JP2020054394A - 施肥量決定装置および施肥量決定方法 - Google Patents
施肥量決定装置および施肥量決定方法 Download PDFInfo
- Publication number
- JP2020054394A JP2020054394A JP2020004236A JP2020004236A JP2020054394A JP 2020054394 A JP2020054394 A JP 2020054394A JP 2020004236 A JP2020004236 A JP 2020004236A JP 2020004236 A JP2020004236 A JP 2020004236A JP 2020054394 A JP2020054394 A JP 2020054394A
- Authority
- JP
- Japan
- Prior art keywords
- index value
- fields
- amount
- ndvi
- fertilizer application
- 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
- 239000003337 fertilizer Substances 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims description 34
- 230000004720 fertilization Effects 0.000 claims abstract description 110
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims description 114
- 229930002875 chlorophyll Natural products 0.000 claims description 8
- 235000019804 chlorophyll Nutrition 0.000 claims description 8
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000009795 derivation Methods 0.000 description 26
- 241000209094 Oryza Species 0.000 description 22
- 235000007164 Oryza sativa Nutrition 0.000 description 22
- 235000009566 rice Nutrition 0.000 description 22
- 230000008569 process Effects 0.000 description 16
- 238000003860 storage Methods 0.000 description 13
- 238000003306 harvesting Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 235000013339 cereals Nutrition 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005070 ripening Effects 0.000 description 2
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 240000005979 Hordeum vulgare Species 0.000 description 1
- 235000007340 Hordeum vulgare Nutrition 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000010152 pollination Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
Landscapes
- Fertilizing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】指標値を取得するための作業にかかる時間を短くしつつ、高い精度で追肥時の施肥量を求めることができるようにする。【解決手段】施肥量決定装置1は、N(ただし、N≧2)個の圃場について、遠隔からの観測により得られた第1指標値を取得すると共に、M(ただし、M<N)個の圃場について、農作物に対する計測器を用いた計測等により得られた第2指標値を取得し、指標値を入力とし施肥量を出力とする第1計算式を用いて追肥時の施肥量を決定する。施肥量決定装置1は、一の圃場の施肥量を決定する際、当該一の圃場についての第1指標値を、第2指標値に基づいて補正して補正第1指標値を導出し、これから第1計算式により施肥量を導出する。これにより、第1指標値を単純に使用して施肥量を導出するのではなく、第1指標値を第2指標値により補正し、これを用いて施肥量を導出するようにしている。【選択図】図1
Description
本発明は、農作物についての追肥時の施肥量を決定する施肥量決定装置および施肥量決定方法に関する。
従来、圃場で栽培される農作物について、圃場に対する遠隔からの観測により得られた指標値と、追肥時の適切な施肥量との間に相関関係があることが分かっており、圃場に対して追肥するにあたって、圃場に対する遠隔からの観測により指標値を取得し、当該相関関係を反映した計算式を用いて、取得した指標値から適切な施肥量を求めることが行われている。例えば、ドローンや衛星を用いた上空からのセンシングによりNDVIを取得し、これを用いて施肥量を求めることが行われている。また、特許文献1には、圃場に対する遠隔からの観測により得られる指標値に関して、圃場全体が撮影可能な程度に圃場から遠隔に設けられたカメラにより圃場全体を撮影し、撮影結果に基づいて圃場の作物情報(指標値に相当)を求める技術が記載されている。
指標値を利用して追肥時の適切な施肥量を高い精度で求めるためには、指標値の精度が重要になる。圃場に対する遠隔からの観測によって指標値を得る場合、短時間の作業で多くの圃場についての指標値を得ることができる。しかしながら、天候、空気の状態等の環境による影響を受けやすく、得られた指標値の精度について改善の余地がある。これを改善するために、葉緑素計を用いた農作物の計測等、農作物の近傍で農作物に直接アクセスして農作物を観測し、指標値を得るようにした場合、指標値の精度は向上するものの、多くの圃場についての指標値を得るためには、作業に多大な時間を要する結果となってしまう。
本発明は、このような問題を解決するために成されたものであり、指標値を取得するための作業にかかる時間を短くしつつ、高い精度で追肥時の施肥量を求めることができるようにすることを目的とする。
