JP2019020395A - 圃場における土壌物理性診断方法 - Google Patents
圃場における土壌物理性診断方法 Download PDFInfo
- Publication number
- JP2019020395A JP2019020395A JP2018119610A JP2018119610A JP2019020395A JP 2019020395 A JP2019020395 A JP 2019020395A JP 2018119610 A JP2018119610 A JP 2018119610A JP 2018119610 A JP2018119610 A JP 2018119610A JP 2019020395 A JP2019020395 A JP 2019020395A
- Authority
- JP
- Japan
- Prior art keywords
- soil
- hardness
- physical property
- contour map
- area
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】土壌硬度計で測定できる土壌硬度データを用い、圃場において作物生産性に及ぼす土壌物理性の診断方法を提供すること。【解決手段】本発明の圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップＳ１と、測位点決定ステップＳ１で決定した測位ポイントについて、深度毎に土壌硬度を測定する測定ステップＳ２と、測定ステップＳ２で測定した土壌硬度データ及び測位ポイントの位置データから、深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップＳ３と、土壌硬度等高線マップ生成ステップＳ３で生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップＳ４と、土層判別ステップＳ４で判別した、作土又は下層土について土壌物理性を診断する土壌物理性診断ステップＳ５とを有することを特徴とする。【選択図】図１
Description
本発明は、圃場を対象とした診断エリアについて土壌物理性を診断する圃場における土壌物理性診断方法に関する。
「土壌診断」と言えば、土壌化学性について行われるのが一般的で、簡易的な土壌物理性診断技術の開発が求められていた。近年は農業機械の大型化が進み、耕盤層の形成による排水不良や作土層が薄くなる傾向が見られ、土壌化学性は適正でも土壌物理性の悪化による作物収量への影響が顕在化してきた。
土壌物理性は、コアサンプルなどを研究室に持ち帰って測定する手法が一般的で、コストや時間が掛かり、サンプルを大量に処理するのは難しかった。また、調査地点が少しずれると変化することが知られており、現場で使える簡易的評価手法が求められていた。
特許文献１は、軽量でかつ携帯して持ち運びができ、高精度な測定が可能で、土壌の硬度と貫入深度の測定値をメモリーに保存する機能を備えた土壌硬度計を提案している。
また、特許文献１では、ＧＰＳを用いて測定した位置情報及び日付と、時間情報を得て、測定データとともにメモリーに保存し、保存したデータをコンピュータに出力することにより、測定データを地図上に表示することも提案している。
土壌物理性は、コアサンプルなどを研究室に持ち帰って測定する手法が一般的で、コストや時間が掛かり、サンプルを大量に処理するのは難しかった。また、調査地点が少しずれると変化することが知られており、現場で使える簡易的評価手法が求められていた。
特許文献１は、軽量でかつ携帯して持ち運びができ、高精度な測定が可能で、土壌の硬度と貫入深度の測定値をメモリーに保存する機能を備えた土壌硬度計を提案している。
また、特許文献１では、ＧＰＳを用いて測定した位置情報及び日付と、時間情報を得て、測定データとともにメモリーに保存し、保存したデータをコンピュータに出力することにより、測定データを地図上に表示することも提案している。
しかし、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を診断する方法は今まで提案されていない。
本発明は、特許文献１で提案されているような土壌硬度計で測定できる土壌硬度データを用いて、作物生産性に及ぼす土壌物理性を診断する圃場における土壌物理性診断方法を提供することを目的とする。
請求項１記載の本発明の圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、前記測位点決定ステップで決定した前記測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、前記測定ステップで測定した土壌硬度データ及び前記測位ポイントの位置データから、前記深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、前記土壌硬度等高線マップ生成ステップで生成した、前記深度毎の前記土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、前記土層判別ステップで判別した、前記作土又は前記下層土について土壌物理性を診断する土壌物理性診断ステップとを有することを特徴とする。
請求項２記載の本発明は、請求項１に記載の圃場における土壌物理性診断方法において、前記土壌物理性診断ステップでは、前記深度毎の前記土壌硬度等高線マップから、前記作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別することを特徴とする。
請求項３記載の本発明は、請求項２に記載の圃場における土壌物理性診断方法において、前記土壌物理性診断ステップでは、前記深度が深い前記土壌硬度等高線マップから、低硬度ポイントを判別する第１雨水滞留エリア判別ステップと、前記深度が浅い前記土壌硬度等高線マップから、前記第１雨水滞留エリア判別ステップで判別した前記低硬度ポイントを含む前記低硬度エリアを前記雨水滞留エリアと判別する第２雨水滞留エリア判別ステップとを有することを特徴とする。
請求項４記載の本発明は、請求項１から請求項３のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土壌物理性を前記作土における保水性又は排水性としたことを特徴とする。
請求項５記載の本発明は、請求項１に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機によって前記診断エリアを耕起する耕起ステップと、前記耕起ステップでの耕起後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に耕起後土壌硬度を測定する耕起後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記耕起後測定ステップで測定した耕起後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項６記載の本発明は、請求項１に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機が前記診断エリアを走行する踏圧ステップと、前記踏圧ステップでの走行後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に走行後土壌硬度を測定する走行後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記走行後測定ステップで測定した走行後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項７記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから土質の粒度組成を判別することを特徴とする。
請求項８記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから施肥量を診断することを特徴とする。
請求項９記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから明渠の敷設位置を決定することを特徴とする。
請求項１０記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記下層土における前記土壌硬度等高線マップから暗渠の敷設位置を決定することを特徴とする。
請求項２記載の本発明は、請求項１に記載の圃場における土壌物理性診断方法において、前記土壌物理性診断ステップでは、前記深度毎の前記土壌硬度等高線マップから、前記作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別することを特徴とする。
請求項３記載の本発明は、請求項２に記載の圃場における土壌物理性診断方法において、前記土壌物理性診断ステップでは、前記深度が深い前記土壌硬度等高線マップから、低硬度ポイントを判別する第１雨水滞留エリア判別ステップと、前記深度が浅い前記土壌硬度等高線マップから、前記第１雨水滞留エリア判別ステップで判別した前記低硬度ポイントを含む前記低硬度エリアを前記雨水滞留エリアと判別する第２雨水滞留エリア判別ステップとを有することを特徴とする。
