位角。
另外，计算处理部F2A还基于通过上述时间流逝分析处理生成的BRF表，执行校正基于宏观测量单元3的测量结果计算的光谱反射率R(λ)的处理。
将参照图19描述校正宏观测量的光谱反射率R(λ)的方法。
首先，图的下部示出了基于宏观测量的光谱反射率R(λ)计算的光谱反射率R(λ)，也就是说，宏观测量单元3的测量结果。
此时，宏观测量单元3不是在固定时间执行与光谱反射率R(λ)有关的每个测量，而是测量的时间段通常变化。因此，即使当在某一定时测量的光谱反射率R(λ)和在另一定时测量的光谱反射率R(λ)作为宏观分析彼此比较时，也难以进行精确的比较，因为这些光谱反射率R(λ)是在不同的入射角θi、不同的反射角θr和不同的相对方位角的组合下测量的。
因此，假设在宏观分析处理中，光谱反射率R(λ)被校正为在特定参考时间段(例如，参考时间段为中午时的中午)中测量的值，而与实际测量时间段(也就是说，入射角θi、反射角θr和相对方位角的组合)无关。由此，能够在根据不同定时的测量结果计算出的多个光谱反射率R(λ)之间进行正确的值比较。
具体地，在这种情况下的校正如下进行。
首先，如图19的下部所示，将宏观测量的光谱反射率R(λ)设置为“a”，根据某天某一时间段的宏观测量结果计算宏观测量的光谱反射率R(λ)。在该图中，示出了一个示例，在该示例中，在特定时间段中的入射角θi和反射角θR的组合为“θi＝15°和θr＝15°”。在宏观分析中，在特定时间段中测量的该光谱反射率R(λ)不是原样使用，而是在一天的时段内被校正为参考时间段中的光谱反射率R(λ)。具体地，假设对应于“参考时间段”的入射角θi和反射角θr的组合在此情况下为“θi＝0°和θr＝30°”。
此外，在下文中，将参考时间段中的入射角θi和反射角θr的组合“θi＝0°和θr＝30°”描述为“参考组合”。
另外，将宏观测量的光谱反射率R(λ)下的入射角θi和反射角θr的组合(也就是说，在本示例中“θi＝15°和θr＝15°”)描述为“测量时间组合”。
这里，在图19的上部所示的BRF表中，入射角θi和反射角θr的组合是“测量时间组合”的光谱反射率R(λ)被设置为“b”。另外，在BRF表中，入射角θi和反射角θr的组合是“参考组合”的光谱反射率R(λ)被设置为“c”。
通过计算由“c/b”表示的校正系数k，如图中所示，并且将宏观测量的光谱反射率R(λ)乘以校正系数k来进行宏观测量的光谱反射率R(λ)的校正。也就是说，在这种情况下的校正可以表示为“a×k”。
因此，通过在一天的特定时间段中执行的宏观测量获得的光谱反射率R(λ)被校正为通过在参考时间段中执行的宏观测量获得的光谱反射率R(λ)的值。
此外，通过使用如上所述的BRF表来校正光谱反射率R(λ)的方法可以被重新描述为以下方法。也就是说，基于在与宏观测量单元3的测量的执行时间段不同的时间段中基于由微观测量单元2执行的测量的测量结果，校正基于宏观测量单元3的测量结果计算出的光谱反射率R(λ)。
这里，为了使用如上所述的BRF表进行适当的校正，优选地存储关于BRF表中的许多入射角θi和许多反射角θr的组合的信息。
因此，图16所示的在这种情况下微观测量调度部F1执行微观测量调度，以使微观测量单元2的测量频率增加。具体地，执行调度，使得一天内至少多次执行通过调度选择的多个微观测量区域Ami的测量。
在这种情况下微观测量调度部F1根据作为不是飞行器200而是定点测量单元配置的微观测量单元2的规格信息，确定微观测量的执行间隔和执行周期。
例如，在微观测量单元2的电源是太阳能电池的情况下，考虑约几天的可操作时段，并且在具有超低功耗并且电池直到寿命才被更换的IoT传感器的情况下，考虑整个寿命的时段，来确定微观测量的执行时段。另外，在将热插拔WiFi(WiFi是注册商标)用于通信的情况下，可以还考虑来自另一传感器的通信代理所需的功率来确定测量的执行间隔。
(2-3.处理过程)
参照图20和图21的流程图，将描述用于实现作为如上所述的第二实施方式的测量方法的处理过程的具体示例。
图20是第二实施方式中的微观测量的调度处理的流程图。
与在先前描述的图10中示出的处理的第一实施方式的情况下的处理的不同之处在于，代替步骤S103执行步骤S301的处理。在步骤S301中，CPU 11执行读取作为定点测量单元配置的微观测量单元2的规格信息的处理，作为微观测量单元规格信息的读取处理。
这种情况下步骤S105的处理基于在上述步骤S301中读取的规格信息来确定微观测量的执行间隔和执行时期。例如，可以基于微观测量单元2的电池容量等来确定执行间隔和执行周期。
图21是第二实施方式中用于实现事件确定、宏观测量和评价值的校正的处理的流程图。