上記した課題を解決するために、本発明では、N(ただし、N≧2)個の圃場のそれぞれについて、遠隔からの観測により得られた第1指標値を取得すると共に、N個の圃場のうち、M(ただし、M<N)個の圃場のそれぞれについて、農作物に対する計測器を用いた計測、または、農作物の近傍で行われる農作物に対する観測により得られた第2指標値を取得し、N個の圃場のそれぞれについて、指標値を入力とし施肥量を出力とする第1計算式を用いて施肥量を決定する。そして、N個の圃場のうち第2指標値が取得されていない一の圃場の施肥量を決定する際、取得した当該一の圃場についての第1指標値を、取得したM個の圃場についての第2指標値に基づいて補正することによって当該一の圃場についての補正第1指標値を導出し、導出した補正第1指標値から第1計算式により施肥量を導出するようにしている。
上記のように構成した本発明によれば、N個の圃場のそれぞれの施肥量を決定するにあたって、遠隔からの観測により得られた第1指標値をそのまま計算式に入力するのではなく、「M個の農作物に対する計測器を用いた計測、または、農作物の近傍で行われる観測により得られた第2指標値」という精度の高い指標値を用いて補正してから計算式に入力するため、高い精度で施肥量を決定できる。また、「農作物に対する計測器を用いた計測、または、農作物の近傍で行われる観測」は、N個の全ての圃場について行われるのではなく、N個よりも少ないM個の圃場についてのみ行われるため、指標値を取得するための作業にかかる時間を短くすることができる。
以下、本発明の一実施形態を図面に基づいて説明する。図1は、本実施形態に係る施肥量決定装置1の構成例を示すブロック図である。施肥量決定装置1は、稲作に関して、追肥(追肥についての詳細は後述)時に施す肥料の量(以下「追肥時施肥量」という)を決定し、追肥時施肥量を示す情報をユーザに提供する装置である。特に本実施形態に係る施肥量決定装置1は、複数の圃場を対象として複数の圃場のそれぞれについて、追肥時施肥量を決定する。ユーザは、追肥にあたって施肥量決定装置1により提供された追肥時施肥量を示す情報を参考にして、実際に施す肥料の量を適切に決定することができる。なお、本実施形態で「施肥量」という場合、特に説明がない限り、単位面積あたりの肥料の量を指す。
以下の説明では、対象とする稲、稲作について、稲の品種や、稲作が行われる環境(地域(寒冷地域や、温暖地域、乾燥地域等)、標高、圃場の規模)、稲作の方法、肥料の種類、その他の稲の生育に影響を与える外部的な要素は共通しているものとする。従って、施肥量決定装置1により決定された追肥時施肥量は、特定の環境で特定の方法により栽培される特定の品種の稲について、特定の種類の肥料を施す場合に適切な施肥量ということになる。
本実施形態において、「追肥」とは以下を意味する。すなわち一般に、ある1つの期において、稲は、田植えによって苗代から圃場に移植された後、分げつ期→幼穂形成期→出穂期→開花・受粉期→穂揃期→登熟期→成熟期という段階を経て成長する。幼穂形成期前後から出穂期前後に至るまでの期間(以下「追肥対象期間」という。)では、通常、穂に着生する籾の個数の増大や、籾に詰まるデンプンの量の増大等を目的として、所定のタイミングで穂肥と呼ばれる肥料の追加が行われる。そして本実施形態では、「追肥」とは追肥対象期間における所定のタイミングで行われる肥料の追加を意味する。
図1で示すように、施肥量決定装置1には、液晶ディスプレイや、有機ELディスプレイ等の表示装置2と、マウスやキーボード等の入力装置3とが接続されている。また図1で示すように、施肥量決定装置1は、機能構成として、施肥量決定部10と、第1指標値取得部11と、第2指標値取得部12とを備えている。上記各機能ブロック10〜12は、ハードウェア、DSP(Digital Signal Processor)、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック10〜12は、実際にはコンピュータのCPU、RAM、ROMなどを備えて構成され、RAMやROM、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたプログラムが動作することによって実現される。また、施肥量決定装置1は、記憶手段として記憶部13を備えている。記憶部13に記憶されるデータについては後述する。
本実施形態では、施肥量決定装置1は、ユーザから入力装置3に対して追肥時施肥量を示す情報の提供の指示(以下「情報提供指示」という)があったことをトリガとして、圃場毎の追肥時施肥量を決定し、当該情報を提供する。以下、ユーザから入力装置3に対して情報提供指示があったときの施肥量決定装置1の動作について詳述する。ただし以下の説明では、説明の便宜のため、施肥量決定装置1は、10個の圃場を対象として追肥時施肥量を決定するものとする。また、追肥時施肥量を決定する対象の10個の圃場を「対象圃場」という。なお、追肥時施肥量の決定に関する処理を開始するトリガは本実施形態で例示するものに限られず、例えば、予め定められた日時が到来したことをトリガとしてもよい。
施肥量決定部10は、入力装置3に対して情報提供指示があったことを検出すると、第1指標値取得部11に上空NDVI(後述)の取得を要求する。
第1指標値取得部11は、施肥量決定部10から上空NDVIの取得の要求があった場合、以下の処理を実行する。すなわち、まず、第1指標値取得部11は、記憶部13に記憶された10個の対象圃場のそれぞれの上空データを取得する。1個の対象圃場についての上空データとは、追肥を行うタイミングにできるだけ近いタイミングで、ドローンに搭載されたマルチスペクトルセンサにより圃場の稲の群落を上空から撮影することによって生成された画像データである。なお、10個の対象圃場のそれぞれには識別情報が事前に付与されており、個々の対象圃場は識別情報によって管理され、また、上空データや、後述する地上データには、対応する圃場の識別情報がメタ情報として記録されている。
第1指標値取得部11は、取得した上空データのそれぞれを分析し、周知の方法で対象圃場毎のNDVIを導出し、取得する。以下、第1指標値取得部11により取得されたNDVIを「上空NDVI」という。上空NDVIは、特許請求の範囲の「第1指標値」に相当し、特に「ドローンを用いた上空からのセンシングにより得られるNDVI」に相当する。
ここで本実施形態では、上空NDVIの導出にあたって使用される上空データは、ドローンに搭載されたマルチスペクトルセンサの撮影結果に基づいて生成されるものである。ドローンを使用することにより、1つの圃場全体にわたる広い領域を上空から撮影することが可能であり、多くの圃場のそれぞれについてスピーディに上空データを生成することができ、上空NDVIを取得するための作業にかかる時間を短くすることができる。
このような効果は、例えば葉緑素計を用いて葉を一枚ずつ測定するのではなく、稲の群落に対する遠隔からの観測により得られる指標値を、第1指標値取得部11が取得する指標値とすることにより得ることが可能である。従って、観測(センシング)に用いる装置は、マルチスペクトルセンサに限られず、例えば、赤外線サーモグラフィであってもよい。また、指標値は、NDVIに限られない。また、観測は、必ずしもドローンを用いて行われる必要はなく、塔の上部に設置された装置や、専用の設置台に設置された装置を用いて行われたりしてもよい。また、上空NDVI(またはこれに相当する指標値)の導出に、衛星写真を用いるようにしてもよい。また第1指標値取得部11がNDVIを導出し取得するのではなく、外部の装置により導出されたNDVIが導出され、第1指標値取得部11がそれを取得する構成としてもよい。