請求項４記載の本発明は、請求項１から請求項３のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土壌物理性を前記作土における保水性又は排水性としたことを特徴とする。
請求項５記載の本発明は、請求項１に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機によって前記診断エリアを耕起する耕起ステップと、前記耕起ステップでの耕起後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に耕起後土壌硬度を測定する耕起後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記耕起後測定ステップで測定した耕起後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項６記載の本発明は、請求項１に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機が前記診断エリアを走行する踏圧ステップと、前記踏圧ステップでの走行後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に走行後土壌硬度を測定する走行後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記走行後測定ステップで測定した走行後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項７記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから土質の粒度組成を判別することを特徴とする。
請求項８記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから施肥量を診断することを特徴とする。
請求項９記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから明渠の敷設位置を決定することを特徴とする。
請求項１０記載の本発明は、請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記下層土における前記土壌硬度等高線マップから暗渠の敷設位置を決定することを特徴とする。
本発明によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
本発明の第１の実施の形態による圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、測位点決定ステップで決定した測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、測定ステップで測定した土壌硬度データ及び測位ポイントの位置データから、深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、土壌硬度等高線マップ生成ステップで生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、土層判別ステップで判別した、作土又は下層土について土壌物理性を診断する土壌物理性診断ステップとを有するものである。
本実施の形態によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
本実施の形態によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
本発明の第２の実施の形態は、第１の実施の形態による圃場における土壌物理性診断方法において、土壌物理性診断ステップでは、深度毎の土壌硬度等高線マップから、作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別するものである。
本実施の形態によれば、作土における低硬度エリアは、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリアや干害エリアを予測できる。
本実施の形態によれば、作土における低硬度エリアは、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリアや干害エリアを予測できる。
本発明の第３の実施の形態は、第２の実施の形態による圃場における土壌物理性診断方法において、土壌物理性診断ステップでは、深度が深い土壌硬度等高線マップから、低硬度ポイントを判別する第１雨水滞留エリア判別ステップと、深度が浅い土壌硬度等高線マップから、第１雨水滞留エリア判別ステップで判別した低硬度ポイントを含む低硬度エリアを雨水滞留エリアと判別する第２雨水滞留エリア判別ステップとを有するものである。
本実施の形態によれば、先に低硬度ポイントを雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
本実施の形態によれば、先に低硬度ポイントを雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
本発明の第４の実施の形態は、第１から第３のいずれかの実施の形態による圃場における土壌物理性診断方法において、土壌物理性を作土における保水性又は排水性としたものである。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、暗渠や明渠を効果的に敷設することができ、農作物の収穫量を増やすことができる。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、暗渠や明渠を効果的に敷設することができ、農作物の収穫量を増やすことができる。
本発明の第５の実施の形態は、第１の実施の形態による圃場における土壌物理性診断方法において、測定ステップでの土壌硬度の測定後に、農作業機によって診断エリアを耕起する耕起ステップと、耕起ステップでの耕起後に、測位点決定ステップで決定した測位ポイントについて、深度毎に耕起後土壌硬度を測定する耕起後測定ステップとを有し、土壌物理性診断ステップでは、測定ステップで測定した土壌硬度データと、耕起後測定ステップで測定した耕起後土壌硬度データとから土壌物理性の変化を診断するものである。
本実施の形態によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
本実施の形態によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
本発明の第６の実施の形態は、第１の実施の形態による圃場における土壌物理性診断方法において、測定ステップでの土壌硬度の測定後に、農作業機が診断エリアを走行する踏圧ステップと、踏圧ステップでの走行後に、測位点決定ステップで決定した測位ポイントについて、深度毎に走行後土壌硬度を測定する走行後測定ステップとを有し、土壌物理性診断ステップでは、測定ステップで測定した土壌硬度データと、走行後測定ステップで測定した走行後土壌硬度データとから土壌物理性の変化を診断するものである。
本実施の形態によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
本実施の形態によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
本発明の第７の実施の形態は、第１から第４のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから土質の粒度組成を判別するものである。
本実施の形態によれば、土質の粒度組成を判別することで、農作物の収穫量を予測し、施肥量を調整することができる。
本実施の形態によれば、土質の粒度組成を判別することで、農作物の収穫量を予測し、施肥量を調整することができる。
本発明の第８の実施の形態は、第１から第４のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから施肥量を診断するものである。
本実施の形態によれば、特に土壌化学性を合わせて分析することで減肥を行うことができる。
本実施の形態によれば、特に土壌化学性を合わせて分析することで減肥を行うことができる。
本発明の第９の実施の形態は、第１から第４のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから明渠の敷設位置を決定するものである。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、明渠を効果的に敷設することができる。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、明渠を効果的に敷設することができる。
本発明の第１０の実施の形態は、第１から第４のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した下層土における土壌硬度等高線マップから暗渠の敷設位置を決定するものである。
本実施の形態によれば、下層土における保水性又は排水性を診断できることで、暗渠を効果的に敷設することができる。
