JP2019219704A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2019219704A5 JP2019219704A5 JP2018114170A JP2018114170A JP2019219704A5 JP 2019219704 A5 JP2019219704 A5 JP 2019219704A5 JP 2018114170 A JP2018114170 A JP 2018114170A JP 2018114170 A JP2018114170 A JP 2018114170A JP 2019219704 A5 JP2019219704 A5 JP 2019219704A5
- Authority
- JP
- Japan
- Prior art keywords
- predicted
- time
- parameter
- crop
- input
- 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
Links
- 238000003306 harvesting Methods 0.000 description 64
- 238000010586 diagram Methods 0.000 description 17
- 238000009331 sowing Methods 0.000 description 14
- 230000004069 differentiation Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000003898 horticulture Methods 0.000 description 8
- 235000013399 edible fruits Nutrition 0.000 description 7
- 235000012055 fruits and vegetables Nutrition 0.000 description 6
- 238000003860 storage Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- 235000002566 Capsicum Nutrition 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 2
- 235000016761 Piper aduncum Nutrition 0.000 description 2
- 235000017804 Piper guineense Nutrition 0.000 description 2
- 240000000129 Piper nigrum Species 0.000 description 2
- 235000008184 Piper nigrum Nutrition 0.000 description 2
- 240000003768 Solanum lycopersicum Species 0.000 description 2
- 230000001186 cumulative Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-N phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 235000011299 Brassica oleracea var botrytis Nutrition 0.000 description 1
- 235000017647 Brassica oleracea var italica Nutrition 0.000 description 1
- 240000003259 Brassica oleracea var. botrytis Species 0.000 description 1
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 240000002686 Solanum melongena Species 0.000 description 1
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing Effects 0.000 description 1
- 230000003203 everyday Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- -1 shishito Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000087 stabilizing Effects 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229910001868 water Inorganic materials 0.000 description 1
Description
本発明は、栽培管理状態を異にする複数の作付グループについての予測収穫量を時系列的に出力できる農業経営支援システムに関する。
大型の収穫自動機を導入可能な稲作や畑作と異なり、一般的な施設園芸では手作業による収穫に大きく依存している。そのため、生産原価に占める人件費率は、50%を越える大きな経営課題となっている。
また、就農者の高齢化に起因する人手不足もあり、農作物の生産量よりも、人手が確保できた量が売上高を左右する事態が発生している。
このような中で、収穫量を計画的に平準化することが農業経営の安定化にとって重要な関心事項となっている。
特許文献1は、農作物の収穫時期の予測精度を高めるために、過去の複数年の各日の平均気温のうち収穫時期の予測対象の農作物の生育限界温度を超える分の気温である有効気温に関して、同月同日ごとの平均値を記憶し、農作物の栽培開始日から予測実施日前までの各日の平均気温の実測値に基づく有効積算気温に対して、平均値を積算することにより、農作物の収穫時期の予測値を算出することを提案している。