一方、ドローンを利用して圃場を撮影し、その撮影結果に基づいて上空NDVIを導出する場合や、これに準じて圃場を遠隔から観測し、観測結果に基づいて上空NDVIに準じた指標値を導出する場合、観測結果が天候や、空気の状態等の環境に影響を受け、導出される上空NDVI(またはこれに準じた指標値)の精度が低くなる可能性がある。
第1指標値取得部11は、対象圃場のそれぞれの上空NDVIを取得した後、取得した上空NDVIを各圃場の識別情報と対応付けて施肥量決定部10に応答する。
また、施肥量決定部10は、入力装置3に対して情報提供指示があったことを検出すると、第2指標値取得部12に地上NDVI(後述)の取得を要求する。
第2指標値取得部12は、施肥量決定部10から地上NDVIの取得の要求があった場合、以下の処理を実行する。すなわち、第2指標値取得部12は、記憶部13に記憶された3個の対象圃場のそれぞれの地上データを取得する。3個の対象圃場は、10個の対象圃場から稲の生育量の相違に着目して選択された3個の対象圃場であり、本実施形態では、生育量が最も多い圃場(以下「最大圃場」という)と、生育量が最も少ない圃場(以下「最小圃場」という)と、生育量が中間程度の圃場(以下「中間圃場」という)との3個の圃場が選択される。中間圃場は例えば、10個の対象圃場を生育量の多さで昇順に並べたときの5番目または6番目に位置する対象圃場とされる。また、中間圃場は例えば、最大圃場の生育量と最小圃場の生育量との中間の生育量に、生育量が最も近い圃場とされる。なお、各対象圃場の生育量は、例えば既存の技術による観測によって把握され、また例えば対象圃場毎に生育量が計画的に調整されている場合には、生育量の計画に基づいて把握される。以下、最大圃場、最小圃場および中間圃場を総称して「補正用圃場」という。
ここで、補正用圃場の個数は、補正用圃場を含む対象圃場全体の個数よりも少ないものとされる。本実施形態では、補正用圃場の個数は3個となるため、対処圃場は4個以上とされる。ただし、後に明らかとなる通り、補正用圃場の個数に比べて対象圃場の個数が十分に多い場合に、ユーザは本実施形態に係る施肥量決定装置1によるメリットを効果的に得ることができる。このため、本実施形態のように、対象圃場の個数は、補正用圃場の個数よりも十分に多い方が好ましい。
地上データは、地上において、圃場における稲の群生の近傍で、当該群生に対する観測機器を用いた観測の観測結果に基づくデータであって、NDVIの導出に利用可能なデータである。例えば、地上データは、人間である作業者が、マルチスペクトルセンサが搭載された可搬型の撮像装置(当然、他のセンサであってもよい)を対象となる圃場の近傍まで運び、群生を自ら撮影することによって得られたデータである。また例えば、地上データは、作業者により圃場の中央部に撮像装置を支持するための支柱が立設され、その支柱の頭頂部に取り付けた撮像装置によって稲の群生が撮影され、その撮影の撮影結果に基づいて生成されたデータである。作業者は、10個の対象圃場のうち、どの圃場が補正用圃場であるかを認識した上で、補正用圃場のそれぞれについて上述したような作業を行って地上データを生成し、記憶部13に記憶する。逆に言えば、作業者は、補正用圃場以外の圃場については、地上データを作成するための作業を行わない。
記憶部13に記憶された補正用圃場のそれぞれの地上データを取得した後、第2指標値取得部12は、取得した地上データのそれぞれを分析し、周知の方法で補正用圃場毎のNDVIを導出し、取得する。以下、第2指標値取得部12により取得されたNDVIを「地上NDVI」という。地上NDVIは、特許請求の範囲の「第2指標値」に相当し、特に「農作物の近傍で行われる農作物に対する観測により得られた第2指標値」および「地上における近傍からのセンシングにより得られるNDVI」に相当する。
上述した通り、地上NDVIを生成する基礎となる地上データは、圃場における稲の群生の近傍で、当該群生に対する観測機器を用いた観測の観測結果に基づくデータである。従って、ドローンを用いた撮影により生成される上空データと比較して、天候、空気の状態等の影響を受けにくい。このため、地上データに基づいて導出される地上NDVIは、上空データに基づいて導出される上空NDVIと比較して精度が高い。
第2指標値取得部12は、補正用圃場のそれぞれの地上NDVIを取得した後、取得した地上NDVIを各圃場の識別情報と対応付けて施肥量決定部10に応答する。
さて、第1指標値取得部11から10個の対象圃場のそれぞれの上空NDVIの応答を受け、第2指標値取得部12から3個の補正用圃場のそれぞれの地上NDVIの応答を受けると、施肥量決定部10は、補正用計算式生成処理を実行する。以下、補正用計算式生成処理について詳述する。
補正用計算式生成処理において、施肥量決定部10は、3個の補正用圃場のそれぞれについて、地上NDVIに加え、上空NDVIを取得する。次いで、施肥量決定部10は、横軸に地上NDVIを取り、縦軸に上空NDVIを取った2次元空間に、3個の補正用圃場のそれぞれについて、地上NDVIと上空NDVIとの組み合わせを示す点をプロットする。次いで、施肥量決定部10は、プロットした各点の近似曲線を求める。施肥量決定部10は、近似曲線を表す式を、上空NDVIを入力値として入力して、地上NDVIを出力値として出力する計算式へと変換し、これを補正用計算式(特許請求の範囲の「第2計算式」に相当)とする。なお、補正用計算式は、単純な数式だけでなく、プログラム上で定義された関数(モデル)や、プログラムから呼び出し可能な関数(モデル)を概念的に表している。このことは他の計算式についても同様である。
例えば、図2で示すように、10個の圃場のそれぞれの識別情報がH01、H02、H03・・・H10であり、そのうち識別番号がH01、H02およびH09の3個の圃場が補正用圃場であったとする。また、識別番号がH01〜H10の圃場についての上空NDVIが図に示す通りであり、識別番号がH01、H02、H09の圃場について地上NDVIが図に示す通りであったとする。
この場合において、横軸に地上NDVIを取り、縦軸に上空NDVIを取った2次元空間に、識別番号がH01、H02およびH09の3個の補正用圃場のそれぞれについて、地上NDVIと上空NDVIとの組み合わせを示す点をプロットし、またその近似曲線を求めると図3で示す通りになる。そして近似曲線に基づいて求められる補正用計算式は、「出力値(地上NDVI)=入力値(上空NDVI)−0.10」となる。
このような方法で生成される補正用計算式に一の上空NDVIを入力することによって得られる出力値は、補正用圃場を対象とした上空NDVIと地上NDVIとの相関関係に準じて当該一の上空NDVIを仮想的に地上NDVIへと変換したものということができる。そして、上述したように地上NDVIは、上空NDVIよりも精度が高く、補正用圃場を対象とした上空NDVIと地上NDVIとの相関関係に準じて補正された出力値は、入力値よりも精度が高いNDVIということができる。
