JP2015000040A - データ抽出装置、データ抽出方法、及びプログラム - Google Patents

データ抽出装置、データ抽出方法、及びプログラム Download PDF

Info

Publication number
JP2015000040A
JP2015000040A JP2013126495A JP2013126495A JP2015000040A JP 2015000040 A JP2015000040 A JP 2015000040A JP 2013126495 A JP2013126495 A JP 2013126495A JP 2013126495 A JP2013126495 A JP 2013126495A JP 2015000040 A JP2015000040 A JP 2015000040A
Authority
JP
Japan
Prior art keywords
data
crop
data extraction
extraction unit
extracted
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.)
Granted
Application number
JP2013126495A
Other languages
English (en)
Other versions
JP6095115B2 (ja
Inventor
なぎさ 沼野
Nagisa Numano
なぎさ 沼野
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.)
NEC Solution Innovators Ltd
Original Assignee
NEC Solution Innovators Ltd
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 NEC Solution Innovators Ltd filed Critical NEC Solution Innovators Ltd
Priority to JP2013126495A priority Critical patent/JP6095115B2/ja
Publication of JP2015000040A publication Critical patent/JP2015000040A/ja
Application granted granted Critical
Publication of JP6095115B2 publication Critical patent/JP6095115B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】過去の蓄積されたデータから、作物の育成に必要なデータを確実に抽出し得る、データ抽出装置、データ抽出方法、及びプログラムを提供する。【解決手段】データ抽出装置１００は、気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、第１のデータ抽出部１０と、この抽出されたデータから、作物の生育状態について指定された条件に基づいて、データを抽出する、第２のデータ抽出部２０と、第２のデータ抽出部によって抽出されたデータから、管理作業が作物に与えた影響を表すデータと、気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、第３のデータ抽出部３０と、を備えている。【選択図】図１