特許文献2は、予測基準時の属する作物の生育期の温度データと、当該生育期より過去の第1の他の生育期および第2の他の生育期を含む複数の他の生育期の温度データとを取得し、生育期の温度データと第1の他の生育期の温度データとを用いて第1の予測収穫時期を算出し、生育期の温度データと第2の他の生育期の温度データとを用いて第2の予測収穫時期を算出することで、第1の予測収穫時期および第2の予測収穫時期を含む複数の予測収穫時期を算出し、これらの複数の予測収穫時期の分布状況に基づいて、生育期における作物の予測収穫時期についての予測情報を生成することを提案している。
特許文献3は、作付する作物の種類の決定や、作業の種類及びその時期の決定等農作業上決定しなければならない農業経営上の意思決定を比較的容易に行うことができる農業経営支援システムを提案している。
特許文献3では、インターネ等から市場取引情報、気象情報等をコンピュータに入力し、これらの情報等を分析して、当該年度の栽培作物と圃場割付を決定し、決定した栽培作物の圃場割付の作業スケジュールを営農システムプログラムより作成し、必須資材及び作業機人員の手配をすると共に、作業機の稼働状況をデータで収集している。
また、就農者の高齢化に起因する人手不足もあり、農作物の生産量よりも、人手が確保できた量が売上高を左右する事態が発生している。
このような中で、収穫量を計画的に平準化することが農業経営の安定化にとって重要な関心事項となっている。
特許文献1は、農作物の収穫時期の予測精度を高めるために、過去の複数年の各日の平均気温のうち収穫時期の予測対象の農作物の生育限界温度を超える分の気温である有効気温に関して、同月同日ごとの平均値を記憶し、農作物の栽培開始日から予測実施日前までの各日の平均気温の実測値に基づく有効積算気温に対して、平均値を積算することにより、農作物の収穫時期の予測値を算出することを提案している。
特許文献2は、予測基準時の属する作物の生育期の温度データと、当該生育期より過去の第1の他の生育期および第2の他の生育期を含む複数の他の生育期の温度データとを取得し、生育期の温度データと第1の他の生育期の温度データとを用いて第1の予測収穫時期を算出し、生育期の温度データと第2の他の生育期の温度データとを用いて第2の予測収穫時期を算出することで、第1の予測収穫時期および第2の予測収穫時期を含む複数の予測収穫時期を算出し、これらの複数の予測収穫時期の分布状況に基づいて、生育期における作物の予測収穫時期についての予測情報を生成することを提案している。
特許文献3は、作付する作物の種類の決定や、作業の種類及びその時期の決定等農作業上決定しなければならない農業経営上の意思決定を比較的容易に行うことができる農業経営支援システムを提案している。
特許文献3では、インターネ等から市場取引情報、気象情報等をコンピュータに入力し、これらの情報等を分析して、当該年度の栽培作物と圃場割付を決定し、決定した栽培作物の圃場割付の作業スケジュールを営農システムプログラムより作成し、必須資材及び作業機人員の手配をすると共に、作業機の稼働状況をデータで収集している。
特許文献1及び特許文献2では農作物の収穫時期の予測精度を高めることができ、特許文献3では作業の種類及びその時期の決定等農作業上決定しなければならない農業経営上の意思決定を容易にするものではあるが、いずれの文献も収穫量を計画的に平準化することで農業経営の安定化を図るものではない。
本発明は、収穫量を計画的に平準化する上で必要な単位期間毎の予測収穫量を知ることができる農業経営支援システムを提供することを目的とする。
請求項1記載の本発明の農業経営支援システムは、栽培管理状態を異にする複数の作付グループについての予測収穫量を時系列的に出力できる農業経営支援システムであって、前記作付グループに対して植え付け時期パラメータ31を入力する入力手段10と、前記予測収穫量を時系列的に出力する出力手段20と、前記入力手段10で入力された前記植え付け時期パラメータ31を用いて前記予測収穫量を算出する制御手段40とを備え、前記制御手段40は、一つの前記作付グループについて、播種又は定植を行う前記植え付け時期パラメータ31、作物の植え付け間隔、畝の長さ、及び圃場面積の少なくともいずれかを含む空間パラメータ32、収穫物の重量及び数量の少なくともいずれかを含む収穫パラメータ33、温度、日射量、飽差、及びCO2濃度の少なくともいずれかを含む環境パラメータ34、及び前記環境パラメータ34と前記作物の生育進行との関係を含む品種パラメータ35を用いて、単位期間毎の前記作物の前記予測収穫量を算出する作付グループ別予測収穫量算出部41と、前記入力手段10で複数の前記作付グループが選択された場合に、選択された複数の前記作付グループについて前記作付グループ別予測収穫量算出部41で算出された前記予測収穫量を前記単位期間毎に集計する予測収穫量集計部42とを有し、前記出力手段20では、単一の前記作付グループについての前記予測収穫量を時系列的に出力するとともに、前記予測収穫量集計部42で集計される複数の前記作付グループについての前記予測収穫量を時系列的に出力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に記載の農業経営支援システムにおいて、前記出力手段20では、前記環境パラメータ34を時系列的に出力し、前記入力手段10では、前記出力手段20で出力された時系列的な前記環境パラメータ34を変更でき、前記作付グループ別予測収穫量算出部41では、変更された前記環境パラメータ34を用いて前記単位期間毎の前記作物の前記予測収穫量を算出し、前記出力手段20では、変更された前記環境パラメータ34によって算出した前記予測収穫量を前記単位期間毎に出力することを特徴とする。