ここで、上述したように本実施形態では、補正用圃場として、生育量が最も多い圃場と生育量が最も少ない圃場と生育量が中間程度の圃場との3個の圃場が選択される。これは以下の理由による。すなわち、周知の通り、圃場における生育量は、圃場についてのNDVIに影響を与え、生育量とNDVIとは正の相関関係がある。そして、上記の方針で補正用圃場を選択することにより、横軸に地上NDVIを取り、縦軸に上空NDVIを取った2次元空間で適度に離間した3つの点をプロットすることが可能となり、各点の位置に基づいて導出される近似曲線の妥当性を高めることができるからである。
なお、施肥量決定部10が、2次元空間上に点をプロットし、近似曲線を求める処理は、特許請求の範囲の「第1指標値取得部により取得された当該一の圃場についての第1指標値を、第2指標値取得部により取得されたN個の圃場についての第2指標値に基づいて補正する処理」および「M個の圃場のそれぞれについて第1指標値取得部により取得された第1指標値と、第2指標値取得部により取得された第2指標値との相関関係を分析する処理」に相当し、補正用計算式を導出する処理は、「分析結果に基づいて、第1指標値を入力とし第2指標値を出力とする第2計算式を事前に生成する処理」に相当する。
以上の処理が補正用計算式生成処理である。補正用計算式生成処理により補正用計算式を生成した後、施肥量決定部10は、以下の処理を実行する。すなわち、補正用圃場ではない7個の圃場(以下「被補正圃場」という)のそれぞれについて、補正用計算式に上空NDVIを入力し、その出力値を補正値として取得する。補正値は、特許請求の範囲の「補正第1指標値」に相当する。
例えば、図2を参照し、7個の被補正圃場について、上空NDVIが図2の通りとし、補正用計算式が「出力値=入力値−0.10」であるとすると、これら7個の被補正圃場については、補正値は図4に示す通りとなる。識別番号がH03の被補正圃場に着目すると、当該被補正圃場の上空NDVIは「0.50」であり、これを入力値として補正用計算式に入力することによって出力される出力値は、「0.50−0.10=0.40」となる。
施肥量決定部10が7個の被補正圃場のそれぞれについて補正値を取得する処理は、特許請求の範囲の「第1指標値取得部により取得された一の圃場についての第1指標値から第2計算式により当該一の圃場についての補正第1指標値を導出する処理」に相当する。
以上のようにして、施肥量決定部10は、3個の補正用圃場について地上NDVIを得て、更に7個の被補正圃場について補正値を得る。そして、施肥量決定部10は、3個の補正用圃場については、施肥量導出計算式(内容については後述)に地上NDVIを入力し、出力値として得られる施肥量を最終的な追肥時施肥量として決定する。一方、施肥量決定部10は、7個の被補正圃場については、施肥量導出計算式に補正値を入力し、出力値として得られる施肥量を最終的な追肥時施肥量として決定する。
施肥量導出計算式は、NDVI(指標値)を入力し、施肥量を出力する計算式である。施肥量導出計算式に一のNDVIを入力したときに出力される施肥量は、追肥時のNDVIが当該一のNDVIであった場合に、収穫物の質を目標値とするために必要かつ適切な追肥時施肥量である。本実施形態において、収穫物の質とは、外観的あるいは食味的な品質だけでなく、収穫物の収量や、籾数、追肥後の生育過程の指標等を広く含む概念である。 追肥後の生育過程の指標は、例えば、追肥した後の穂揃期の葉緑素計値(SPAD値)である。なお、穂揃期の葉緑素計値(SPAD値)が一定値以上の場合は、品質が良いということができる。図5は、追肥時のNDVIを縦軸とし追肥時の施肥量を横軸とする2次元空間に描画された1次式によって、追肥時のNDVIと追肥時の施肥量との関係を単純化して示している。図5で示すように、収穫物の質を所定値とするときの追肥時の施肥量と、追肥時のNDVIとの間には、NDVIが大きくなるほど施肥量が小さくなる関係がある。
本実施形態では、施肥量導出計算式は、蓄積された過去の実際の追肥時の施肥量および追肥時のNDVI(植生関連値)の組み合わせと収穫物の質との関係について、収穫物の質を目的変数とし、追肥時の施肥量および追肥時の植生関連値を説明変数とする重回帰分析を行って求められた重回帰式に基づいて求められる。
詳述すると、事前に、実験や既存の圃場に対する観察により、追肥時の施肥量および追肥時のNDVIの組み合わせと、収穫物の質との関係を示すデータ、つまり、追肥時の施肥量が○○であり、追肥時のNDVIが○○であった場合に、収穫物の質は○○であったというデータが蓄積される。収穫物の質は、様々な観点から定義可能であり、一例として、収穫物全体に対する低外観品質の収穫物の割合(以下「低品質割合」という)である。この場合において低外観品質の収穫物は、例えば、白未熟粒(腹白粒や、背白粒、基部未熟粒、心白粒、乳白粒等)や、その他の未熟粒、被害粒、死米、着色粒等とすることができる。
そして、蓄積されたデータについて、収穫物の質を目的変数とし、追肥時の施肥量および追肥時のNDVIを説明変数とする重回帰分析が行われ、収穫物の質を目標値とするための追肥時の施肥量と追肥時のNDVIとの関係が定義された重回帰式が生成される。例えば、収穫物の質が上述した低品質割合である場合には、低品質割合を目標値(一例として5%)とするための、追肥時の施肥量と追肥時のNDVIとの関係が定義された重回帰式が生成される。そして重回帰式に基づいて、NDVIを入力とし、重回帰式により表されるNDVIと施肥量との関係から決定される施肥量を出力とする施肥量導出計算式が生成される。このようにして生成される施肥量導出計算式の出力は、追肥時のNDVIが入力された値である場合に収穫物の質を目標値とするために必要かつ適切な追肥時の施肥量に相当する。なお重回帰式を、稲の生育時期毎、例えば出穂前30日、25日、20日、15日、10日、5日といったように作成するようにしてもよい。この場合において、生育診断する時期が出穂前何日なのかを判定するには、作付け地点、品種、移植日、苗の葉齢及び苗姿、気温や、日長時間等から推定したり、幼穂の長さから推定したりすることができる。
なお、本実施形態の施肥量導出計算式の内容は、あくまで単純化した一例である。施肥量導出計算式は、追肥時のNDVIを入力の1つとし、収穫物の質を目標値とするために必要かつ適切な追肥時の施肥量を出力する計算式であれば、どのようなものであってもよい。一例として、追肥時のNDVI以外に、収穫物の質に影響を与える要素の要素値を入力とし、当該要素を加味して追肥時の施肥量を出力する式であってもよい。当該要素は、一例として、特定の期間の気温(到来していない期間(例えば登熟期)については予想気温)や、特定の期間における雨量等である。また、施肥量導出計算式は重回帰分析により生成されるものである必要はなく、施肥量導出計算機の生成には様々な機械学習(一例としてニューラルネットワークを用いた機械学習)を応用可能である。