Description

本発明は、農業分野における過去のデータから生産者が必要とするデータを抽出するための、データ抽出装置、データ抽出方法、及びこれらを実現するためのプログラムに関する。
一般に、農業分野において、生産者は、作物を育成するにあたって、自身の経験、農業協同組合（ＪＡ：Japan Agriculture）等の組織から提供される栽培に関する指針を参考にして、明示的または暗黙的に目標となる生育モデルを設定する。そして、生産者は、生育モデルに従って作物の育成を実行する。例えば、特許文献１は、このような生育モデルを利用して、農業生産者を支援するシステムを提案している。
また、一般に、生育モデルでは、作物の収穫時の品質、収量、収穫時期等について一定の目標値が定められ、施肥、水遣りなどの農作業を通じた、収穫に至る生育の過程で作物の状態を制御する手順が定められている。そして、施肥、水遣り、これらに対応して行なう植物状態のチェックなどの作業には、一定の作業コストがかかることから、優良な作物を得ることができ、且つ、実現可能な生育モデルが最良の生育モデルとなる。
また、近年においては、施設内で植物の育成を行なう植物工場が開発されている（例えば、非特許文献１参照）。このような植物工場では、生育条件が安定しており、様々な生育条件を人工的に与えることができる。このため、植物工場では、取得した大量のデータから、最適な生育モデルが作成され、作成された生育モデルが積極的に利用されている。
但し、屋外で行なわれる露地栽培では、植物の生育過程における気温、降水量、日射量などが、場所、年等によって異なっている。このため、現在利用されている生育モデルは、それらを一般化したおおよその目安にしかならず、使用するデータによっては生育モデルの誤差が大きくなってしまうのが現状である。このため、非特許文献２及び３では、既存の生育モデルの別の環境への適用が検討されている。
また、例えば、特許文献２は、生産者が、農作業において、予め作成された農作業ルールを採用すべきかどうかを、過去の採否履歴に基づいて判断するシステムを提案している。特許文献２に開示されたシステムによれば、生育モデルを事例に応じて最適化できる可能性がある。
特開平１１−２９９３５１号公報 特開２０１２−１５５４３２号公報
高辻正基、森康裕著「ＬＥＤ植物工場」日刊工業新聞社、２０１１年１月、ｐ．２−６ 1371445798015_0著「環境情報と作物生育情報のモデル化と応用：土壌−作物系，包括的シミュレーションモデル」北陸作物学会報３７、２００２年３月３１日、ｐ．１０７−１１２ 森本哲夫著「温州ミカンの品質を予測するニューラルネットワークモデル」植物環境工学１７（２）：９０−９８、２００５年、ｐ．３２−４０
しかしながら、非特許文献２及び３では、既存の生育モデルの別の環境への適用が検討されているに過ぎず、この検討結果だけでは、生育モデルの最適化は困難である。このため、非特許文献２及び３を用いても、生産者は、現在の環境での作物の育成に必要なデータを得ることは不可能である。
また、特許文献２に開示されたシステムでは、農作業ルールの採否履歴のうち、環境、作物の状態、既に実行された作業の内容といった種々の条件が全て一致する採否履歴を、生産者が求めるデータとして抽出する。このため、特許文献２に開示されたシステムでは、環境によっては、生産者が求めるデータを抽出できない場合がある。
本発明の目的の一例は、上記問題を解消し、過去の蓄積されたデータから、作物の育成に必要なデータを確実に抽出し得る、データ抽出装置、データ抽出方法、及びプログラムを提供することにある。
上記目的を達成するため、本発明の一側面におけるデータ抽出装置は、気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、第１のデータ抽出部と、
前記第１のデータ抽出部によって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、第２のデータ抽出部と、
前記第２のデータ抽出部によって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、第３のデータ抽出部と、
を備えていることを特徴とする。
また、上記目的を達成するため、本発明の一側面におけるデータ抽出方法は、
（ａ）気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、ステップと、
（ｂ）前記（ａ）のステップによって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、ステップと、
（ｃ）前記（ｂ）のステップによって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、ステップと、
を有することを特徴とする。
更に、上記目的を達成するため、本発明の一側面におけるプログラムは、コンピュータに、
（ａ）気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、ステップと、
（ｂ）前記（ａ）のステップによって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、ステップと、
（ｃ）前記（ｂ）のステップによって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、ステップと、
を実行させることを特徴とする。
以上のように本発明によれば、過去の蓄積されたデータから、作物の育成に必要なデータを確実に抽出することができる。
図１は、本発明の実施の形態におけるデータ抽出装置の構成を概略的に示すブロック図である。 図２は、図１に示したデータ抽出装置の構成をより具体的に示すブロック図である。 図３は、本発明の実施の形態においてデータベースに蓄積されている気象条件のデータの一例を示す図である。 図４は、本発明の実施の形態においてデータベースに蓄積されている作物の生育状態のデータの一例を示す図である。 図５は、本発明の実施の形態においてデータベースに蓄積されている管理作業のデータの一例を示す図である。 図６は、本発明の実施の形態における管理作業影響データの具体例を示す図である。 図７は、本発明の実施の形態における気象条件影響データの具体例を示す図である。 図８は、本発明の実施の形態において、画面上で分類して表示された、管理作業影響データ、気象条件影響データ、及び作物の収穫時におけるデータの一例を示す図である。 図９は、本発明の実施の形態において、画面上で分類して表示された、管理作業影響データ、気象条件影響データ、及び作物の収穫時におけるデータの一例を示す図である。 図１０は、本発明の実施の形態において画面上に表示された、第２のデータ抽出部によって抽出されたデータの一例を示す図である。 図１１は、本発明の実施の形態において画面上に表示された、第２のデータ抽出部によって抽出されたデータの一例を示す図である。 図１２は、本発明の実施の形態において画面上に表示された、第２のデータ抽出部によって抽出されたデータの一例を示す図である。 図１３（ａ）及び（ｂ）は、本発明の実施の形態において生育モデルを生成する過程を説明するための図であり、図１３（ａ）は管理作業影響データの一例を示し、図１３（ｂ）は図１３（ａ）に示す管理作業影響データを用いて作成された生育モデルの一例を示す。 図１４は、本発明の実施の形態におけるデータ抽出装置の動作全体を示すフロー図である。 図１５は、図１４に示した第１抽出データの抽出処理を更に具体的に示すフロー図である。 図１６は、図１４に示した第２抽出データの抽出処理を更に具体的に示すフロー図である。 図１７は、図１４に示した管理作業影響データの抽出処理を更に具体的に示すフロー図である。 図１８は、図１４に示した気象条件影響データの抽出処理を更に具体的に示すフロー図である。 図１９は、図１４に示した実績データの抽出処理を更に具体的に示すフロー図である。 図２０は、本発明の実施の形態におけるデータ抽出装置の他の例の構成を示すブロック図である。 図２１は、本発明の実施の形態におけるデータ抽出装置を実現するコンピュータの一例を示すブロック図である。
（実施の形態）
以下、本発明の実施の形態における、データ抽出装置、データ抽出方法、及びプログラムについて、図１〜図２１を参照しながら説明する。なお、各図において、同一または同等の部分には同一の符号を付与するものとする。
［装置構成］
最初に、本実施の形態におけるデータ抽出装置の構成について図１を用いて説明する。図１は、本発明の実施の形態におけるデータ抽出装置の構成を概略的に示すブロック図である。
図１に示すように、本実施の形態におけるデータ抽出装置１００は、第１のデータ抽出部１０と、第２のデータ抽出部２０と、第３のデータ抽出部３０とを備えている。また、図１に示されたデータベース１１０には、気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの過去のデータが蓄積されている。
そして、データ抽出装置１００において、第１のデータ抽出部１０は、データベース１１０に蓄積されているデータから、場所及び期間について指定された条件に基づいて、データを抽出する。また、第２のデータ抽出部２０は、第１のデータ抽出部１０によって抽出されたデータ（以下「第１抽出データ」と表記する。）から、作物の生育状態について指定された条件に基づいて、データを抽出する。
更に、第３のデータ抽出部３０は、第２のデータ抽出部２０によって抽出されたデータ（以下「第２抽出データ」と表記する。）から、管理作業が作物に与えた影響を表すデータ（以下「管理作業影響データ」と表記する。）と、気象条件が作物に与えた影響を表すデータ（以下「気象条件影響データ」と表記する。）とを少なくとも抽出する。