請求項3記載の本発明は、請求項1又は請求項2に記載の農業経営支援システムにおいて、前記入力手段10では、前記作物の撤収日を入力でき、前記出力手段20では、前記撤収日までの前記予測収穫量を時系列的に出力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又請求項2に記載の農業経営支援システムにおいて、前記入力手段10では、前記作物の撤収日を入力でき、前記出力手段20では、前記撤収日以降の前記予測収穫量を、撤収を行わなかった場合に期待される収穫量として出力するとともに、次回の前記播種又は前記定植を行える植え付け予測時期を出力し、前記撤収による次回の前記播種を行うか、前記撤収を行わずに収穫を継続するかの判断を促すことを特徴とする。
請求項5記載の本発明は、請求項1から請求項4のいずれか1項に記載の農業経営支援システムにおいて、少なくとも一つの前記作付グループを、前記環境パラメータ34を調整できる施設園芸による栽培としたことを特徴とする。
請求項6記載の本発明は、請求項1から請求項5のいずれか1項に記載の農業経営支援システムにおいて、前記作物を、前記環境パラメータ34の生育積算量に応じて経時的に花房が付き摘花又は摘果による前記栽培管理状態を調整できる果菜類としたことを特徴とする。
請求項2記載の本発明は、請求項1に記載の農業経営支援システムにおいて、前記出力手段20では、前記環境パラメータ34を時系列的に出力し、前記入力手段10では、前記出力手段20で出力された時系列的な前記環境パラメータ34を変更でき、前記作付グループ別予測収穫量算出部41では、変更された前記環境パラメータ34を用いて前記単位期間毎の前記作物の前記予測収穫量を算出し、前記出力手段20では、変更された前記環境パラメータ34によって算出した前記予測収穫量を前記単位期間毎に出力することを特徴とする。
請求項3記載の本発明は、請求項1又は請求項2に記載の農業経営支援システムにおいて、前記入力手段10では、前記作物の撤収日を入力でき、前記出力手段20では、前記撤収日までの前記予測収穫量を時系列的に出力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又請求項2に記載の農業経営支援システムにおいて、前記入力手段10では、前記作物の撤収日を入力でき、前記出力手段20では、前記撤収日以降の前記予測収穫量を、撤収を行わなかった場合に期待される収穫量として出力するとともに、次回の前記播種又は前記定植を行える植え付け予測時期を出力し、前記撤収による次回の前記播種を行うか、前記撤収を行わずに収穫を継続するかの判断を促すことを特徴とする。
請求項5記載の本発明は、請求項1から請求項4のいずれか1項に記載の農業経営支援システムにおいて、少なくとも一つの前記作付グループを、前記環境パラメータ34を調整できる施設園芸による栽培としたことを特徴とする。
請求項6記載の本発明は、請求項1から請求項5のいずれか1項に記載の農業経営支援システムにおいて、前記作物を、前記環境パラメータ34の生育積算量に応じて経時的に花房が付き摘花又は摘果による前記栽培管理状態を調整できる果菜類としたことを特徴とする。
本発明によれば、特に、一般的な施設園芸では、例えばハウス別に作付時期などの栽培管理状態が異なっているが、収穫時期での平準化を図ることは困難であり、作付グループ単位での時系列的な予測収穫量とともに、複数の作付グループについての時系列的な予測収穫量を把握できることで、相互の予測収穫量を事前に調整でき、農業経営を支援できる。
本発明の第1の実施の形態による農業経営支援システムは、作付グループに対して植え付け時期パラメータを入力する入力手段と、予測収穫量を時系列的に出力する出力手段と、入力手段で入力された植え付け時期パラメータを用いて予測収穫量を算出する制御手段とを備え、制御手段は、一つの作付グループについて、播種又は定植を行う植え付け時期パラメータ、作物の植え付け間隔、畝の長さ、及び圃場面積の少なくともいずれかを含む空間パラメータ、収穫物の重量及び数量の少なくともいずれかを含む収穫パラメータ、温度、日射量、飽差、及びCO2濃度の少なくともいずれかを含む環境パラメータ、及び環境パラメータと作物の生育進行との関係を含む品種パラメータを用いて、単位期間毎の作物の予測収穫量を算出する作付グループ別予測収穫量算出部と、入力手段で複数の作付グループが選択された場合に、選択された複数の作付グループについて作付グループ別予測収穫量算出部で算出された予測収穫量を単位期間毎に集計する予測収穫量集計部とを有し、出力手段では、単一の作付グループについての予測収穫量を時系列的に出力するとともに、予測収穫量集計部で集計される複数の作付グループについての予測収穫量を時系列的に出力するものである。本実施の形態によれば、収穫量を計画的に平準化する上で必要な単位期間毎の予測収穫量を知ることができる。特に、一般的な施設園芸では、例えばハウス別に作付時期などの栽培管理状態が異なっているが、収穫時期での平準化を図ることは困難であり、作付グループ単位での時系列的な予測収穫量とともに、複数の作付グループについての時系列的な予測収穫量を把握できることで、相互の予測収穫量を事前に調整でき、農業経営を支援できる。
本発明の第2の実施の形態は、第1の実施の形態による農業経営支援システムにおいて、出力手段では、環境パラメータを時系列的に出力し、入力手段では、出力手段で出力された時系列的な環境パラメータを変更でき、作付グループ別予測収穫量算出部では、変更された環境パラメータを用いて単位期間毎の作物の予測収穫量を算出し、出力手段では、変更された環境パラメータによって算出した予測収穫量を単位期間毎に出力するものである。本実施の形態によれば、環境パラメータを変更することで予測収穫量の変化を把握できるため、収穫量を計画的に平準化することができる。
本発明の第3の実施の形態は、第1又は第2の実施の形態による農業経営支援システムにおいて、入力手段では、作物の撤収日を入力でき、出力手段では、撤収日までの予測収穫量を時系列的に出力するものである。本実施の形態によれば、次の作付時期を考慮した現実の収穫量を把握できる。