ここで施肥量導出計算式を利用して追肥時施肥量を高い精度で求めるためには、入力値としてのNDVIの精度が重要になる。上述したように上空NDVIを導出するために用いる上空データは、ドローンを利用した圃場に対する遠隔からの観測によって得ることが可能であるため、短時間の作業で多くの圃場について得ることができる。しかしながら、撮影結果が天候、空気の状態等の環境による影響を受けやすく、得られた上空NDVIの精度について改善の余地がある。
これを改善するためには、全ての圃場について地上NDVIを導出するようにすればよいが、上述したように、地上NDVIの導出に用いられる地上データを準備するためには、作業者が機材をもって圃場の近傍に赴き、撮影装置その他のセンサを使用して圃場の群生を観測するといった作業や、圃場の中央部に撮像装置が取り付けられた支柱を立設する等の作業を1つ1つの圃場について行う必要があり、作業に非常に時間がかかる。
一方で本実施形態では、被補正圃場については、被補正圃場に係る上空NDVIが単純に施肥量導出計算式に入力されるのではなく、被補正圃場に係る上空NDVIが3個の補正用圃場に係る地上NDVIに基づいて上述した方法で補正され、精度について高められた上で施肥量導出計算式に入力される。このため、施肥量導出計算式を利用して導出される追肥時補正量の精度を高めることができる。更に、地上での観測が行われる圃場を10個ではなく3個に限定できるため、作業に要する時間を短縮することができる。
さて10個の対象圃場のそれぞれについて最終的な追肥時施肥量を決定した後、施肥量決定部10は、表示装置2を制御して、10個の対象圃場のそれぞれについて識別情報と対応付けて、決定した追肥時施肥量を示す情報を表示装置2の表示領域に表示する。ユーザは、表示装置2を参照することにより、10個の対象圃場のそれぞれについて施肥量決定装置1が決定した追肥時施肥量を認識でき、追肥の際に実際に供給する施肥量を決定するときの参考とすることができる。
次に本実施形態に係る施肥量決定装置1の動作について図6のフローチャートを用いて説明する。図6(A)は施肥量決定部10の動作を示し、図6(B)は第1指標値取得部11の動作を示し、図6(C)は第2指標値取得部12の動作を示している。以下の説明では、施肥量決定装置1は、N(ただし、N≧2)個の圃場を対象として追肥時施肥量を決定するものとし、N個の対象圃場のうち、M(ただし、M<N)個の圃場が補正用圃場であるものとする。
図6(A)で示すように、施肥量決定部10は、情報提供指示があったか否かを監視する(ステップSA1)。情報提供指示があった場合(ステップSA1:YES)、施肥量決定部10は、第1指標値取得部11に上空NDVIの取得を要求する(ステップSA2)。更に施肥量決定部10は、第2指標値取得部12に地上NDVIの取得を要求する(ステップSA3)。ステップSA2とステップSA3の処理の順番は順不同であり、また、並行して実行されてもよい。
図6(B)で示すように、第1指標値取得部11は、施肥量決定部10から上空NDVIの取得の要求があったか否かを監視する(ステップSB1)。当該要求があった場合(ステップSB1:YES)、第1指標値取得部11は、記憶部13に記憶されたN個の対象圃場の上空データを取得する(ステップSB2)。次いで、第1指標値取得部11は、ステップSB2で取得した上空データのそれぞれを分析し、対象圃場毎の上空NDVIを取得する(ステップSB3)。次いで、第1指標値取得部11は、ステップSB3で取得した対象圃場毎の上空NDVIのそれぞれを圃場の識別情報と対応付けて、施肥量決定部10に応答する(ステップSB4)。
図6(C)で示すように、第2指標値取得部12は、施肥量決定部10から地上NDVIの取得の要求があったか否かを監視する(ステップSC1)。当該要求があった場合(ステップSC1:YES)、第2指標値取得部12は、記憶部13に記憶されたM個の補正用圃場のそれぞれの地上データを取得する(ステップSC2)。次いで、第2指標値取得部12は、ステップSC2で取得した地上データのそれぞれを分析し、M個の補正用圃場毎の地上NDVIを取得する(ステップSC3)。次いで、第2指標値取得部12は、ステップSC3で取得した補正用圃場の地上NDVIのそれぞれを圃場の識別情報と対応付けて、施肥量決定部10に応答する(ステップSC4)。
図6(A)で示すように、ステップSA3の処理後、施肥量決定部10は、第1指標値取得部11からの上空NDVIの応答、および、第2指標値取得部12からの地上NDVIの応答の双方があったか否かを監視する(ステップSA4)。双方の応答があった場合(ステップSA4:YES)、施肥量決定部10は、補正用計算式生成処理を実行し、補正用計算式を生成する(ステップSA5)。上述したように補正用計算式生成処理では、補正用圃場についての上空NDVIと地上NDVIとの相関関係が分析され、上空NDVIを入力とし、相関関係を反映して補正されたNDVIを出力とする補正用計算式が生成される。
次いで、施肥量決定部10は、「N−M」個の被補正圃場のそれぞれについて、ステップSA5で生成した補正用計算式に上空NDVIを入力することによって、補正値を得る(ステップSA6)。次いで、施肥量決定部10は、施肥量導出計算式を用いてN個の対象圃場のそれぞれについて最終的な追肥時施肥量を決定する(ステップSA7)。詳述すると施肥量決定部10は、補正用圃場については、施肥量導出計算式に地上NDVIを入力して得られる出力値を最終的な追肥時施肥量として決定し、一方、被補正圃場については、施肥量導出計算式に補正値を入力して得られる出力値を最終的な追肥時施肥量として決定する。次いで、施肥量決定部10は、決定した追肥時施肥量を示す情報を表示装置2に表示する(ステップSA8)。
以上詳しく説明したように、施肥量決定装置1は、N(ただし、N≧2)個の対象圃場のそれぞれについて、遠隔からの観測により得られた上空NDVIを取得すると共に、N個の圃場のうち、M(ただし、M<N)個の補正用圃場のそれぞれについて、地上NDVIを取得する。そして施肥量決定装置1は、被補正圃場の追肥時施肥量を決定する際、被補正圃場についての上空NDVIを、3個の補正用圃場の地上NDVIに基づいて補正することによって補正値を導出し、導出した補正値から施肥量導出計算式により追肥時の施肥量を導出するようにしている。
この構成によれば、M個の圃場のそれぞれの施肥量を決定するにあたって、遠隔からの観測により得られた上空NDVIをそのまま施肥量導出計算式に入力するのではなく、地上NDVIという精度の高い指標値を用いて補正してから当該計算式に入力するため、高い精度で施肥量を決定できる。また、地上NDVIの導出は、N個の全ての圃場について行われるのではなく、N個よりも少ないM個の圃場についてのみ行われるため、地上NDVIを取得するための作業にかかる時間を短くすることができる。
<変形例>
次に上記実施形態の変形例について図1を援用し、上記実施形態と相違する部分を中心として説明する。本変形例に係る施肥量決定装置1は、N(ただし、N≧2)個の圃場を対象として追肥時施肥量を決定するものとし、N個の対象圃場のうち、M(ただし、M<N)個の圃場が補正用圃場であるものとする。
次に上記実施形態の変形例について図1を援用し、上記実施形態と相違する部分を中心として説明する。本変形例に係る施肥量決定装置1は、N(ただし、N≧2)個の圃場を対象として追肥時施肥量を決定するものとし、N個の対象圃場のうち、M(ただし、M<N)個の圃場が補正用圃場であるものとする。