このように、データ抽出装置１００では、過去のデータは、まず、場所及び期間について絞り込まれ、更に、作物の生育状態について絞り込まれる。そして、このようにして絞り込まれたデータから、管理作業影響データと、気象条件影響データとが抽出される。
このため、ユーザである生産者は、データ抽出装置１００を用いることで、作物の育成において、ある管理作業を行った場合に作物の生育状態に与えられる影響と、気象条件によって作物の生育状態に与えられる影響とを知ることができる。結果、データ抽出装置１００によれば、過去の蓄積データから、作物の育成に必要なデータを確実に抽出することができる。
続いて、図２を用いて、本実施の形態におけるデータ抽出装置１００の構成を更に具体的に説明する。図２は、図１に示したデータ抽出装置の構成をより具体的に示すブロック図である。
図２に示すように、本実施の形態におけるデータ抽出装置１００は、コンピュータ２００のオペレーティングシステム（ＯＳ：Operating System）上にプログラムによって構築されている。データ抽出装置１００を構築するプログラムについては後述する。
コンピュータ２００は、記憶装置３００と、入力装置４００と、表示装置５００とを備えている。このうち、記憶装置３００は、ハードディスク、フラッシュメモリ等である。入力装置４００は、キーボード、マウス、タッチパネルといった入力機器である。データ抽出装置１００のユーザは、入力装置４００を用いて、データ抽出に利用する条件を入力することができる。表示装置５００は、液晶表示装置等であり、抽出されたデータの表示に用いられる。
また、本実施の形態では、過去のデータを蓄積するデータベース１１０は、記憶装置３００の記憶領域に構築されている。つまり、記憶装置３００は、上述した、気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの過去のデータを格納している。
具体的には、気象条件のデータ（以下「気象条件データ」と表記する。）としては、１時間毎、１分毎、一日毎といった設定された期間毎の、天気、気温、湿度、降水量、日照時間、日射量、風向、風速、気圧、積雪量、土壌水分量等が挙げられる。また、これらのデータは、例えば、気象衛星、気象観測機器等によって計測され、気象庁、民間の気象サービス会社から提供される。図３は、本発明の実施の形態においてデータベースに蓄積されている気象条件のデータの一例を示す図である。
作物の生育状態のデータ（以下「生育状態データ」と表記する。）としては、作物のサイズ（茎の高さ、果実の直径等）、糖度、酸度といった生育状態を表す指標の計測データが挙げられる。また、作物の生育状態のデータとしては、予め設定された評価基準に基づいて判断された段階的な評価値（三段階評価、五段階評価等）も挙げられる。なお、作物の生育状態のデータが蓄積される期間は、その作物の種類によって決定される。例えば、作物が果樹になる果実である場合ならば１年、作物が２毛作によって生育される場合ならば０．５年に設定される。図４は、本発明の実施の形態においてデータベースに蓄積されている作物の生育状態のデータの一例を示す図である。
管理作業は、即ち、作物の育成において生産者が実行した農作業（世話）であり、例えば、畝の作成、施肥（肥料の散布等）、防除（農薬の散布等）、灌水、間引き、剪定、芽摘み、摘果、計測、収穫等である。従って、管理作業のデータ（以下「管理作業データ」と表記する。）としては、実行された管理作業毎の、実行日時、作業時間、対象作物、場所等が挙げられる。図５は、本発明の実施の形態においてデータベースに蓄積されている管理作業のデータの一例を示す図である。
また、第１のデータ抽出部１０は、本実施の形態では、ユーザである生産者が、入力装置４００を介して、場所及び期間について条件を入力すると、データベース１１０から、入力された条件に合致するデータを抽出する。
具体的には、例えば、ユーザが、圃場の名称といった場所についての条件と、○○年○月〜△△年△月といった期間についての条件とを、入力装置４００に入力したとする。この場合、第１のデータ抽出部１０は、気象条件のデータ（図３）、作物の生育状態のデータ（図４）、管理作業のデータ（図５）のうち、圃場及び日時のデータが、入力された圃場及び期間と重なるレコードを、第１抽出データとして抽出する。
第２のデータ抽出部２０は、本実施の形態では、ユーザが、入力装置４００を介して、作物の生育状態についての条件を入力すると、第１抽出データから、入力された条件に合致するデータを抽出する。また、作物の生育状態について指定された条件としては、例えば、作物のサイズ（茎の高さ、果実の直径等）、糖度、酸度といった生育状態を表す指標が挙げられる。
具体的には、例えば、ユーザが、作物を指定し、その生育状態を表す指標として「糖度」を入力したとする。この場合、第２のデータ抽出部２０は、まず、第１抽出データに含まれる生育状態データの中から、指定された作物の糖度が記録されたレコード（図４参照）を抽出する。更に、第２のデータ抽出部２０は、第１抽出データに含まれる気象条件データ及び管理作業データの中から、指定された作物についてのレコード（図３及び図５参照）も抽出する。このようにして抽出されたレコードが、第２抽出データとなる。
第３のデータ抽出部３０は、本実施の形態では、図２に示すように、管理作業影響データ抽出部３１と、気象条件影響データ抽出部３２と、実績データ抽出部３３とを備えている。
このうち、管理作業影響データ抽出部３１は、管理作業影響データとして、第２抽出データから、ユーザが指定した起点日以後に行われた管理作業データと、ユーザが指定した指標の値の起点日からの時系列変化のデータとを抽出する。
気象条件影響データ抽出部３２は、気象条件影響データとして、第２抽出データから、ユーザが指定した期間に含まれる年別に、ユーザが指定した作物の生育場所の気象条件データと、ユーザが指定した指標の値の時系列変化のデータとを抽出する。
実績データ抽出部３３は、第２抽出データから、作物の収穫時におけるデータ、例えば、収穫時点における、作物のサイズ、糖度、酸度等を、実績データとして抽出する。
ここで、管理作業影響データ及び気象条件影響データの具体例について図６及び図７を用いて説明する。図６は、本発明の実施の形態における管理作業影響データの具体例を示す図である。図７は、本発明の実施の形態における気象条件影響データの具体例を示す図である。
まず、図６の例では、ユーザは、場所として果樹園Ａ、期間として２０１１年及び２０１２年、作物としてミカン、作物の生育状態として糖度を指定しているとする。そして、ユーザが、起点日として、各年における果実ができた日を指定し、更にデータの抽出間隔として「５日」を指定したとする。なお、起点日としては、その他、開花日も挙げられる。また、抽出間隔は上記の例に限定されず、作物の種類に応じて適宜指定される。
この場合、図６に示すように、管理作業影響データ抽出部３１は、２０１１年及び２０１２年それぞれについて、起点日から収穫日までのミカンの糖度を、指定された抽出間隔で抽出する。また、管理作業影響データ抽出部３１は、２０１１年及び２０１２年それぞれについて、起点日から収穫日までに実行された管理作業（履歴）も抽出する。
そして、図６の例では、ミカンの糖度は、摘果が実施された２０１２年の方が高いことから、ユーザは、２０１２年で積極的に実行された「摘果」がミカンの糖度向上に有効であることを知ることができる。
また、管理作業影響データ抽出部３１は、抽出した指標を値が大きい順にソートし、上位からｎ個の値と、対応する管理作業データとを抽出することもできる。図６の例では、管理作業影響データ抽出部３１は、２０１２年についてのミカンの糖度の値を、上位からｎ個（ｎは任意の自然数、例えば１０個）抽出すると共に、対応する管理作業の履歴も抽出する。このようにして抽出されたデータは、後述する生育モデル作成部６０における生育モデルの生成に用いられる。
続いて、図７の例でも、ユーザは、場所として果樹園Ａ、期間として２０１１年及び２０１２年、作物としてミカン、作物の生育状態として糖度を指定しているとする。この場合、図７に示すように、気象条件影響データ抽出部３２は、２０１１年及び２０１２年のそれぞれについて、設定されている基準日（例えば７月１日）から収穫日（例えば９月３０日）まで、ミカンの糖度を、設定されている抽出間隔で抽出する。また、気象条件影響データ抽出部３２は、２０１１年及び２０１２年それぞれについて、設定されている基準日から収穫日まで、ミカンの果樹園Ａの気象条件データも、設定されている抽出間隔で抽出する。
そして、図７の例では、ミカンの糖度は、時間の経過と共に、２０１２年の方が高くなることから、ユーザは、２０１２年の気候の方がミカンには適していることを知ることができる。なお、図７においては、気象条件のデータとして、具体的な数値の代わりに、数値から読み取れる特徴が記述されている。また、本実施の形態では、気象条件影響データの抽出の際に用いられる「基準日」及び「抽出間隔」は、作物の種類毎に予め設定されている。
また、気象条件影響データ抽出部３２も、管理作業影響データ抽出部３１と同様に、抽出した指標を値が大きい順にソートし、上位からｎ個の値と、対応する気象条件データとを抽出することもできる。図７の例では、気象条件影響データ抽出部３２は、２０１２年の８月１０日以降のミカンの糖度の値と、２０１１年の８月１０日以前のミカンの糖度の値とのうち、上位からｎ個（例えば１０個）の値を抽出する。また、気象条件影響データ抽出部３２は、２０１２年の８月１０日以降の対応する気象条件データと、２０１１年の８月１０日以前の対応する気象条件データも抽出する。このようにして抽出されたデータは、後述する生育モデル作成部６０における生育モデルの生成に用いられる。