本発明の第4の実施の形態は、第1又は第2の実施の形態による農業経営支援システムにおいて、入力手段では、作物の撤収日を入力でき、出力手段では、撤収日以降の予測収穫量を、撤収を行わなかった場合に期待される収穫量として出力するとともに、次回の播種又は定植を行える植え付け予測時期を出力し、撤収による次回の播種を行うか、撤収を行わずに収穫を継続するかの判断を促すものである。本実施の形態によれば、次回の植え付け時期を判断しやすい。
本発明の第5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農業経営支援システムにおいて、少なくとも一つの作付グループを、環境パラメータを調整できる施設園芸による栽培としたものである。本実施の形態によれば、施設園芸では露地栽培に対して環境パラメータを調整しやすく、収穫量の計画的な平準化を図りやすい。
本発明の第6の実施の形態は、第1から第5のいずれかの実施の形態による農業経営支援システムにおいて、作物を、環境パラメータの生育積算量に応じて経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類としたものである。本実施の形態によれば、栽培管理状態を調整しやすく、収穫量の計画的な平準化を図りやすい。
以下に、本発明の農業経営支援システムの一実施例について説明する。
図1は本発明の一実施例における農業経営支援システムのブロック図、図2は同農業経営支援システムにおける入力画面の構成を示すイメージ図、図3は同農業経営支援システムの入力画面における時期・空間パラメータ入力画面を示すイメージ図、図4は同農業経営支援システムの入力画面における品種・収穫パラメータ入力画面を示すイメージ図、図5は同農業経営支援システムの入力画面における環境パラメータ入力画面1を示すイメージ図、図6は同農業経営支援システムの入力画面における環境パラメータ入力画面2を示すイメージ図、図7は同農業経営支援システムの出力画面における作付グループAの予測収穫量を示すイメージ図、図8は同農業経営支援システムの出力画面における作付グループA〜Dの予測収穫量を集計した状態を示すイメージ図、図9は同農業経営支援システムの出力画面における環境パラメータを変更した状態を示すイメージ図、図10は図9における環境パラメータの変更後の予測収穫量を示すイメージ図である。
図1は本発明の一実施例における農業経営支援システムのブロック図、図2は同農業経営支援システムにおける入力画面の構成を示すイメージ図、図3は同農業経営支援システムの入力画面における時期・空間パラメータ入力画面を示すイメージ図、図4は同農業経営支援システムの入力画面における品種・収穫パラメータ入力画面を示すイメージ図、図5は同農業経営支援システムの入力画面における環境パラメータ入力画面1を示すイメージ図、図6は同農業経営支援システムの入力画面における環境パラメータ入力画面2を示すイメージ図、図7は同農業経営支援システムの出力画面における作付グループAの予測収穫量を示すイメージ図、図8は同農業経営支援システムの出力画面における作付グループA〜Dの予測収穫量を集計した状態を示すイメージ図、図9は同農業経営支援システムの出力画面における環境パラメータを変更した状態を示すイメージ図、図10は図9における環境パラメータの変更後の予測収穫量を示すイメージ図である。
図1に示すように、本実施例における農業経営支援システムは、作付グループに対して植え付け時期パラメータ31を入力する入力手段10と、予測収穫量を時系列的に出力する出力手段20と、入力手段10で入力された植え付け時期パラメータ31や記憶手段30に記憶されたパラメータを用いて予測収穫量を算出する制御手段40とを備えることで、栽培管理状態を異にする複数の作付グループA、B、C、Dについての個別の予測収穫量を時系列的に出力するとともに選択したグループA、B、C、Dについて集計した予測収穫量を時系列的に出力する。
記憶手段30には、播種又は定植を行う植え付け時期パラメータ31、作物の植え付け間隔、畝の長さ、及び圃場面積の少なくともいずれかを含む空間パラメータ32、収穫物の重量及び数量の少なくともいずれかを含む収穫パラメータ33、温度、日射量、飽差、及びCO2濃度の少なくともいずれかを含む環境パラメータ34、及び環境パラメータ34と作物の生育進行との関係を含む品種パラメータ35とが記憶される。
植え付け時期パラメータ31として記憶する播種日及び定植日は、ユーザが入力手段10から入力する。定植日については、ユーザが入力する播種日及び品種と、品種パラメータ35に記憶されている播種日から定植日までの期間と、更には環境パラメータ34に記憶されている温度データなどを用いて制御手段40で算出してもよい。また、植え付け時期パラメータ31には、撤収日を含むことが好ましく、撤収日はユーザが入力手段10から入力する。
空間パラメータ32は、ユーザが入力手段10から入力する。
収穫パラメータ33は、生産者が摘花、摘果、又は間引きなどの栽培管理を経て、目的の青果物を、どのくらいの数量及び大きさで収穫するのかを意思入れするユーザ固有のパラメータである。作物が果菜類や果樹であれば果実の重量や果房毎の数量、作物が葉菜であれば1株の重量であり、栄養状態や栽培管理状態による変動を考慮することが好ましく、ユーザが入力手段10から入力する。または入力の容易性にために、あらかじめ平均的なパラメータ、又は過去の実績値によるパラメータを記憶している。
環境パラメータ34は、例えば、アメダス(AMeDAS:Automated Meteorological Data Acquisition System)などの気象データ収集システムによる気象観測データを取り込むことができるが、栽培管理の対象となる実際の圃場やハウス内の計測データを取り込むこともできる。また、気象観測データに対してビニールハウスや保温トンネルなどの影響を加味した補正データを用いることもできる。
品種パラメータ35は、作物の遺伝子に基づく品種固有のパラメータであり、ユーザが入力手段10から入力するか、あらかじめパラメータを記憶している。
植え付け時期パラメータ31として記憶する播種日及び定植日は、ユーザが入力手段10から入力する。定植日については、ユーザが入力する播種日及び品種と、品種パラメータ35に記憶されている播種日から定植日までの期間と、更には環境パラメータ34に記憶されている温度データなどを用いて制御手段40で算出してもよい。また、植え付け時期パラメータ31には、撤収日を含むことが好ましく、撤収日はユーザが入力手段10から入力する。
空間パラメータ32は、ユーザが入力手段10から入力する。
収穫パラメータ33は、生産者が摘花、摘果、又は間引きなどの栽培管理を経て、目的の青果物を、どのくらいの数量及び大きさで収穫するのかを意思入れするユーザ固有のパラメータである。作物が果菜類や果樹であれば果実の重量や果房毎の数量、作物が葉菜であれば1株の重量であり、栄養状態や栽培管理状態による変動を考慮することが好ましく、ユーザが入力手段10から入力する。または入力の容易性にために、あらかじめ平均的なパラメータ、又は過去の実績値によるパラメータを記憶している。
環境パラメータ34は、例えば、アメダス(AMeDAS:Automated Meteorological Data Acquisition System)などの気象データ収集システムによる気象観測データを取り込むことができるが、栽培管理の対象となる実際の圃場やハウス内の計測データを取り込むこともできる。また、気象観測データに対してビニールハウスや保温トンネルなどの影響を加味した補正データを用いることもできる。
品種パラメータ35は、作物の遺伝子に基づく品種固有のパラメータであり、ユーザが入力手段10から入力するか、あらかじめパラメータを記憶している。
制御手段40は、一つの作付グループについて、単位期間毎の作物の予測収穫量を算出する作付グループ別予測収穫量算出部41と、複数の作付グループについて作付グループ別予測収穫量算出部41で算出された予測収穫量を単位期間毎に集計する予測収穫量集計部42とを有している。
作付グループ別予測収穫量算出部41では、記憶手段30に記憶された、植え付け時期パラメータ31、空間パラメータ32、収穫パラメータ33、環境パラメータ34、及び品種パラメータ35を用いて、作物の生育の進行を、例えば、1日毎、1週間毎、のように単位期間毎の作物の生育の進行や花芽分化に必要な、温度や日射量などの積算量を演算して予測収穫量を算出する。
例えば、生育積算量は、第1生育積算量=A×積算温度、第2生育積算量=A×積算温度+B×積算日射量、第3生育積算量=A×積算温度+B×Σ(各時間における日射量×各時間における温度×各時間)+C×各時間、又は第4生育積算量=A×積算温度+B×Σ(各時間における日射量×各時間における温度×各時間)+C×各時間におけるCO2濃度に関わるパラメータ+D×各時間における飽差に関わるパラメータ+E×各時間における栄養状態(窒素・リン酸・水分)に関わるパラメータ+F×各時間によって演算することができる。
ここで、第1生育積算量から第4生育積算量は、それぞれ生育積算量の演算例である。
これらの生育積算量において、温度は観測温度や計測温度をそのまま用いてもよいが、生育ゼロ点温度との差温を用いることが正確なシミュレーションを行う上で好ましい。
また、花芽分化積算量は、第1花芽分化積算量=Σ(A×低温感応温度−温度)×低温感応温度以下の各時間)、第2花芽分化積算量=Σ(A×低温感応開始温度−温度)×低温感応開始温度以下の各時間)+B×(日長時間−日長感応開始日長時間)、又は第3花芽分化積算量=Σ(A×低温感応開始温度−温度)×低温感応開始温度以下の各時間)+B×(日長感応開始日長時間−日長時間)によって演算することができる。ここで、第1花芽分化積算量は低温感応の品種の場合、第2花芽分化積算量は低温長日感応の品種の場合、第3花芽分化積算量は低温短日感応の品種の場合でのそれぞれ花芽分化積算量の演算例である。
これらの生育積算量及び花芽分化積算量は、一次式での演算例を示しているが、二次関数や対数関数など任意の組み合わせが可能である。
例えば、生育積算量は、第1生育積算量=A×積算温度、第2生育積算量=A×積算温度+B×積算日射量、第3生育積算量=A×積算温度+B×Σ(各時間における日射量×各時間における温度×各時間)+C×各時間、又は第4生育積算量=A×積算温度+B×Σ(各時間における日射量×各時間における温度×各時間)+C×各時間におけるCO2濃度に関わるパラメータ+D×各時間における飽差に関わるパラメータ+E×各時間における栄養状態(窒素・リン酸・水分)に関わるパラメータ+F×各時間によって演算することができる。
ここで、第1生育積算量から第4生育積算量は、それぞれ生育積算量の演算例である。
これらの生育積算量において、温度は観測温度や計測温度をそのまま用いてもよいが、生育ゼロ点温度との差温を用いることが正確なシミュレーションを行う上で好ましい。
また、花芽分化積算量は、第1花芽分化積算量=Σ(A×低温感応温度−温度)×低温感応温度以下の各時間)、第2花芽分化積算量=Σ(A×低温感応開始温度−温度)×低温感応開始温度以下の各時間)+B×(日長時間−日長感応開始日長時間)、又は第3花芽分化積算量=Σ(A×低温感応開始温度−温度)×低温感応開始温度以下の各時間)+B×(日長感応開始日長時間−日長時間)によって演算することができる。ここで、第1花芽分化積算量は低温感応の品種の場合、第2花芽分化積算量は低温長日感応の品種の場合、第3花芽分化積算量は低温短日感応の品種の場合でのそれぞれ花芽分化積算量の演算例である。
これらの生育積算量及び花芽分化積算量は、一次式での演算例を示しているが、二次関数や対数関数など任意の組み合わせが可能である。
予測収穫量集計部42は、入力手段10で複数の作付グループが選択された場合に、選択された複数の作付グループについて予測収穫量を単位期間毎に集計する。