如通过与先前描述的图11比较而理解的，与第一实施方式的情况一样，第二实施方式也使得微观测量单元2根据用于微观测量的计划信息执行测量并且等待接收测量结果(S201、S202和S211)，基于微观测量结果确定事件的存在或不存在(S204和S205)，并且在确定事件已经发生的情况下执行宏观测量调度并且使得宏观测量单元3根据计划执行测量(S206至S208)。
在这种情况下CPU 11执行步骤S401的评价值计算处理，以代替图11中的步骤S203的评价值计算处理。具体地，执行获得光谱反射率R(λ)以及用于事件确定的PRI的计算。
然后，在这种情况下CPU 11根据步骤S401的计算处理的完成，在步骤S402中执行时间流逝分析处理。也就是说，执行用于生成上述BRF表的处理。具体地，通过累积在步骤S401中计算出的光谱反射率R(λ)的信息以及入射角θi、反射角θr和与用于每次执行微观测量时计算光谱反射率R(λ)的微观测量结果的测量时间段对应的相对方位角的组合信息，来生成如图17所示的BRF表。
另外，在这种情况下CPU 11执行步骤S403的分析处理代替图11所示的步骤S210的分析处理。在该步骤S403的分析处理中，执行使用基于宏观测量结果计算的PRI的分析、和使用基于相同的宏观测量结果计算的光谱反射率R(λ)的分析。
此时，使用上述校正系数k校正基于宏观测量结果计算的光谱反射率R(λ)。具体地，基于与执行宏观测量的时间段对应的入射角θi和反射角θR的组合信息以及与参考时间段对应的入射角θi和反射角θR的组合信息，通过参照上述的图19描述的方法从BRF表计算校正系数k，并且将基于宏观测量结果计算的光谱反射率R(λ)乘以校正系数k。
为了进行确认的描述，光谱反射率R(λ)是每个波长的评价值，因此，对每个波长进行上述校正系数k的计算和光谱反射率R(λ)的校正。
此外，虽然在前文中，将生成BRF表的示例引用为要用于校正宏观测量的光谱反射率R(λ)的“方向相关反射模式信息”的示例，但是还可以生成作为BRDF(双向反射率分布函数)的函数信息作为方向相关反射模式信息。
即使存在不能计算光谱反射率R(λ)的入射角θi和反射角θr的集合，BRDF的使用也使得能够通过计算函数来对该集合的光谱反射率R(λ)进行内插。
另外，在第二实施方式中，在微观测量单元2的通信单元27采用在通信频带方面不利的通信系统(该通信系统是LPWA(低功率广域)通信等)的情况下，可以在微观测量单元2侧计算评价值，以便减少传输数据量。
<3.修改>
实施方式不限于上述具体示例，并且可以采用各种修改的配置。
例如，在如第一实施方式那样执行微观测量作为飞行测量的情况下，可以在一次飞行中巡回的多个微观测量区域Ami中的至少一个中预先设置无人机的充电站，并且可以使无人机着陆在充电站处并且在计划飞行中执行充电。
例如，如图22所示，在进行巡回的多个微观测量区域Ami中，例如在粗框所示的微观测量区域Ami中预先安装充电站。
此时，着陆的微观测量单元2可以执行微观测量单元2在充电期间着陆的微观测量区域Ami的测量。
另外，充电站可以包括通信单元，并且可以使得微观测量单元2能够经由通信单元将测量结果发送到诸如信息处理装置1的外部装置。
此外，在微观测量单元2包括事件确定部F3的情况下，当微观测量单元2在充电等期间确定事件已经发生时，微观测量单元2可以向另一无人机(测量单元)发出指令以执行宏观测量。
另外，第二实施方式中的诸如微观测量单元2的定点测量单元中的至少一个可以是充电站。在这种情况下，无人机可以在充电站处停止，且在充电站处执行微观测量达固定时间周期。
另外，虽然在前文中引用了其中根据本技术的测量方法应用于农业领域的示例，但是根据本技术的测量方法也可以应用于农业之外的其他领域。
例如，作为安全相关应用，本技术可以应用于体育场等处的事件监测。在这种情况下，微观测量区域可以例如是体育场的入口部分和出口部分。当确定在入口部分中事件(例如，人的拥挤)已经发生时，例如，可以以体育场的内部作为宏观测量区域来执行测量。替选地，当确定在出口部分中事件(例如，人的拥挤)已经发生时，例如，可以以出口部分之外的部分(例如，到最近车站的道路)作为宏观测量区域来执行测量。
替选地，作为海洋相关应用，本技术可以应用于监测赤潮。例如，将海洋上的预定的多个区域设置为微观测量区域。在确定在一个微观测量区域中作为赤潮的事件已经发生的情况下，可以预测赤潮的区域可能从潮汐流扩展到何处，并且可以在将预测区域设置为宏观测量区域的情况下执行宏观测量。
<4.实施方式的概述>
如上所述，根据实施方式的信息处理装置(信息处理装置1)包括：事件确定部(事件确定部F3)，事件确定部被配置成基于对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及控制部(CPU11：宏观测量调度部F4)，控制部被配置成在事件确定部确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