上記実施形態では、第2指標値取得部12が取得する指標値は、補正用圃場のそれぞれの地上NDVIであった。一方、本変形例に係る第2指標値取得部12は、補正用圃場のそれぞれのSPAD値を取得する。詳述すると、記憶部13には、補正用圃場のそれぞれについて、SPAD値が記録されたSPAD値データが事前に記憶される。第2指標値取得部12は、施肥量決定部10からの要求に応じて、記憶部13に記憶された補正用圃場毎のSPAD値を取得する。
各補正用圃場についてのSPAD値は、作業者が各補正用圃場に実際に赴き、葉緑素計を用いて測定される。SPAD値は、特許請求の範囲の「農作物に対する計測器を用いた計測により得られた第2指標値」および「葉緑素計を用いた計測により得られたSPAD値」に相当する。
また、本変形例に係る施肥量決定部10は、以下の処理を実行する。すなわち、第1指標値取得部11からN個の対象圃場についての上空NDVIの応答を受け、第2指標値取得部12からM個の補正用圃場についてのSPAD値の応答を受けると、施肥量決定部10は、まず、補正用計算式生成処理を実行する。
本変形例に係る補正用計算式生成処理において、本変形例に係る施肥量決定部10は、補正用圃場のそれぞれの上空NDVIとSPAD値とに基づいて、上記実施形態と同様の方法で、上空NDVIとSPAD値との相関関係を分析する。本変形例に係る施肥量決定部10は、分析結果に基づいて、上空NDVIを入力値として入力し、補正用圃場を対象とした上空NDVIとSPAD値との相関関係に準じて、上空NDVIを補正値へと変換し、この補正値を出力する補正用計算式を生成する。この補正値は、SPAD値と同じ単位で表される値である。
ここでSPAD値は、葉緑素計を用いた計測に基づいて導出されるものであり、地上NDVIよりも精度が高く、補正用圃場を対象とした上空NDVIとSPAD値との相関関係に準じて補正され、出力された補正値は、入力値よりも精度が高いということができる。
補正用計算式を生成した後、本変形例に係る施肥量決定部10は、「N−M」個の被補正圃場のそれぞれについて、補正用計算式に上空NDVIを入力し、その出力値を補正値として取得する。次いで、本変形例に係る施肥量決定部10は、施肥量導出計算式を利用して、対象圃場の追肥時施肥量を決定する。本変形例では、施肥量導出計算式は、追肥時のSPAD値を入力とし、収穫物の品質を目標値とするために必要かつ適切な追肥時施肥量を出力する計算式である。施肥量導出計算式は、上記実施形態で説明した方法と同様の方法で事前に生成される。
追肥時施肥量を決定する方法は上記実施形態と同様であり、本変形例に係る施肥量決定部10は、補正用圃場については、施肥量導出計算式にSPAD値を入力し、その出力を追肥時施肥量として決定し、また、被補正圃場については、施肥量導出計算式に補正値を入力し、その出力を追肥時施肥量として決定する。本変形例に係る施肥量決定装置1が奏する効果は、上記実施形態と同様である。なお、第2指標値として、変形例のSPAD値に代えて、他の指標値を用いてもよいことは勿論である。一例として、葉色板を用いた地上での計測により得られる葉色板値を用いることができる。
以上、本発明の一実施形態(変形例を含む)を説明したが、上記実施形態は、本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
例えば上記実施形態では、施肥量決定装置1は、稲を対象として、稲作の追肥時の施肥量を決定した。しかしながら、対象とする農作物は稲に限られない。すなわち、本発明は、栽培に際して追肥が行われる農作物に広く適用可能である。一例として小麦、大麦、大豆その他の穀物や、野菜、果物等に適用可能である。
また、対象圃場のうち、補正用圃場を選択するときのルールは、上記実施形態で例示したものに限らない。ただし、例えば、生育量以外の要素に基づいて補正用圃場を選択するようにしてもよい。ただし補正用圃場の個数が少ないほど、作業に要する時間が短くなるものの、補正用計算式を生成するときのサンプル数が少なくなるため補正用計算式の精度が低くなり、逆に、補正用圃場の個数が多いほど補正用計算式の精度が高くなる一方、作業に要する時間が長くなる。補正用圃場の個数は、このことを考慮して定められる必要がある。
また、上空NDVIを地上NDVIによって補正する方法は、上記実施形態で例示した方法に限られない。すなわち、上空NDVIの値に地上NDVIを反映させることにより、上空NDVIの精度が向上する方法であれば、どのような方法であってもよい。一例として、施肥量決定部10が、補正用圃場の上空NDVIと地上NDVIとの相関関係を分析することによって、上空NDVIを地上NDVIに近づけるための加算値または減算値を固定値として導出し、被補正圃場の上空NDVIに対して加算値を加算しまたは減算値を減算して補正値を求めるようにしてもよい。
また、記憶部13は、施肥量決定装置1とは異なる外部記憶装置が有する構成でもよい。
また、施肥量決定装置1を、インターネット上のサーバとして構成し、インターネットを介してクライアントから追肥時施肥量を示す情報の提供の要請があったときに、上述した手法で追肥時施肥量を導出し、クライアントに提供する構成としてもよい。
また、施肥量決定装置1は、単体のコンピュータである必要はなく、複数のコンピュータにより構成されていてもよい。例えば、インターネットを介して接続された端末とクラウドサーバとが協働して施肥量決定装置1として機能し、端末が適宜クラウドサーバと協働して処理を実行する構成でもよい。
また、上記実施形態では、施肥量決定装置1は、3個(M個)の補正用圃場については、施肥量導出計算式に3個の補正用圃場についての地上NDVIを入力し、出力値として得られる施肥量を最終的な追肥時施肥量として決定した。この点に関し、3個の補正用圃場についても、上空NDVIから補正用計算式を用いて補正値を取得し、補正値を施肥量導出計算式に入力し、当該計算式の出力値を最終的な追肥時施肥量として決定する構成でもよい。
1 施肥量決定装置
10 施肥量決定部
11 第1指標値取得部
12 第2指標値取得部
10 施肥量決定部
11 第1指標値取得部
12 第2指標値取得部
Claims (7)
- N(ただし、N≧2)個の圃場のそれぞれについて、追肥時の施肥量を決定する施肥量決定装置であって、
N個の圃場のそれぞれについて、遠隔からの観測により得られた第1指標値を取得する第1指標値取得部と、
N個の圃場のうち、M(ただし、M<N)個の圃場のそれぞれについて、農作物に対する計測器を用いた計測、または、農作物の近傍で行われる農作物に対する観測により得られた第2指標値を取得する第2指標値取得部と、
N個の圃場のそれぞれについて、指標値を入力とし施肥量を出力とする第1計算式を用いて施肥量を決定する施肥量決定部とを備え、
前記施肥量決定部は、
N個の圃場のうち第2指標値が取得されていない一の圃場の施肥量を決定する際、前記第1指標値取得部により取得された当該一の圃場についての第1指標値を、前記第2指標値取得部により取得されたM個の圃場についての第2指標値に基づいて補正することによって当該一の圃場についての補正第1指標値を導出し、導出した補正第1指標値から前記第1計算式により施肥量を導出する