出力手段20では、グラフ21に示すように、単一の作付グループについての予測収穫量を時系列的に出力するとともに、グラフ22に示すように、予測収穫量集計部42で集計される複数の作付グループについての予測収穫量を時系列的に出力する。
また、出力手段20では、グラフ23に示すように、環境パラメータ34を時系列的に出力する。
出力手段20では、グラフ21に示すように、単一の作付グループについての予測収穫量を時系列的に出力するとともに、グラフ22に示すように、予測収穫量集計部42で集計される複数の作付グループについての予測収穫量を時系列的に出力する。
また、出力手段20では、グラフ23に示すように、環境パラメータ34を時系列的に出力する。
制御手段40は、図2に示すように、それぞれの作付グループ別に、時期・空間パラメータ、品種パラメータ35、環境パラメータ34についての入力を促す。
図3に示すように、時期・空間パラメータについては、植え付け時期パラメータ31と、空間パラメータ32とを入力する。
植え付け時期パラメータ31は、播種日、定植日、及び撤収日である。空間パラメータ32は、株間、畝間、条数、畝長、仕立て本数などであり、これらの作付パラメータを入力することで圃場面積が演算される。圃場面積は入力してもよい。
入力手段10で作物の撤収日を入力し、出力手段20では撤収日までの予測収穫量を時系列的に出力することで、次の作付時期を考慮した現実の収穫量を把握できる。
また、入力手段10で作物の撤収日を入力し、出力手段20では、撤収日以降の予測収穫量を、撤収を行わなかった場合に期待される収穫量として出力するとともに、次回の播種又は定植を行える植え付け予測時期を出力することで、撤収による次回の播種を行うか、撤収を行わずに収穫を継続するかの判断を促すことができ、次回の植え付け時期を判断しやすい。
空間パラメータ32としての入力項目は品目によって異なる。
図3に示すように、時期・空間パラメータについては、植え付け時期パラメータ31と、空間パラメータ32とを入力する。
植え付け時期パラメータ31は、播種日、定植日、及び撤収日である。空間パラメータ32は、株間、畝間、条数、畝長、仕立て本数などであり、これらの作付パラメータを入力することで圃場面積が演算される。圃場面積は入力してもよい。
入力手段10で作物の撤収日を入力し、出力手段20では撤収日までの予測収穫量を時系列的に出力することで、次の作付時期を考慮した現実の収穫量を把握できる。
また、入力手段10で作物の撤収日を入力し、出力手段20では、撤収日以降の予測収穫量を、撤収を行わなかった場合に期待される収穫量として出力するとともに、次回の播種又は定植を行える植え付け予測時期を出力することで、撤収による次回の播種を行うか、撤収を行わずに収穫を継続するかの判断を促すことができ、次回の植え付け時期を判断しやすい。
空間パラメータ32としての入力項目は品目によって異なる。
図4に示すように、品種パラメータ35は、作物の品目名と品種を入力する。収穫パラメータは、ユーザの栽培管理に関係するパラメータを追加入力する。例えば図4では、ミニトマトの場合での収穫パラメータの例を示して、それぞれの果房での着果数と平均重量を入力項目としている。
図5及び図6に示すように、環境パラメータ34は、取り込んだ気象観測データや計測データを時系列的に表示される。図5は環境パラメータ34として温度を、図6は環境パラメータ34として日射量を例示しており、例えば圃場の位置情報と施設情報から推定したデフォルト値をデータベースより入力することができる。また、ユーザが自ら測定した過去のデータをインポートすることもできる。また、インポートした過去のデータを編集することができる。
図7は、図1に示すグラフ21であり、作付グループAについての予測収穫量を時系列的に出力している。
図8は、図1に示すグラフ22であり、作付グループAからDについての予測収穫量を時系列的に出力している。
図7及び図8に示すように、作付グループ単位での時系列的な予測収穫量とともに、複数の作付グループについての時系列的な予測収穫量を把握できることで、相互の予測収穫量を事前に調整でき、農業経営を支援できる。
図8は、図1に示すグラフ22であり、作付グループAからDについての予測収穫量を時系列的に出力している。
図7及び図8に示すように、作付グループ単位での時系列的な予測収穫量とともに、複数の作付グループについての時系列的な予測収穫量を把握できることで、相互の予測収穫量を事前に調整でき、農業経営を支援できる。
図9は、図1に示すグラフ23であり、出力手段20で出力された時系列的な環境パラメータ34を入力手段10で変更する場合を示している。
図9に示すように、所定の期間Tの温度をグラフ上で変更することができ、このように環境パラメータ34を変更することで、作付グループ別予測収穫量算出部41では、変更された環境パラメータ34を用いて単位期間毎の作物の予測収穫量を算出し、出力手段20では、変更された環境パラメータ34によって算出した予測収穫量を単位期間毎に出力する。
図10は、変更された環境パラメータ34によって算出した予測収穫量を出力したグラフ22を示している。
このように、環境パラメータ34を変更することで予測収穫量の変化を把握できるため、収穫量を計画的に平準化することができる。
図9に示すように、所定の期間Tの温度をグラフ上で変更することができ、このように環境パラメータ34を変更することで、作付グループ別予測収穫量算出部41では、変更された環境パラメータ34を用いて単位期間毎の作物の予測収穫量を算出し、出力手段20では、変更された環境パラメータ34によって算出した予測収穫量を単位期間毎に出力する。
図10は、変更された環境パラメータ34によって算出した予測収穫量を出力したグラフ22を示している。
このように、環境パラメータ34を変更することで予測収穫量の変化を把握できるため、収穫量を計画的に平準化することができる。
本実施例による農業経営支援システムでは、少なくとも一つの作付グループを、環境パラメータ34を調整できる施設園芸による栽培とすることが好ましい。施設園芸は露地栽培に対して環境パラメータ34を調整しやすく、収穫量の計画的な平準化を図りやすい。