本実施の形態によれば、下層土における保水性又は排水性を診断できることで、暗渠を効果的に敷設することができる。
以下本発明の一実施例による圃場における土壌物理性診断方法について説明する。
図１は本実施例による圃場における土壌物理性診断方法を示すフローチャートである。
本実施例による圃場における土壌物理性診断方法は、以下のステップで行われる。
測位点決定ステップ１において、圃場を対象とした診断エリア１（図２参照）について複数の測位ポイント２（図２参照）を決定する。例えば、測位ポイント２が約１０ｍメッシュとなるように決定する。診断エリア１を１ｈａとすると、診断エリア１の最外周を測位ポイント２から外すことで、測位ポイント２は６４地点となる。
測定ステップ２では、測位点決定ステップ１で決定した測位ポイント２について、深度毎に土壌硬度を測定する。土壌硬度の測定には、例えば特許文献１で開示されているような貫入式土壌硬度計を用いる。また、測定ステップ２での測定では、衛星測位システム（ＧＮＳＳ）を用い、測位ポイント２の位置データを取得する。
土壌硬度等高線マップ生成ステップ３では、測定ステップ２で測定した土壌硬度データ及び測位ポイント２の位置データから、深度毎に、土壌硬度等高線マップを生成する。
土層判別ステップ４では、土壌硬度等高線マップ生成ステップ３で生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する。
図１は本実施例による圃場における土壌物理性診断方法を示すフローチャートである。
本実施例による圃場における土壌物理性診断方法は、以下のステップで行われる。
測位点決定ステップ１において、圃場を対象とした診断エリア１（図２参照）について複数の測位ポイント２（図２参照）を決定する。例えば、測位ポイント２が約１０ｍメッシュとなるように決定する。診断エリア１を１ｈａとすると、診断エリア１の最外周を測位ポイント２から外すことで、測位ポイント２は６４地点となる。
測定ステップ２では、測位点決定ステップ１で決定した測位ポイント２について、深度毎に土壌硬度を測定する。土壌硬度の測定には、例えば特許文献１で開示されているような貫入式土壌硬度計を用いる。また、測定ステップ２での測定では、衛星測位システム（ＧＮＳＳ）を用い、測位ポイント２の位置データを取得する。
土壌硬度等高線マップ生成ステップ３では、測定ステップ２で測定した土壌硬度データ及び測位ポイント２の位置データから、深度毎に、土壌硬度等高線マップを生成する。
土層判別ステップ４では、土壌硬度等高線マップ生成ステップ３で生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する。
土壌物理性診断ステップ５では、土層判別ステップ４で判別した、作土又は下層土について土壌物理性を診断する。
土壌物理性診断ステップ５では、深度毎の土壌硬度等高線マップから、作土における低硬度エリア１１（図３参照）を雨水の集まる雨水滞留エリアと判別する。
更に具体的には、土壌物理性診断ステップ５では、深度が深い土壌硬度等高線マップから、低硬度ポイント１０（図３参照）を判別する第１雨水滞留エリア判別ステップ５１と、深度が浅い土壌硬度等高線マップから、第１雨水滞留エリア判別ステップ５１で判別した低硬度ポイント１０を含む低硬度エリア１１を雨水滞留エリアと判別する第２雨水滞留エリア判別ステップ５２とを有する。
土壌物理性診断ステップ５では、深度毎の土壌硬度等高線マップから、作土における低硬度エリア１１（図３参照）を雨水の集まる雨水滞留エリアと判別する。
更に具体的には、土壌物理性診断ステップ５では、深度が深い土壌硬度等高線マップから、低硬度ポイント１０（図３参照）を判別する第１雨水滞留エリア判別ステップ５１と、深度が浅い土壌硬度等高線マップから、第１雨水滞留エリア判別ステップ５１で判別した低硬度ポイント１０を含む低硬度エリア１１を雨水滞留エリアと判別する第２雨水滞留エリア判別ステップ５２とを有する。
図２は本実施例による圃場における土壌物理性診断方法を示す説明図である。
図２（ａ）は、圃場を対象とした診断エリア１における測位ポイント２を示している。図２（ｂ）は、一つの測位ポイント２における深度毎の土壌硬度を示している。図２（ｂ）では、１ｃｍ刻みで深さ６０ｃｍまでを測定した場合を示している。図２（ｃ）は、５ｃｍ刻みで、７つの深度の異なる土壌硬度等高線マップを示している。
図２（ａ）は、圃場を対象とした診断エリア１における測位ポイント２を示している。図２（ｂ）は、一つの測位ポイント２における深度毎の土壌硬度を示している。図２（ｂ）では、１ｃｍ刻みで深さ６０ｃｍまでを測定した場合を示している。図２（ｃ）は、５ｃｍ刻みで、７つの深度の異なる土壌硬度等高線マップを示している。
図３は本実施例による圃場における土壌物理性診断方法で生成した深度毎の土壌硬度等高線マップである。
図３（ａ）は深度１５ｃｍ、図３（ｂ）は深度２０ｃｍ、図３（ｃ）は深度３０ｃｍ、図３（ｄ）は深度４０ｃｍ、図３（ｅ）は深度５０ｃｍ、図３（ｆ）は深度６０ｃｍにおける土壌硬度等高線マップである。
図３に示すように、深度２０ｃｍ以上が下層土であり、少なくとも深度２０ｃｍ未満が作土であることが分かる。所定の硬度を閾値として定め、閾値以上の硬度が占める比率によって土壌層位が下層土であると判別することができる。
図３に示す土壌硬度等高線マップでは、例えば、深度が深い土壌硬度等高線マップである深度６０ｃｍにおける土壌硬度等高線マップから低硬度ポイント１０を判別し、深度が浅い土壌硬度等高線マップである深度１５ｃｍにおける土壌硬度等高線マップから、低硬度ポイント１０を含む低硬度エリア１１を雨水滞留エリアと判別する。
図３（ａ）は深度１５ｃｍ、図３（ｂ）は深度２０ｃｍ、図３（ｃ）は深度３０ｃｍ、図３（ｄ）は深度４０ｃｍ、図３（ｅ）は深度５０ｃｍ、図３（ｆ）は深度６０ｃｍにおける土壌硬度等高線マップである。
図３に示すように、深度２０ｃｍ以上が下層土であり、少なくとも深度２０ｃｍ未満が作土であることが分かる。所定の硬度を閾値として定め、閾値以上の硬度が占める比率によって土壌層位が下層土であると判別することができる。
図３に示す土壌硬度等高線マップでは、例えば、深度が深い土壌硬度等高線マップである深度６０ｃｍにおける土壌硬度等高線マップから低硬度ポイント１０を判別し、深度が浅い土壌硬度等高線マップである深度１５ｃｍにおける土壌硬度等高線マップから、低硬度ポイント１０を含む低硬度エリア１１を雨水滞留エリアと判別する。
図４は本実施例による圃場における土壌物理性診断方法で生成した土壌硬度等高線マップと収穫時の作土含水率との関係を示す図である。
図４（ａ）は診断エリアにおける深度１２ｃｍにおける土壌硬度等高線マップを示し、図４（ｂ）は同診断エリアにおける農作物の収穫時に測定した作土含水率を示している。
図４（ａ）に示すように、三方を高い硬度エリアに囲まれた低硬度エリア１１ａ、１１ｂについては、図４（ｂ）に示すように高い含水率となっている。一方、三方を高い硬度エリアに囲まれた低硬度エリア１１ｃについては、低硬度エリア１１ａと連通する低硬度エリア１１ｄが存在することから、雨水は、低硬度エリア１１ｃから低硬度エリア１１ｄを通って低硬度エリア１１ａに流れると考えることができる。
図４（ａ）は診断エリアにおける深度１２ｃｍにおける土壌硬度等高線マップを示し、図４（ｂ）は同診断エリアにおける農作物の収穫時に測定した作土含水率を示している。
図４（ａ）に示すように、三方を高い硬度エリアに囲まれた低硬度エリア１１ａ、１１ｂについては、図４（ｂ）に示すように高い含水率となっている。一方、三方を高い硬度エリアに囲まれた低硬度エリア１１ｃについては、低硬度エリア１１ａと連通する低硬度エリア１１ｄが存在することから、雨水は、低硬度エリア１１ｃから低硬度エリア１１ｄを通って低硬度エリア１１ａに流れると考えることができる。
図５は本実施例による圃場における土壌物理性診断方法で生成した土壌硬度等高線マップと農作物の収穫量との関係を示す図である。
図５（ａ）は診断エリアにおける深度１２ｃｍにおける土壌硬度等高線マップを示し、図５（ｂ）は同診断エリアにおけるコムギ（さとのそら）子実重（ｔ／ｈａ）の等高線マップを示している。
図５（ｂ）に示す湿害エリア２１及び干害エリア２２と、図５（ａ）に示す土壌硬度とに相関性があることが分かる。
図５（ａ）は診断エリアにおける深度１２ｃｍにおける土壌硬度等高線マップを示し、図５（ｂ）は同診断エリアにおけるコムギ（さとのそら）子実重（ｔ／ｈａ）の等高線マップを示している。
図５（ｂ）に示す湿害エリア２１及び干害エリア２２と、図５（ａ）に示す土壌硬度とに相関性があることが分かる。
このように、本実施例によれば、一部の限られたサンプリングではなく、診断エリア１全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
また本実施例によれば、作土における低硬度エリア１１は、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリア２１や干害エリア２２を予測できる。
また本実施例によれば、先に低硬度ポイント１０を雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
また、本実施例に示すように、土壌物理性を作土における保水性又は排水性とし、作土における保水性又は排水性を診断することで、暗渠や明渠を効果的に敷設することができ、農作物の収穫収量を増やすことができる。
また本実施例によれば、作土における低硬度エリア１１は、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリア２１や干害エリア２２を予測できる。
また本実施例によれば、先に低硬度ポイント１０を雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
また、本実施例に示すように、土壌物理性を作土における保水性又は排水性とし、作土における保水性又は排水性を診断することで、暗渠や明渠を効果的に敷設することができ、農作物の収穫収量を増やすことができる。
図６は本発明の他の実施例による圃場における土壌物理性診断方法を示すフローチャートである。なお、図１と同一処理については同一符号を付して説明を省略する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ２での土壌硬度の測定後に、農作業機によって診断エリア１を耕起する耕起ステップ６と、耕起ステップ６での耕起後に、測位点決定ステップ１で決定した測位ポイント２について、深度毎に耕起後土壌硬度を測定する耕起後測定ステップ７とを有する。
そして土壌物理性診断ステップ５では、作土又は下層土について、測定ステップ２で測定した土壌硬度データと、耕起後測定ステップ７で測定した耕起後土壌硬度データとから土壌物理性の変化を診断する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ２での土壌硬度の測定後に、農作業機によって診断エリア１を耕起する耕起ステップ６と、耕起ステップ６での耕起後に、測位点決定ステップ１で決定した測位ポイント２について、深度毎に耕起後土壌硬度を測定する耕起後測定ステップ７とを有する。
そして土壌物理性診断ステップ５では、作土又は下層土について、測定ステップ２で測定した土壌硬度データと、耕起後測定ステップ７で測定した耕起後土壌硬度データとから土壌物理性の変化を診断する。
図７は、土壌硬度について、標準化をしない主成分分析によって抽出した主成分（物理性パラメータ）の評価結果（寄与率）を示している。図７において、ＰＣ１は下層土の硬度による傾向、ＰＣ２は作土の硬度による傾向を表している。
図８は、図７におけるＰＣ１とＰＣ２を指標として用いた耕起前後の土壌硬度の変化を示すグラフである。ＰＣ１を横軸、ＰＣ２を縦軸としている。
農作業機として、スタブルカルチ、サブソイラ、プラウを用いた。
スタブルカルチでは、耕起によって作土を柔らかくし下層土も少し柔らかくなっている。サブソイラでは、耕起によって下層土がかなり柔らかくなっている。プラウでは、耕起によって作土を柔らかくするが、下層土はやや硬くなっている。プラウを用いることで下層土が硬くなっているのは、モールドボードをこすりつけるためと考えられる。
サブソイラとスタブルカルチとを用いると、サブソイラ又はスタブルカルチを単独で用いる場合と比較して下層土は最も柔らかくなるが、トラクタが二度走行することによる影響で作土が踏圧を受け、サブソイラを単独で用いる場合より作土は硬くなる。
なお、サブソイラのナイフの間では、作土及び下層土に対する影響はほとんど見られない。わだちでは作土が硬くなっている。
このように本実施例によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
農作業機として、スタブルカルチ、サブソイラ、プラウを用いた。
スタブルカルチでは、耕起によって作土を柔らかくし下層土も少し柔らかくなっている。サブソイラでは、耕起によって下層土がかなり柔らかくなっている。プラウでは、耕起によって作土を柔らかくするが、下層土はやや硬くなっている。プラウを用いることで下層土が硬くなっているのは、モールドボードをこすりつけるためと考えられる。
サブソイラとスタブルカルチとを用いると、サブソイラ又はスタブルカルチを単独で用いる場合と比較して下層土は最も柔らかくなるが、トラクタが二度走行することによる影響で作土が踏圧を受け、サブソイラを単独で用いる場合より作土は硬くなる。
なお、サブソイラのナイフの間では、作土及び下層土に対する影響はほとんど見られない。わだちでは作土が硬くなっている。
このように本実施例によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
図９は本発明の更に他の実施例による圃場における土壌物理性診断方法を示すフローチャートである。なお、図１と同一処理については同一符号を付して説明を省略する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ２での土壌硬度の測定後に、農作業機が診断エリア１を走行する踏圧ステップ８と、踏圧ステップ８での走行後に、測位点決定ステップ１で決定した測位ポイント２について、深度毎に走行後土壌硬度を測定する走行後測定ステップ９とを有する。
そして土壌物理性診断ステップ５では、作土又は下層土について、測定ステップ２で測定した土壌硬度データと、走行後測定ステップ９で測定した走行後土壌硬度データとから土壌物理性の変化を診断する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ２での土壌硬度の測定後に、農作業機が診断エリア１を走行する踏圧ステップ８と、踏圧ステップ８での走行後に、測位点決定ステップ１で決定した測位ポイント２について、深度毎に走行後土壌硬度を測定する走行後測定ステップ９とを有する。
そして土壌物理性診断ステップ５では、作土又は下層土について、測定ステップ２で測定した土壌硬度データと、走行後測定ステップ９で測定した走行後土壌硬度データとから土壌物理性の変化を診断する。
図１０は、図７におけるＰＣ１とＰＣ２を指標として用いた走行前後の土壌硬度の変化を示すグラフである。ＰＣ１を横軸、ＰＣ２を縦軸としている。
図１０（ａ）は踏圧無しの地点、図１０（ｂ）はクローラーで踏圧した地点、図１０（ｃ）は枕地の地点である。なお、乾田直播でイネを栽培した水田について収穫前を測定ステップ２とし、収穫後を走行後測定ステップ９として測定した。踏圧無しは２３地点、踏圧は２９地点、枕地は１０地点で測定している。
図１０（ａ）及び図１０（ｂ）における平均ＰＣ２で示すように、作土層についてはクローラーの踏圧によって影響はほとんどなく、図１０（ａ）及び図１０（ｂ）における平均ＰＣ１で示すように、下層土についてはクローラーの踏圧によって平均で９．４％硬くなっている。
このように本実施例によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
図１０（ａ）は踏圧無しの地点、図１０（ｂ）はクローラーで踏圧した地点、図１０（ｃ）は枕地の地点である。なお、乾田直播でイネを栽培した水田について収穫前を測定ステップ２とし、収穫後を走行後測定ステップ９として測定した。踏圧無しは２３地点、踏圧は２９地点、枕地は１０地点で測定している。
図１０（ａ）及び図１０（ｂ）における平均ＰＣ２で示すように、作土層についてはクローラーの踏圧によって影響はほとんどなく、図１０（ａ）及び図１０（ｂ）における平均ＰＣ１で示すように、下層土についてはクローラーの踏圧によって平均で９．４％硬くなっている。
このように本実施例によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
図１１から図１３を用いて、年間を通した土壌硬度の変化について説明する。
図１１はそれぞれの調査日前１０日間の降水量と平均気温を示す表、図１２はそれぞれの調査日について同一圃場における下層土（深度４０ｃｍ）での土壌硬度等高線マップ、図１３はそれぞれの調査日について同一圃場における作土（深度１２ｃｍ）での土壌硬度等高線マップである。
図１１はそれぞれの調査日前１０日間の降水量と平均気温を示す表、図１２はそれぞれの調査日について同一圃場における下層土（深度４０ｃｍ）での土壌硬度等高線マップ、図１３はそれぞれの調査日について同一圃場における作土（深度１２ｃｍ）での土壌硬度等高線マップである。
図１１（ａ）に示すように、２０１５／１１／２５の調査日、及び２０１６／１１／１８の調査日が１０日間の積算降水量が多く、２０１６／３／２の調査日、及び２０１６／６／１の調査日が１０日間の積算降水量が少ない。また、図１１（ｂ）に示すように、２０１６／６／１の調査日が１０日間の積算平均気温が最も高い。
図１２及び図１３では、１０日間の積算降水量が多かった、２０１５／１１／２５の調査日（図１２（ａ）、図１３（ａ））、及び２０１６／１１／１８の調査日（図１２（ｄ）、図１３（ｄ））は、２０１６／３／２の調査日（図１２（ｂ）、図１３（ｂ））、及び２０１６／６／１の調査日（図１２（ｃ）、図１３（ｃ））に比べて低硬度となっていることが分かる。
図１２及び図１３に示すように、降水量や気温によって土壌硬度の絶対値は変化するが、低硬度ポイント１０や低硬度エリア１１はほぼ同じ位置で発生し、年間を通じて土壌硬度が高い地点と低い地点の相対的な関係は変わらない。
土壌硬度三次元分布と１０日前からのアメダスデータを総合して考察すると、積算降水量が少なく、積算平均気温が高い方が、土壌硬度は高い傾向にある。このことから、事前に土壌硬度等高線マップを作成しておけば、降雨後に農業機械で圃場作業を行おうとした場合に、土壌硬度を数点測定することによって、滞りなく圃場作業を行えるかどうかの判定ができる。
図１２及び図１３では、１０日間の積算降水量が多かった、２０１５／１１／２５の調査日（図１２（ａ）、図１３（ａ））、及び２０１６／１１／１８の調査日（図１２（ｄ）、図１３（ｄ））は、２０１６／３／２の調査日（図１２（ｂ）、図１３（ｂ））、及び２０１６／６／１の調査日（図１２（ｃ）、図１３（ｃ））に比べて低硬度となっていることが分かる。
図１２及び図１３に示すように、降水量や気温によって土壌硬度の絶対値は変化するが、低硬度ポイント１０や低硬度エリア１１はほぼ同じ位置で発生し、年間を通じて土壌硬度が高い地点と低い地点の相対的な関係は変わらない。
土壌硬度三次元分布と１０日前からのアメダスデータを総合して考察すると、積算降水量が少なく、積算平均気温が高い方が、土壌硬度は高い傾向にある。このことから、事前に土壌硬度等高線マップを作成しておけば、降雨後に農業機械で圃場作業を行おうとした場合に、土壌硬度を数点測定することによって、滞りなく圃場作業を行えるかどうかの判定ができる。
図１４から図１７を用いて、土壌硬度三次元分布と実際の水の流れとの関係について説明する。
図１４はそれぞれの調査日前の日降水量（アメダスデータ）を示すグラフと、調査対象とする圃場における作土（深度１２ｃｍ）での土壌硬度等高線マップ、図１５はそれぞれの調査日における圃場の表層での土壌含水率等高線マップ、図１６及び図１７は同一調査日（２０１７／６／１５）における異なる深度での土壌含水率等高線マップと土壌硬度等高線マップである。
図１４はそれぞれの調査日前の日降水量（アメダスデータ）を示すグラフと、調査対象とする圃場における作土（深度１２ｃｍ）での土壌硬度等高線マップ、図１５はそれぞれの調査日における圃場の表層での土壌含水率等高線マップ、図１６及び図１７は同一調査日（２０１７／６／１５）における異なる深度での土壌含水率等高線マップと土壌硬度等高線マップである。
図１５（ａ）に示す２０１７／５／１０の調査日は図１４（ａ）に示すように降雨直後、図１５（ｂ）に示す２０１７／５／１２の調査日は図１４（ａ）に示すように降雨なく土壌が乾いた状態、図１５（ｃ）に示す２０１７／５／１５の調査日は図１４（ａ）に示すように３０ｍｍの降雨から２日後、図１５（ｄ）に示す２０１７／６／６の調査日は図１４（ａ）に示すように降雨から４日経過して土壌が乾いた状態である。
図１５では、土壌水分について降雨イベントと表層土壌水分の水平分布を経時的に示している。
図１５に示すように、降水量によって含水率の絶対値は変化するが、同一圃場における高含水率エリア１２は、低硬度エリア１１と重なっており、実際に低硬度エリア１１に雨水が溜まることが分かる。
図１６では、作土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図１６（ａ）は深度０〜３ｃｍでの土壌含水率等高線マップ、図１６（ｂ）は深度９〜１２ｃｍでの土壌含水率等高線マップ、図１６（ｃ）は深度１ｃｍでの土壌硬度等高線マップ、図１６（ｄ）は深度１２ｃｍでの土壌硬度等高線マップである。
図１６（ａ）及び図１６（ｂ）に示す高含水率エリア１２は、図１６（ｃ）及び図１６（ｄ）に矢印で示すように、高硬度エリア１３から低硬度エリア１１に雨水が流れ込んでいることが分かる。
図１７では、下層土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図１７（ａ）は深度１５〜１８ｃｍでの土壌含水率等高線マップ、図１７（ｂ）は深度２４〜２７ｃｍでの土壌含水率等高線マップ、図１７（ｃ）は深度１８ｃｍでの土壌硬度等高線マップ、図１７（ｄ）は深度２７ｃｍでの土壌硬度等高線マップである。
図１７（ａ）及び図１７（ｂ）に示す高含水率エリア１２は、図１７（ｃ）及び図１７（ｄ）に矢印で示すように、高硬度エリア１３から低硬度エリア１１に雨水が流れ込んでいることが分かる。
以上のように、深度毎の土壌硬度等高線マップから、作土及び下層土における雨水の流れや雨水滞留エリアを把握することができる。
図１５では、土壌水分について降雨イベントと表層土壌水分の水平分布を経時的に示している。
図１５に示すように、降水量によって含水率の絶対値は変化するが、同一圃場における高含水率エリア１２は、低硬度エリア１１と重なっており、実際に低硬度エリア１１に雨水が溜まることが分かる。
図１６では、作土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図１６（ａ）は深度０〜３ｃｍでの土壌含水率等高線マップ、図１６（ｂ）は深度９〜１２ｃｍでの土壌含水率等高線マップ、図１６（ｃ）は深度１ｃｍでの土壌硬度等高線マップ、図１６（ｄ）は深度１２ｃｍでの土壌硬度等高線マップである。
図１６（ａ）及び図１６（ｂ）に示す高含水率エリア１２は、図１６（ｃ）及び図１６（ｄ）に矢印で示すように、高硬度エリア１３から低硬度エリア１１に雨水が流れ込んでいることが分かる。
図１７では、下層土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図１７（ａ）は深度１５〜１８ｃｍでの土壌含水率等高線マップ、図１７（ｂ）は深度２４〜２７ｃｍでの土壌含水率等高線マップ、図１７（ｃ）は深度１８ｃｍでの土壌硬度等高線マップ、図１７（ｄ）は深度２７ｃｍでの土壌硬度等高線マップである。
図１７（ａ）及び図１７（ｂ）に示す高含水率エリア１２は、図１７（ｃ）及び図１７（ｄ）に矢印で示すように、高硬度エリア１３から低硬度エリア１１に雨水が流れ込んでいることが分かる。
以上のように、深度毎の土壌硬度等高線マップから、作土及び下層土における雨水の流れや雨水滞留エリアを把握することができる。
図１８及び図１９を用いて、小麦粉実収量と土質の粒度組成との関係について説明する。
図１８は小麦粉実収量を示す収量等高線マップ、図１９は表層における土質の粒度組成及びＣ腐植を示す等高線マップである。
図１８は小麦粉実収量を示す収量等高線マップ、図１９は表層における土質の粒度組成及びＣ腐植を示す等高線マップである。
図１９（ａ）は粒径が２ｍｍ〜０．２ｍｍの粗砂の等高線マップ、図１９（ｂ）は粒径が０．２ｍｍ〜０．０２ｍｍの細砂の等高線マップ、図１９（ｃ）は粒径が０．０２ｍｍ〜０．００２ｍｍのシルトの等高線マップ、図１９（ｄ）は粒径が０．００２ｍｍ以下の粘土の等高線マップ、図１９（ｅ）は仮比重の等高線マップ、図１９（ｆ）はＣ腐植の等高線マップである。
図１８における低収量エリア１４及び高収量エリア１５を図１９に示している。
図１９（ｅ）に示すように、仮比重が高く砂画分が多いエリアが低収量エリア１４となり、異なる粒径が適度に混ざり合ったエリアが高収量エリア１５となっていることが分かる。なお、図１９（ｆ）に示すように仮比重が高く砂画分が多いエリアではＣ腐植が極めて低いことが分かる。仮比重が高く砂画分が多いエリアは堆肥などの有機物施用により土壌物理性や養分保持能の改善効果が見込める。
図１８における低収量エリア１４及び高収量エリア１５を図１９に示している。
図１９（ｅ）に示すように、仮比重が高く砂画分が多いエリアが低収量エリア１４となり、異なる粒径が適度に混ざり合ったエリアが高収量エリア１５となっていることが分かる。なお、図１９（ｆ）に示すように仮比重が高く砂画分が多いエリアではＣ腐植が極めて低いことが分かる。仮比重が高く砂画分が多いエリアは堆肥などの有機物施用により土壌物理性や養分保持能の改善効果が見込める。
図２０は、図１８及び図１９に示す圃場における土壌硬度等高線マップであり、図２０（ａ）は表層での土壌硬度等高線マップ、図２０（ｂ）は深度１２ｃｍでの土壌硬度等高線マップ、図２０（ｃ）は深度４０ｃｍでの土壌硬度等高線マップである。
表層での土壌硬度等高線マップである図２０（ａ）は、図１９（ｅ）に示す仮比重と高い相関性が認められる。
また、深度が深い土壌硬度等高線マップである図２０（ｃ）から低硬度ポイント１０を判別でき、深度が浅い土壌硬度等高線マップである図２０（ｂ）から、低硬度ポイント１０を含む低硬度エリア１１を雨水滞留エリアと判別でき、図２０（ｂ）に示すように雨水の流れを推測できる。図２０では、図１９（ｄ）における高粘土エリア１６を図示している。
このように、図１９に示す粒度組成の分布は雨水の流れと相関があることから、粒度組成を測定することなく、本実施例による土壌物理性診断方法によって粒径の小さいシルト画分や粘土画分が多いエリアを判別することができる。
また、図２０（ａ）に示す表層での土壌硬度等高線マップ、又は図２０（ｂ）に示す作土での土壌硬度等高線マップから、明渠の敷設位置を決定することができ、明渠を敷設することで作土における雨水の流れや滞留を調整でき、収穫量の低いエリアを改善することができる。
また、図２０（ｃ）に示す下層土での土壌硬度等高線マップから、暗渠の敷設位置を決定することができ、暗渠を敷設することで、作土の土壌含水率を適正に保ち、地下水位を低下させることが可能、土壌中の通気性を良好として収穫量を高めることができる。
また、深度が深い土壌硬度等高線マップである図２０（ｃ）から低硬度ポイント１０を判別でき、深度が浅い土壌硬度等高線マップである図２０（ｂ）から、低硬度ポイント１０を含む低硬度エリア１１を雨水滞留エリアと判別でき、図２０（ｂ）に示すように雨水の流れを推測できる。図２０では、図１９（ｄ）における高粘土エリア１６を図示している。
このように、図１９に示す粒度組成の分布は雨水の流れと相関があることから、粒度組成を測定することなく、本実施例による土壌物理性診断方法によって粒径の小さいシルト画分や粘土画分が多いエリアを判別することができる。
また、図２０（ａ）に示す表層での土壌硬度等高線マップ、又は図２０（ｂ）に示す作土での土壌硬度等高線マップから、明渠の敷設位置を決定することができ、明渠を敷設することで作土における雨水の流れや滞留を調整でき、収穫量の低いエリアを改善することができる。
また、図２０（ｃ）に示す下層土での土壌硬度等高線マップから、暗渠の敷設位置を決定することができ、暗渠を敷設することで、作土の土壌含水率を適正に保ち、地下水位を低下させることが可能、土壌中の通気性を良好として収穫量を高めることができる。
図２１は、図１８から図２０に示す圃場における土壌化学性を示す等高線マップであり、図２１（ａ）はＫ２Ｏの等高線マップ、図２１（ｂ）はＭｇＯの等高線マップ、図２１（ｃ）はＣａＯの等高線マップ、図２１（ｄ）はＭｇ／Ｋの等高線マップ、図２１（ｅ）はＣａ／Ｍｇの等高線マップである。
図２２は、図１８から図２０に示す圃場における土壌化学性を示す分析マップであり、図２２（ａ）はＫ２Ｏの適性を示す分析マップ、図２２（ｂ）はＭｇＯの適性を示す分析マップ、図２２（ｃ）はＣａＯの適性を示す分析マップ、図２２（ｄ）はＭｇ／Ｋの適性を示す分析マップ、図２２（ｅ）はＣａ／Ｍｇの適性を示す分析マップ、図２２（ｆ）はＡＲｋの適性を示す分析マップである。
図２２は、図１８から図２０に示す圃場における土壌化学性を示す分析マップであり、図２２（ａ）はＫ２Ｏの適性を示す分析マップ、図２２（ｂ）はＭｇＯの適性を示す分析マップ、図２２（ｃ）はＣａＯの適性を示す分析マップ、図２２（ｄ）はＭｇ／Ｋの適性を示す分析マップ、図２２（ｅ）はＣａ／Ｍｇの適性を示す分析マップ、図２２（ｆ）はＡＲｋの適性を示す分析マップである。
図２１（ｄ）、及び図２１（ｅ）に示すように、Ｍｇ／Ｋ及びＣａ／Ｍｇについてはバランスが悪いエリアは存在しないが、図２１（ａ）〜（ｃ）に示すように、低収量エリア１４については、Ｋ２Ｏ、ＭｇＯ、及びＣａＯが不足していることが分かる。
一方で、図２２（ｄ）〜（ｆ）に示すように、Ｍｇ／Ｋ、Ｃａ／Ｍｇ、及びＡＲｋについてはほとんどの領域で適性範囲であるのに対して、図２２（ａ）〜（ｃ）に示すように、Ｋ２Ｏ、ＭｇＯ、及びＣａＯは一部の領域を除いて適性範囲を超えて過剰に施肥が行われていることが分かる。
低収量エリア１４は、仮比重が高く砂画分が多いエリアであることから施肥を行っても養分がそのエリアに保持されないと推測できる。
従って、本実施例による土壌物理性診断方法によって判別される作土における低硬度エリア１１は、雨水が溜まりやすく養分を保持しやすいため施肥量を減らすことができ、一方で作土における高硬度エリア１３は、仮比重が高く砂画分が多いエリアであり、施肥量を増やしても収量は上がらないエリアであるため、施肥量をさらに減らすことができる。
このように、本実施例による土壌物理性診断方法は、土壌化学性を合わせて分析することで更に詳細な土壌診断や圃場管理指針を策定することができる。
一方で、図２２（ｄ）〜（ｆ）に示すように、Ｍｇ／Ｋ、Ｃａ／Ｍｇ、及びＡＲｋについてはほとんどの領域で適性範囲であるのに対して、図２２（ａ）〜（ｃ）に示すように、Ｋ２Ｏ、ＭｇＯ、及びＣａＯは一部の領域を除いて適性範囲を超えて過剰に施肥が行われていることが分かる。
低収量エリア１４は、仮比重が高く砂画分が多いエリアであることから施肥を行っても養分がそのエリアに保持されないと推測できる。
従って、本実施例による土壌物理性診断方法によって判別される作土における低硬度エリア１１は、雨水が溜まりやすく養分を保持しやすいため施肥量を減らすことができ、一方で作土における高硬度エリア１３は、仮比重が高く砂画分が多いエリアであり、施肥量を増やしても収量は上がらないエリアであるため、施肥量をさらに減らすことができる。
このように、本実施例による土壌物理性診断方法は、土壌化学性を合わせて分析することで更に詳細な土壌診断や圃場管理指針を策定することができる。
本発明による圃場における土壌物理性診断方法によれば、有効土層の厚さや作土層の水の流れを把握できるためにエリアに応じて効果的な施肥を行える可能性があり、有害物質の圃場内での偏りや、雑草や害虫の分布を予測できる可能性がある。
１ 診断エリア
２ 測位ポイント
１０ 低硬度ポイント
１１、１１ａ、１１ｂ、１１ｃ、１１ｄ 低硬度エリア
１２ 高含水率エリア
１３ 高硬度エリア
１４ 低収量エリア
１５ 高収量エリア
１６ 高粘土エリア
２１ 湿害エリア
２２ 干害エリア
ステップ１ 測位点決定ステップ
ステップ２ 測定ステップ
ステップ３ 土壌硬度等高線マップ生成ステップ
ステップ４ 土層判別ステップ
ステップ５ 土壌物理性診断ステップ
ステップ６ 耕起ステップ
ステップ７ 耕起後測定ステップ
ステップ８ 踏圧ステップ
ステップ９ 走行後測定ステップ
ステップ５１ 第１雨水滞留エリア判別ステップ
ステップ５２ 第２雨水滞留エリア判別ステップ
２ 測位ポイント
１０ 低硬度ポイント
１１、１１ａ、１１ｂ、１１ｃ、１１ｄ 低硬度エリア
１２ 高含水率エリア
１３ 高硬度エリア
１４ 低収量エリア
１５ 高収量エリア
１６ 高粘土エリア
２１ 湿害エリア
２２ 干害エリア
ステップ１ 測位点決定ステップ
ステップ２ 測定ステップ
ステップ３ 土壌硬度等高線マップ生成ステップ
ステップ４ 土層判別ステップ
ステップ５ 土壌物理性診断ステップ
ステップ６ 耕起ステップ
ステップ７ 耕起後測定ステップ
ステップ８ 踏圧ステップ
ステップ９ 走行後測定ステップ
ステップ５１ 第１雨水滞留エリア判別ステップ
ステップ５２ 第２雨水滞留エリア判別ステップ
Claims (10)
- 圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、
前記測位点決定ステップで決定した前記測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、
前記測定ステップで測定した土壌硬度データ及び前記測位ポイントの位置データから、前記深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、
前記土壌硬度等高線マップ生成ステップで生成した、前記深度毎の前記土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、
前記土層判別ステップで判別した、前記作土又は前記下層土について土壌物理性を診断する土壌物理性診断ステップと
を有する
ことを特徴とする圃場における土壌物理性診断方法。 - 前記土壌物理性診断ステップでは、
前記深度毎の前記土壌硬度等高線マップから、前記作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別する
ことを特徴とする請求項１に記載の圃場における土壌物理性診断方法。 - 前記土壌物理性診断ステップでは、
前記深度が深い前記土壌硬度等高線マップから、低硬度ポイントを判別する第１雨水滞留エリア判別ステップと、
前記深度が浅い前記土壌硬度等高線マップから、前記第１雨水滞留エリア判別ステップで判別した前記低硬度ポイントを含む前記低硬度エリアを前記雨水滞留エリアと判別する第２雨水滞留エリア判別ステップと
を有する
ことを特徴とする請求項２に記載の圃場における土壌物理性診断方法。 - 前記土壌物理性を前記作土における保水性又は排水性とした
ことを特徴とする請求項１から請求項３のいずれか１項に記載の圃場における土壌物理性診断方法。 - 前記測定ステップでの前記土壌硬度の測定後に、農作業機によって前記診断エリアを耕起する耕起ステップと、
前記耕起ステップでの耕起後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に耕起後土壌硬度を測定する耕起後測定ステップと、
を有し、
前記土壌物理性診断ステップでは、
前記測定ステップで測定した前記土壌硬度データと、前記耕起後測定ステップで測定した耕起後土壌硬度データとから前記土壌物理性の変化を診断する
ことを特徴とする請求項１に記載の圃場における土壌物理性診断方法。 - 前記測定ステップでの前記土壌硬度の測定後に、農作業機が前記診断エリアを走行する踏圧ステップと、
前記踏圧ステップでの走行後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に走行後土壌硬度を測定する走行後測定ステップと、
を有し、
前記土壌物理性診断ステップでは、
前記測定ステップで測定した前記土壌硬度データと、前記走行後測定ステップで測定した走行後土壌硬度データとから前記土壌物理性の変化を診断する
ことを特徴とする請求項１に記載の圃場における土壌物理性診断方法。 - 前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから土質の粒度組成を判別する
ことを特徴とする請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法。 - 前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから施肥量を診断する
ことを特徴とする請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法。 - 前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから明渠の敷設位置を決定する
ことを特徴とする請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法。 - 前記土層判別ステップで判別した前記下層土における前記土壌硬度等高線マップから暗渠の敷設位置を決定する
ことを特徴とする請求項１から請求項４のいずれか１項に記載の圃場における土壌物理性診断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022073330A JP7356748B2 (ja) | 2017-07-20 | 2022-04-27 | 圃場における土壌物理性診断方法 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017140748 | 2017-07-20 | ||
| JP2017140748 | 2017-07-20 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022073330A Division JP7356748B2 (ja) | 2017-07-20 | 2022-04-27 | 圃場における土壌物理性診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019020395A true JP2019020395A (ja) | 2019-02-07 |
| JP7123381B2 JP7123381B2 (ja) | 2022-08-23 |
Family
ID=65353879
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018119610A Active JP7123381B2 (ja) | 2017-07-20 | 2018-06-25 | 圃場における土壌物理性診断方法 |
| JP2022073330A Active JP7356748B2 (ja) | 2017-07-20 | 2022-04-27 | 圃場における土壌物理性診断方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022073330A Active JP7356748B2 (ja) | 2017-07-20 | 2022-04-27 | 圃場における土壌物理性診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (2) | JP7123381B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112034141A (zh) * | 2020-09-22 | 2020-12-04 | 湖南农业大学 | 田间土壤的现场诊断方法及改良方法 |
| CN113190785A (zh) * | 2021-03-26 | 2021-07-30 | 河南省农业科学院植物营养与资源环境研究所 | 一种利用紧实度判断土壤耕层质量及其优化方法 |
| JP2021132572A (ja) * | 2020-02-27 | 2021-09-13 | 国立研究開発法人農業・食品産業技術総合研究機構 | 土壌硬度等高線マップを用いた農作業機の運行支援方法 |
| CN114839102A (zh) * | 2022-04-25 | 2022-08-02 | 昆明理工大学 | 一种测量园林草本植物滞水量的方法 |
| CN115468791A (zh) * | 2022-08-30 | 2022-12-13 | 李富程 | 一种超深旋耕土壤顺坡和垂直位移磁测方法 |
| CN117456239A (zh) * | 2023-10-25 | 2024-01-26 | 江苏省无锡探矿机械总厂有限公司 | 一种用于土壤修复的钻机设备监控系统及方法 |
| JP7500060B2 (ja) | 2020-08-03 | 2024-06-17 | 国立研究開発法人農業・食品産業技術総合研究機構 | マップ生成装置、マップ生成方法、マップ生成プログラム、学習済みモデルの生成方法および学習済みモデル生成装置 |
| JP7513268B2 (ja) | 2021-01-27 | 2024-07-09 | 国立研究開発法人農業・食品産業技術総合研究機構 | 圃場の評価方法、装置およびプログラム |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003125623A (ja) * | 2001-10-19 | 2003-05-07 | Sakae Shibusawa | 土壌特性データ処理装置及びプログラム及びこれを記憶した記憶媒体及び土壌特性データの処理方法 |
| JP2006022586A (ja) * | 2004-07-09 | 2006-01-26 | Hokkaido | 吸水渠施工装置及びその施工方法 |
| JP2010014683A (ja) * | 2008-06-30 | 2010-01-21 | Daiki Rika Kogyo Kk | デジタル式土壌硬度計 |
| JP2016095213A (ja) * | 2014-11-13 | 2016-05-26 | ヤンマー株式会社 | 圃場状態測定方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013148566A (ja) | 2012-01-17 | 2013-08-01 | Miraizou Co Ltd | 圃場の土壌管理支援システム |
-
2018
- 2018-06-25 JP JP2018119610A patent/JP7123381B2/ja active Active
-
2022
- 2022-04-27 JP JP2022073330A patent/JP7356748B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003125623A (ja) * | 2001-10-19 | 2003-05-07 | Sakae Shibusawa | 土壌特性データ処理装置及びプログラム及びこれを記憶した記憶媒体及び土壌特性データの処理方法 |
| JP2006022586A (ja) * | 2004-07-09 | 2006-01-26 | Hokkaido | 吸水渠施工装置及びその施工方法 |
| JP2010014683A (ja) * | 2008-06-30 | 2010-01-21 | Daiki Rika Kogyo Kk | デジタル式土壌硬度計 |
| JP2016095213A (ja) * | 2014-11-13 | 2016-05-26 | ヤンマー株式会社 | 圃場状態測定方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021132572A (ja) * | 2020-02-27 | 2021-09-13 | 国立研究開発法人農業・食品産業技術総合研究機構 | 土壌硬度等高線マップを用いた農作業機の運行支援方法 |
| JP7440895B2 (ja) | 2020-02-27 | 2024-02-29 | 国立研究開発法人農業・食品産業技術総合研究機構 | 土壌硬度等高線マップを用いた農作業機の運行支援方法 |
| JP7500060B2 (ja) | 2020-08-03 | 2024-06-17 | 国立研究開発法人農業・食品産業技術総合研究機構 | マップ生成装置、マップ生成方法、マップ生成プログラム、学習済みモデルの生成方法および学習済みモデル生成装置 |
| CN112034141A (zh) * | 2020-09-22 | 2020-12-04 | 湖南农业大学 | 田间土壤的现场诊断方法及改良方法 |
| JP7513268B2 (ja) | 2021-01-27 | 2024-07-09 | 国立研究開発法人農業・食品産業技術総合研究機構 | 圃場の評価方法、装置およびプログラム |
| CN113190785A (zh) * | 2021-03-26 | 2021-07-30 | 河南省农业科学院植物营养与资源环境研究所 | 一种利用紧实度判断土壤耕层质量及其优化方法 |
| CN113190785B (zh) * | 2021-03-26 | 2024-03-12 | 河南省农业科学院植物营养与资源环境研究所 | 一种利用紧实度判断土壤耕层质量及其优化方法 |
| CN114839102A (zh) * | 2022-04-25 | 2022-08-02 | 昆明理工大学 | 一种测量园林草本植物滞水量的方法 |
| CN115468791A (zh) * | 2022-08-30 | 2022-12-13 | 李富程 | 一种超深旋耕土壤顺坡和垂直位移磁测方法 |
| CN117456239A (zh) * | 2023-10-25 | 2024-01-26 | 江苏省无锡探矿机械总厂有限公司 | 一种用于土壤修复的钻机设备监控系统及方法 |
| CN117456239B (zh) * | 2023-10-25 | 2024-05-14 | 江苏省无锡探矿机械总厂有限公司 | 一种用于土壤修复的钻机设备监控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7356748B2 (ja) | 2023-10-05 |
| JP7123381B2 (ja) | 2022-08-23 |
| JP2022093488A (ja) | 2022-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7356748B2 (ja) | 圃場における土壌物理性診断方法 | |
| Mbilinyi et al. | GIS-based decision support system for identifying potential sites for rainwater harvesting | |
| US20180349520A1 (en) | Methods for agricultural land improvement | |
| Wiyo et al. | Effect of tied-ridging on soil water status of a maize crop under Malawi conditions | |
| Confalonieri et al. | Scientific contribution on combining biophysical criteria underpinning the delineation of agricultural areas affected by specific constraints | |
| Zhang et al. | Spatial distribution of soil nutrient at depth in black soil of Northeast China: a case study of soil available potassium | |
| Rodrigo‐Comino et al. | Soil erosion processes in subtropical plantations (Diospyros kaki) managed under flood irrigation in Eastern Spain | |
| Van Dijk et al. | Rapid assessment of field erosion and sediment transport pathways in cultivated catchments after heavy rainfall events | |
| Rukhovich et al. | Retrospective analysis of changes in land uses on vertic soils of closed mesodepressions on the Azov plain | |
| Salem et al. | Initial effect of shifting from traditional to no-tillage on runoff retention and sediment reduction under rainfall simulation | |
| Ma et al. | Evaluation of the effect of soil salinity on the crop coefficient (K c) for cotton (Gossypium hirsutum L.) under mulched drip irrigation in arid regions | |
| JP7440895B2 (ja) | 土壌硬度等高線マップを用いた農作業機の運行支援方法 | |
| Forey et al. | Two years old peach trees intercropped with a grass mixture can grow through a lithic discontinuity to access water the grass cannot | |
| Morgan et al. | Effect of shallow subsurface flow pathway networks on corn yield spatial variation under different weather and nutrient management | |
| Túri et al. | Condition assessment of subsurface drained areas and investigation of their operational efficiency by field inspection and remote sensing methods | |
| Mwango et al. | Soil fertility and crop yield variability under major soil and water conservation technologies in the Usambara Mountains, Tanzania | |
| Mašíček et al. | Evaluation of erosion rates in cadastral area Rovečné (Moravia) using GIS tools | |
| Gibson | Utilising innovative management techniques to reduce waterlogging | |
| Bueno et al. | Land-forming for irrigation (LFI) on a lowland soil protects rice yields while improving irrigation distribution uniformity | |
| Tumbo et al. | Determination of suitability levels for important factors for identification of potential sites for rainwater harvesting | |
| ABD EL | Optimizing the Irrigation Performance of Raised Bed Wheat Using the WinSRFR Model | |
| Baumgart | Application of the Soil and Water Assessment Tool (SWAT) to Evaluate Non-Point Source Phosphorus and TSS Loads in the Big Green Lake Watershed, Wisconsin | |
| Ahmad et al. | Precision Soil Sampling and Tillage | |
| Bothma | In-field runoff and soil water storage on duplex soils at Paradys Experimental Farm | |
| Wopereis et al. | Case study on regional application of crop growth simulation models to predict rainfed rice yields: Tarlac province, Philippines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210318 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220224 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220308 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220427 |
|
| 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: 20220726 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220803 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7123381 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |