JP2015041321A - 情報処理装置、表示システム及びプログラム - Google Patents

Abstract

【課題】センサ設置によるコストを抑制しつつ、対象の空間における環境因子の予測値を好適に算出することが可能な情報処理装置、表示システム及びプログラムを提供する。
【解決手段】サーバ装置は、センサが計測した計測値から所定空間内における環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する。そして、サーバ装置は、評価指標に基づき、候補値からパラメータの設定値を選定し、計測値から予測値を算出する。
【選択図】図９

Description

本発明は、農作物などの生物の環境因子を可視化するシステムに関する。

従来から、植物等を育てる環境下における気温等の環境因子をセンサにより検出し、その検出結果を表示するシステムが知られている。例えば、特許文献１には、植物を育てる空間での気温や湿度などをセンサにより検出し、これらの変化を示すグラフを表示するシステムが開示されている。また、特許文献２及び非特許文献１には、局所回帰分析に関する技術が開示されている。

特開２００２−１０１７５６号公報 特開２０１１−１１８８８３号公報

Ｗｉｌｌｉａｍ Ｓ．Ｃｌｅｖｅｌａｎｄ ａｎｄ Ｓｕｓａｎ Ｊ．Ｄｅｖｌｉｎ，「Ｌｏｃａｌｌｙ Ｗｅｉｇｈｔｅｄ Ｒｅｇｒｅｓｓｉｏｎ：Ａｎ Ａｐｐｒｏａｃｈ ｔｏ Ｒｅｇｒｅｓｉｏｎ Ａｎａｌｙｓｉｓ ｂｙ Ｌｏｃａｌ Ｆｉｔｔｉｎｇ」， Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｔａｔｉｓｔｉｃａｌ Ａｓｓｏｃｉａｔｉｏｎ， ８３（４０３）：５９６―６１０，１９８８.

植物工場全体などの比較大きい空間で環境状況を網羅的に監視しようとする場合、種々の環境因子を測定するためのセンサを大量に配置する必要があり、センサ設置のコストが高くなったり、センサの運用管理に手間がかかったりするなどの問題があった。これに対し、センサの計測値を用いて、センサが設置されていない地点の環境因子の予測値を算出する場合、各計測値の計測地点と予測値を算出する地点との距離に応じた計測値の重み付けを適切に設定する必要がある。そこで、本発明は、センサ設置によるコストを抑制しつつ、対象の空間における環境因子の予測値を好適に算出することが可能な情報処理装置、表示システム及びプログラムを提供することを主な目的とする。

本発明の１つの観点では、情報処理装置は、複数地点における環境因子の計測値を記憶する記憶手段と、前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定し、前記計測値から前記予測値を算出する算出手段と、を有する。

本発明の他の観点では、複数地点における環境因子の計測値を記憶する記憶手段を有する情報処理装置が実行するプログラムであって、前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定し、前記計測値から前記予測値を算出する算出手段として前記情報処理装置を機能させる。

本発明によれば、広い植物工場などの種々の空間を対象にして環境因子の予測値を算出する場合に、計測値の重み付けに関するパラメータの設定値を最適な値に定めることができ、環境因子の各予測値を高精度に算出することができる。

各実施形態に係る表示システムの概略構成を示す。 センサの配置例を示す。 センサ情報ＤＢのデータ構造を示す。 計測情報ＤＢのデータ構造を示す。 局所回帰式を表すグラフの一例である。 パラメータを変化させた場合の各計測値の重み付けの大きさを示す。 計測情報生成処理のフローチャートを示す。 表示情報生成処理のフローチャートである。 パラメータ決定処理のフローチャートである。 表示情報に基づく表示例である。 変形例に係る計測情報ＤＢのデータ構造を示す。 第２実施形態に係るパラメータ決定処理のフローチャートである。 平滑化処理の前後の評価統計量のマップである。

以下、図面を参照しながら、本発明に係る第１及び第２実施形態について説明する。

＜第１実施形態＞
まず、第１実施形態について説明する。以後において、「環境因子」とは、農作物、微生物、細胞などの生物の生存、生活に影響する環境の種々の数値化された条件を指すものとする。

［システム構成］
図１は、第１実施形態に係る表示システム１０の概略構成を示す図である。表示システム１０は、農作物の栽培、育成時の環境因子を可視化するためのシステムである。図１に示すように、表示システム１０は、主に、複数のセンサ３（３ａ、３ｂ、…）と、端末装置４と、サーバ装置５とを備える。センサ３及び端末装置４は、それぞれサーバ装置５とネットワーク９を介して接続している。表示システム１０は、センサ３が計測した計測値に基づき、ユーザが指定した所定範囲（「表示対象範囲Ｒｔａｇ」とも呼ぶ。）内で区切られた各単位領域での環境因子の予測値の算出及び可視化を行う。

センサ３は、１又は複数種類の環境因子を所定間隔（例えば１分）ごとに計測し、生成した計測値、計測日時の情報、及び当該センサ３の識別情報（「センサＩＤ」とも呼ぶ。）を含む検出信号「Ｓｄ」を、ネットワーク９を介してサーバ装置５に送信する。センサ３は、例えば１又は複数のハウスや圃場などに設置される。図２は、センサ３の配置を示す。図２に示すＸＹ軸は、水平面上の位置を示す。図２の例では、二酸化炭素の濃度を計測する８つのセンサ３ａ〜３ｈが配置されている。具体的には、センサ３ａ〜３ｈは、Ｘ座標が２．５ｍから３０ｍの範囲に存在し、Ｙ座標が１．５ｍから７．５ｍの間に存在する。そして、図２では、表示対象範囲Ｒｔａｇは、センサ３ａ〜３ｈを包含する最小の長方形（破線枠参照）に設定される。

再び図１に戻り端末装置４について説明する。端末装置４は、ＣＰＵ等のプロセッサや、ＲＯＭやＲＡＭといったメモリや、ディスプレイや、マウスやキーボード等を備えるパーソナルコンピュータ（例えばノートパソコン）である。端末装置４は、表示対象範囲Ｒｔａｇ内の環境因子の予測値を可視化した情報（「表示情報Ｉｄ」とも呼ぶ。）をサーバ装置５から受信し、当該表示情報Ｉｄに基づく表示を行う。

端末装置４は、表示情報Ｉｄをサーバ装置５から取得する場合、サーバ装置５に対し、表示情報Ｉｄを要求する情報（「要求情報Ｉｒ」とも呼ぶ。）をサーバ装置５に送信する。このとき、端末装置４は、表示情報Ｉｄの表示範囲を示す表示対象範囲Ｒｔａｇの情報、表示情報Ｉｄで表示対象となる日時の情報、表示情報Ｉｄで表示する対象となる環境因子の種別の情報（「種別情報」とも呼ぶ。）、及び表示対象範囲Ｒｔａｇ内で予測値を算出する各単位領域の大きさを指定する情報（「メッシュ情報」とも呼ぶ。）を要求情報Ｉｒに含める。なお、端末装置４は、要求情報Ｉｒに含める各情報を、要求情報Ｉｒの送信時にユーザの入力に基づき生成してもよく、設定情報として予め記憶しておいてもよい。

サーバ装置５は、ＣＰＵ等のプロセッサや、ＲＯＭやＲＡＭといったメモリを有する。サーバ装置５は、各センサ３の位置情報と当該センサ３が計測する環境因子の種別情報とを関連付けたデータベース（「センサ情報ＤＢ」とも呼ぶ。）、及び、各センサ３から送信される検出信号Ｓｄに含まれる計測値のデータベース（「計測情報ＤＢ」とも呼ぶ）を記憶する。また、サーバ装置５は、端末装置４から送信される要求情報Ｉｒに基づき、表示対象範囲Ｒｔａｇ内の各予測値を算出し、これらの予測値を分布図などにより図示した表示情報Ｉｄを端末装置４に送信する。サーバ装置５は、本発明における「情報処理装置」の一例である。

図３は、センサ情報ＤＢのデータ構造を示す。図３に示すように、サーバ装置５は、センサ情報ＤＢ内に、各センサ３の識別情報であるセンサＩＤと、ＸＹＺ座標（Ｚ座標は高さ）により定められる位置情報と、計測対象となる環境因子を示す種別情報とを関連付けて記憶する。なお、図３のセンサ情報ＤＢでは、図２に示すセンサ３ａ〜３ｈは、それぞれセンサＩＤ「０１」〜「０８」に相当し、センサＩＤ「０１」〜「０８」にそれぞれセンサ３ａ〜３ｈの位置情報及び種別情報が関連付けられている。

図４は、計測情報ＤＢのデータ構造を示す。図４に示すように、サーバ装置５は、計測情報ＤＢ内に、検出信号Ｓｄにそれぞれ含まれるセンサＩＤ、日時情報、及び計測値を関連付けて記憶する。図４の例では、サーバ装置５は、検出信号Ｓｄを受信するごとに、当該検出信号Ｓｄに含まれる各情報を計測情報ＤＢに加えている。なお、サーバ装置５は、図４の例に代えて、計測情報ＤＢを、センサＩＤごとに分けて記憶してもよく、各センサ３が計測する環境因子ごとに分けて記憶してもよい。

［予測値の算出］
次に、サーバ装置５が実行する表示対象範囲Ｒｔａｇ内の各予測値の算出方法について説明する。概略的には、サーバ装置５は、局所回帰分析により、表示対象範囲Ｒｔａｇ内の環境因子を部分ごとにモデル化した局所回帰式を算出することで、表示対象範囲Ｒｔａｇ内の各予測値を生成する。このとき、サーバ装置５は、局所解析式の重み付けに関するパラメータであるパラメータ「α」を所定の範囲で変化させ、パラメータαごとの局所回帰式の評価指標を算出し、当該評価指標に基づき最適なパラメータαを決定する。これにより、サーバ装置５は、最適なパラメータαを用いた局所回帰式により、表示対象範囲Ｒｔａｇ内の各予測値を高精度に算出する。以下では、必要な処理ごとに具体的に説明する。

（１）計測値の抽出
まず、表示対象範囲Ｒｔａｇ内の各予測値を算出するのに使用する計測値の抽出方法について説明する。サーバ装置５は、要求情報Ｉｒを受信した場合に、端末装置４から受信した要求情報Ｉｒに含まれる表示対象範囲Ｒｔａｇの情報、表示対象となる日時の情報、及び種別情報に基づき、表示対象範囲Ｒｔａｇ内の各予測値の算出に用いる計測値を計測情報ＤＢから抽出する。この場合、サーバ装置５は、まず、センサ情報ＤＢを参照し、表示対象範囲Ｒｔａｇ内又は表示対象範囲Ｒｔａｇから所定距離以内にあるセンサ３であって、要求情報Ｉｒの種別情報が示す環境因子に関連付けられたセンサＩＤを認識する。そして、サーバ装置５は、認識したセンサＩＤと、要求情報Ｉｒの日時の情報とに関連付けられた計測値を計測情報ＤＢから抽出する。

（２）局所回帰式の算出
次に、局所回帰式の算出方法について説明する。サーバ装置５は、パラメータαを用いて、表示対象範囲Ｒｔａｇ内の所定の区分ごとの環境因子をモデル化した局所回帰式を生成する。ここで、パラメータαは、局所回帰式において、算出対象となる予測値の地点と計測値の計測地点との距離（「地点間距離ＬＢ」とも呼ぶ。）と、当該計測値に乗算される重み付けの大きさとの関係を規定するパラメータである。計測値に乗算される重み付けの大きさは、地点間距離ＬＢが短いほど大きくなる。そして、パラメータαが大きいほど、地点間距離ＬＢの短い計測値の重み付けと地点間距離ＬＢの長い計測値の重み付けとの差が大きくなる。一方、パラメータαが小さいほど、地点間距離ＬＢが短い計測値の重み付けと地点間距離ＬＢが長い計測値の重み付けとの差が小さくなる。

次に、局所回帰式の具体例について、図５を参照して説明する。図５は、図２のセンサ３ａ〜３ｆが計測した二酸化炭素の計測値に基づき生成した局所回帰式を表すグラフの一例である。図５の縦軸はＣＯ２濃度を示し、横軸はＹ座標を「４．５」に固定した場合のＸ座標を示す。計測点３０ａ〜３０ｆは、それぞれセンサ３ａ〜３ｆの計測値を示す。また、各計測点３０ａ〜３０ｅを中心とする円３１ａ〜３１ｅは、破線３２に示す位置（即ち、Ｘ座標が「１２」の位置）のＣＯ２濃度の予測値を算出する際の各計測値に対する重み付けの大きさを示す。なお、図５の例では、Ｘ座標「０」かつＹ座標「４．５」の地点にＣＯ２を排出するＣＯ２施用機が設置されているものとする。

図５のグラフに示すように、サーバ装置５は、この場合、線形の回帰式を所定の区分ごとに局所的に算出している。ここで、円３１ａ〜３１ｅが示す各計測値に対する重み付けは、地点間距離ＬＢが短い計測値ほど大きくなる。なお、破線３２が示す地点から最も遠いセンサ３ｆの計測値は、地点間距離ＬＢが所定距離よりも長いことから、破線３２が示す地点の予測値を算出する際に用いられていない。このように、サーバ装置５は、局所回帰式を算出することで、近傍の計測値を重視した回帰モデルを生成することができる。従って、サーバ装置５は、特定領域で突出した値となった計測値を、不必要に全ての表示対象範囲Ｒｔａｇの予測値の算出に用いることを防ぐことができる。

また、サーバ装置５は、パラメータαが大きいほど、地点間距離ＬＢの短い計測値の重み付けを大きくし、地点間距離ＬＢの長い計測値の重み付けを小さくするような局所回帰式を生成する。これについて、図６を参照して具体的に説明する。

図６（Ａ）は、パラメータαを図５の例よりも大きくした場合を示す。図６（Ａ）の例では、図５の例と比較して、地点間距離ＬＢの短い計測値の重み付けがより大きくなり、地点間距離ＬＢの長い計測値の重み付けがより小さくなる。その結果、局所回帰式を示すグラフは、各計測点３０ａ〜３０ｆにフィッテングするように形成される。また、破線３２が示す地点の予測値の算出では、地点間距離ＬＢが短い計測点３０ｃ、３０ｄの重み付けの大きさを示す円３１ｃ、３１ｄが相対的に大きくなり、他の計測点３０ａ、３０ｂ、３０ｅの重み付けの大きさを示す円３１ａ、３１ｂ、３１ｅが相対的に小さくなっている。

図６（Ｂ）は、パラメータαを図５の例よりも小さくした場合を示す。図６（Ｂ）の例では、パラメータαを図５の例より小さくしたことにより、地点間距離ＬＢの短い計測値の重み付けと、地点間距離ＬＢの長い計測値の重み付けとの差が小さくなる。その結果、局所回帰式を示すグラフの各計測点３０ａ〜３０ｆへのフィッテングの度合いが小さくなる。また、破線３２が示す地点の予測値の算出では、図５の例と比較して、地点間距離ＬＢが短い計測点３０ｃ、３０ｄの重み付けの大きさを示す円３１ｃ、３１ｄが相対的に小さくなり、他の円３１ａ、３１ｂ、３１ｅが相対的に大きくなっている。

（３）パラメータ決定処理
次に、パラメータαを決定するパラメータ決定処理について説明する。パラメータ決定処理では、サーバ装置５は、パラメータαの各候補値（「候補値Ｒｖ」とも呼ぶ。）に対応する局所回帰式の評価指標を算出することで、パラメータαに設定する候補値Ｒｖを選定する。これについて、具体的に説明する。

まず、サーバ装置５は、所定範囲（「候補範囲Ｒｃ」とも呼ぶ。）内の各値を候補値Ｒｖとしてパラメータαに設定し、各候補値Ｒｖが設定されたパラメータαを用いて、局所回帰式を生成する。例えば、「０．０１」から「１．００」までを候補範囲Ｒｃとし、当該候補範囲Ｒｃ内の０．０１単位の各値を候補値Ｒｖとした場合、サーバ装置５は、１００個の候補値Ｒｖに対する局所回帰式をそれぞれ生成する。

次に、サーバ装置５は、各候補値Ｒｖをパラメータαとする各局所回帰式に対し、回帰式を評価する指標となる統計量（「評価統計量Ｓｅ」と呼ぶ。）を算出する。この場合、例えば、サーバ装置５は、平均積分二乗誤差(ＭＩＳＥ：Ｍｅａｎ Ｉｎｔｅｇｒａｔｅｄ Ｓｑｕａｒｅｄ Ｅｒｒｏｒ)に基づく評価手法である交差検証（クロスバリデーション）や赤池情報量規準（ＡＩＣ：Ａｋａｉｋｅ’ｓ Ｉｎｆｏｒｍａｔｉｏｎ Ｃｒｉｔｅｒｉｏｎ）により、評価統計量Ｓｅを算出する。なお、サーバ装置５は、ＭＩＳＥに限らず、計測値と予測値との差分和などの種々の指標を評価統計量Ｓｅとしてもよい。

そして、サーバ装置５は、算出した評価統計量Ｓｅに基づき、最も高い評価を示す評価統計量Ｓｅに対応するパラメータαの候補値Ｒｖを、パラメータαの最適値であると認識する。そして、サーバ装置５は、当該候補値Ｒｖを設定したパラメータαにより生成した局所回帰式により、表示対象範囲Ｒｔａｇ内の各予測値を算出する。これにより、サーバ装置５は、パラメータαを自動的に最適値に設定し、実際の環境因子の状況を的確に反映した予測値を好適に算出することができる。

［処理フロー］
次に、第１実施形態における処理フローについて図７乃至図９を参照して説明する。

（１）計測情報生成処理
図７は、計測情報ＤＢの生成処理のフローチャートを示す。センサ３は、図７に示す処理を繰り返し実行する。

まず、センサ３は、計測値を生成すると共に当該計測値をメモリに記録する（ステップＳ１０１）。次に、センサ３は、記録した計測値の送信タイミングであるか否か判定する（ステップＳ１０２）。例えば、センサ３は、ステップＳ１０１で計測値を生成するごとに当該計測値の送信タイミングであると判定してもよく、所定回数（例えば１０回）だけステップＳ１０１を実行するごとにこれらの計測値の送信タイミングであると判定してもよい。そして、センサ３は、計測値の送信タイミングであると判断した場合（ステップＳ１０２；Ｙｅｓ）、当該計測値、センサＩＤ、及び、当該計測値の各生成日時を示す検出信号Ｓｄをサーバ装置５に送信する（ステップＳ１０３）。一方、センサ３は、計測値の送信タイミングでないと判断した場合（ステップＳ１０２；Ｎｏ）、再びステップＳ１０１の処理を行う。

センサ３の検出信号Ｓｄの送信後、サーバ装置５は、検出信号Ｓｄを受信し、計測情報ＤＢに検出信号Ｓｄに含まれるセンサＩＤ、計測値、及び日時情報を関連付けて記録する（ステップＳ２０１）。

（２）表示情報生成処理
図８は、表示情報Ｉｄの生成処理の手順を示すフローチャートである。端末装置４は、図８に示す処理を、ユーザの所定の入力があった場合に実行する。

まず、端末装置４は、サーバ装置５が表示情報Ｉｄを生成するのに必要な表示対象範囲Ｒｔａｇ、日時情報、種別情報、及びメッシュ情報を指定する入力を受け付ける（ステップＳ１０４）。例えば、図２に示す表示対象範囲Ｒｔａｇを指定する場合、利用者は、所定の高さを示すＺ座標（例えば１．５ｍ）を指定すると共に、２．５ｍから３０ｍまでのＸ座標の範囲及び１．５ｍから７．５ｍまでのＹ座標の範囲を指定する入力を行う。そして、端末装置４は、入力された表示対象範囲Ｒｔａｇ等を含む要求情報Ｉｒをサーバ装置５に送信する（ステップＳ１０５）。

サーバ装置５は、要求情報Ｉｒの受信し（ステップＳ２０２）、その後、要求情報Ｉｒに含まれる表示対象範囲Ｒｔａｇ、日時情報、及び種別情報に基づき、使用する計測値を計測情報ＤＢから抽出する（ステップＳ２０３）。次に、サーバ装置５は、後述する図９に示すパラメータ決定処理を実行する（ステップＳ２０４）。これにより、サーバ装置５は、環境因子の予測値を算出するための局所回帰式の最適なパラメータαを決定する。

次に、サーバ装置５は、パラメータ決定処理により最適値に設定されたパラメータαの局所回帰式により、表示対象範囲Ｒｔａｇ内の環境因子の各予測値を算出する（ステップＳ２０５）。そして、サーバ装置５は、表示対象範囲Ｒｔａｇ内の各予測値を可視化した画像を示す表示情報Ｉｄを生成し、当該表示情報Ｉｄを端末装置４に送信する（ステップＳ２０６）。その後、端末装置４は、サーバ装置５から表示情報Ｉｄを受信し、表示情報Ｉｄに基づく表示を行う（ステップＳ１０６）。

ここで、ステップＳ２０６でサーバ装置５が生成する表示情報Ｉｄについて、図１０を参照して説明する。図１０（Ａ）は、表示対象範囲Ｒｔａｇ内の予測値を濃淡により表したマップ（ヒートマップ）を示し、図１０（Ｂ）は、表示対象範囲Ｒｔａｇ内の予測値の等高線図を示す。図１０（Ａ）では、濃く描かれた領域ほど予測値が大きいものとする。サーバ装置５は、例えば図１０（Ａ）、（Ｂ）に示すような画像を示す表示情報Ｉｄを生成し、端末装置４に送信することで、表示対象範囲Ｒｔａｇ内の各予測値を、端末装置４のディスプレイ上で好適に可視化することができる。

なお、図１０（Ａ）のヒートマップを生成する場合、サーバ装置５は、例えば、表示対象範囲Ｒｔａｇ内の予測値の最大値及び最小値をそれぞれ認識し、当該最大値及び最小値の範囲で均等に濃淡の変化又は色の変化が生じるようにしてもよい。他の例では、サーバ装置５は、上述の最大値に所定値を加えた値と、上述の最小値に所定値を引いた値との範囲で均等に濃淡の変化又は色の変化が生じるようにしてもよい。さらに別の例では、サーバ装置５は、表示対象範囲Ｒｔａｇ内の予測値のうち上位の所定割合（例えば１０％）にあたる予測値の最小値と、下位の所定割合にあたる予測値の最大値との範囲で均等に濃淡の変化又は色の変化が生じるようにしてもよい。

（３）パラメータ決定処理
図９は、図８に示す表示情報生成処理のステップＳ２０４で実行するパラメータ決定処理の手順を示すフローチャートの一例である。

まず、サーバ装置５は、候補範囲Ｒｃ内の各候補値Ｒｖをパラメータαに設定し、各候補値Ｒｖに設定されたパラメータαの局所回帰式を算出する（ステップＳ３０１）。この場合、サーバ装置５は、候補範囲Ｒｃと候補範囲Ｒｃ内の候補値Ｒｖの間隔とを、メモリに予め記憶しておく。

次に、サーバ装置５は、各候補値Ｒｖに設定されたパラメータαの局所回帰式に対する評価統計量Ｓｅを算出する（ステップＳ３０２）。この場合、上述したように、例えば交差検証や赤池情報量規準などの手法に基づき、評価統計量Ｓｅを算出する。

そして、サーバ装置５は、ステップＳ３０２で算出した評価統計量Ｓｅのうち、最も評価が高い評価統計量Ｓｅに対応するパラメータαを、最適なパラメータαであると認識する（ステップＳ３０３）。

［第１実施形態の作用・効果］
第１実施形態によれば、端末装置４は、可視化する環境因子の表示対象範囲Ｒｔａｇ、日時、及び種別等を指定する入力に基づき、要求信号Ｉｒを生成してサーバ装置５に送信する。これにより、端末装置４は、サーバ装置５から表示情報Ｉｄを受信し、ユーザが指定した表示対象範囲Ｒｔａｇ内の環境因子の予測値を可視化した図をユーザに好適に視認させることができる。

また、サーバ装置５は、表示対象範囲Ｒｔａｇ内の予測値を算出する際、局所回帰分析を用いることで、算出対象の予測値の地点から近傍にある地点の計測値を重視した環境因子の回帰モデルを生成する。これにより、サーバ装置５は、局所的な特性を的確に表した環境因子の予測値を、表示対象範囲Ｒｔａｇ内で好適に算出することができる。従って、サーバ装置５は、大幅な増大や減少が生じた特定領域での計測値を、不必要に全ての表示対象範囲Ｒｔａｇの予測値の算出に用いることを防ぐことができる。

さらに、サーバ装置５は、環境因子の予測値を算出するための局所回帰式の重み付けに関するパラメータであるパラメータαの最適値を決定し、決定したパラメータαに基づく局所回帰式により環境因子の各予測値を算出する。これにより、サーバ装置５は、高精度に環境因子の各予測値を算出することができる。

［第１実施形態の変形例］
以下では、上記した第１実施形態の変形例について説明する。なお、下記の変形例は、任意に組み合わせて第１実施形態に適用することができる。

（変形例１）
サーバ装置５は、重み付けに関するパラメータであるパラメータαを有する局所回帰式に基づき、環境因子の予測値を算出した。これに代えて、サーバ装置５は、回帰式を算出することなく、地点間距離ＬＢを重み付けとする計測値の加重平均により、各予測値を算出してもよい。

この場合、サーバ装置５は、各計測値に乗じる重み付けの大きさを、地点間距離ＬＢ及びパラメータαをパラメータとする所定の式により求める。上述の所定の式は、予め定められ、サーバ装置５のメモリに記憶される。そして、サーバ装置５は、この場合であっても、図１０のパラメータ決定処理のステップＳ３０１において、各候補値Ｒｖをパラメータαに設定し、当該パラメータα及び地点間距離ＬＢを重み付け係数に有する加重平均の式により、各計測値の計測位置での予測値を算出する。そして、サーバ装置５は、ステップＳ３０２において、各位置での計測値と予測値との差分に基づく評価統計量Ｓｅを算出した後、最も良い評価統計量Ｓｅに対応するパラメータαを、最適なパラメータαであるとステップＳ３０３で認識する。

このように、サーバ装置５は、局所回帰式以外の重み付けに関するパラメータを有する式を用いて環境因子の予測値を算出する場合であっても、重み付けに関するパラメータの最適値を好適に定め、表示対象範囲Ｒｔａｇ内の各予測値を高精度に算出することができる。

（変形例２）
サーバ装置５は、図９のパラメータ決定処理では、表示対象範囲Ｒｔａｇ内の全領域で共通のパラメータαの最適値を決定した。これに代えて、サーバ装置５は、表示対象範囲Ｒｔａｇを複数の領域（空間）に分割し、その分割領域ごとに最適なパラメータαをパラメータ決定処理で求めてもよい。

この場合、パラメータ決定処理では、サーバ装置５は、局所回帰式の評価統計量Ｓｅを分割領域ごとに各パラメータαについて算出し、分割領域ごとに最も良い評価統計量Ｓｅとなるパラメータαを認識する。そして、サーバ装置５は、分割領域ごとに、最適なパラメータαに基づく局所回帰式を用いて、当該分割領域内の環境因子の予測値を算出する。これにより、サーバ装置５は、表示対象範囲Ｒｔａｇの分割領域ごとに最適なパラメータαを設定し、各分割領域の予測値を高精度に算出することができる。

なお、本変形例では、サーバ装置５は、表示対象範囲Ｒｔａｇを、等しい大きさに分割してもよく、物理的なまとまりや機能的なまとまりごとに分割してもよい。後者の場合、例えば、複数のハウスが表示対象範囲Ｒｔａｇ内に含まれるときには、サーバ装置５は、各ハウスの領域ごとに分割領域を設定する。なお、端末装置４は、表示対象範囲Ｒｔａｇの分割に関するユーザ入力を受け付け、当該入力情報を要求情報Ｉｒに含めてサーバ装置５に送信し、サーバ装置５は、受信した要求情報Ｉｒに基づき分割領域を設定してもよい。

（変形例３）
サーバ装置５は、図７のフローチャートに基づき各センサ３から検出信号Ｓｄを受信することで、計測情報ＤＢを生成した。これに代えて、サーバ装置５は、他の装置により生成された計測情報ＤＢを予め記憶してもよい。この場合、サーバ装置５は、図７のフローチャートの処理を実行する必要がない。

また、この場合、サーバ装置５は、センサ情報ＤＢ及び計測情報ＤＢをそれぞれ有する代わりに、位置情報及び計測値を最小項目とする計測情報ＤＢを記憶してもよい。図１１は、変形例に係る計測情報ＤＢのデータ構造を示す。図１１に示す計測情報ＤＢは、位置情報の項目と計測値の項目とを有する。この場合、計測値は、予め定められた１つの環境因子（ここでは二酸化炭素）の計測値を示す。

図１１に示す計測情報ＤＢをサーバ装置５が保有する例では、サーバ装置５は、要求情報Ｉｒにより指定された表示対象範囲Ｒｔａｇに含まれる位置情報と関連付けられた計測値を抽出することで、表示対象範囲Ｒｔａｇ内の各予測値を算出する。従って、この例では、端末装置４は、要求情報Ｉｒに環境因子の種別情報及び日時の情報を含めなくともよい。また、変形例４で後述するように、端末装置４は、要求情報Ｉｒにメッシュ情報を含めなくともよい。従って、変形例３及び変形例４を組み合わせた場合、端末装置４は、要求情報Ｉｒに表示対象範囲Ｒｔａｇの情報のみを含めてサーバ装置５に送信してもよい。

（変形例４）
第１実施形態の図８のステップＳ１０４の説明では、端末装置４は、メッシュ情報を要求情報Ｉｒに含めてサーバ装置５に送信した。これに代えて、端末装置４は、要求情報Ｉｒにメッシュ情報を含めなくともよい。この場合、サーバ装置５は、予めメモリに記憶したメッシュ情報を参照することで、予測値を算出する表示対象範囲Ｒｔａｇの単位領域を認識する。

（変形例５）
図９の説明では、サーバ装置５は、対象となる環境因子の予測値の二次元マップを生成して端末装置４に表示させた。これに代えて、サーバ装置５は、要求情報Ｉｒに含まれる表示対象範囲Ｒｔａｇが３次元空間を示す場合には、当該３次元空間における各単位空間での予測値を示す三次元マップを生成して端末装置４に表示させてもよい。

なお、表示対象範囲Ｒｔａｇが３次元空間を示す場合、サーバ装置５は、三次元マップを生成する代わりに、図１０に示すＸＹ平面の二次元マップを、Ｚ座標の位置ごとに並べて表示してもよい。別の例では、サーバ装置５は、表示対象となるＺ座標の位置を所定時間ごとにずらした二次元マップの動画を表示することで、３次元空間での予測値を可視化してもよい。

（変形例６）
図１０に示す環境因子の予測値の表現方法は一例であり、本発明が適用可能な表示方法はこれに限定されない。

例えば、サーバ装置５は、環境因子の予測値を可視化した図に代えて、又はこれに加えて、表示対象範囲Ｒｔａｇ内の各位置での予測値を示す表や、センサ３の設置地点での予測値と計測値とを比較した表、その他統計情報等を表示させてもよい。

他の例では、サーバ装置５は、要求情報Ｉｒに含まれる日時情報に、複数の時刻や所定の期間が指定されていた場合には、これらの各時刻に対応する環境因子の予測値を生成し、生成した予測値のマップ図を所定時間ごとに時系列に切り替えた動画を、端末装置４に表示させてもよい。

（変形例７）
サーバ装置５は、指定された表示対象範囲Ｒｔａｇ内での各予測値を生成するのに十分な計測値が計測情報ＤＢに記憶されていない場合、表示対象範囲Ｒｔａｇ内での各予測値を適切に生成することができない旨の警告を端末装置４に出力させてもよい。

例えば、サーバ装置５は、図８のステップＳ２０３で抽出した計測値の個数が所定数未満の場合、端末装置４に警告情報を送信し、当該警告情報を端末装置４に出力させる。他の例では、サーバ装置５は、図８のステップＳ２０３で抽出した計測値の個数が、生成すべき予測値の個数の所定割合（例えば０．０１％）未満のとき、端末装置４に警告情報を送信し、当該警告情報を端末装置４に出力させる。

（変形例８）
本発明が適用可能な可視化の対象となる環境因子の種類は、二酸化炭素や温度に限定されない。これに代えて、又は、これに加えて、可視化の対象となる環境因子は、農作物に関する種々の環境因子であってもよく、バイオ医薬品製造のための細胞及び又は微生物の培養に関する種々の環境因子であってもよい。

例えば、環境因子は、植物生態に関する速度変数、システム特性に関する速度変数、管理者に関わる速度変数、物理環境要因に関する速度変数、物理環境要因に関わる状態変数、生態に関する状態変数、又は生体情報に関わる状態変数などであってもよい。

ここで、植物生態に関する速度変数は、例えば、正味光合成速度、暗呼吸速度、蒸散速度、吸水速度、養分吸収速度、出芽速度、開花速度、茎伸長速度である。また、システム特性に関する速度変数は、例えば、換気回数、床面熱流速度、壁面熱貫流速度である。また、管理者に関わる速度変数は、例えば、ＣＯ２施用速度、かん水・養液供給速度、消費電力、燃料消費速度である。また、物理環境要因に関する速度変数は、例えば、気流速度、光強度・放射束、蒸発速度である。また、物理環境要因に関わる状態変数は、例えば、気温、水蒸気飽差（湿度）、ＣＯ２濃度、養液のｐＨ、ＥＣ（電気伝導度）である。また、生態に関する状態変数は、例えば、草丈、葉面積、色、重量、草姿、群落構造である。また、生体情報に関わる状態変数は、例えば、葉の温度、クロロフィル蛍光、含水率、水ポテンシャル、植物組織の成分組成である。

なお、要求情報Ｉｒに含まれる種別情報が示す環境因子が、計測情報ＤＢに記憶した計測値から所定の演算を行うことで求める必要がある環境因子である場合、サーバ装置５は、例えば図８のステップＳ２０３で計測情報ＤＢから計測値を抽出後、当該計測値に所定の演算を行い、演算後の計測値を用いてステップＳ２０４で予測値の算出を行う。

（変形例９）
サーバ装置５は、センサ３が送信する検出信号Ｓｄに含まれる日時情報を、計測情報ＤＢの日時情報として記憶した。これに代えて、サーバ装置５は、検出信号Ｓｄを受信して当該検出信号Ｓｄが示す計測値を計測情報ＤＢに記憶する際に、現在日時を示す日時情報を生成して計測値と共に計測情報ＤＢに記憶してもよい。

＜第２実施形態＞
第２実施形態では、端末装置４は、要求情報Ｉｒに、日時情報に代えて所定の期間を示す期間情報を送信し、サーバ装置５は、期間情報が示す期間（「指定期間Ｔｄ」とも呼ぶ。）内での最適なパラメータαを決定する。このとき、サーバ装置５は、パラメータα及び時刻に対して評価統計量Ｓｅの平滑化処理を行い、平滑化処理後の評価統計量Ｓｅ（「修正評価統計量Ｓｅａ」とも呼ぶ。）に基づき、最適なパラメータαを決定する。これにより、サーバ装置５は、パラメータαの最適値を決定する際のロバスト性を向上させる。

図１２は、第２実施形態に係るパラメータ決定処理の手順を示すフローチャートである。なお、前提として、端末装置４は、図８のステップＳ１０４で指定期間Ｔｄの入力を受け付け、ステップＳ１０５で指定期間Ｔｄを含む要求情報Ｉｒをサーバ装置５に送信しているものとする。なお、指定期間Ｔｄは、例えば、日にち内の所定の時間帯（例えば１０日の１２時から１３時までの時間帯）であってもよく、複数の日にちに渡る時間帯（例えば８月中の１２時から１３時までの時間帯）であってもよい。

まず、サーバ装置５は、候補範囲Ｒｃ内の各候補値Ｒｖに設定したパラメータαに対応する局所回帰式を、指定期間Ｔｄ内の各時刻を対象に算出する（ステップＳ４０１）。即ち、サーバ装置５は、第１実施形態の図９のステップＳ３０１で求める対象となる各局所回帰式を、指定期間Ｔｄの各時刻についてそれぞれ算出する。ここで、指定期間Ｔｄの各時刻とは、指定期間Ｔｄ内の所定間隔（例えば１分）ごとの時刻を指し、例えばセンサ３が指定期間Ｔｄ内で計測値を生成した各時刻を指す。

次に、サーバ装置５は、ステップＳ４０１で算出した各局所回帰式の評価統計量Ｓｅを算出する（ステップＳ４０２）。即ち、サーバ装置５は、パラメータαの候補値Ｒｖと指定期間Ｔｄの各時刻との全ての組み合わせについて、評価統計量Ｓｅを算出する。

次に、サーバ装置５は、パラメータα及び時刻に対して評価統計量Ｓｅを平滑化した修正評価統計量Ｓｅａを算出する（ステップＳ４０３）。例えば、サーバ装置５は、パラメータαの候補値Ｒｖ及び時刻の組の各々に対する評価統計量Ｓｅをパラメータα、時刻、及び評価統計量Ｓｅの三次元座標空間内で表した点を対象に回帰分析する。そして、サーバ装置５は、回帰分析により得られた三次元座標空間中の曲面に基づき、候補値Ｒｖ及び時刻の組の各々に対する修正評価統計量Ｓｅａを決定する。なお、回帰分析の他、サーバ装置５は、スプライン処理や種々の補間処理により同様に上述の曲面を生成して修正評価統計量Ｓｅａを算出してもよい。また、サーバ装置５は、上述の曲面を求めることなく、各パラメータα及び時刻の組に対する評価統計量Ｓｅの移動平均を、修正評価統計量Ｓｅａとして算出してもよい。

そして、サーバ装置５は、ステップＳ４０３で算出した修正評価統計量Ｓｅａに基づき、パラメータαの最適値を認識する（ステップＳ４０４）。具体的には、サーバ装置５は、最も評価が良い修正評価統計量Ｓｅａに対応する候補値Ｒｖを、最適なパラメータαであると認識する。その後、サーバ装置５は、図８のステップＳ２０５で、決定したパラメータαに対応する局所回帰式に基づき、指定期間Ｔｄ内の各時刻に対する予測値を算出し、ステップＳ２０６で、表示情報Ｉｄの生成及び端末装置４への送信を行う。この場合、サーバ装置５は、変形例６と同様、時刻及びＸＹ座標に対する予測値の３次元マップを端末装置４に表示させてもよく、第１実施形態の変形例５と同様に、予測値のマップ図を所定時間ごとに時系列に切り替えた動画を、端末装置４に表示させてもよい。

次に、評価統計量Ｓｅ及び修正評価統計量Ｓｅａの具体例について、図１３を参照して説明する。図１３（Ａ）は、候補範囲Ｒｃ内のパラメータα及び指定期間Ｔｄ内の各時刻に対する評価統計量Ｓｅの大きさを色の濃淡により表したマップを示す。また、図１３（Ｂ）は、回帰分析により求めた修正評価統計量Ｓｅａの大きさを色の濃淡により表したマップを示す。図１３（Ａ）、（Ｂ）では、サーバ装置５は、時刻「ｔ１」から時刻「ｔ２」までの期間を指定期間Ｔｄに定め、「０．３５」から「１．５５」までの範囲を候補範囲Ｒｃに定めている。また、評価統計量Ｓｅ及び修正評価統計量Ｓｅａは、値が低いほど高い評価を示すものとする。

図１３（Ａ）に示すように、ステップＳ４０２で生成した各評価統計量Ｓｅは、パラメータα及び時刻の変化に対して値の変化が激しい。従って、この場合、評価統計量Ｓｅの極小値が広い範囲で分散し、最適なパラメータαを決定する際の評価統計量Ｓｅの信頼性が低い。これに対し、図１３（Ｂ）に示す修正評価統計量Ｓｅａは、平滑化処理が行われており、破線枠４５に示す位置に極小値及び最小値を有する。従って、サーバ装置５は、修正評価統計量Ｓｅａに基づき、パラメータαの最適値（図１３（Ｂ）では０．４）を一意に設定することができ、高精度にパラメータ決定処理を実行することができる。

［第２実施形態の作用・効果］
サーバ装置５は、評価統計量Ｓｅを時刻及びパラメータαに対して平滑化した修正評価統計量Ｓｅａを算出することで、異常値等の影響を受けることなくパラメータαの最適値を好適に定めることができる。その他、第２実施形態は、第１実施形態と同様の作用効果を奏する。

［第２実施形態の変形例］
次に、第２実施形態の変形例について説明する。第２実施形態では、第１実施形態の変形例１〜９に加え、以下の変形例１０を任意に組み合わせて適用可能である。

（変形例１０）
サーバ装置５は、図１２のパラメータ決定処理では、指定期間Ｔｄ内で共通のパラメータαの最適値を決定した。これに代えて、サーバ装置５は、指定期間Ｔｄ内を複数の期間に分割し、その分割期間ごとに最適なパラメータαをパラメータ決定処理で求めてもよい。この場合、サーバ装置５は、指定期間Ｔｄを、午前の期間と午後の期間とに分けてもよく、所定時間幅ごとに分けてもよい。

この場合、図１３（Ｂ）の例では、サーバ装置５は、時刻ｔ１から時刻ｔ２までの指定期間Ｔｄを複数の期間に分けて、その分割期間ごとに修正評価統計量Ｓｅａが最小値となるパラメータαの値を、当該分割期間におけるパラメータαの最適値として認識する。そして、サーバ装置５は、分割期間内の時刻ごとに、最適なパラメータαに基づく局所回帰式を用いて、環境因子の予測値を算出する。

本変形例によれば、サーバ装置５は、時間帯ごとの特性を勘案して、パラメータαをより適切に設定することができる。

３ センサ
４ 端末装置
５ サーバ装置
９ ネットワーク
１０ 表示システム

Claims (9)

1. 複数地点における環境因子の計測値を記憶する記憶手段と、
   前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、
   前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定し、前記計測値から前記予測値を算出する算出手段と、
   を有することを特徴とする情報処理装置。
2. 前記算出手段は、前記所定空間を分割した空間ごとに、前記候補値から前記パラメータの設定値を選定することを特徴とする請求項１に記載の情報処理装置。
3. 前記算出手段は、所定期間内での前記環境因子の各予測値を算出する場合、前記所定期間を分割した期間ごとに、前記候補値から前記パラメータの設定値を選定することを特徴とする請求項１または２に記載の情報処理装置。
4. 前記算出手段は、前記評価手段が算出した評価指標の平滑化処理を行い、当該平滑化処理がされた評価指標に基づき、前記候補値から前記パラメータの設定値を選定することを特徴とする請求項１乃至３のいずれか一項に記載の情報処理装置。
5. 前記算出手段は、回帰分析により前記平滑化処理を行うことを特徴とする請求項４に記載の情報処理装置。
6. 前記パラメータは、局所回帰式の重み付けに関するパラメータであり、
   前記評価手段は、前記パラメータの各候補値に対して局所回帰式を算出し、当該局所回帰式に対する評価指標を算出し、
   前記算出手段は、前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定した後、前記計測値及び前記パラメータから算出した局所回帰式に基づき、前記予測値を算出することを特徴とする請求項１乃至５のいずれか一項に記載の情報処理装置。
7. 請求項１乃至６のいずれか一項に記載の情報処理装置と、前記情報処理装置と通信を行う端末装置とを有する表示システムであって、
   前記情報処理装置は、
   前記算出手段の算出結果を示す表示情報を前記端末装置に送信する結果送信手段をさらに有し、
   前記端末装置は、
   前記表示情報の要求信号を前記情報処理装置に送信する送信手段と、
   前記要求信号の送信に基づき前記情報処理装置から受信した表示情報を表示する表示手段と、
   を有することを特徴とする表示システム。
8. 環境因子の計測値を生成するセンサをさらに備え、
   前記情報処理装置の記憶手段は、前記センサから受信した計測値を記憶することを特徴とする請求項７に記載の表示システム。
9. 複数地点における環境因子の計測値を記憶する記憶手段を有する情報処理装置が実行するプログラムであって、
   前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、
   前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定し、前記計測値から前記予測値を算出する算出手段
   として前記情報処理装置を機能させることを特徴とするプログラム。