また、本実施例による農業経営支援システムでは、作物を、環境パラメータ34の生育積算量に応じて経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類とすることが好ましい。経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類は、栽培管理状態を調整しやすく、収穫量の計画的な平準化を図りやすい。ここで、経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類には、例えばトマト、イチゴ、ナス、キュウリ、ピーマン、ししとう、唐辛子、さやエンドウ、脇芽ブロッコリーなどがある。
また、本実施例による農業経営支援システムでは、作物を、環境パラメータ34の生育積算量に応じて経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類とすることが好ましい。経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類は、栽培管理状態を調整しやすく、収穫量の計画的な平準化を図りやすい。ここで、経時的に花房が付き摘花又は摘果による栽培管理状態を調整できる果菜類には、例えばトマト、イチゴ、ナス、キュウリ、ピーマン、ししとう、唐辛子、さやエンドウ、脇芽ブロッコリーなどがある。
本発明による農業経営支援システムによれば、農業経営の安定化を図ることができる。
10 入力手段
20 出力手段
21 グラフ
22 グラフ
23 グラフ
30 記憶手段
31 植え付け時期パラメータ
32 空間パラメータ
33 収穫パラメータ
34 環境パラメータ
35 品種パラメータ
40 制御手段
41 作付グループ別予測収穫量算出部
42 予測収穫量集計部
T 所定の期間
20 出力手段
21 グラフ
22 グラフ
23 グラフ
30 記憶手段
31 植え付け時期パラメータ
32 空間パラメータ
33 収穫パラメータ
34 環境パラメータ
35 品種パラメータ
40 制御手段
41 作付グループ別予測収穫量算出部
42 予測収穫量集計部
T 所定の期間
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018114170A JP2019219704A (ja) | 2018-06-15 | 2018-06-15 | 農業経営支援システム |
CN201910218763.6A CN110610436A (zh) | 2018-06-15 | 2019-03-21 | 农业经营支援系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018114170A JP2019219704A (ja) | 2018-06-15 | 2018-06-15 | 農業経営支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019219704A JP2019219704A (ja) | 2019-12-26 |
JP2019219704A5 true JP2019219704A5 (ja) | 2020-03-12 |
Family
ID=68889607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018114170A Pending JP2019219704A (ja) | 2018-06-15 | 2018-06-15 | 農業経営支援システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2019219704A (ja) |
CN (1) | CN110610436A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102476236B1 (ko) * | 2020-11-17 | 2022-12-12 | 주식회사 아니벌써 | 사용자의 위치에 기반한 상품 제공 방법 및 그 장치 |
JP2023039465A (ja) * | 2021-09-09 | 2023-03-22 | 三菱重工業株式会社 | 収量予測システム、植物工場の管理支援システム、収量予測方法及び収量予測プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002136223A (ja) * | 2000-11-06 | 2002-05-14 | Mitsubishi Heavy Ind Ltd | 農作物収穫量予測方法、農作物収穫量予測装置及び記録媒体 |
JP2011244705A (ja) * | 2010-05-24 | 2011-12-08 | Idemitsu Kosan Co Ltd | 植物栽培方法 |
WO2013103000A1 (ja) * | 2012-01-04 | 2013-07-11 | 富士通株式会社 | 農作業支援方法及び農作業支援装置 |
JP2015026344A (ja) * | 2013-07-29 | 2015-02-05 | 株式会社ユニバンス | 果実管理装置及び果実配達システム |
-
2018
- 2018-06-15 JP JP2018114170A patent/JP2019219704A/ja active Pending
-
2019
- 2019-03-21 CN CN201910218763.6A patent/CN110610436A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240040954A1 (en) | Planning and implementing agricultural measures | |
Constable et al. | The yield potential of cotton (Gossypium hirsutum L.) | |