また、図２に示すように、データ抽出装置１００は、第１のデータ抽出部１０、第２のデータ抽出部２０、及び第３のデータ抽出部３０に加えて、更に、データ分類部４０と、グラフ化処理部５０と、生育モデル育成部６０とを備えている。
データ分類部４０は、第３のデータ抽出部３０によって抽出された、管理作業影響データ、気象条件影響データ、及び作物の収穫時におけるデータ、それぞれを画面上で分類して表示させるための、画像データを生成する。また、データ分類部４０は、生成した画像データを表示装置５００（図２参照）に出力する。図８及び図９は、それぞれ、本発明の実施の形態において、画面上で分類して表示された、管理作業影響データ、気象条件影響データ、及び作物の収穫時におけるデータの一例を示す図である。
図８の例では、データ分類部４０は、、管理作業影響データ、気象条件影響データ及び実績データを、表示装置５００（図２参照）の画面５０１上に並列に表示させる、画像データを生成する。また、図９の例では、データ分類部４０は、管理作業影響データ、気象条件影響データ及び実績データを、表示装置５００（図２参照）の画面５０１上に、タブによる切替によって別々に表示させる、画像データを生成する。このように、データ分類部４０が備えられていると、ユーザにおいては、管理作業影響データ、気象条件影響データ、及び実績データの把握が容易になる。
また、グラフ化処理部５０は、第３のデータ抽出部３０によって抽出されたデータを、画面上でグラフ化して表示するための、画像データを生成する。具体的には、グラフ化処理部５０は、図６に示した管理作業影響データ、図７に示した気象条件影響データ、更には図８に示した実績データを、表示装置５００の画面上に表示するための画像データを生成する。また、グラフ化処理部５０は、生成した画像データを表示装置５００に出力する。
また、グラフ化処理部５０は、第２のデータ抽出部２０によって抽出されたデータを、画面上でグラフ化して表示するための、画像データも生成する。具体的には、グラフ化処理部５０は、例えば、ユーザが指定した作物の糖度等の指標の時系列変化を表示するための画像データを生成する。また、この場合も、グラフ化処理部５０は、生成した画像データを表示装置５００に出力する。
図１０〜図１２は、それぞれ、本発明の実施の形態において画面上に表示された、第２のデータ抽出部によって抽出されたデータの一例を示す図である。図１０の例では、グラフ化処理部５０は、ユーザが指定した作物の糖度の時系列変化が、縦軸を糖度、横軸を時間とするグラフ上に表示されるように、画像データを生成している。
また、図１１の例では、ユーザが糖度と酸度との２つの指標を指定しているため、グラフ化処理部５０は、縦軸を糖度、横軸を酸度とする散布図が、画面５０１上に表示されるように、画像データを生成する。また、この場合、グラフ化処理部５０は、画面５０１上でユーザがスライダ５０２をスライドバー５０３に沿って移動させると、対応する日の散布図が表示されるように、日毎に画像データを生成する。
更に、図１２の例では、ユーザが、糖度、酸度、直径、傷の少なさ、色といった５つの指標を指定しているため、グラフ化処理部５０は、レーダーチャートが、画面５０１上に表示される画像データを生成する。また、この場合も、グラフ化処理部５０は、画面５０１上でユーザがスライダ５０２をスライドバー５０３に沿って移動させると、対応する日のレーダーチャートが表示されるように、日毎に画像データを生成する。
このように、グラフ化処理部５０が備えられていると、ユーザは、管理作業影響データ、気象条件影響データ、及び実績データに加え、各指標についての時系列変化も、簡単に把握することができる。この結果、ユーザは、各年の作物のできが良かったかどうかを簡単に判断できる。
また、生育モデル作成部６０は、第３のデータ抽出部３０によって抽出された、管理作業影響データ、気象条件影響データ、及び作物の収穫時におけるデータを用いて、作物の生育モデルを作成する。
ここで、図１３（ａ）及び（ｂ）を用いて、本実施の形態における生育モデルの生成処理について説明する。図１３（ａ）及び（ｂ）は、本発明の実施の形態において生育モデルを生成する過程を説明するための図であり、図１３（ａ）は管理作業影響データの一例を示し、図１３（ｂ）は図１３（ａ）に示す管理作業影響データを用いて作成された生育モデルの一例を示す。
例えば、第３のデータ抽出部３０によって、図１３に（ａ）に示す管理作業影響データが取得されているとする。そして、この管理作業影響データでは、Ｘ日を境に、２０１２年においては糖度の伸び率が低下しているが、２０１１年においては糖度の伸び率が上昇している。従って、この作物においては、図１３（ｂ）に示すように、Ｘ日までは２０１２年のように糖度が上昇し、Ｘ日以後では２０１１年のように糖度が上昇することが理想である。
このため、図１３（ａ）及び（ｂ）の例では、生育モデル作成部６０は、データベース１１０から、２０１２年におけるＸ日までの管理作業データと、２０１１年におけるＸ日以後の管理作業データとを抽出する。そして、生育モデル作成部６０は、抽出した各管理作業データを合成し、得られた合成データを生育モデルとする。
また、生育モデル作成部６０は、更に、管理作業影響データ抽出部３１が抽出した上位ｎ個の値及び対応する管理作業データと、気象条件影響データ抽出部３２が抽出した上位ｎ個の値及び対応する気象条件データとを用いて、生育モデルを生成することもできる。
［装置動作］
次に、本発明の実施の形態におけるデータ抽出装置の動作について図１４〜図１９を用いて説明する。また、本実施の形態では、データ抽出装置１００を動作させることによって、データ抽出法が実施される。よって、本実施の形態におけるデータ抽出方法の説明は、以下のデータ抽出装置１００の動作説明に代える。
＜全体＞
最初に、図１４を用いて、本実施の形態におけるデータ抽出装置１００の動作全体について説明する。図１４は、本発明の実施の形態におけるデータ抽出装置の動作全体を示すフロー図である。
図１４に示すように、データ抽出装置１００においては、まず、第１のデータ抽出部１０によって、データベース１１０を対象として、第１抽出データの抽出が実行される（ステップＳ１）。次に、ステップＳ１が実行されると、第２のデータ抽出部２０によって、第１抽出データを対象として、第２抽出データの抽出が実行される（ステップＳ２）。
次に、ステップＳ２が実行されると、第３のデータ抽出部３０によって、ステップＳ３、Ｓ４、及びＳ５が平行して実行される。具体的には、管理作業データ抽出部３１によって、第２抽出データを対象として、管理作業影響データの抽出が行われる（ステップＳ３）。また、気象条件影響データ抽出部３２によって、第２抽出データを対象として、気象条件影響データの抽出が行われる（ステップＳ４）。更に、実績データ抽出部３３によって、第２抽出データを対象として、実績データの抽出が行われる（ステップＳ５）。
次に、ステップＳ３、Ｓ４及びＳ５が実行されると、これらのステップで抽出されたデータが、データ分類部４０、及びグラフ化処理部５０によって、表示装置５００の画面上に表示される（ステップＳ６）。
その後、生育モデル作成部６０は、ステップＳ３〜Ｓ５で抽出された各データを用いて、生育モデルを生成する（ステップＳ７）。生成された生育モデルは、生産者であるユーザによって、その後の作物の育成に利用される。
＜第１抽出データの抽出処理＞
次に、図１５を用いて、図１４に示した第１抽出データの抽出処理について説明する。図１５は、図１４に示した第１抽出データの抽出処理を更に具体的に示すフロー図である。
図１５に示すように、最初に、第１のデータ抽出部１０は、入力装置４００を介して、ユーザからの場所についての条件の入力を受け付ける（ステップＳ１１）。次に、第１のデータ抽出部１０は、ステップＳ１１において、場所についての条件が入力されているかどうかを判定する（ステップＳ１２）。
ステップＳ１２の判定の結果、場所についての条件が入力されていない場合は、第１のデータ抽出部１０は、再度ステップＳ１１を実行する。一方、ステップＳ１２の判定の結果、場所についての条件が入力されている場合は、第１のデータ抽出部１０は、入力された条件において複数の場所（圃場）が指定されているかどうかを判定する（ステップＳ１３）。
ステップＳ１３の判定の結果、複数の場所が指定されていない場合は、第１のデータ抽出部１０は、対象となる期間を過去の全ての期間に設定し（ステップＳ１７）、その後、ステップＳ１８を実行する。
一方、ステップＳ１３の判定の結果、複数の場所が指定されている場合は、第１のデータ抽出部１０は、入力装置４００を介して、ユーザからの期間についての条件の入力を受け付ける（ステップＳ１４）。次に、第１のデータ抽出部１０は、ステップＳ１４において、期間についての条件が入力されているかどうかを判定する（ステップＳ１５）。
ステップＳ１５の判定の結果、期間についての条件が入力されていない場合は、第１のデータ抽出部１０は、再度ステップＳ１４を実行する。一方、ステップＳ１５の判定の結果、期間についての条件が入力されている場合は、第１のデータ抽出部１０は、入力された条件に基づいて、対象となる期間を設定をする（ステップＳ１６）。
ステップＳ１６又はＳ１７が実行されると、第１のデータ抽出部１０は、データベース１１０にアクセスし、そこから、入力された条件に合致するデータを、第１抽出データとして抽出する（ステップＳ１８）。その後、第２のデータ抽出部２０によって、ステップＳ２が実行される。