ことを特徴とする施肥量決定装置。 - 前記施肥量決定部は、
当該一の圃場についての補正第1指標値を導出する際、M個の圃場のそれぞれについて前記第1指標値取得部により取得された第1指標値と、前記第2指標値取得部により取得された第2指標値との相関関係を分析し、分析結果に基づいて、第1指標値を入力とし第2指標値を出力とする第2計算式を事前に生成し、
前記第1指標値取得部により取得された当該一の圃場についての第1指標値から前記第2計算式により当該一の圃場についての補正第1指標値を導出する
ことを特徴とする請求項1に記載の施肥量決定装置。 - M個の圃場は、N個の圃場のうち、農作物の生育量の相違に着目して選択された複数の圃場であることを特徴とする請求項2に記載の施肥量決定装置。
- 前記第1指標値取得部は、N個の圃場のそれぞれについて、ドローンを用いた上空からのセンシングにより得られるNDVIを取得することを特徴とする請求項1から3の何れか1項に記載の施肥量決定装置。
- 前記第2指標値取得部は、M個の圃場のそれぞれについて、葉緑素計を用いた計測により得られたSPAD値、地上における近傍からのセンシングにより得られるNDVI、または、色板を用いた地上での計測により得られた葉色板値を取得することを特徴とする請求項1から4の何れか1項に記載の施肥量決定装置。
- 前記施肥量決定部は、
蓄積された過去の実際の追肥時の施肥量および追肥時の指標値の組み合わせと収穫物の質との関係について、収穫物の質を目的変数とし、追肥時の施肥量および追肥時の指標値を説明変数とする重回帰分析を行って求められた重回帰式に基づく計算式を前記第1計算式として利用して追肥時の施肥量を決定する
ことを特徴とする請求項1から5の何れか1項に記載の施肥量決定装置。 - N(ただし、N≧2)個の圃場のそれぞれについて、追肥時の施肥量を決定する施肥量決定方法であって、
N個の圃場のそれぞれについて、遠隔からの観測により得られた第1指標値を取得すると共に、N個の圃場のうち、M(ただし、M<N)個の圃場のそれぞれについて、農作物に対する計測器を用いた計測、または、農作物の近傍で行われる農作物に対する観測により得られた第2指標値を取得する第1ステップと
N個の圃場のそれぞれについて、指標値を入力とし施肥量を出力とする第1計算式を用いて施肥量を決定する第2ステップとを備え、
前記第2ステップにおいて、N個の圃場のうち第2指標値が取得されていない一の圃場の施肥量を決定する際、前記第1ステップで取得した当該一の圃場についての第1指標値を、前記第1ステップで取得したM個の圃場についての第2指標値に基づいて補正することによって当該一の圃場についての補正第1指標値を導出し、導出した補正第1指標値から前記第1計算式により施肥量を導出する
ことを特徴とする施肥量決定方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004236A JP2020054394A (ja) | 2020-01-15 | 2020-01-15 | 施肥量決定装置および施肥量決定方法 |
JP2020180673A JP6960698B2 (ja) | 2020-01-15 | 2020-10-28 | 農作物関連値導出装置および農作物関連値導出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004236A JP2020054394A (ja) | 2020-01-15 | 2020-01-15 | 施肥量決定装置および施肥量決定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020054394A true JP2020054394A (ja) | 2020-04-09 |
Family
ID=70105462
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020004236A Pending JP2020054394A (ja) | 2020-01-15 | 2020-01-15 | 施肥量決定装置および施肥量決定方法 |
JP2020180673A Active JP6960698B2 (ja) | 2020-01-15 | 2020-10-28 | 農作物関連値導出装置および農作物関連値導出方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020180673A Active JP6960698B2 (ja) | 2020-01-15 | 2020-10-28 | 農作物関連値導出装置および農作物関連値導出方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP2020054394A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021170999A (ja) * | 2020-04-27 | 2021-11-01 | 国立研究開発法人農業・食品産業技術総合研究機構 | 追肥量演算装置、追肥量演算方法および追肥量演算プログラム |
JP2021185908A (ja) * | 2020-05-25 | 2021-12-13 | 国立研究開発法人農業・食品産業技術総合研究機構 | 情報処理装置および追肥時の施肥量導出方法 |
JP2021190108A (ja) * | 2020-05-25 | 2021-12-13 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
CN115349338A (zh) * | 2022-08-17 | 2022-11-18 | 江苏省农业机械试验鉴定站 | 一种基于作物长势的变量追肥控制系统与方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018046787A (ja) * | 2016-09-23 | 2018-03-29 | ドローン・ジャパン株式会社 | 農業管理予測システム、農業管理予測方法、及びサーバ装置 |
JP2019040383A (ja) * | 2017-08-25 | 2019-03-14 | コニカミノルタ株式会社 | 撮影スケジュール決定方法及び撮影スケジュール決定制御プログラム |
WO2019235240A1 (ja) * | 2018-06-06 | 2019-12-12 | 株式会社Nttドコモ | 情報処理装置 |
JP7415347B2 (ja) * | 2019-07-03 | 2024-01-17 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、プログラム、センシングシステム |
-
2020
- 2020-01-15 JP JP2020004236A patent/JP2020054394A/ja active Pending