Dias et al. | Evaluation of three sugarcane simulation models and their ensemble for yield estimation in commercially managed fields | |
Miller et al. | Using growing degree days to predict plant stages | |
Kloss et al. | Evaluation of crop models for simulating and optimizing deficit irrigation systems in arid and semi-arid countries under climate variability | |
Greaves et al. | Effect of regulated deficit irrigation scheduling on water use of corn in southern Taiwan tropical environment | |
Panda et al. | Effective management of irrigation water for maize under stressed conditions | |
Vučetić | Modelling of maize production in Croatia: present and future climate | |
Romera et al. | Use of a pasture growth model to estimate herbage mass at a paddock scale and assist management on dairy farms | |
Tsegay et al. | Unravelling crop water productivity of tef (Eragrostis Tef (Zucc.) Trotter) through AquaCrop in northern Ethiopia | |
Kaleem et al. | Effect of growing degree days on autumn planted sunflower | |
Gatti et al. | Effects of variable rate nitrogen application on cv. Barbera performance: vegetative growth and leaf nutritional status | |
Izquierdo et al. | A thermal time model to predict corn poppy (Papaver rhoeas) emergence in cereal fields | |
BR122022022492B1 (pt) | Método para determinar a quantidade requerida por plantas de cultura em um campo, método e sistema para tratar plantas de cultura em um campo e suporte de dados | |
Kelly et al. | By-plant prediction of corn (Zea mays L.) grain yield using height and stalk diameter | |
Jeločnik et al. | Estimating impact of weather factors on wheat yields by using panel model approach—The case of Serbia | |
US20220183243A1 (en) | Method for managing crop irrigation, and system using same | |
JP2019219704A5 (ja) | ||
JP6825571B2 (ja) | 情報処理システム、営農支援方法、情報処理装置、その制御方法、及び、制御プログラム | |
Doan et al. | Relationships between tomato cluster growth indices and cumulative environmental factors during greenhouse cultivation | |
JP2019219704A (ja) | 農業経営支援システム | |
Liakos et al. | On-Farm Evaluation of Variable Rate Fertilizer Applications Using Yield-Based Mathematical Formulae in a Greek Apple Orchard | |
Shankar et al. | Establishing indicator leaf and its threshold values for need based nitrogen management using chlorophyll meter and leaf color chart in Bt cotton | |
Liu et al. | Application of the Hybrid-Maize model for limits to maize productivity analysis in a semiarid environment | |
Kingra et al. | Moisture extraction pattern and ET-yield models in wheat under different management practices in central Punjab |