在宏观测量单元的测量中，目标区域具有大的尺寸。因此，测量的空间分辨率趋于较低，并且确定发生或没有发生事件的精度也趋于较低。如上所述，通过基于关于比宏观测量区域小的微观测量区域的测量结果来确定发生或没有发生事件，实现了确定发生或没有发生事件的精度的提高。
另外，作为微观测量单元，可以考虑例如诸如无人机的飞行器的装置形态、作为相对于测量目标固定布置的固定型的装置形态等。在任何情况下，微观测量的频率比宏观测量的频率更容易增加(飞行器处于较低海拔，或者静止类型消除了飞行本身的需要)。因此，在测量的时间分辨率方面存在优势。在这方面也实现了确定发生或没有发生事件的精度的提高。
由于实现了确定发生或没有发生事件的精度的提高，因此可以在用户期望的定时执行测量目标的宏观分析，并且可以执行用户期望的分析作为宏观分析，使得可以实现分析的精度的提高。
另外，根据上述配置，在微观测量区域中发生事件的情况下，执行以与其中事件已经发生的微观测量区域有关的宏观测量区域为目标的测量作为宏观测量。因此，例如，通过将与事件已经发生的微观测量区域有关的区域(例如，栽培了与事件已经发生的微观测量区域相同类型的植物的区域、或具有与事件已经发生的微观测量区域的土壤性质相似的土壤性质的区域)设置为宏观测量区域，能够执行宏观分析。也就是说，不是执行以无用的大区域为目标的宏观分析，而是能够将与事件已经发生的微观测量区域有关的区域限定为有限的同时，高效地执行用于宏观分析的宏观测量。
因此，对于对测量目标执行微观测量和宏观测量的测量系统，能够实现对测量目标的宏观分析的精度的提高以及宏观测量的效率的提高，在宏观分析中，基于宏观测量来执行分析。
另外，在根据本实施方式的信息处理装置中，微观测量单元具有高于宏观测量单元的测量执行频率。
因此，基于与宏观测量单元相比具有更高的测量时间分辨率的微观测量单元的测量结果来确定发生或没有发生事件。
因此，能够实现确定发生或没有发生事件的精度的提高，并且实现测量目标的宏观分析的精度的提高，该分析是基于宏观测量单元的测量结果来执行的。
此外，在根据本实施方式的信息处理装置中，微观测量单元具有高于宏观测量单元的测量空间分辨率。
因此，基于与宏观测量单元相比具有更高的测量空间分辨率的微观测量单元的测量结果来确定发生或没有发生事件。
因此，能够实现确定发生或没有发生事件的精度的提高，并且实现测量目标的宏观分析的精度的提高，该分析是基于宏观测量单元的测量结果来执行的。
此外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，并且事件确定部将与植物含水量有关的异常状态的发生或没有发生确定为发生或没有发生事件。
因此，根据在微观测量区域中关于植物含水量的异常的发生，执行以与微观测量区域有关的宏观测量区域为目标的宏观测量。
当关于植物含水量执行宏观测量时，可以从宏观的角度分析植物含水量中发生异常的模式，并且可以基于分析结果优化植物的灌溉量和灌溉定时。
另外，在根据本实施方式的信息处理装置中，在事件确定部确定事件已经发生的情况下，控制部执行由宏观测量单元用于测量的调度。
当在事件发生的定时之后立即执行宏观测量时，可能不能执行适当的宏观分析。因此，执行宏观测量的调度，并且根据计划执行宏观测量。
因此，可以在适当的定时执行宏观分析，使得可以实现提高宏观分析的精度。
此外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，以及控制部参照指示田地中的栽培植物的品种分布的田地地图，并且基于与其中确定事件已经发生的微观测量区域中的栽培品种有关的信息来确定宏观测量单元的计划测量区域。
因此，例如，可以将栽培有与事件已经发生的微观测量区域相同品种的植物的区域确定为计划用于微观测量的区域。因此，可以基于栽培品种与事件已经发生的微观测量区域的关系来确定计划用于宏观测量的区域。
因此，可以基于栽培品种适当地执行宏观测量的位置调度。
此外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，并且控制部参照指示田地中的土壤性质的分布的土壤地图，并且基于与其中确定事件已经发生的微观测量区域的土壤性质有关的信息来确定用于宏观测量单元的计划测量区域。
因此，例如，可以将具有与事件已经发生的微观测量区域的土壤性质相似的土壤性质的区域确定为计划用于宏观测量的区域。因此，可以基于土壤性质与事件已经发生的微观测量区域的关系来确定计划用于宏观测量的区域。
因此，可以基于土壤的性质适当地执行宏观测量的位置调度。