- 2020-10-28 JP JP2020180673A patent/JP6960698B2/ja active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021170999A (ja) * | 2020-04-27 | 2021-11-01 | 国立研究開発法人農業・食品産業技術総合研究機構 | 追肥量演算装置、追肥量演算方法および追肥量演算プログラム |
JP7340258B2 (ja) | 2020-04-27 | 2023-09-07 | 国立研究開発法人農業・食品産業技術総合研究機構 | 追肥量演算装置、追肥量演算方法および追肥量演算プログラム |
JP2021185908A (ja) * | 2020-05-25 | 2021-12-13 | 国立研究開発法人農業・食品産業技術総合研究機構 | 情報処理装置および追肥時の施肥量導出方法 |
JP2021190108A (ja) * | 2020-05-25 | 2021-12-13 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
JP7002163B2 (ja) | 2020-05-25 | 2022-01-20 | 国立研究開発法人農業・食品産業技術総合研究機構 | 情報処理装置および追肥時の施肥量導出方法 |
JP7051161B2 (ja) | 2020-05-25 | 2022-04-11 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
CN115349338A (zh) * | 2022-08-17 | 2022-11-18 | 江苏省农业机械试验鉴定站 | 一种基于作物长势的变量追肥控制系统与方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021108650A (ja) | 2021-08-02 |
JP6960698B2 (ja) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020054394A (ja) | 施肥量決定装置および施肥量決定方法 | |
JP6916558B2 (ja) | 施肥量導出装置および施肥量導出方法 | |
Friedli et al. | Terrestrial 3D laser scanning to track the increase in canopy height of both monocot and dicot crop species under field conditions | |
Zheng et al. | Detection of rice phenology through time series analysis of ground-based spectral index data | |
Dong et al. | Comparison of four EVI-based models for estimating gross primary production of maize and soybean croplands and tallgrass prairie under severe drought | |
JP6285875B2 (ja) | 植物成長分析システム、及び植物成長分析方法 | |
Fang et al. | Corn‐yield estimation through assimilation of remotely sensed data into the CSM‐CERES‐Maize model | |
Zhou et al. | Detection of phenology using an improved shape model on time-series vegetation index in wheat | |
JP2006250827A (ja) | 作物の生育状況分析方法 | |
AU2019333920A1 (en) | Method and system for plant stress determination and irrigation based thereon | |
JP2015188333A (ja) | 植生生長分析システム及び方法 | |
JP2018029568A (ja) | 萎れ具合予測システム及び萎れ具合予測方法 | |
Ballesteros et al. | Applications of georeferenced high-resolution images obtained with unmanned aerial vehicles. Part II: application to maize and onion crops of a semi-arid region in Spain | |
JP7313056B2 (ja) | 施肥量決定装置および施肥量決定方法 | |
Diao et al. | Hybrid phenology matching model for robust crop phenological retrieval | |
JP7044285B2 (ja) | 農作物関連値導出装置および農作物関連値導出方法 | |
JP2020140347A (ja) | 作物管理システム及び作物管理方法 | |
Warren et al. | Agricultural applications of high-resolution digital multispectral imagery | |
Bhandari et al. | Assessing the effect of drought on winter wheat growth using unmanned aerial system (UAS)-based phenotyping | |
JP2015077113A (ja) | 植物判定装置、植物判定方法、及びプログラム | |
Lyu et al. | UAV time-series imagery with novel machine learning to estimate heading dates of rice accessions for breeding | |
CN104236486A (zh) | 一种棉花叶面积指数快速无损测定方法 | |
Biewer et al. | Prediction of yield and the contribution of legumes in legume-grass mixtures using field spectrometry | |
JP7051161B2 (ja) | 農作物関連値導出装置および農作物関連値導出方法 | |
Zhao et al. | Recalibrating plant water status of winter wheat based on nitrogen nutrition index using thermal images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200203 |