＜第２抽出データの抽出処理＞
次に、図１６を用いて、図１４に示した第２抽出データの抽出処理について説明する。図１６は、図１４に示した第２抽出データの抽出処理を更に具体的に示すフロー図である。
図１６に示すように、最初に、第２のデータ抽出部２０は、入力装置４００を介して、ユーザからの、作物の生育状態についての条件の入力を受け付ける（ステップＳ２１）。次に、第２のデータ抽出部２０は、ステップＳ２１において、作物の生育状態についての条件が入力されているかどうかを判定する（ステップＳ２２）。
ステップＳ２２の判定の結果、作物の生育状態についての条件が入力されていない場合は、第２のデータ抽出部２０は、再度ステップＳ２１を実行する。一方、ステップＳ２２の判定の結果、作物の生育状態についての条件が入力されている場合は、第２のデータ抽出部２０は、第１抽出データから、入力された条件に合致するデータを、第２抽出データとして抽出する（ステップＳ２３）。その後、第３のデータ抽出部３０によって、ステップＳ３〜Ｓ５が実行される。
具体的には、ステップＳ２１において、作物の生育状態についての条件として、ミカンの糖度及び酸度が入力されているとする。この場合、第２のデータ抽出部２０は、第１抽出データに含まれる生育状態データの中から、ミカンの糖度又は酸度が記録されたレコード（図４参照）を抽出する。更に、第２のデータ抽出部２０は、第１抽出データに含まれる気象条件データ及び管理作業データの中から、ミカンについてのレコード（図３及び図５参照）も抽出する。
＜管理作業影響データの抽出処理＞
次に、図１７を用いて、図１４に示した管理作業影響データの抽出処理について説明する。図１７は、図１４に示した管理作業影響データの抽出処理を更に具体的に示すフロー図である。
図１７に示すように、最初に、管理作業影響データ抽出部３１は、ユーザが入力装置４００から入力した起点日を読み込み（ステップＳ３１）、更に、ユーザが入力装置４００から入力した抽出間隔も読み込む（ステップＳ３２）。具体的には、ユーザが入力装置４００から入力した起点日及び抽出間隔は、入力後に、記憶装置３００（図２参照）に格納される。従って、管理作業影響データ抽出部３１は、記憶装置３００から、起点日及び抽出間隔を読み込んでいる。
次に、管理作業影響データ抽出部３１は、ステップＳ２３で抽出された第２抽出データから、ステップＳ３１及びＳ３２で読み込んだデータを用いて、管理作業影響データを抽出する（ステップＳ３３）。具体的には、管理作業影響データ抽出部３１は、ステップＳ２１（図１６参照）で指定された指標の値を、ステップＳ３１で読み込んだ起点日から、ステップＳ３２で読み込んだ抽出間隔で抽出する。また、管理作業影響データ抽出部３１は、ステップＳ３１で読み込んだ起点日以後に行われた管理作業データも抽出する。抽出されるデータの具体例は、図６に示した通りである。
次に、管理作業影響データ抽出部３１は、ステップＳ３３で抽出した指標を値が大きい順にソートし（ステップＳ３４）、上位からｎ個の値と、対応する管理作業データとを抽出する（ステップＳ３５）。ステップＳ３５で抽出されたデータは、上述のステップＳ７における生育モデルの生成に用いられる。
＜気象条件影響データの抽出処理＞
次に、図１８を用いて、図１４に示した気象条件影響データの抽出処理について説明する。図１８は、図１４に示した気象条件影響データの抽出処理を更に具体的に示すフロー図である。
図１８に示すように、最初に、気象条件影響データ抽出部３２は、予め設定された基準日及び抽出間隔を読み込む（ステップＳ４１）。具体的には、予め設定された基準日及び抽出間隔は、記憶装置３００（図２参照）に格納されている。従って、気象条件影響データ抽出部３２は、記憶装置３００から、予め設定された基準日及び抽出間隔を読み込む。
次に、気象条件影響データ抽出部３２は、ステップＳ２３で抽出された第２抽出データから、ステップＳ４１で読み込んだデータを用いて、気象条件影響データを抽出する（ステップＳ４２）。具体的には、気象条件影響データ抽出部３２は、ステップＳ１４（図１５参照）で指定された期間毎に、ステップＳ２１（図１６参照）で指定された指標の値を、ステップＳ４１で読み込んだ基準日から、同じく読み込んだ抽出間隔で抽出する。また、気象条件影響データ抽出部３２は、ステップＳ１４で指定された期間毎に、ステップＳ２１（図１６参照）で指定された作物の生育場所の気象条件データも抽出する。抽出されるデータの具体例は、図７に示した通りである。
次に、気象条件影響データ抽出部３２は、ステップＳ４２で抽出した指標を値が大きい順にソートし（ステップＳ４３）、上位からｎ個の値と、対応する気象条件データとを抽出する（ステップＳ４４）。ステップＳ４３で抽出されたデータは、上述のステップＳ７における生育モデルの生成に用いられる。
＜実績データの抽出処理＞
次に、図１９を用いて、図１４に示した実績データの抽出処理について説明する。図１９は、図１４に示した実績データの抽出処理を更に具体的に示すフロー図である。
図１９に示すように、最初に、実績データ抽出部３３は、第２抽出データから、実績データを抽出する（ステップＳ５１）。具体的には、実績データ抽出部３３は、ステップＳ２１（図１６参照）で指定された作物の収穫時におけるデータ、例えば、収穫時点における、作物のサイズ、糖度、酸度等を抽出する。
次に、実績データ抽出部３３は、ステップＳ５１で抽出されたデータを、値が優れている順にソートし（ステップＳ５２）、更に、このうち、上位からｎ個の値を抽出する（ステップＳ５３）。ステップＳ５３で抽出されたデータは、上述のステップＳ７における生育モデルの生成に用いられる。
［実施の形態における効果］
以上のように、本実施の形態によれば、ユーザは、過去の蓄積データから、管理作業影響データと、気象条件影響データと、実績データとを得ることができる。言い換えると、ユーザは、過去の蓄積されたデータから、作物の育成に必要なデータを確実に抽出することができる。そして、ユーザは、管理作業が作物に与える影響、気象条件が作物に与える影響、過去の実績を知ることができるので、作物の育成モデルの最適化を図ることもできる。
［変形例］
ここで、本実施の形態における変形例について、図２０を用いて説明する。図２０は、本発明の実施の形態におけるデータ抽出装置の他の例の構成を示すブロック図である。図２０の例においても、データ抽出装置１００は、図２に示した例と同様に、コンピュータ２００のＯＳ上にプログラムによって構築されている。但し、図２０の例では、図２の例と異なり、コンピュータ２００は、通信インターフェイス６００により、ネットワーク７１０を経由して、生産者であるユーザが利用する端末装置７００に接続されている。
このため、ユーザは、端末装置７００から、各種条件を入力することができる。また、データ抽出装置１００は、抽出したデータを、通信インターフェイス６００から、ネットワーク７１０を経由して、端末装置７００に送信することができる。ユーザは、端末装置７００の画面上で、抽出されたデータを確認することができる。
［プログラム］
また、本実施の形態におけるプログラムは、コンピュータ２００に、図４に示すステップＳ１〜Ｓ７を実行させるプログラムであれば良い。このプログラムをコンピュータ２００にインストールし、実行することによって、本実施の形態におけるデータ抽出装置１００とデータ抽出方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing Unit）は、第１のデータ抽出部１０、第２のデータ抽出部２０、第３のデータ抽出部３０、データ分類部４０、グラフ化処理部５０、及び生育モデル作成部６０として機能し、処理を行なう。
ここで、本実施の形態におけるプログラムを実行することによって、データ抽出装置１００を実現するコンピュータについて図２１を用いて説明する。図２１は、本発明の実施の形態におけるデータ抽出装置を実現するコンピュータの一例を示すブロック図である。
図２１に示すように、コンピュータ２００は、ＣＰＵ２０１と、メインメモリ２０２と、記憶装置２０３と、入力インターフェイス２０４と、表示コントローラ２０５と、データリーダ／ライタ２０６と、通信インターフェイス６００とを備える。これらの各部は、バス２０７を介して、互いにデータ通信可能に接続される。
ＣＰＵ２０１は、記憶装置２０３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ２０２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ２０２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、メインメモリ２０２は、ＣＰＵ２０１の作業領域として用いられる。
また、記憶装置２０３の具体例としては、ハードディスクの他、フラッシュメモリ等の半導体記憶装置、ＤＶＤ−ＲＡＭ（Digital Versatile Disc Random-Access Memory）、ＤＶＤ−ＲＷ（Digital Versatile Disc ReWritable）等の光学式記憶装置が挙げられる。入力インターフェイス２０４は、ＣＰＵ２０１と、キーボード、マウス、タッチパネルといった入力機器２０８との間のデータ伝送を仲介する。表示コントローラ２０５は、液晶表示ディスプレイ、有機ＥＬディスプレイといった表示装置５００と接続され、表示装置５００での表示を制御する。
データリーダ／ライタ２０６は、ＣＰＵ２０１と記録媒体２０８との間のデータ伝送を仲介し、記録媒体２０８からのプログラムの読み出し、及びコンピュータ２００における処理結果の記録媒体２０８への書き込みを実行する。通信インターフェイス６００は、ＣＰＵ２０１と、他のコンピュータとの間のデータ伝送を仲介する。通信インターフェイス６００としては、シリアルインターフェイス、ＬＡＮ（Local Area Network）インターフェイスが挙げられる。
また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体２０８に格納された状態で提供される。記録媒体２０８の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記憶媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記憶媒体が挙げられる。
また、図２１は、コンピュータ２００の構成の一例であり、コンピュータ２００は、図２１に示されたものに限定されない。例えば、コンピュータ２００は、スマートフォン、タブレット型のコンピュータであっても良い。
更に、データ抽出装置１００は、コンピュータのＯＳとアプリケーションプログラムとのそれぞれに分担されて実現されていても良いし、ＯＳとアプリケーションプログラムとが協働することによって実現されていても良い。このような場合は、アプリケーションプログラムの部分のみが、記録媒体２０８によって提供されることになる。
また、本実施の形態におけるプログラムは、通信インターフェイス６００を介して接続されたインターネット上で流通するものであっても良い。つまり、本実施の形態におけるプログラムは、搬送波に重畳され、通信ネットワークを介して、コンピュータ２００に配信されてきても良い。例えば、ネットワーク上の掲示板（ＢＢＳ：Bulletin Board System）に、本実施の形態におけるプログラムが掲示されている場合は、当該プログラムはネットワークを介して配信されることになる。この場合、配信されてきたプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行すれば、本実施の形態におけるデータ抽出装置１００が実現されることなる。
上述した実施の形態の一部又は全部は、以下に記載する（付記１）〜（付記１８）によって表現することができるが、以下の記載に限定されるものではない。
（付記１）
気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、第１のデータ抽出部と、
前記第１のデータ抽出部によって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、第２のデータ抽出部と、
前記第２のデータ抽出部によって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、第３のデータ抽出部と、
を備えていることを特徴とするデータ抽出装置。
（付記２）
前記第３のデータ抽出部が、更に、前記作物の収穫時におけるデータを抽出する、付記１に記載のデータ抽出装置。
（付記３）
前記第２のデータ抽出部が、前記特定の作物の生育状態について指定された条件として、前記作物の生育状態を表す指標を受け付け、受け付けた前記指標に基づいて、データを抽出し、
前記第３のデータ抽出部が、
前記管理作業が前記作物に与えた影響を表すデータとして、指定された起点日以後に行われた前記管理作業と、前記起点日からの前記指標の値の時系列変化のデータとを抽出し、
前記気象条件が前記作物に与えた影響を表すデータとして、指定された前記期間に含まれる年別に、前記作物の生育場所の前記気象条件のデータと、前記指標の値の時系列変化のデータとを抽出する、
付記１または２に記載のデータ抽出装置。
（付記４）
前記第３のデータ抽出部によって抽出された前記データそれぞれを画面上で分類して表示させるための、画像データを生成する、データ分類部を更に備えている、
付記１〜３のいずれかに記載のデータ抽出装置。
（付記５）
前記第２のデータ抽出部によって抽出されたデータ、及び前記第３のデータ抽出部によって抽出されたデータを、画面上でグラフ化して表示させるための、画像データを生成する、グラフ化処理部を更に備えている、付記１〜４のいずれかに記載のデータ抽出装置。
（付記６）
前記第３のデータ抽出部によって抽出された前記データを用いて、前記作物の生育モデルを作成する、生育モデル作成部を更に備えている、付記１〜５のいずれかに記載のデータ抽出装置。
（付記７）
（ａ）気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、ステップと、
（ｂ）前記（ａ）のステップによって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、ステップと、
（ｃ）前記（ｂ）のステップによって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、ステップと、
を有することを特徴とするデータ抽出方法。
（付記８）
前記（ｃ）のステップにおいて、更に、前記作物の収穫時におけるデータを抽出する、付記７に記載のデータ抽出方法。
（付記９）
前記（ｂ）のステップにおいて、前記特定の作物の生育状態について指定された条件として、前記作物の生育状態を表す指標を受け付け、受け付けた前記指標に基づいて、データを抽出し、
前記（ｃ）のステップにおいて、
前記管理作業が前記作物に与えた影響を表すデータとして、指定された起点日以後に行われた前記管理作業と、前記起点日からの前記指標の値の時系列変化のデータとを抽出し、
前記気象条件が前記作物に与えた影響を表すデータとして、指定された前記期間に含まれる年別に、前記作物の生育場所の前記気象条件のデータと、前記指標の値の時系列変化のデータとを抽出する、
付記７または８に記載のデータ抽出方法。
（付記１０）
（ｄ）前記（ｃ）のステップによって抽出された前記データそれぞれを画面上で分類して表示させるための、画像データを生成する、ステップを更に有している、
付記７〜９のいずれかに記載のデータ抽出方法。
（付記１１）
（ｅ）前記（ｂ）のステップによって抽出されたデータ、及び前記（ｃ）のステップによって抽出されたデータを、画面上でグラフ化して表示させるための、画像データを生成する、ステップを更に有する、付記７〜１０のいずれかに記載のデータ抽出方法。
（付記１２）
（ｆ）前記（ｂ）のステップによって抽出された前記データを用いて、前記作物の生育モデルを作成する、ステップを更に有する、付記７〜１１のいずれかに記載のデータ抽出方法。
（付記１３）
コンピュータに、
（ａ）気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、ステップと、
（ｂ）前記（ａ）のステップによって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、ステップと、
（ｃ）前記（ｂ）のステップによって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、ステップと、
を実行させるプログラム。
（付記１４）
前記（ｃ）のステップにおいて、更に、前記作物の収穫時におけるデータを抽出する、付記１３に記載のプログラム。
（付記１５）
前記（ｂ）のステップにおいて、前記特定の作物の生育状態について指定された条件として、前記作物の生育状態を表す指標を受け付け、受け付けた前記指標に基づいて、データを抽出し、
前記（ｃ）のステップにおいて、
前記管理作業が前記作物に与えた影響を表すデータとして、指定された起点日以後に行われた前記管理作業と、前記起点日からの前記指標の値の時系列変化のデータとを抽出し、
前記気象条件が前記作物に与えた影響を表すデータとして、指定された前記期間に含まれる年別に、前記作物の生育場所の前記気象条件のデータと、前記指標の値の時系列変化のデータとを抽出する、
付記１３または１４に記載のプログラム。
（付記１６）
（ｄ）前記（ｃ）のステップによって抽出された前記データそれぞれを画面上で分類して表示させるための、画像データを生成する、ステップを更に前記コンピュータに実行させる、
付記１３〜１５のいずれかに記載のプログラム。
（付記１７）
（ｅ）前記（ｂ）のステップによって抽出されたデータ、及び前記（ｃ）のステップによって抽出されたデータを、画面上でグラフ化して表示させるための、画像データを生成する、ステップを更に前記コンピュータに実行させる、付記１３〜１６のいずれかに記載のプログラム。
（付記１８）
（ｆ）前記（ｂ）のステップによって抽出された前記データを用いて、前記作物の生育モデルを作成する、ステップを更に前記コンピュータに実行させる、付記１３〜１７のいずれかに記載のプログラム。
以上のように本発明によれば、過去の蓄積されたデータから、作物の育成に必要なデータを確実に抽出することができる。本発明は、農業分野において、地域毎、圃場毎に、生育モデルを作成する場合に有用である。
１０ 第１のデータ抽出部
２０ 第２のデータ抽出部
３０ 第３のデータ抽出部
３１ 管理作業影響データ抽出部
３２ 気象条件影響データ抽出部
３３ 実績データ抽出部
４０ データ分類部
５０ グラフ化処理部
６０ 生育モデル作成部
１００ データ抽出装置
１１０ データベース
２００ コンピュータ
２０１ ＣＰＵ
２０２ メインメモリ
２０３ 記憶装置
２０４ 入力インターフェイス
２０５ 表示コントローラ
２０６ データリーダ／ライタ
２０７ バス
２０８ 記録媒体
３００ 記憶装置
４００ 入力装置
５００ 表示装置
６００ 通信インターフェイス
７００ 端末装置

Claims (8)

  1. 気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、第１のデータ抽出部と、
    前記第１のデータ抽出部によって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、第２のデータ抽出部と、
    前記第２のデータ抽出部によって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、第３のデータ抽出部と、
    を備えていることを特徴とするデータ抽出装置。
  2. 前記第３のデータ抽出部が、更に、前記作物の収穫時におけるデータを抽出する、請求項１に記載のデータ抽出装置。
  3. 前記第２のデータ抽出部が、前記特定の作物の生育状態について指定された条件として、前記作物の生育状態を表す指標を受け付け、受け付けた前記指標に基づいて、データを抽出し、
    前記第３のデータ抽出部が、
    前記管理作業が前記作物に与えた影響を表すデータとして、指定された起点日以後に行われた前記管理作業と、前記起点日からの前記指標の値の時系列変化のデータとを抽出し、
    前記気象条件が前記作物に与えた影響を表すデータとして、指定された前記期間に含まれる年別に、前記作物の生育場所の前記気象条件のデータと、前記指標の値の時系列変化のデータとを抽出する、
    請求項１または２に記載のデータ抽出装置。
  4. 前記第３のデータ抽出部によって抽出された前記データそれぞれを画面上で分類して表示させるための、画像データを生成する、データ分類部を更に備えている、
    請求項１〜３のいずれかに記載のデータ抽出装置。
  5. 前記第２のデータ抽出部によって抽出されたデータ、及び前記第３のデータ抽出部によって抽出されたデータを、画面上でグラフ化して表示させるための、画像データを生成する、グラフ化処理部を更に備えている、請求項１〜４のいずれかに記載のデータ抽出装置。
  6. 前記第３のデータ抽出部によって抽出された前記データを用いて、前記作物の生育モデルを作成する、生育モデル作成部を更に備えている、請求項１〜５のいずれかに記載のデータ抽出装置。
  7. （ａ）気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、ステップと、
    （ｂ）前記（ａ）のステップによって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、ステップと、
    （ｃ）前記（ｂ）のステップによって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、ステップと、
    を有することを特徴とするデータ抽出方法。
  8. コンピュータに、
    （ａ）気象条件、作物の生育状態、及び作物の育成において行われた管理作業、それぞれの蓄積されたデータから、場所及び期間について指定された条件に基づいて、データを抽出する、ステップと、
    （ｂ）前記（ａ）のステップによって抽出されたデータから、前記作物の生育状態について指定された条件に基づいて、データを抽出する、ステップと、
    （ｃ）前記（ｂ）のステップによって抽出されたデータから、前記管理作業が前記作物に与えた影響を表すデータと、前記気象条件が前記作物に与えた影響を表すデータとを少なくとも抽出する、ステップと、
    を実行させるプログラム。
JP2013126495A 2013-06-17 2013-06-17 データ抽出装置、データ抽出方法、及びプログラム Active JP6095115B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013126495A JP6095115B2 (ja) 2013-06-17 2013-06-17 データ抽出装置、データ抽出方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013126495A JP6095115B2 (ja) 2013-06-17 2013-06-17 データ抽出装置、データ抽出方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2015000040A true JP2015000040A (ja) 2015-01-05
JP6095115B2 JP6095115B2 (ja) 2017-03-15

Family

ID=52294970

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013126495A Active JP6095115B2 (ja) 2013-06-17 2013-06-17 データ抽出装置、データ抽出方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP6095115B2 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017012402A (ja) * 2015-06-30 2017-01-19 フクダ電子株式会社 生体情報出力装置およびその制御方法
WO2017038121A1 (ja) * 2015-08-31 2017-03-09 Ｐｓソリューションズ株式会社 農業管理システム、サーバ、農業管理方法、サーバ制御方法、及びサーバプログラム
WO2017104841A1 (ja) * 2015-12-16 2017-06-22 プランティオ株式会社 情報処理装置、情報処理方法、及びプログラム
WO2019208538A1 (ja) * 2018-04-25 2019-10-31 株式会社Ｎｔｔドコモ 情報処理装置
JP2019207638A (ja) * 2018-05-30 2019-12-05 ヤンマー株式会社 生育情報マップ提供システム
JP2021023177A (ja) * 2019-08-02 2021-02-22 トヨタ自動車株式会社 作物特性予測システム、作物特性予測方法、及び作物特性予測プログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000300077A (ja) * 1998-09-09 2000-10-31 Satake Eng Co Ltd 穀類作物の施肥量決定方法、穀物の品質・収量推定方法及び穀物の生産情報提供装置
JP2003102274A (ja) * 2001-09-27 2003-04-08 Yasuhiro Ueki 情報再生装置、植物育成支援方法及び記録媒体
JP2005176850A (ja) * 2005-01-11 2005-07-07 Nokodai Tlo Kk 情報処理装置および方法、並びに記録媒体
JP2012083986A (ja) * 2010-10-13 2012-04-26 Mega Chips Corp 育成支援システム
JP2013051887A (ja) * 2011-08-31 2013-03-21 Hitachi East Japan Solutions Ltd 生育管理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000300077A (ja) * 1998-09-09 2000-10-31 Satake Eng Co Ltd 穀類作物の施肥量決定方法、穀物の品質・収量推定方法及び穀物の生産情報提供装置
US6442486B1 (en) * 1998-09-09 2002-08-27 Satake Corporation Method for determining amount of fertilizer application for grain crops, method for estimating quality and yield of grains and apparatus for providing grain production information
JP2003102274A (ja) * 2001-09-27 2003-04-08 Yasuhiro Ueki 情報再生装置、植物育成支援方法及び記録媒体
JP2005176850A (ja) * 2005-01-11 2005-07-07 Nokodai Tlo Kk 情報処理装置および方法、並びに記録媒体
JP2012083986A (ja) * 2010-10-13 2012-04-26 Mega Chips Corp 育成支援システム
JP2013051887A (ja) * 2011-08-31 2013-03-21 Hitachi East Japan Solutions Ltd 生育管理方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017012402A (ja) * 2015-06-30 2017-01-19 フクダ電子株式会社 生体情報出力装置およびその制御方法
WO2017038121A1 (ja) * 2015-08-31 2017-03-09 Ｐｓソリューションズ株式会社 農業管理システム、サーバ、農業管理方法、サーバ制御方法、及びサーバプログラム
JP2017046613A (ja) * 2015-08-31 2017-03-09 Ｐｓソリューションズ株式会社 農業管理システム、サーバ、農業管理方法、サーバ制御方法、及びサーバプログラム
WO2017104841A1 (ja) * 2015-12-16 2017-06-22 プランティオ株式会社 情報処理装置、情報処理方法、及びプログラム
JPWO2017104841A1 (ja) * 2015-12-16 2017-12-14 プランティオ株式会社 情報処理装置、情報処理方法、及びプログラム
CN108471712A (zh) * 2015-12-16 2018-08-31 富兰帝欧公司 信息处理装置、信息处理方法及程序
WO2019208538A1 (ja) * 2018-04-25 2019-10-31 株式会社Ｎｔｔドコモ 情報処理装置
JPWO2019208538A1 (ja) * 2018-04-25 2021-04-30 株式会社Ｎｔｔドコモ 情報処理装置
JP7366887B2 (ja) 2018-04-25 2023-10-23 株式会社Ｎｔｔドコモ 情報処理装置
JP2019207638A (ja) * 2018-05-30 2019-12-05 ヤンマー株式会社 生育情報マップ提供システム
JP7091150B2 (ja) 2018-05-30 2022-06-27 ヤンマーパワーテクノロジー株式会社 生育情報マップ提供システム
JP2021023177A (ja) * 2019-08-02 2021-02-22 トヨタ自動車株式会社 作物特性予測システム、作物特性予測方法、及び作物特性予測プログラム
JP7163881B2 (ja) 2019-08-02 2022-11-01 トヨタ自動車株式会社 作物特性予測システム、作物特性予測方法、及び作物特性予測プログラム

Also Published As

Publication number Publication date
JP6095115B2 (ja) 2017-03-15

Similar Documents

Publication Publication Date Title
Deng et al. Closing yield gaps for rice self-sufficiency in China
Aggarwal et al. Importance of considering technology growth in impact assessments of climate change on agriculture
JP6095115B2 (ja) データ抽出装置、データ抽出方法、及びプログラム
Han et al. Climate-Agriculture-Modeling and Decision Tool (CAMDT): A software framework for climate risk management in agriculture
Glotter et al. Simulating US agriculture in a modern Dust Bowl drought
An-Vo et al. Value of seasonal forecasting for sugarcane farm irrigation planning
Schou et al. Regeneration decisions in forestry under climate change related uncertainties and risks: Effects of three different aspects of uncertainty
Battaglia et al. Direct climate change impacts on growth and drought risk in blue gum (Eucalyptus globulus) plantations in Australia
Stefanovic et al. Adaption to climate change: a case study of two agricultural systems from Kenya
Williams et al. An investigation of farm-scale adaptation options for cotton production in the face of future climate change and water allocation policies in southern Queensland, Australia
da Cunha Ávila et al. Adaptive management strategies of local communities in two Amazonian floodplain ecosystems in the face of extreme climate events
Kwanmuang et al. Small-scale farmers under Thailand’s smart farming system
Cheema et al. Information technology for sustainable agriculture
Papadaskalopoulou et al. Assessment of total climate change impacts on the agricultural sector of Cyprus
Sihi et al. Explainable machine learning approach quantified the long-term (1981–2015) impact of climate and soil properties on yields of major agricultural crops across conus
Tewes et al. Assimilation of sentinel-2 estimated LAI into a crop model: Influence of timing and frequency of acquisitions on simulation of water stress and biomass production of winter wheat
López et al. New insights on land use, land cover, and climate change in human–environment dynamics of the Equatorial Andes
Janus et al. Aerial laser scanning reveals the dynamics of cropland abandonment in Poland
KR20190063410A (ko) 주산지 작물의 생산량 예측 방법 및 그 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체
Ameztegui et al. Maximum height of mountain forests abruptly decreases above an elevation breakpoint
Maurya et al. Expert system design and architecture for farming sector
CN116579521B (zh) 产量预测时间窗口确定方法、装置、设备及可读存储介质
García-Tejero et al. Infrared thermography to select commercial varieties of maize in relation to drought adaptation
Chowdhury et al. Mega–environment concept in agriculture: A review
Taramuel-Taramuel et al. Precision agriculture in avocado production: Mapping the landscape of scientific and technological developments

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141010

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20150123

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150820

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150929

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160607

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160805

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: 20170117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170209

R150 Certificate of patent or registration of utility model

Ref document number: 6095115

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150