另外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，事件确定部将与植物含水量有关的异常状态的发生或没有发生确定为发生或没有发生事件，以及控制部基于指示田地灌溉计划信息来确定宏观测量单元的计划测量定时。
与植物含水量有关的异常趋于紧接在灌溉之前发生。
因此，根据上述配置，作为宏观测量，可以在发生与植物含水量有关的异常的可能性很大的定时执行测量，使得可以实现基于宏观测量的结果执行的宏观分析的精度的提高。
此外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，事件确定部将与植物含水量有关的异常状态的发生或没有发生确定为发生或没有发生事件，以及控制部基于天气预报信息来确定宏观测量单元的计划测量定时。
在满足预定的天气条件的情况下，例如在连续几天的晴朗天气等的情况下，趋于发生与植物含水量有关的异常。
因此，根据上述配置，作为宏观测量，可以在发生与植物含水量有关的异常的可能性很大的定时执行测量，使得可以实现基于宏观测量的结果执行的宏观分析的精度的提高。
此外，根据该实施方式的信息处理装置包括计算部(计算处理部F2A)，其被配置成基于宏观测量单元的测量结果计算测量目标的评价值，并且计算部基于微观测量单元在与宏观测量单元的测量的执行时间段不同的时间段中执行的测量的测量结果来校正评价值。
存在其计算值根据测量的时间段而不同的测量目标评价值。例如，可以列举其计算值根据太阳光相对于测量目标的角度等而不同的计算值的测量目标评价值。
根据上述配置，可以使用通过微观测量(也就是说，具有时间分辨率高的测量)产生的不同时间带的测量结果，适当地校正这样的评价值，使得可以实现基于评价值的宏观分析的精度的提高。
另外，在根据该实施方式的信息处理装置中，控制部执行由微观测量单元用于测量的调度。
因此，可以执行用于微观测量的时间和位置调度，使得有效且适当地进行发生或没有发生事件的确定。
因此，根据上述配置，可以实现确定发生或没有发生事件的精度的提高，可以实现测量目标的宏观分析的精度的提高。
此外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，以及控制部基于指示田地中的栽培植物的品种分布的田地地图来执行由微观测量单元用于测量的调度。
因此，从工厂的品种分布的观点来看，可以执行用于微观测量的位置调度。
因此，例如，通过执行限于其中趋于发生与含水量有关的异常的植物栽培区域的微观测量，可以实现微观测量的位置效率的提高。
此外，在根据本实施方式的信息处理装置中，测量目标是栽培植物的田地，以及控制单元基于田地中的植物的栽培计划信息执行由微观测量单元用于测量的调度。
因此，从植物的栽培计划的观点出发，可以执行微观测量的时间调度。
因此，例如，通过防止对不在栽培期间的区域的不必要的测量，可以实现微观测量的时间效率的提高。
另外，在根据本实施方式的信息处理装置中，微观测量单元是飞行器的形式，以及控制部基于与微观测量单元的飞行有关的规格信息来执行由微观测量单元用于测量的调度。
因此，可以基于与飞行器的飞行时间、飞行海拔等有关的信息来执行用于微观测量的调度。
因此，可以执行基于飞行器的能力的适当的微观测量调度，使得可以适当地进行发生或没有发生事件的确定。
另外，根据实施方式的信息处理方法是一种用于使信息处理装置执行处理的信息处理方法，包括：基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及在确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
作为上述实施方式的信息处理装置可以通过这样的信息处理方法来实现。
这里，作为实施方式，可以考虑使诸如CPU的计算机装置执行参照图10至12、图20、图21等描述的处理的程序。
也就是说，根据实施方式的程序是计算机装置可读的程序，该程序使得计算机装置实现：基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件的功能；以及执行控制功能，在确定事件已经发生的情况下，执行控制使得被配置成对测量目标中的作为尺寸比第一尺寸大的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
这样的程序使得上述实施方式的功能能够在作为信息处理装置1的装置中实现。
上述程序可以预先记录在作为包括在诸如计算机装置的设备中的记录介质的HDD上、包括CPU的微型计算机内的ROM中等。
替选地，程序可以预先临时或永久地存储(记录)在可移除记录介质上，例如软盘、CD-ROM(光盘只读存储器)、MO(磁光)盘、DVD(数字通用盘)、蓝光盘(蓝光盘(注册商标))、磁盘、半导体存储器或存储卡。这样的可移除记录介质可以被提供为所谓的封装软件。
另外，这样的程序不仅可以从可移除记录介质安装到个人计算机等中，而且可以经由诸如LAN(局域网)或因特网的网络从下载站点下载。
应当注意的是，本说明书中描述的效果仅是示例性的而不是限制性的，并且可以存在其他效果。
<7.本技术>
注意，本技术也可以采用以下配置。
(1)
一种信息处理装置，包括：
事件确定部，事件确定部被配置成基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及
控制部，控制部被配置成在事件确定部确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
(2)
根据以上(1)所述的信息处理装置，其中，
微观测量单元具有高于宏观测量单元的测量执行频率。
(3)
根据以上(1)或(2)所述的信息处理装置，其中，
微观测量单元具有高于宏观测量单元的测量空间分辨率。
(4)
根据以上(1)至(3)中任一项所述的信息处理装置，其中，
测量目标包括栽培植物的田地，以及
事件确定部将与植物的含水量有关的异常状态的发生或没有发生确定为发生或没有发生事件。
(5)
根据以上(1)至(4)中任一项所述的信息处理装置，其中，
在事件确定部确定事件已经发生的情况下，控制部执行由宏观测量单元用于测量的调度。
(6)
根据以上(5)所述的信息处理装置，其中，
测量目标包括栽培植物的田地，以及
控制部参照指示田地中的栽培植物的品种分布的田地地图，并且基于与其中确定事件已经发生的微观测量区域中的栽培品种有关的信息来确定宏观测量单元的计划测量区域。
(7)
根据以上(5)所述的信息处理装置，其中，
测量目标包括栽培植物的田地，以及
控制部参照指示田地中的土壤性质的分布的土壤地图，并且基于与其中确定事件已经发生的微观测量区域的土壤性质有关的信息来确定微观测量单元的计划测量区域。
(8)
根据以上(5)至(7)中任一项所述的信息处理装置，其中，
测量目标包括栽培植物的田地，
事件确定部将与植物的含水量有关的异常状态的发生或没有发生确定为发生或没有发生事件，以及
控制部基于指示田地灌溉计划的灌溉计划信息来确定宏观测量单元的计划测量定时。
(9)
根据以上(5)至(8)中任一项所述的信息处理装置，其中，
测量目标包括栽培植物的田地，
事件确定部将与植物的含水量有关的异常状态的发生或没有发生确定为发生或没有发生事件，以及
控制部基于天气预报信息来确定宏观测量单元的计划测量定时。
(10)
根据以上(2)所述的信息处理装置，包括：
计算部，计算部被配置成基于宏观测量单元的测量结果来计算测量目标的评价值，
其中，计算部基于由微观测量单元在与宏观测量单元的测量的执行时间段不同的时间段中执行的测量的测量结果来校正评价值。
(11)
根据以上(1)至(10)中任一项所述的信息处理装置，其中，
控制部执行由微观测量单元用于测量的调度。
(12)
根据以上(11)所述的信息处理装置，其中，
测量目标包括栽培植物的田地，以及
控制部基于指示田地中的栽培植物的品种分布的田地地图来执行由微观测量单元用于测量的调度。
(13)
根据以上(11)至(12)所述的信息处理装置，其中，
测量目标包括栽培植物的田地，以及
控制部基于田地中的植物的栽培计划信息来执行由微观测量单元用于测量的调度。
(14)
根据以上(11)至(13)中任一项所述的信息处理装置，其中，
微观测量单元是飞行器的形式，以及
控制部基于与微观测量单元的飞行有关的规格信息来执行由微观测量单元用于测量的调度。
(15)
一种信息处理方法，该信息处理方法使信息处理装置执行包括以下的处理，包括：
基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及
在确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量。
(16)
一种能够由计算机装置读取的程序，所述程序使所述计算机装置能够实现：
基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件的功能；以及
在确定事件已经发生的情况下，执行控制，使得被配置成对测量目标中的作为尺寸大于第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定事件已经发生的微观测量区域有关的宏观测量区域为目标的测量的功能。
参考标记列表
1：信息处理装置
2：微观测量单元
3：宏观测量单元
4：测量目标
200：飞行器
250：成像装置
300：田地
RZ2：微观测量范围
RZ3：宏观测量范围
20：传感器单元
21：飞行驱动单元
22：控制单元
23：通信单元
11：CPU
12：ROM
13：RAM
14：非易失性存储器单元
15：输入-输出接口
16：输入单元
17：显示单元
18：音频输出单元
19：存储单元
20：通信单元
21：驱动器
22：可移除存储介质
23：总线
25：传感器单元
26：控制单元
27：通信单元
F1：微观测量调度部
F2、F2A：计算处理部
F3：事件确定部
F4：宏观测量调度部
CAmi：候选区域
Ami：微观测量区域

Claims (16)

1.一种信息处理装置，包括：
事件确定部，所述事件确定部被配置成基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及
控制部，所述控制部被配置成在所述事件确定部确定所述事件已经发生的情况下，执行控制，使得被配置成对所述测量目标中的作为尺寸大于所述第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定所述事件已经发生的所述微观测量区域有关的所述宏观测量区域为目标的测量。
2.根据权利要求1所述的信息处理装置，其中，
所述微观测量单元具有高于所述宏观测量单元的测量执行频率。
3.根据权利要求1所述的信息处理装置，其中，
所述微观测量单元具有高于所述宏观测量单元的测量空间分辨率。
4.根据权利要求1所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，以及
所述事件确定部将发生或没有发生与所述植物的含水量有关的异常状态确定为发生或没有发生所述事件。
5.根据权利要求1所述的信息处理装置，其中，
在所述事件确定部确定所述事件已经发生的情况下，所述控制部执行针对所述宏观测量单元进行测量的调度。
6.根据权利要求5所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，以及
所述控制部参照指示所述田地中的栽培植物的品种分布的田地地图，并且基于与其中确定所述事件已经发生的所述微观测量区域中的栽培品种有关的信息来确定所述宏观测量单元的计划测量区域。
7.根据权利要求5所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，以及
所述控制部参照指示所述田地中的土壤性质的分布的土壤地图，并且基于与其中确定所述事件已经发生的所述微观测量区域的土壤性质有关的信息来确定所述微观测量单元的计划测量区域。
8.根据权利要求5所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，
所述事件确定部将发生或没有发生与所述植物的含水量有关的异常状态确定为发生或没有发生所述事件，以及
所述控制部基于指示针对所述田地的灌溉计划的灌溉计划信息来确定所述宏观测量单元的计划测量定时。
9.根据权利要求5所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，
所述事件确定部将发生或没有发生与所述植物的含水量有关的异常状态确定为发生或没有发生所述事件，以及
所述控制部基于天气预报信息来确定所述宏观测量单元的计划测量定时。
10.根据权利要求2所述的信息处理装置，包括：
计算部，所述计算部被配置成基于所述宏观测量单元的测量结果来计算所述测量目标的评价值，
其中，所述计算部基于由所述微观测量单元在与所述宏观测量单元的测量的执行时间段不同的时间段中执行的测量的测量结果来校正所述评价值。
11.根据权利要求1所述的信息处理装置，其中，
所述控制部执行针对所述微观测量单元进行测量的调度。
12.根据权利要求11所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，以及
所述控制部基于指示所述田地中的栽培植物的品种分布的田地地图来执行针对所述微观测量单元进行测量的调度。
13.根据权利要求11所述的信息处理装置，其中，
所述测量目标包括栽培植物的田地，以及
所述控制部基于所述田地中的植物的栽培计划信息来执行针对所述微观测量单元进行测量的调度。
14.根据权利要求11所述的信息处理装置，其中，
所述微观测量单元是飞行器的形式，以及
所述控制部基于与所述微观测量单元的飞行有关的规格信息来执行针对所述微观测量单元进行测量的调度。
15.一种信息处理方法，所述信息处理方法使信息处理装置执行包括以下的处理：
基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件；以及
在确定所述事件已经发生的情况下，执行控制，使得被配置成对所述测量目标中的作为尺寸大于所述第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定所述事件已经发生的所述微观测量区域有关的所述宏观测量区域为目标的测量。
16.一种能够由计算机装置读取的程序，所述程序使所述计算机装置能够实现：
基于被配置成对测量目标中的作为第一尺寸的区域的微观测量区域执行测量的微观测量单元的测量结果来确定发生或没有发生事件的功能；以及
在确定所述事件已经发生的情况下，执行控制，使得被配置成对所述测量目标中的作为尺寸大于所述第一尺寸的区域的宏观测量区域执行测量的宏观测量单元执行以与其中确定所述事件已经发生的所述微观测量区域有关的所述宏观测量区域为目标的测量的功能。
CN202280023954.7A 2021-03-31 2022-02-21 信息处理装置、信息处理方法和程序 Pending CN117098985A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021060296 2021-03-31
JP2021-060296 2021-03-31
PCT/JP2022/006905 WO2022209418A1 (ja) 2021-03-31 2022-02-21 情報処理装置、情報処理方法、プログラム

Publications (1)

Publication Number Publication Date
CN117098985A true CN117098985A (zh) 2023-11-21

Family

ID=83456015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280023954.7A Pending CN117098985A (zh) 2021-03-31 2022-02-21 信息处理装置、信息处理方法和程序

Country Status (4)

Country Link
US (1) US20240164265A1 (zh)
JP (1) JPWO2022209418A1 (zh)
CN (1) CN117098985A (zh)
WO (1) WO2022209418A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10772269B2 (en) * 2016-08-25 2020-09-15 International Business Machines Corporation Predicting crop productivity via intervention planning on small-scale farms
EP3703005A4 (en) * 2017-10-26 2020-12-30 Sony Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, PROGRAM AND INFORMATION PROCESSING SYSTEM
JP7123719B2 (ja) * 2018-09-26 2022-08-23 セコム株式会社 飛行ロボットおよび監視システム
WO2020075782A1 (ja) * 2018-10-09 2020-04-16 株式会社スカイマティクス 診断支援システム及びその方法
WO2020250707A1 (ja) * 2019-06-12 2020-12-17 ソニー株式会社 衛星システムの撮像方法、および、送信装置
JP7415348B2 (ja) * 2019-07-03 2024-01-17 ソニーグループ株式会社 情報処理装置、情報処理方法、プログラム、センシングシステム

Also Published As

Publication number Publication date
JPWO2022209418A1 (zh) 2022-10-06
US20240164265A1 (en) 2024-05-23
WO2022209418A1 (ja) 2022-10-06

Similar Documents

Publication Publication Date Title
US9984455B1 (en) Organism growth prediction system using drone-captured images
US11366063B2 (en) Sensor plant and method for identifying stressors in crops based on characteristics of sensor plants
JP6680788B2 (ja) 空の観察領域内の雲を特定及び監視するための検出装置及び方法
EP3276544A1 (en) Precision agriculture system
US11656624B2 (en) Horticulture aided by autonomous systems
O’Shaughnessy et al. Wireless sensor network effectively controls center pivot irrigation of sorghum
CN105445214B (zh) 一种农业工程遥感监测方法
Marín et al. Urban lawn monitoring in smart city environments
Liu et al. Assessing the wavelength-dependent ability of solar-induced chlorophyll fluorescence to estimate the GPP of winter wheat at the canopy level
US20210298244A1 (en) Horticulture aided by autonomous systems
EP3703005A1 (en) Information processing device, information processing method, program, and information processing system
Awais et al. Remotely sensed identification of canopy characteristics using UAV-based imagery under unstable environmental conditions
Andritoiu et al. Agriculture autonomous monitoring and decisional mechatronic system
US20220346330A1 (en) System and method for turning irrigation pivots into a soil and plant radar
Qu et al. Uav swarms in smart agriculture: Experiences and opportunities
JPWO2019044244A1 (ja) 作物栽培支援装置
Pandey et al. Precision farming and its application
US20240164265A1 (en) Information processing device, information processing method, and program
Agrawal et al. Aspects and use of digital agriculture using IoT
US12022779B2 (en) System and method for turning irrigation pivots into a social network of autonomous AI farming robots
US20230397521A1 (en) Automated and directed data gathering for horticultural operations with robotic devices
US20240169452A1 (en) Predicting damage caused by fungal infection relating to crop plants of a particular species
SE546151C2 (en) Vegetation management system and method for managing vegetation within an area
Jaimes Furthering Our Understanding And Assessing The Effectiveness Of Scaling Patterns And Controls Of Land-Atmosphere Carbon Exchange In A Shrubland Of The Chihuahuan Desert With Novel Cyberinfrastructure
Kabir et al. Design and implementation of a crop health monitoring system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination