JP2020080739A - Program, information processing method, and information processor - Google Patents

Program, information processing method, and information processor Download PDF

Info

Publication number
JP2020080739A
JP2020080739A JP2018220693A JP2018220693A JP2020080739A JP 2020080739 A JP2020080739 A JP 2020080739A JP 2018220693 A JP2018220693 A JP 2018220693A JP 2018220693 A JP2018220693 A JP 2018220693A JP 2020080739 A JP2020080739 A JP 2020080739A
Authority
JP
Japan
Prior art keywords
information
farmer
crop
production
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2018220693A
Other languages
Japanese (ja)
Other versions
JP6932682B2 (en
Inventor
由紀子 大堂
Yukiko Odo
由紀子 大堂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercari Inc
Original Assignee
Mercari Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mercari Inc filed Critical Mercari Inc
Priority to JP2018220693A priority Critical patent/JP6932682B2/en
Publication of JP2020080739A publication Critical patent/JP2020080739A/en
Application granted granted Critical
Publication of JP6932682B2 publication Critical patent/JP6932682B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

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

Abstract

To provide a program, an information processor and an information processing method for smoothly providing a corporation that provides agricultural production materials with information useful for business support.SOLUTION: Provided is a program that allows an information processor to execute: a first acquisition step S1101 of acquiring farming information by each farmer which is regarding a type of crop produced by the farmer and a production area of the crop; a second acquisition step S1102 of acquiring first sensing data with time of an area including the production area which includes the production information regarding a production amount, quality and/or growth process of the crop from a satellite; and a scoring step S1106 of scoring regarding an evaluation of a yield and/or a growth process of crop corresponding to a type of the crop of each farmer, on the basis of the production information specified by using the farming information of each farmer.SELECTED DRAWING: Figure 11

Description

本開示は、プログラム、情報処理方法、及び情報処理装置に関する。 The present disclosure relates to a program, an information processing method, and an information processing device.

衛星リモートセンシングでは、例えば、センシングの対象地域に存在する対象物からの反射又は放射される電磁波に関する情報を得ることができる。この情報は、対象物の種類及び環境条件などによって異なり、この違いを用いて、対象物の状態の識別や分類を行うことができる。 In the satellite remote sensing, for example, it is possible to obtain information about electromagnetic waves reflected or radiated from an object existing in the sensing target area. This information varies depending on the type of object and environmental conditions, and the difference can be used to identify or classify the state of the object.

近年、このような衛星リモートセンシングにより収集した植生指標などのデータを農業に利用する技術が開発されている。例えば、特許文献1には、衛星データと気象データに基づいて、植物の生長を予測する植生生長分析システムが開示されている。このシステムでは、対象植物の植生生長に関する複数年あるいは複数サイクル分の衛星データと気象データを収集し、収集したデータに基づいて植生生長に関する分析モデルを作成し、その分析モデルに基づいて対象植物の植生指標を予測する。これにより、早期の収量予測が可能となる。また、他の方法による衛星データを用いた収穫量予測方法や、衛星データに代えて画像データから作物を評価するシステム、そのほか、衛星データを利用した支援管理システムなどが知られている(例えば、特許文献2〜4参照)。 In recent years, techniques for utilizing data such as vegetation indexes collected by such satellite remote sensing for agriculture have been developed. For example, Patent Document 1 discloses a vegetation growth analysis system that predicts plant growth based on satellite data and meteorological data. This system collects satellite data and meteorological data for vegetation growth of target plants for multiple years or cycles, creates an analysis model for vegetation growth based on the collected data, and based on the analysis model, Predict vegetation index. This allows early yield prediction. In addition, a yield prediction method using satellite data by another method, a system that evaluates crops from image data instead of satellite data, and a support management system that uses satellite data are known (for example, See Patent Documents 2 to 4).

特開2015−188333号公報JP, 2005-188333, A 特開2017−125705号公報JP, 2017-125705, A 特開2010−166851号公報JP, 2010-166851, A 特開2017−097820号公報JP, 2017-097820, A

上記のような植生指標の予測の他にも、衛星リモートセンシングにより収集したデータは、収穫予測や収穫量の評価に用いられている。他方で、あくまでも評価の対象は作物であり、客観的データに基づいて農業者の営農を評価するような仕組みはなかった。 In addition to the above vegetation index prediction, data collected by satellite remote sensing is used for crop prediction and crop yield evaluation. On the other hand, the target of evaluation is only crops, and there was no mechanism to evaluate farming by farmers based on objective data.

そこで、本開示は、かかる事情に鑑みてなされたものであり、客観的なデータに基づいて各農業者の営農を適切に評価することを可能にするプログラム、情報処理方法、及び情報処理装置を提供することを目的とする。 Therefore, the present disclosure has been made in view of such circumstances, and provides a program, an information processing method, and an information processing apparatus that enable appropriate evaluation of farming of each farmer based on objective data. The purpose is to provide.

本開示の実施形態に係るプログラムは、情報処理装置に、農業者毎の営農情報であって、前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報を取得する第1取得ステップと、人工衛星から、前記生産地を含むエリアの経時的な第1センシングデータであって、前記作物の生育量、品質、及び/又は生育過程に関する生産情報を含む第1センシングデータを取得する第2取得ステップと、各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び/又は生育過程の評価に関するスコアを付すスコアリングステップと、を実行させる。 A program according to an embodiment of the present disclosure is a first acquisition step of acquiring, in an information processing device, farming information for each farmer, the farming information relating to a type of a crop produced by the farmer and a production area of the crop. And a first sensing data from an artificial satellite, which is the first sensing data of the area including the production site over time and includes the production information on the growth amount, quality, and/or growth process of the crop. 2 Based on the acquisition step and the production information specified by using the farming information of each farmer, a score relating to the crop achievement and/or the evaluation of the growth process of the crop is attached according to the type of the crop of each farmer. Perform the scoring step and.

本開示によれば、客観的なデータに基づいて各農業者の営農を適切に評価することができる。 According to the present disclosure, farming of each farmer can be appropriately evaluated based on objective data.

図1は、本開示に係る評価システム1の構成の一例を示す。FIG. 1 shows an example of the configuration of an evaluation system 1 according to the present disclosure. 図2は、本開示に係る情報処理装置のハードウェア構成の一例を示す。FIG. 2 illustrates an example of the hardware configuration of the information processing device according to the present disclosure. 図3は、第1実施形態に係るサーバ110の機能的な構成を示すブロック図の一例を示す。FIG. 3 shows an example of a block diagram showing a functional configuration of the server 110 according to the first embodiment. 図4は、営農情報DB331が記憶するデータ構造の一例を示す。FIG. 4 shows an example of a data structure stored in the farming information DB 331. 図5は、衛星データDB332が記憶する衛星データのイメージの一例を示す。FIG. 5 shows an example of an image of satellite data stored in the satellite data DB 332. 図6は、地上データDB333が記憶する地上データのイメージの一例を示す。FIG. 6 shows an example of an image of ground data stored in the ground data DB 333. 図7は、スコアDB333が記憶するデータ構造の一例を示す。FIG. 7 shows an example of a data structure stored in the score DB 333. 図8は、グループDB333が記憶するデータ構造の一例を示す。FIG. 8 shows an example of a data structure stored in the group DB 333. 図9は、作物の種類と評価すべき波長帯域を対応付けたテーブルの一例を示す。FIG. 9 shows an example of a table in which the types of crops and the wavelength bands to be evaluated are associated with each other. 図10は、第1実施形態における評価システム1が行う処理を示すシーケンス図の一例を示す。FIG. 10 shows an example of a sequence diagram showing a process performed by the evaluation system 1 according to the first embodiment. 図11は、第1実施形態におけるサーバ110における処理のフローチャートの一例を示す。FIG. 11 shows an example of a flowchart of processing in the server 110 according to the first embodiment. 図12は、第2実施形態におけるサーバ110における処理のフローチャートの一例を示す。FIG. 12 shows an example of a flowchart of processing in the server 110 according to the second embodiment.

以下、本開示の一例に係る実施形態について、図面を参照して説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図ではない。すなわち、本開示の一例は、その趣旨を逸脱しない範囲で種々変形して実施することができる。また、以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を付しており、図面は模式的なものであって、必ずしも実際の寸法や比率等とは一致しない。さらに、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれていることがある。 Hereinafter, an embodiment according to an example of the present disclosure will be described with reference to the drawings. However, the embodiments described below are merely examples, and are not intended to exclude various modifications and application of techniques not explicitly shown below. That is, the example of the present disclosure can be variously modified and implemented without departing from the spirit thereof. In the following description of the drawings, the same or similar reference numerals are given to the same or similar portions, and the drawings are schematic and do not necessarily match actual dimensions and ratios. Furthermore, the drawings may include portions having different dimensional relationships and ratios.

<第1実施形態>
第1実施形態にかかるプログラム、情報処理方法、及び情報処理装置は、作物の生育量、品質、及び/又は生育過程に関する生産情報を含む衛星からの第1センシングデータ(以下、単に「衛星データ」ともいう。)を用いて、農業者が所定の土地で育成する作物の種類毎に収穫成果及び/又は生育過程を評価する。なお、生育過程は、土壌づくりから収穫までの作物の生育に関わるすべての過程をいう。
<First Embodiment>
The program, the information processing method, and the information processing apparatus according to the first embodiment include first sensing data (hereinafter, simply referred to as “satellite data”) from a satellite that includes production information regarding the growth amount, quality, and/or growth process of a crop. (Also referred to as "."), the farmer evaluates the harvest result and/or the growth process for each type of crop grown on a predetermined land. The growth process refers to all processes related to the growth of crops from soil preparation to harvesting.

かかる第1実施形態によれば、各農業者の作物の収穫成果及び/又は生育過程を客観的に評価することができる。そして、このような評価処理を、衛星データに含まれるエリア全体で行うことにより、複数の地点で、同一もしくは類似する育成条件又は異なる育成条件で育成された作物の収穫成果を比較評価することが可能となる。また、作物の収穫成果の比較評価が可能となれば、同一又は類似する作物における収穫成果の違いから、その収穫成果に至った育成方法の優劣を判断することができる。 According to the first embodiment, it is possible to objectively evaluate the harvest result and/or the growth process of the crop of each farmer. By performing such an evaluation process on the entire area included in the satellite data, it is possible to compare and evaluate the harvest results of the crops grown under the same or similar growing conditions or different growing conditions at a plurality of points. It will be possible. Further, if it is possible to compare and evaluate the harvest results of the crops, it is possible to judge the superiority or inferiority of the breeding method that has reached the harvest results from the difference in the harvest results of the same or similar crops.

このようにして得られる育成方法の優劣に関する情報は、農業者にとって作物の生育量及び/又は品質を向上させるための有用なデータとなる。このような、育成方法の優劣に関する情報を農業者間で共有することができる仕組みがあれば、作物の生育量及び/又は品質の全体的な向上や均一化を期待することもできる。また、一般的には、各農業者が作物の収穫成果や生育過程の評価のために利用するには、衛星リモートセンシングの利用にかかる費用は高額である。しかし、育成方法の優劣に関する情報を農業者間で共有するサービスにおいて、当該サービスの利用料などとして直接的又は間接的に、衛星リモートセンシングの利用にかかる費用を分割負担することにより、個々の農業者の負担するコストを抑得ることも可能となる。 The information on the superiority or inferiority of the growing method thus obtained becomes useful data for the farmer to improve the growth amount and/or quality of the crop. If there is such a mechanism that enables farmers to share information regarding the superiority and inferiority of the growing method, it is possible to expect overall improvement and uniformity of the growth amount and/or quality of crops. In addition, in general, the cost of using satellite remote sensing is high for each farmer to use for evaluation of crop yields and growth processes. However, in services that share information about the merits and demerits of breeding methods among farmers, the costs for using satellite remote sensing can be shared directly or indirectly as a fee for using the services, and individual farming It is also possible to suppress the cost borne by the person.

<システム構成>
この第1実施形態では、例えば、情報処理装置であるサーバ110によって、営農情報と衛星データに基づいて作物の収穫成果及び/又は生育過程を評価する評価システム1が構築される。図1に評価システム1の構成の一例を示す。この評価システム1では、例えば、営農情報と衛星データとに基づいて作物の収穫成果及び/又は生育過程を評価するサーバ110と、サーバ110に営農情報を送信する第1端末120A及び第2端末120Bと、サーバ110に衛星データを送信する第3端末120Cと、がネットワーク130を介して接続される。なお、ここで、第1端末120A及び第2端末120Bは、異なる農業者が使用する異なる端末であり、第1端末120Aは後述する第1農業者が利用する端末であり、第2端末120Bは後述する第2農業者が利用する端末である。
<System configuration>
In the first embodiment, for example, the server 110, which is an information processing device, constructs the evaluation system 1 that evaluates the harvest result and/or growing process of a crop based on farming information and satellite data. FIG. 1 shows an example of the configuration of the evaluation system 1. In this evaluation system 1, for example, a server 110 that evaluates crop yield and/or growth process based on farming information and satellite data, and a first terminal 120A and a second terminal 120B that transmit farming information to the server 110. And the third terminal 120C that transmits satellite data to the server 110 are connected via the network 130. Here, the first terminal 120A and the second terminal 120B are different terminals used by different farmers, the first terminal 120A is a terminal used by a first farmer described later, and the second terminal 120B is It is a terminal used by a second farmer described later.

また、評価システム1には、必要に応じて、その他の情報をサーバ110に送信する第4端末120Dがネットワーク130を介して接続されていてもよい。ここで、その他の情報としては、例えば、衛星データに含まれるエリアに設置された一又は複数の地上センサからの経時的なセンシングデータであって、地上センサが設置された地点における土壌及び/又は気候に関するセンシングデータ(以下、単に「地上データ」ともいう。)が挙げられる。サーバ110に地上データを送信する第4端末120Dは、各地上センサ自身に付帯する装置であってもよいし、各地上センサからの情報を受信、集約して、サーバ110に送信する装置であってもよい。 Moreover, the 4th terminal 120D which transmits other information to the server 110 may be connected to the evaluation system 1 via the network 130 as needed. Here, the other information is, for example, temporal sensing data from one or a plurality of ground sensors installed in an area included in the satellite data, and the soil and/or the soil at the point where the ground sensor is installed. Sensing data related to climate (hereinafter, also simply referred to as “ground data”) is included. The fourth terminal 120D that transmits ground data to the server 110 may be a device attached to each ground sensor itself, or a device that receives and aggregates information from each ground sensor and transmits the information to the server 110. May be.

以下、サーバ110が、第1端末120A、第2端末120B、第3端末120C、又は第4端末120Dからネットワーク130を介して営農情報、衛星データ、及び地上データを取得する態様について記載するが、サーバ110が、営農情報、衛星データ、及び地上データを取得する手段は、第1端末120A、第2端末120B、第3端末120C、又は第4端末120Dから取得する方法に限られず、入力インターフェースを介した入力、あるいはこれら情報が記録された記憶媒体を読み込むことにより、情報を取得してもよい。 Hereinafter, a description will be given of a mode in which the server 110 acquires farming information, satellite data, and ground data from the first terminal 120A, the second terminal 120B, the third terminal 120C, or the fourth terminal 120D via the network 130, The means by which the server 110 obtains farming information, satellite data, and ground data is not limited to the method obtained from the first terminal 120A, the second terminal 120B, the third terminal 120C, or the fourth terminal 120D, and an input interface is used. The information may be acquired by inputting via the memory or reading a storage medium in which the information is recorded.

<第1実施形態のハードウェア構成>
図2に、評価システム1に含まれる情報処理装置200(サーバ110と端末120A〜C)のハードウェア構成の一例を示す。情報処理装置200は、プロセッサ201と、メモリ202と、ストレージ203と、入出力インタフェース(入出力I/F)204と、通信インタフェース(通信I/F)205とを含む。情報処理装置200のHWの各構成要素は、限定でなく例として、バスBを介して相互に接続される。
<Hardware configuration of the first embodiment>
FIG. 2 shows an example of the hardware configuration of the information processing device 200 (server 110 and terminals 120A to 120C) included in the evaluation system 1. The information processing device 200 includes a processor 201, a memory 202, a storage 203, an input/output interface (input/output I/F) 204, and a communication interface (communication I/F) 205. The respective components of the HW of the information processing device 200 are connected to each other via the bus B by way of example and not limitation.

情報処理装置200は、プロセッサ201と、メモリ202と、ストレージ203と、入出力I/F204と、通信I/F205との協働により、本開示に記載される機能、及び/又は、方法を実現する。 The information processing apparatus 200 realizes the functions and/or methods described in the present disclosure by the cooperation of the processor 201, the memory 202, the storage 203, the input/output I/F 204, and the communication I/F 205. To do.

プロセッサ201は、ストレージ203に記憶されるプログラムに含まれるコード又は命令によって実現する機能、及び/又は、方法を実行する。プロセッサ201は、限定でなく例として、中央処理装置(CPU)、MPU(Micro Processing Unit)、GPU(Graphic s Processing Unit)、マイクロプロセッサ(microprocessor)、プロセッサコア(processor core)、マルチプロセッサ(multiprocessor)、ASIC(Application-Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)等を含む。 The processor 201 executes a function and/or a method realized by a code or an instruction included in a program stored in the storage 203. The processor 201 is, by way of example and not limitation, a central processing unit (CPU), MPU (Micro Processing Unit), GPU (Graphics processing Unit), microprocessor (microprocessor), processor core (processor core), multiprocessor (multiprocessor). , ASIC (Application-Specific Integrated Circuit), FPGA (Field Programmable Gate Array), and the like.

メモリ202は、ストレージ203からロードしたプログラムを一時的に記憶し、プロセッサ201に対して作業領域を提供する。メモリ202には、プロセッサ201がプログラムを実行している間に生成される各種データも一時的に格納される。メモリ202は、限定でなく例として、RAM(Random Access Memory)、ROM(Read Only Memory)などを含む。 The memory 202 temporarily stores the program loaded from the storage 203 and provides a work area to the processor 201. The memory 202 also temporarily stores various data generated while the processor 201 executes the program. The memory 202 includes, for example and without limitation, a RAM (Random Access Memory), a ROM (Read Only Memory), and the like.

ストレージ203は、プログラムを記憶する。ストレージ203は、限定でなく例として、HDD(Hard Disk Drive)、SSD(Solid State Drive)、フラッシュメモリなどを含む。 The storage 203 stores the program. The storage 203 includes, for example and without limitation, a HDD (Hard Disk Drive), an SSD (Solid State Drive), a flash memory, and the like.

通信I/F205は、ネットワーク130を介して各種データの送受信を行う。当該通信は、有線、無線のいずれで実行されてもよく、互いの通信が実行できるのであれば、どのような通信プロトコルを用いてもよい。通信I/F205は、ネットワーク130を介して、他の情報処理装置との通信を実行する機能を有する。通信I/F205は、各種データをプロセッサ201からの指示にしたがって、他の情報処理装置に送信する。また、通信I/F205は、他の情報処理装置から送信された各種データを受信し、プロセッサ201に伝達する。 The communication I/F 205 transmits and receives various data via the network 130. The communication may be executed by wire or wireless, and any communication protocol may be used as long as mutual communication can be executed. The communication I/F 205 has a function of performing communication with another information processing device via the network 130. The communication I/F 205 transmits various data to another information processing device according to an instruction from the processor 201. Further, the communication I/F 205 receives various data transmitted from another information processing device and transfers the data to the processor 201.

入出力I/F204は、情報処理装置200に対する各種操作を入力する入力装置、及び、情報処理装置200で処理された処理結果を出力する出力装置を含む。入出力I/F204は、入力装置と出力装置が一体化していてもよいし、入力装置と出力装置とに分離していてもよい。 The input/output I/F 204 includes an input device that inputs various operations on the information processing device 200 and an output device that outputs a processing result processed by the information processing device 200. In the input/output I/F 204, an input device and an output device may be integrated, or an input device and an output device may be separated.

本開示のプログラムは、コンピュータに読み取り可能な記憶媒体に記憶された状態で提供されてもよい。記憶媒体は、「一時的でない有形の媒体」に、プログラムを記憶可能である。プログラムは、限定でなく例として、ソフトウェアプログラムやコンピュータプログラムを含む。 The program of the present disclosure may be provided in a state of being stored in a computer-readable storage medium. The storage medium can store the program on a “non-transitory tangible medium”. Programs include, by way of example and not limitation, software programs and computer programs.

情報処理装置200おける処理の少なくとも一部は、1以上のコンピュータにより構成されるクラウドコンピューティングにより実現されていてもよい。情報処理装置200における処理の少なくとも一部を、他の情報処理装置により行う構成としてもよい。この場合、プロセッサ201により実現される各機能部の処理のうち少なくとも一部の処理を、他の情報処理装置で行う構成としてもよい。 At least a part of the processing in the information processing device 200 may be realized by cloud computing including one or more computers. At least a part of the processing in the information processing device 200 may be performed by another information processing device. In this case, at least a part of the processing of each functional unit realized by the processor 201 may be configured to be performed by another information processing device.

<第1実施形態の機能構成>
図3を参照して、サーバ110の機能構成を説明する。図3は、第1実施形態に係るサーバ110の機能的な構成を示すブロック図の一例を示す。サーバ110は、評価システム1において評価処理を行う情報処理装置の一例であり、入出力I/F311と、通信I/F312と、制御部320と、記憶部330とを有する。入出力I/F311は、図2の入出力I/F204に相当し、通信I/F312は、図2の通信I/F205に相当する。記憶部330は、メモリ202及び/又はストレージ203を用いて実現される。
<Functional configuration of the first embodiment>
The functional configuration of the server 110 will be described with reference to FIG. FIG. 3 shows an example of a block diagram showing a functional configuration of the server 110 according to the first embodiment. The server 110 is an example of an information processing device that performs an evaluation process in the evaluation system 1, and includes an input/output I/F 311, a communication I/F 312, a control unit 320, and a storage unit 330. The input/output I/F 311 corresponds to the input/output I/F 204 in FIG. 2, and the communication I/F 312 corresponds to the communication I/F 205 in FIG. The storage unit 330 is realized by using the memory 202 and/or the storage 203.

図3に開示の機能部は、情報処理装置200が備えるプロセッサ201と、メモリ202と、ストレージ203と、入出力I/F204と、通信I/F205との協働により実現される。例えば、図2に示す情報処理装置200のプロセッサ201は、ストレージ203に記憶された各種プログラム(制御プログラム、演算プログラムなど)をメモリ202(例えばRAM)に展開する。そして、プロセッサ201は、メモリ202に展開された各種プログラムを解釈及び実行して、各ハードウェア構成要素を制御することにより、以下に説明する機能構成が実現される。 The functional unit disclosed in FIG. 3 is realized by cooperation of the processor 201 included in the information processing device 200, the memory 202, the storage 203, the input/output I/F 204, and the communication I/F 205. For example, the processor 201 of the information processing apparatus 200 illustrated in FIG. 2 expands various programs (control program, calculation program, etc.) stored in the storage 203 in the memory 202 (for example, RAM). Then, the processor 201 interprets and executes various programs expanded in the memory 202 to control each hardware component, thereby realizing the functional configuration described below.

制御部320は、受信部321と、スコアリング部322と、グルーピング部323と、ライセンシング部324と、マッチング部325と、を有する。受信部321と、スコアリング部322と、グルーピング部323と、ライセンシング部324と、マッチング部325とは、プロセッサ201が、記憶部330に格納されているプログラム334を読み出して実行することで実現される。また、記憶部330には、営農情報DB331と、衛星データDB332と、地上データDB333、スコアDB334と、グループDB335、プログラム336とが記憶されている。サーバ110によって実現される機能構成は、実施形態や実施例に応じて、適宜、機能の省略、置換、及び追加が行われてもよい。以下、記憶部330について説明し、そのあと、制御部320について説明する。 The control unit 320 includes a receiving unit 321, a scoring unit 322, a grouping unit 323, a licensing unit 324, and a matching unit 325. The receiving unit 321, the scoring unit 322, the grouping unit 323, the licensing unit 324, and the matching unit 325 are realized by the processor 201 by reading and executing the program 334 stored in the storage unit 330. It Further, the storage unit 330 stores a farming information DB 331, a satellite data DB 332, a ground data DB 333, a score DB 334, a group DB 335, and a program 336. The functional configuration realized by the server 110 may be appropriately omitted, replaced, or added depending on the embodiment or the example. The storage unit 330 will be described below, and then the control unit 320 will be described.

営農情報DB331は、各生産地における作物の育成に関する営農情報を記憶するものであり、受信部321がネットワーク130を介して第1端末120Aおよび第2端末120Bなどから受信した農業者毎の営農情報を記憶するデータベースの一例である。営農情報としては、農業者を特定する情報、農業者が生産する作物の種類、該作物の生産地の経度緯度や面積のほか、作物への散水や収穫時期に関する情報、作物に対して使用した肥料、農薬、農機などの農業生産資材に関する情報、及びその農業生産資材の使用日時、使用範囲、使用目的、使用量及び使用回数など使用方法に関する情報、作物の販売量や販売単価などに関する経営情報が挙げられる。 The farming information DB 331 stores farming information regarding the cultivation of crops in each production area, and the farming information for each farmer received by the receiving unit 321 from the first terminal 120A and the second terminal 120B via the network 130. It is an example of a database for storing. As farming information, information used to identify the farmer, the type of crop produced by the farmer, the longitude and latitude of the area where the crop is produced, the area, the information on watering and harvesting of the crop, and used for the crop Information on agricultural production materials such as fertilizers, pesticides, agricultural machines, and information on how to use the agricultural production materials such as date and time, range of use, purpose of use, amount used and number of times, management information on sales volume and unit price of crops, etc. Is mentioned.

図4に、営農情報DB331が記憶するデータ構造の一部を模式的に示す。図4の例では、第1端末120Aから取得できる営農情報が、生産地毎に記憶されている。図4に示す営農情報としては、例えば、農業者を特定する情報(農業者ID)、農業者が生産する作物の種類、該作物の生産地の経度緯度や面積、作物への散水や収穫時期に関する情報
作物に対して使用した肥料、農薬、農機などの農業生産資材に関する情報、及びその農業生産資材の使用日時、使用量及び使用回数など使用方法に関する情報が挙げられる。
FIG. 4 schematically shows a part of the data structure stored in the farming information DB 331. In the example of FIG. 4, farming information that can be acquired from the first terminal 120A is stored for each production site. The farming information shown in FIG. 4 includes, for example, information identifying a farmer (farmer ID), the type of crop produced by the farmer, the longitude and latitude of the production area of the crop, the area, the watering time of the crop, and the harvest time. Information on agricultural production materials such as fertilizers, pesticides, and agricultural machines used for crops, and information on usage methods such as date and time of use, amount of use and number of times of use of the agricultural production materials.

衛星データDB332は、生産地を含むエリアに関する衛星からのセンシングデータを経時的に記憶するものであり、受信部321がネットワーク130を介して第3端末120Cから受信した衛星データを記憶するデータベースの一例である。衛星データには、作物の生育量、品質、及び/又は生育過程に関する生産情報を含む衛星データが含まれる他、スペクトルデータから読み取れる土壌及び/又は気候など生産地の環境に関する第1環境情報が含まれていてもよい。第1環境情報は、衛星データから読み取れるデータであれば特に制限されず、例えば、土壌成分、地中温度、含水量、酸性度(pH)などの土壌データ、気温、降水量、日照時間などの気象データが挙げられる。 The satellite data DB 332 stores sensing data from satellites regarding an area including a production site over time, and is an example of a database that stores satellite data received by the receiving unit 321 from the third terminal 120C via the network 130. Is. The satellite data includes satellite data including production information on the growth amount, quality, and/or growth process of crops, and also includes first environmental information regarding the environment of the production site such as soil and/or climate that can be read from the spectrum data. It may be. The first environmental information is not particularly limited as long as it is data that can be read from satellite data. For example, soil data such as soil components, ground temperature, water content, acidity (pH), temperature, precipitation, sunshine duration, etc. Meteorological data is included.

本開示における、衛星データとしては、例えば、各地点において反射又は放射される電磁波のスペクトルデータが挙げられる。当該スペクトルデータには、作物の生育量、品質、及び/又は生育過程に関する生産情報、使用範囲における土壌及び/又は気候に関する環境情報が含まれる。例えば、スペクトルデータをいくつかの波長帯域に分けた場合、0.52〜0.6μmの領域は、植物活性を示し、0.63〜0.69μmの領域は、植物の種類を決定するためのクロロフィル吸収を示し、1.55〜1.75μmの領域は植物の水分を示し、10.4〜12.5μmの領域は、地表温度を示すとされる。 Examples of satellite data in the present disclosure include spectrum data of electromagnetic waves reflected or radiated at each point. The spectral data includes production information regarding the growth amount, quality, and/or growth process of crops, and environmental information regarding soil and/or climate in the range of use. For example, when the spectral data is divided into several wavelength bands, a region of 0.52 to 0.6 μm shows plant activity, and a region of 0.63 to 0.69 μm is used for determining the type of plant. Chlorophyll absorption is indicated, the region of 1.55 to 1.75 μm indicates the water content of plants, and the region of 10.4 to 12.5 μm indicates the surface temperature.

また、このほかにも、衛星データは、複数の波長帯域の反射率の四則演算により算出される指標が示す情報を含んでいてもよい。例えば、生物指標として知られるNormalized Difference Vegetation Index (NDVI)、Soil Adjusted Vegetation Index (SAVI), 及びEnhanced Vegetation Index(EVI)は、植物のクロロフィルが太陽光のうち赤領域の波長を光合成のために強く吸収し,近赤外領域の波長を反射することに基づく指標であり、近赤外領域,赤領域,青領域の反射率から算出される。 In addition to this, the satellite data may include information indicated by an index calculated by four arithmetic operations of reflectances in a plurality of wavelength bands. For example, Normalized Difference Vegetation Index (NDVI), Soil Adjusted Vegetation Index (SAVI), and Enhanced Vegetation Index (EVI), which are known as biological indicators, are plant chlorophylls that strongly affect the wavelengths in the red region of sunlight for photosynthesis. It is an index based on absorption and reflection of wavelengths in the near infrared region, and is calculated from the reflectance in the near infrared region, red region, and blue region.

さらに、特定の波長帯域と、特定の作物の品質(例えばたんぱく量)や生育量などとの間に成立する相関式を予め作成しておくことで、サーバ110のスコアリング部322は衛星データから特定の作物の品質や生育量などの推定を任意に行うこともできる。このように、相関式により衛星データから推定される情報も、衛星データに含まれる情報の一つとする。 Furthermore, the scoring unit 322 of the server 110 uses the satellite data by previously creating a correlation expression that holds between the specific wavelength band and the quality (eg, protein amount) or growth amount of a specific crop. It is also possible to arbitrarily estimate the quality and growth of a particular crop. In this way, the information estimated from the satellite data by the correlation equation is also one of the information included in the satellite data.

衛星データDB332に記憶される衛星データは、例えば、所定の解像度の2次元あるは高低差を考慮した3次元のエリアデータであって、画素あるいは地点ごとに電磁波のスペクトルデータを有してもよい。図5に、衛星データDB332が記憶する衛星データのイメージを模式的に示す。図5の例では、時点tの衛星データ(t)と、時点tにおける地点lのスペクトルデータ(l,t)とが示されている。たとえば、スペクトルデータ(l,t)における特定の波長領域の値、あるいは特定の波長領域に基づいて算出される指標により、サーバ110のスコアリング部322は、時点tの生産地(l)における作物の生育量、品質、及び/又は生育過程に関する生産情報や、土壌及び/又は気候など生産地の環境に関する第1環境情報を特定することができる。 The satellite data stored in the satellite data DB 332 is, for example, two-dimensional area data having a predetermined resolution or three-dimensional area data considering height difference, and may have electromagnetic wave spectrum data for each pixel or point. .. FIG. 5 schematically shows an image of satellite data stored in the satellite data DB 332. In the example of FIG. 5, the satellite data (t) at the time point t and the spectrum data (l, t) at the point 1 at the time point t are shown. For example, the scoring unit 322 of the server 110 causes the scoring unit 322 of the server 110 to use the value of the specific wavelength region in the spectrum data (l, t) or an index calculated based on the specific wavelength region, at the production site (l) at the time point t. It is possible to specify the production information regarding the growth amount, quality, and/or the growth process of the, and the first environmental information regarding the environment of the production place such as soil and/or climate.

地上データDB333は、生産地を含むエリアに関する地上センサからのセンシングデータを経時的に記憶するものであり、受信部321がネットワーク130を介して第3端末120Cから受信した地上データを記憶するデータベースの一例である。地上データは、生産地における土壌及び/又は気候に関する第2環境情報を含む。第2環境情報は、地上に設置するセンサにより取得可能なデータであれば特に制限されず、例えば、土壌成分、地中温度、含水量、酸性度(pH)などの土壌データ、気温、降水量、日照時間などの気象データが挙げられる。なお、地上データは、地上センサが設置された位置情報と対応付けられて記憶される。 The ground data DB 333 stores sensing data from a ground sensor regarding an area including a production site over time, and is a database that stores ground data received by the receiving unit 321 from the third terminal 120C via the network 130. This is an example. The ground data includes secondary environmental information regarding soil and/or climate in the production area. The second environmental information is not particularly limited as long as it is data that can be acquired by a sensor installed on the ground, and includes, for example, soil data such as soil components, ground temperature, water content, acidity (pH), temperature, precipitation. , Weather data such as sunshine hours. The ground data is stored in association with the position information where the ground sensor is installed.

衛星データは、図5に示すように一定の解像度のエリアデータとして得ることができる。これに対して、地上データは、地上センサが設置された地点におけるデータとなり、地上センサが設置されていない地点においての情報は有しない。図6に、地上データDB333が記憶する地上データのイメージを模式的に示す。図6の例では、時点tの土壌のpHに関する地上データ(t)と、その地上データ(t)を衛星データ(t)により補完した地上データ(t’)とが示されている。 The satellite data can be obtained as area data having a constant resolution as shown in FIG. On the other hand, the ground data is data at the point where the ground sensor is installed and does not have information at the point where the ground sensor is not installed. FIG. 6 schematically shows an image of ground data stored in the ground data DB 333. In the example of FIG. 6, the ground data (t) regarding the pH of the soil at the time point t and the ground data (t′) obtained by complementing the ground data (t) with the satellite data (t) are shown.

地上データ(t)のように地上センサが設置されないことにより地上データが得られない地点(l3)における地上データは、推定により補完してもよい。一例として、二つ地点における地点(l1、l2)の酸性度が地上データから得られている場合に、三つ目の地点における地点(l3)の酸性度を、地点(l1、l2)における酸性度(l1、l2)に基づく推定式(pH(x))により推定し、補完する方法が挙げられる。但し、補完方法はこれに限定されるものではない。 The ground data at the point (13) where the ground data cannot be obtained because the ground sensor is not installed like the ground data (t) may be supplemented by estimation. As an example, when the acidity at the point (l1, l2) at the two points is obtained from the ground data, the acidity at the point (l3) at the third point is calculated as the acidity at the point (l1, l2). A method of estimating and complementing by an estimation formula (pH(x)) based on the degrees (11, 12) can be mentioned. However, the complementary method is not limited to this.

また、これに代えて、地点(l1、l2)の酸性度と衛星データとの相関式を算出し、衛星データにより得られた値から補正した推定式(たとえばpH(x)’)が求められてもよい。このように衛星データと地上データとの相関関係に基づいて、一方を他方で補完又は補正することにより、地上センサを設置していない生産地における土壌及び/又は気候に関する第3環境情報が推定可能である。これにより、生産地の環境情報の精度がより向上し得る。なお、第3環境情報は、地上データDB333に記憶させることができる。 Instead of this, a correlation equation between the acidity at the point (11, 12) and the satellite data is calculated, and an estimated equation (for example, pH(x)') corrected from the value obtained from the satellite data is obtained. May be. In this way, based on the correlation between satellite data and ground data, by complementing or correcting one with the other, it is possible to estimate the third environmental information regarding soil and/or climate in the production area where ground sensors are not installed. Is. Thereby, the accuracy of the environmental information of the production area can be further improved. The third environment information can be stored in the ground data DB 333.

スコアDB334は、農業者に付与される作物の収穫成果及び/又は生育過程の評価に関するスコアを記憶するものであり、サーバ110のスコアリング部322が算出したスコアを記憶するデータベースの一例である。記憶されるスコアとしては、例えば、作物の生育量に関するスコア、作物の品質に関するスコア、作物毎に適した土壌づくりから収穫までの生育過程の評価に関するスコア、又はこれらスコアを総合的に評価したスコアが挙げられる。なお、評価されるスコアはこれに限定されず、土壌づくりから収穫までのすべての過程を評価対象としてスコアリングする構成でもよい。 The score DB 334 stores a score related to the evaluation of the harvest result and/or the growth process of the crop given to the farmer, and is an example of a database that stores the score calculated by the scoring unit 322 of the server 110. As the score to be stored, for example, a score related to the amount of crop growth, a score related to crop quality, a score related to evaluation of a growth process from soil preparation suitable for each crop to harvest, or a score obtained by comprehensively evaluating these scores. Is mentioned. In addition, the score to be evaluated is not limited to this, and the configuration may be such that all the processes from soil preparation to harvesting are scored as evaluation targets.

図7に、スコアDB334が記憶するデータ構造の一部を模式的に示す。図7の例では、農業者に付与される作物の収穫成果及び/又は生育過程の評価に関するスコアが、作物毎に記憶されている。これらスコアは、例えば、作物の生育量や土壌づくりなどに関連する、衛星のスペクトルデータにおける特定の波長帯域の反射率や、複数の波長帯域の反射率の四則演算により得られる数値指標などの数値により表すことができる。 FIG. 7 schematically shows a part of the data structure stored in the score DB 334. In the example of FIG. 7, a score relating to the evaluation of the harvest result and/or the growth process of the crop given to the farmer is stored for each crop. These scores are, for example, numerical values such as reflectance of a specific wavelength band in the spectrum data of satellites related to crop growth and soil making, and numerical indexes obtained by four arithmetic operations of reflectance of multiple wavelength bands. Can be represented by

また、他の方法として、例えば、予め閾値を定めておき、その閾値以上であれば生育量を“High"と評価し、その閾値未満であれば生育量を"Low"と評価する方法が挙げられる。当該方法における閾値の決定方法は特に制限されないが、例えば、特定の作物Aにおける生育量に関する情報の集合を特定し、この集合から統計的な傾向(クラスタリング)を求めることにより決定することができる。なお、分類は"High"と"Low"の2分類に限られず、3分類以上の多分類に分けることができる。 Further, as another method, for example, there is a method in which a threshold value is set in advance, the growth amount is evaluated as “High” when the threshold value is equal to or more than the threshold value, and the growth amount is evaluated as “Low” when the threshold value is less than the threshold value. Be done. The method of determining the threshold value in the method is not particularly limited, but can be determined by, for example, identifying a set of information on the growth amount of a specific crop A and obtaining a statistical tendency (clustering) from this set. Note that the classification is not limited to the two classifications of "High" and "Low", and can be classified into three or more classifications.

グループDB335は、生産する作物、及び/又は、生産地の土壌及び/又は気候に関する情報に基づいて、グループに分類した農業者を記憶するものであり、サーバ110のグルーピング部323が分類したグループを記憶するデータベースの一例である。これに基づいて、特定の作物Aを育成する農業者であって、その育成環境が近い農業者を特定することができる。これにより、作物の育成環境が類似する農業者間で育成方法に関する情報の共有をより適切に行うことができる。具体的には、作物の育成環境が類似する農業者同士をマッチングすることができ、類似する育成環境においてより優れた収穫成果を得る方法を共有することができる。 The group DB 335 stores the farmers classified into groups based on the crops to be produced and/or the soil and/or the climate of the production area, and the groups classified by the grouping unit 323 of the server 110. It is an example of a database to be stored. Based on this, it is possible to identify a farmer who grows a specific crop A and whose farming environment is close. As a result, it is possible to more appropriately share the information about the growing method among farmers who have similar growing environments for crops. Specifically, it is possible to match farmers having similar crop growing environments with each other, and share a method of obtaining a better harvest result in a similar growing environment.

図8に、グループDB335が記憶するデータ構造の一部を模式的に示す。図8の例では、作物の種類、土壌の種類、及び気候の種類により特定されるグループIDが決められており、このグループIDに該当する農業者が紐づけられている。グループを特徴づけるための生産地の土壌の種類としては、例えば、地表温度の高い地域や低い地域、pHの高い地域や低い地域、地中水分量の多い地域や少ない地域など、衛星データDB332や地上データDB333により記憶された土壌情報に基づいて決めることができる。また、グループを特徴づけるための生産地の気候の種類としては、例えば、日照量の多い地域や少ない地域、雨量の多い地域や少ない地域、気温の高い地域や低い地域など、衛星データDB332や地上データDB333により記憶された気候情報に基づいて決めることができる。これら生産地の土壌及び気候の種類は、衛星データDB322及び地上データDB333に記憶される第1乃至第3環境情報に基づいて決めることができる。 FIG. 8 schematically shows a part of the data structure stored in the group DB 335. In the example of FIG. 8, a group ID specified by the type of crop, the type of soil, and the type of climate is determined, and the farmers corresponding to this group ID are linked. Examples of soil types in the production areas for characterizing the groups include satellite data DB 332 such as areas with high and low surface temperatures, areas with high and low pH, and areas with high or low ground water content. It can be determined based on the soil information stored by the ground data DB 333. As the type of climate of the production area for characterizing the group, for example, areas with high or low sunshine, areas with high or low rainfall, areas with high temperature or low temperature, such as satellite data DB332 and terrestrial It can be determined based on the climate information stored by the data DB 333. The types of soil and climate in these production areas can be determined based on the first to third environmental information stored in the satellite data DB 322 and the ground data DB 333.

次いで、以下、図3に戻り、制御部320について説明する。 Next, returning to FIG. 3, the control unit 320 will be described below.

受信部321は、入出力I/F204を介して、第1端末120A、第2端末120B、第3端末120C、又は第4端末120Dから、営農情報、衛星データ、又は地上データを受信する処理を行う機能を有する。 The receiving unit 321 performs a process of receiving farming information, satellite data, or ground data from the first terminal 120A, the second terminal 120B, the third terminal 120C, or the fourth terminal 120D via the input/output I/F 204. Have the function to do.

営農情報の入力については、例えば、各農業者が、第1端末120A及び第2端末120Bに対して行うことができる。この際、農業者の入力負担を軽減する観点から、営農情報をテキストにより入力することに代えて、生産地の画像データを入力してもよい。ここで入力する画像データは、生産地を写したものであり、画像データに付随する位置情報、及び、画像データに付随する撮影日時を含むものであることが好ましい。第1端末120A及び第2端末120Bで取得した画像データは、第1端末120A及び第2端末120Bが有する機能部が拡張現実(AR)技術を用いて解析し、解析によって得られる生産地の面積等の情報をサーバ110の受信部321で受信後、生産地の場所を特定して、面積を求めることができる。なお、第1端末120A及び第2端末120Bから受信した画像データを、サーバ110の受信部321が拡張現実(AR)技術を用いて解析することで、生産地の面積を求める構成でもよい。また、サーバ110は、画像データに付随する位置情報から、生産地の位置を特定することができる。なお、撮影する使用範囲の広さにもよるが、画像データは、パノラマ写真であってもよい。 The farming information can be input, for example, by each farmer to the first terminal 120A and the second terminal 120B. At this time, from the viewpoint of reducing the input burden on the farmer, instead of inputting the farming information by text, image data of the production area may be input. The image data input here is a copy of the production site, and preferably includes position information attached to the image data and a shooting date and time attached to the image data. The image data acquired by the first terminal 120A and the second terminal 120B is analyzed by the functional units of the first terminal 120A and the second terminal 120B using augmented reality (AR) technology, and the area of the production area obtained by the analysis is analyzed. After receiving the information such as the above by the receiving unit 321 of the server 110, the place of the production place can be specified and the area can be obtained. The image data received from the first terminal 120A and the second terminal 120B may be analyzed by the receiving unit 321 of the server 110 using the augmented reality (AR) technology to obtain the area of the production site. Further, the server 110 can specify the position of the production place from the position information attached to the image data. Note that the image data may be a panoramic photograph, although it depends on the size of the usage range for photographing.

さらに、画像データは、種まき時期や、散水時、肥料や農薬の使用時、収穫時など、作物の育成段階に応じて撮影し、撮影した画像データに対応する育成段階に関する情報とともに第1端末120A及び第2端末120Bに入力してもよい。サーバ110は、第1端末120A及び第2端末120Bに入力された画像データに付随する位置情報と撮影日時並びその育成段階に関する情報に基づいて、農業生産資材の使用方法など作物の育成に関する営農情報を営農情報DB331に記憶することができる。これにより、生産地や、農業生産資材の使用時期及び使用回数などの入力について、農業者の負担を軽減することができる。 Further, the image data is photographed according to the growing stage of the crop such as sowing time, watering, using fertilizer or pesticide, and harvesting time, and the first terminal 120A together with information on the growing stage corresponding to the taken image data. And may be input to the second terminal 120B. The server 110, based on the position information associated with the image data input to the first terminal 120A and the second terminal 120B, the shooting date and time, and information about the growing stage thereof, farming information related to the cultivation of crops such as the method of using agricultural production materials. Can be stored in the farming information DB 331. As a result, it is possible to reduce the burden on the farmer with respect to the input of the production area, the use period and the number of uses of the agricultural production material, and the like.

さらに、サーバ110は、第1端末120A及び第2端末120Bから農業生産資材の使用範囲にいる害虫などの情報を、画像データとして受信してもよい。当該画像データから害虫を自動判定することもできる。 Further, the server 110 may receive information such as pests in the range of use of agricultural production materials from the first terminal 120A and the second terminal 120B as image data. Pests can be automatically determined from the image data.

衛星データは、人工衛星から衛星データを受信する第3端末120Cから、ネットワークを介して直接又は他の端末を介して間接的に受信することができる。衛星データの受信は、定期的に行ってもよいし、不定期に行ってもよい。不定期の例としては、例えば、営農情報が入力されたときに、入力された営農情報に基づいて衛星データを受信する場合が挙げられる。 The satellite data can be received directly from the third terminal 120C that receives the satellite data from the artificial satellite via the network or indirectly via another terminal. The satellite data may be received regularly or irregularly. An example of the irregular period is, for example, when the farming information is input, the satellite data is received based on the input farming information.

地上データは、第4端末120Dを介して受信する。第4端末120Dには、地上に設置されたセンサから、土壌及び/又は気候に関するセンシングデータが蓄積される。また、地上データは、その測定位置情報及び測定時間情報と対応付けられていてもよい。 The ground data is received via the fourth terminal 120D. The fourth terminal 120D stores sensing data regarding soil and/or climate from a sensor installed on the ground. The ground data may be associated with the measurement position information and the measurement time information.

地上データは、衛星データ又は地上データだけでは取得できないデータを補完する目的や、衛星データの精度をより向上させる目的など、取得する環境情報の精度を向上させ、農業者のグルーピングをより適切に行う目的で用いることができる。衛星データ又は地上データだけでは取得できないデータの補完を目的とする例としては、上述した土壌の酸性度の例のように、地上センサが設置されないことにより地上データが得られない地点における地上データを推定により補完する場合が挙げられる。また、衛星データの精度の向上を目的とする例としては、例えば、地表温度や土壌の水分量などのように衛星データと地上データで同一の物理量を測定可能な場合に、地上データの実測値に基づいて、衛星データの波長帯域から算出される値を校正する場合が挙げられる。 Ground data improves the accuracy of the environmental information to be acquired, such as the purpose of complementing satellite data or data that cannot be acquired only by ground data, and the purpose of further improving the accuracy of satellite data, and more appropriately groups farmers. It can be used for any purpose. As an example for the purpose of supplementing data that cannot be acquired only by satellite data or ground data, as in the example of soil acidity mentioned above, ground data at points where ground data cannot be obtained because ground sensors are not installed are used. There is a case in which it is supplemented by estimation. In addition, as an example for the purpose of improving the accuracy of satellite data, for example, when the same physical quantity can be measured with the satellite data and the ground data such as the surface temperature and the water content of the soil, the measured value of the ground data There is a case where the value calculated from the wavelength band of satellite data is calibrated based on.

スコアリング部322は、衛星データDB332から各農業者の営農情報を用いて特定した生産情報に基づいて、各農業者の育成する作物の種類に応じて、各農業者に作物の収穫成果及び/又は生育過程の評価に関するスコアを付す処理を行う。より具体的には、受信部321が受信した衛星データから、生育量や品質、土壌の状態などに関する値を抽出し、当該値に基づいて、作物の生育量や品質及び/又は生育過程に関するスコアを付すことができる。 The scoring unit 322, based on the production information identified from the satellite data DB 332 by using the farming information of each farmer, according to the type of the crop that each farmer grows, the harvesting results of the crops and/or Alternatively, a process for attaching a score relating to the evaluation of the growth process is performed. More specifically, from the satellite data received by the receiving unit 321, a value related to growth amount, quality, soil condition, etc. is extracted, and based on the value, a score related to the growth amount and quality of the crop and/or the growth process. Can be attached.

ここで、衛星データから抽出される生育量や品質、土壌の状態などに関する値としては、例えば、特定の波長帯域の反射率や、複数の波長帯域の反射率の四則演算により得られる数値指標などが挙げられる。なお、生育量や品質、土壌の状態などに関する値を抽出する際に利用する波長帯域などは、作物の種類に応じて適切なものを選択することができる。例えば、緑色の作物と赤色の作物とでは、電磁波(光)の吸収及び反射波長帯域が異なるため、生育量や品質に関する値を抽出する際にはより適した波長帯域を適宜選択して利用することができる。また、土壌の状態などについては、その水分量や栄養素量に応じて、それらを評価するのに適した波長帯域を適宜選択して利用することができる。なお、選択した波長帯域を作物の種別ごとにパラメータ値を付与して調整して利用する構成でもよい。 Here, as the values related to the growth amount, the quality, the soil condition, etc. extracted from the satellite data, for example, the reflectance in a specific wavelength band, the numerical index obtained by the four arithmetic operations of the reflectance in a plurality of wavelength bands, etc. Is mentioned. It should be noted that the wavelength band and the like used when extracting the values relating to the growth amount, quality, soil condition, etc. can be selected appropriately according to the type of crop. For example, the green and red crops have different absorption and reflection wavelength bands of electromagnetic waves (light), so when extracting values relating to growth and quality, a more suitable wavelength band is appropriately selected and used. be able to. Further, regarding the state of soil, etc., a wavelength band suitable for evaluating them can be appropriately selected and used according to the amount of water and the amount of nutrients. It should be noted that a configuration may be used in which the selected wavelength band is given a parameter value for each crop type and adjusted and used.

営農情報に含まれる作物の種類に関する情報に基づいて、その作物の生産地毎に着目する波長帯域などを調整することにより、その作物の生育量及び品質などの状態をより適切に評価することができる。これにより、作物の収穫成果及び/又は生育過程の評価の精度がより向上し、その収穫成果に至った育成方法の優劣もより適切に判断することができる。スコアリング部322は、作物の生育量及び品質などの状態をより適切に評価するために、作物の種類と評価すべき波長帯域を対応付けたテーブルを用いてもよい。 Based on the information about the type of crop included in the farming information, it is possible to more appropriately evaluate the condition such as the growth amount and quality of the crop by adjusting the wavelength band of interest for each production area of the crop. it can. Thereby, the accuracy of the evaluation of the crop result and/or the growth process of the crop is further improved, and the superiority or inferiority of the breeding method that has reached the crop result can be more appropriately determined. The scoring unit 322 may use a table in which the types of crops and the wavelength bands to be evaluated are associated with each other in order to more appropriately evaluate the growth amount and quality of the crops.

図9に、作物の種類と評価すべき波長帯域を対応付けたテーブルの一例を示す。図9の例では、作物の種類ごとに、生育量又は品質の評価にあたり考慮すべき波長帯域とその波長帯域の反射率に積算する係数が記憶されている。例えば、このテーブルに従えば、作物の品質の指標を、下記式により算出(抽出)することができる。
作物の生育量の指標=波長帯域1の反射率×係数+波長帯域2の反射率×係数
FIG. 9 shows an example of a table in which the types of crops and the wavelength bands to be evaluated are associated with each other. In the example of FIG. 9, a wavelength band to be considered in evaluating the growth amount or quality and a coefficient to be integrated with the reflectance of the wavelength band are stored for each type of crop. For example, according to this table, the index of crop quality can be calculated (extracted) by the following formula.
Crop growth index = reflectance in wavelength band 1 x coefficient + reflectance in wavelength band 2 x coefficient

また、作物の生育量の指標を、下記式により算出(抽出)することができる。このほか、同様にして、作物に付随する営農についても評価することができる。
作物の生育量の指標=波長帯域1の反射率×係数+波長帯域2の反射率×係数
Further, the index of the growth amount of the crop can be calculated (extracted) by the following formula. In addition, the farming associated with the crop can be evaluated in the same manner.
Crop growth index = reflectance in wavelength band 1 x coefficient + reflectance in wavelength band 2 x coefficient

さらに、生育過程の評価の指標についても、上記と同様にして産出することができる。一例として、生育過程のうち土壌づくりの工程の評価について説明する。例えば、作物の種類ごとに、育成に適した土壌の水分量や栄養素量あるいはpH等のデータ(以下、「理想土壌データ」ともいう)を用意し、この理想土壌データとそれを示す波長帯域あるいはスペクトルとを対応付けたテーブルを用意する。そして、実際の作物の生産地の衛星データと、理想土壌データに対応する波長帯域あるいはスペクトルとを比較することで、実際の作物の生産地の土壌づくりについて、理想的な土壌づくりが達成されているか否かや、土壌状態の理想との乖離度合いを評価することができる。また、これに限られず、土壌以外の生育過程の評価についても、衛星データにより観測できるものについては同様にして評価することができる。さらに、この生育過程の評価は、土壌づくりに限られるものではなく、土壌づくりから収穫までのすべての過程で、行うことができる。 Furthermore, the index for evaluation of the growth process can be produced in the same manner as above. As an example, the evaluation of the soil making process in the growing process will be described. For example, data (hereinafter, also referred to as “ideal soil data”) such as soil water content, nutrient amount, or pH suitable for cultivation for each type of crop is prepared, and the ideal soil data and the wavelength band indicating the data are prepared. A table in which the spectra are associated with each other is prepared. Then, by comparing the satellite data of the actual crop production area with the wavelength band or spectrum corresponding to the ideal soil data, it is possible to achieve the ideal soil creation for the soil preparation of the actual crop production area. It is possible to evaluate whether or not the soil condition is different from the ideal. Further, the present invention is not limited to this, and the evaluation of growth processes other than soil can also be performed in the same manner as long as it can be observed by satellite data. Furthermore, this evaluation of the growth process is not limited to soil preparation, but can be performed in all processes from soil preparation to harvesting.

また、上記のようにして抽出された値に基づいて、作物の生育量や品質、生育過程の評価に関するスコアを付す処理としては、抽出した値をそのままスコアとして用いてもよいし、上述したように、抽出した値を“High"や"Low"などクラスタリングなどにより分類してスコアとして用いてもよい。スコアリング部322は、作物の生育量に関するスコアと作物の品質に関するスコアと生育過程の評価に関するスコアに基づいて、作物の生育量と品質を総合的に評価したスコアを算出してもよい。作物の生育量と品質を総合的に評価したスコアは、例えば、作物の生育量に関するスコアと作物の品質に関するスコアと生育過程の評価に関するスコアの積又は和として算出することができるがこれに制限されない。 Further, based on the value extracted as described above, as a process of attaching a score relating to the evaluation of the growth amount and quality of the crop, the growth value of the crop, the extracted value may be used as the score as it is, as described above. In addition, the extracted values may be classified by clustering such as “High” or “Low” and used as a score. The scoring unit 322 may calculate a score that comprehensively evaluates the growth amount and the quality of the crop, based on the score related to the growth amount of the crop, the score related to the quality of the crop, and the score related to the evaluation of the growth process. The score that comprehensively evaluates the growth amount and quality of the crop can be calculated, for example, as the product or sum of the score related to the growth amount of the crop, the score related to the quality of the crop, and the score related to the evaluation of the growth process, but is not limited to this. Not done.

グルーピング部323は、営農情報DB331から取得した農業者が生産する作物、及び/又は、衛星データDB332あるいは地上データDB333生産地の土壌及び/又は気候に関する情報に基づいて、農業者を所定のグループに分類する処理を行う。このような処理の一例として、予め、作物の種類と、生産地の土壌の種類と、生産地の気候の種類を指定したグループを複数作成しておき、営農情報DB331に記憶された作物の種類と、衛星データDB332や地上データDB333に記憶された第1乃至第3環境情報に基づいて、農業者を該当するグループに振り分ける方法が挙げられる。 The grouping unit 323 groups the farmers into predetermined groups based on the crops produced by the farmers acquired from the farming information DB 331 and/or the information on the soil and/or climate of the satellite data DB 332 or the ground data DB 333 producing area. Perform classification processing. As an example of such a process, a plurality of groups are created in advance that specify the types of crops, the types of soil in the production area, and the types of climate in the production area, and the types of crops stored in the farming information DB 331. Then, based on the first to third environment information stored in the satellite data DB 332 or the ground data DB 333, a method of allocating the farmer to a corresponding group can be given.

ここで、グループを特徴づけるための生産地の土壌や気候の種類は、例えば、衛星データDB332や地上データDB333により記憶された土壌情報や気候情報に基づいて決めることができる。より具体的には、衛星データDB322及び地上データDB333に記憶される第1乃至第3環境情報を、いくつかの種類にクラスタリングすることにより、決めることができる。 Here, the type of soil or climate in the production area for characterizing the group can be determined based on, for example, soil information or climate information stored in the satellite data DB 332 or the ground data DB 333. More specifically, it can be determined by clustering the first to third environment information stored in the satellite data DB 322 and the ground data DB 333 into several types.

ライセンシング部324は、農業者に対して、他の農業者の営農情報の利用に関するライセンスを発行する処理を行う。ライセンスを発行する条件は、例えば、特定の収穫成果を上げるための営農情報を知りたい第1農業者(以下、単に「第1農業者」ともいう。)と、特定の収穫成果を上げた営農情報を有する第2農業者(以下、単に「第2農業者」ともいう。)との間に、第2農業者の営農情報を第1農業者に参照させることについての合意が形成されていれば特に制限されない。 The licensing unit 324 performs a process of issuing a license regarding the use of farming information of other farmers to the farmers. The conditions for issuing a license are, for example, a first farmer who wants to know farming information for achieving a specific harvest result (hereinafter, also simply referred to as “first farmer”), and a farming worker who has achieved a specific harvest result. An agreement has been formed with the second farmer who has the information (hereinafter also simply referred to as "second farmer") to refer the farming information of the second farmer to the first farmer. There is no particular limitation.

このような合意形成としては、例えば、ライセンシング部324が、特定の収穫成果を上げるための営農情報を知りたい第1農業者から、特定の収穫成果を上げた営農情報を有する第2農業者の営農情報を参照したいという申請を受け付け、第2農業者に当該申請があった旨を通知し、第2農業者が自らの営農情報を開示することに合意する旨の通知を受信した場合が挙げられる。また、後述するように、マッチング部325が第1農業者と第2農業者とをマッチングし、両者の間に第2農業者の営農情報を第1農業者に参照させることについての合意が形成された場合も挙げられる。 As such consensus building, for example, the licensing unit 324 may change from the first farmer who wants to know the farming information for achieving a specific harvest result to the second farmer who has the farming information that has achieved a specific harvest result. For example, when an application for referencing farming information is received, the second farmer is notified that the application has been made, and the second farmer receives a notification that the second farmer agrees to disclose his or her farming information. Be done. Further, as will be described later, an agreement is reached that the matching unit 325 matches the first farmer and the second farmer, and causes the first farmer to refer to the farming information of the second farmer between them. The case where it was done is also mentioned.

ライセンスは、第1農業者が第2農業者の営農情報を参照するための権利として付与されるものである。営農情報DB331に記憶される営農情報は、農業生産資材の使用方法の詳細から、作物への散水や収穫時期に関する情報など、さまざまな情報を含む。ライセンシング部324は、参照させる営農情報の量に応じて、すべての営農情報を参照できるようにするライセンスや、一部の営農情報のみを参照できるようにするライセンスなど、
複数種のライセンスを発行することもできる。この場合、ライセンスにより開示される営農情報の範囲については、上記合意形成時に合わせて合意することができる。
The license is given as a right for the first farmer to refer to the farming information of the second farmer. The farming information stored in the farming information DB 331 includes various information such as details on how to use agricultural production materials, information on watering of crops and harvest time. The licensing unit 324, depending on the amount of farming information to be referred to, a license that allows all farming information to be referred to, a license that allows only part of the farming information to be referred to, etc.
It is also possible to issue multiple types of licenses. In this case, the range of farming information disclosed by the license can be agreed upon at the time of forming the agreement.

ライセンスを発行された第1農業者に対する営農情報の開示方法は特に制限されないが、例えば、サーバ110にアクセスした第1農業者に対して、情報を閲覧させる方法が挙げられる。また、ライセンシング部324は、第1農業者から上記ライセンスの対価を受け付け、該対価の全部または一部を第2農業者に支払う決済処理を行ってもよい。これにより、第2農業者は自らの営農情報を提供することにより、営農以外の新たな収入源を得ることができる。 The method of disclosing farming information to the first farmer who has been issued a license is not particularly limited, and for example, there is a method of allowing the first farmer who has accessed the server 110 to browse the information. Further, the licensing unit 324 may perform payment processing for accepting the consideration of the license from the first farmer and paying all or part of the consideration to the second farmer. Thereby, the second farmer can obtain a new income source other than farming by providing his/her farming information.

マッチング部325は、グルーピング部により同一のグループに分類された農業者を、スコアに基づいてマッチングする処理を行う。例えば、同一のグループに分類された農業者のうち、前期の作物の収穫成果及び/又は生育過程の評価のスコアが低い第1農業者に対して、前記の作物の収穫成果及び/又は生育過程の評価のスコアが高い第2農業者をマッチングさせる。これにより、特定の収穫成果を上げるための営農情報を知りたい第1農業者と、特定の収穫成果を上げた営農情報を有する第2農業者との間に、第2農業者の営農情報を第1農業者に参照させることについての合意が形成されると、上記ライセンシング部324が第1農業者にライセンスを発行する。 The matching unit 325 performs a process of matching the farmers classified into the same group by the grouping unit based on the score. For example, among the farmers who are classified into the same group, the first farmers who have a low score of the evaluation of the harvest performance and/or the growth process of the crops in the previous period are given the harvest performance and/or the growth process of the crops. Match the second farmer with a high evaluation score. As a result, between the first farmer who wants to know the farming information for achieving a specific harvest result and the second farmer who has the farming information that achieves a specific harvest result, the farming information of the second farmer is provided. When an agreement is reached to refer the first farmer, the licensing unit 324 issues a license to the first farmer.

このようなマッチング処理を行うことにより、類似する環境下で同じ作物を育成する農業者間で、育成方法の優劣に関する情報を共有することができる。これにより、個々の農業者の負担するコストを抑えつつ、作物の生育量及び/又は品質の全体的な向上や均一化を期待することができる。 By performing such matching processing, it is possible to share information regarding the superiority or inferiority of the growing method among farmers who grow the same crop under similar environments. As a result, it is possible to expect an overall improvement and uniformization of the growth amount and/or quality of crops while suppressing the cost borne by individual farmers.

<第1実施形態の動作処理>
図10〜11を参照し、第1実施形態に係るプログラムの処理について説明する。なお、以下で説明する処理手順は一例に過ぎず、各処理は、本開示の技術思想の範囲内において可能な限り変更されてよく、また、適宜、ステップの省略、置換、及び追加が可能である。
<Operation processing of the first embodiment>
Processing of the program according to the first embodiment will be described with reference to FIGS. Note that the processing procedure described below is merely an example, and each processing may be modified as much as possible within the scope of the technical idea of the present disclosure, and steps may be omitted, replaced, and added as appropriate. is there.

はじめに、評価システム1の処理シーケンスについて説明する。図10は、第1実施形態における評価システム1が行う処理を示すシーケンス図の一例を示す。第1取得ステップS1001において、第1端末120A及び第2端末120Bは、営農情報をそれぞれ送信し、サーバ110は、これら情報を取得し、第2取得ステップS1002において、第3端末120Cは、衛星データを送信し、サーバ110はこれを取得する。これらに加えて、第3取得ステップS1003において、第4端末120Dは、その他の情報として、衛星データに含まれるエリアに設置された一又は複数の地上センサからの経時的なセンシングデータであって、地上センサが設置された地点における土壌及び/又は気候に関するセンシングデータ(地上データ)を送信し、サーバ110は、その情報を取得してもよい。なお、これら各データの取得順は特に制限されない。 First, the processing sequence of the evaluation system 1 will be described. FIG. 10 shows an example of a sequence diagram showing a process performed by the evaluation system 1 according to the first embodiment. In 1st acquisition step S1001, 1st terminal 120A and 2nd terminal 120B each transmit farming information, the server 110 acquires these information, and in 2nd acquisition step S1002, 3rd terminal 120C shows satellite data. Is transmitted, and the server 110 acquires this. In addition to these, in the third acquisition step S1003, the fourth terminal 120D is time-dependent sensing data from one or a plurality of ground sensors installed in an area included in the satellite data, as other information, The server 110 may acquire the information by transmitting the sensing data (ground data) regarding the soil and/or the climate at the point where the ground sensor is installed. The acquisition order of each of these data is not particularly limited.

サーバ110は、後述するスコアリングステップとグルーピングステップなどを実行した後(S1004〜S1007)、マッチングステップを実行して、第1農業者と第2農業者をマッチングする(S1008)。サーバ110は、第1農業者の第1端末120Aに対して、第2農業者をスコアとともにレコメンドする通知を送信し(S1009)、第1農業者は、第2農業者のスコアを参照し、営農情報の取得を希望する場合には、ライセンスの購入申請をサーバ110に対して行う(S1010)。第1端末120Aからライセンス購入申請を受信したサーバ110は、第2農業者の第2端末120Bに対して、その旨を通知する(S1011)。第1農業者のライセンス購入を承認する第2農業者は、サーバ110にその旨を送信し(S1012)、承認する旨を受信したサーバ110は、第1農業者にライセンスを発行する(S1013)。 The server 110 executes a scoring step, a grouping step, and the like, which will be described later (S1004 to S1007), and then executes a matching step to match the first farmer with the second farmer (S1008). The server 110 transmits a notification recommending the second farmer with the score to the first terminal 120A of the first farmer (S1009), and the first farmer refers to the score of the second farmer, If it is desired to obtain farming information, a license purchase application is made to the server 110 (S1010). The server 110 that has received the license purchase application from the first terminal 120A notifies the second terminal 120B of the second farmer to that effect (S1011). The second farmer who approves the license purchase of the first farmer sends a message to that effect to the server 110 (S1012), and the server 110 which has received the approval issues a license to the first farmer (S1013). ..

上記処理シーケンスにおいては、ライセンス発行の前後に、第1事業者から第2事業者へライセンス料の支払いが行われてもよい。また、第2農業者が、ライセンスの購入申請があった場合にはすべて承認する旨の情報をサーバ110に登録することで、第2農業者側の承認ステップ(S1011〜S1012)を省略してもよい。サーバ110が行うステップS1004〜S1008は、後述するステップS1104〜1108に相当するため、ここでの説明は省略する。 In the above processing sequence, the license fee may be paid from the first business operator to the second business operator before and after the license issuance. In addition, the second farmer registers the information to approve all purchase requests for licenses in the server 110, thereby omitting the approval step (S1011 to S1012) on the second farmer side. Good. Steps S1004 to S1008 performed by the server 110 correspond to steps S1104 to 1108 to be described later, and thus the description thereof will be omitted here.

次に、サーバ110の処理について説明する。図11は、第1実施形態におけるサーバ110における処理のフローチャートの一例を示す。 Next, the processing of the server 110 will be described. FIG. 11 shows an example of a flowchart of processing in the server 110 according to the first embodiment.

(各種データを取得する処理)
初めに、サーバ110の受信部321は、農業者が生産する作物の種類及び該作物の生産地に関する営農情報を農業者毎に取得する第1取得ステップS1101と、作物の生育量、品質、及び/又は生育過程に関する生産情報を含む衛星データを取得する第2取得ステップS1102と、を実行する。また、これらに加えて、サーバ110の受信部321は、生産地における土壌及び/又は気候に関する第2環境情報を含む地上データを取得する第3取得ステップS1103を実行してもよい。
(Process of acquiring various data)
First, the receiving unit 321 of the server 110 obtains, for each farmer, farming information on the types of crops produced by the farmer and the production areas of the crops, a first acquisition step S1101, and the growth amount, quality, and And/or a second acquisition step S1102 of acquiring satellite data including production information regarding the growth process. Further, in addition to these, the receiving unit 321 of the server 110 may execute a third acquisition step S1103 that acquires ground data including second environment information regarding soil and/or climate in the production area.

第1乃至第3取得ステップS1101〜S1103において、営農情報、衛星データ、及び地上データを取得したサーバ110は、必要に応じて、取得したデータの解析処理などを行ってもよい。 In the first to third acquisition steps S1101 to S1103, the server 110 that has acquired the farming information, the satellite data, and the ground data may perform an analysis process of the acquired data as necessary.

例えば、第1取得ステップS1101において取得する営農情報は、農業者が生産する作物の種類及び該作物の生産地に関する営農情報を含むが、上述のとおりこれに代えて生産地の画像データを取得することもできる。第1取得ステップS1101において、営農情報の一部として、画像データを取得した場合には、サーバ110の受信部321は、当該画像データを拡張現実(AR)技術などにより解析して、その使用面積を求める処理と、画像データに付随する位置情報と撮影日時から、使用範囲の位置と使用日時を特定する処理を行う。 For example, the farming information acquired in the first acquisition step S1101 includes farming information on the type of crop produced by the farmer and the production area of the crop, but instead of this, image data of the production area is acquired instead. You can also In the first acquisition step S1101, when the image data is acquired as a part of the farming information, the reception unit 321 of the server 110 analyzes the image data by using augmented reality (AR) technology or the like, and uses the area. And a process of identifying the position of the use range and the use date and time from the position information and the shooting date and time associated with the image data.

また、第3取得ステップS1103において地上データを取得した場合には、サーバ110の受信部321は、校正ステップS1104において衛星データと地上データ間の校正処理を行ってもよい。このような校正処理としては、例えば、地上データに含まれる物理量を衛星データに含まれる物理量に基づいて校正する処理、衛星データに含まれる物理量を地上データに含まれる物理量に基づいて校正する処理が挙げられる。なお、校正処理とは、二つの値のうち一方の値を用いて、他方の値をより正確な値へと修正する処理をいう。また、物理量とは、物理学上の数値として定量することのできる量およびその演算から算出される量をいう。 Further, when the ground data is acquired in the third acquisition step S1103, the reception unit 321 of the server 110 may perform the calibration process between the satellite data and the ground data in the calibration step S1104. Examples of such a calibration process include a process of calibrating a physical quantity included in ground data based on a physical quantity included in satellite data, and a process of calibrating a physical quantity included in satellite data based on a physical amount included in ground data. Can be mentioned. The calibration process is a process of using one of the two values and correcting the other value to a more accurate value. In addition, the physical quantity means an amount which can be quantified as a numerical value in physics and an amount calculated from the calculation.

また、補完ステップS1105において、サーバ110の受信部321は、衛星データと地上データ間の補完処理を行ってもよい。このような補完処理としては、例えば、地上データにおいて部分的に不足する物理量を地上データ及び衛星データに含まれる物理量に基づいて補完する処理、衛星データにおいて部分的に不足する物理量を地上データ及び衛星データに含まれる物理量に基づいて補完する処理が挙げられる。なお、補完処理とは、一方のデータで不足する値を、そのデータ及び他方のデータに基づいて、推定する処理をいう。 Further, in the complementing step S1105, the receiving unit 321 of the server 110 may perform complementing processing between satellite data and ground data. Examples of such complementary processing include, for example, processing for complementing a physical quantity partially lacking in ground data based on a physical quantity included in ground data and satellite data, and a physical quantity partially lacking in satellite data for ground data and satellites. The process of complementing based on the physical quantity contained in the data is mentioned. The complementary process is a process of estimating a value lacking in one data based on the data and the other data.

(作物の収穫成果及び/又は生育過程の評価をスコアとして表す処理)
次いで、スコアリングステップS1106において、サーバ110のスコアリング部322は、衛星データに含まれる生産情報に基づいて、作物の種類毎に農業者に作物の収穫成果及び/又は生育過程の評価に関するスコアを付す処理を行う。スコアリング処理においては、上述したように、一例として、衛星データから生育量や品質に関する値を抽出し、当該値に基づいてスコアを算出することができる。ここで、衛星データからの値の抽出は、例えば、作物の種類と評価すべき波長帯域を対応付けたテーブルを用いて行うことができる。具体的には、当該テーブルにしたがって、対象とする作物の評価に必要な波長帯域の反射率の値を衛星データから抽出し、得られた値を用いて計算を行うことで、生育量や品質に関する値を抽出することができる。
(Process of expressing the evaluation of crop yield and/or growth process as a score)
Next, in scoring step S1106, the scoring unit 322 of the server 110 provides the farmer with a score related to the evaluation of the crop yield and/or the growth process for each crop type based on the production information included in the satellite data. Perform processing to attach. In the scoring process, as described above, as an example, it is possible to extract a value related to the growth amount or the quality from the satellite data and calculate the score based on the value. Here, the extraction of the value from the satellite data can be performed using, for example, a table in which the type of crop and the wavelength band to be evaluated are associated with each other. Specifically, according to the table, the value of the reflectance in the wavelength band required for the evaluation of the target crop is extracted from the satellite data, and the value obtained is used to calculate the growth rate and quality. A value for can be extracted.

そして、抽出した生育量や品質、土壌などの生育過程に関する値に基づいて、作物の生育量や品質及び/又は生育過程の評価に関するスコアを付す。 Then, based on the extracted growth amount and quality, and the value related to the growth process such as soil, a score relating to the evaluation of the growth amount and quality of the crop and/or the growth process is attached.

(農業者をグループに分ける処理)
グルーピングステップS1107では、サーバ110のグルーピング部324は、作物の種類、及び/又は、生産地の土壌及び/又は気候に関する情報に基づいて、農業者をグループに分類する処理を行う。例えば、作物の種類と、生産地の土壌の種類と、生産地の気候の種類で特徴づけたグループを予め作成し、農業者の営農情報や農業者の生産地における第1乃至第3環境情報に基づいて、農業者をグループに振り分けることができる。また、グループを予め作成するにあたり、衛星データDB322及び地上データDB333に記憶される第1乃至第3環境情報を、いくつかの種類にクラスタリングする処理を行ってもよい。
(Process to divide farmers into groups)
In the grouping step S1107, the grouping unit 324 of the server 110 performs a process of classifying the farmers into groups based on the information on the type of crop and/or soil and/or climate of the production area. For example, a group characterized by the type of crop, the type of soil of the production site, and the type of climate of the production site is created in advance, and the farming information of the farmer and the first to third environmental information of the farmer in the production site are created. Farmers can be assigned to groups based on. In addition, when creating a group in advance, a process of clustering the first to third environment information stored in the satellite data DB 322 and the ground data DB 333 into several types may be performed.

(農業者同士をマッチングする処理)
マッチングステップS1108では、サーバ110のマッチング部325は、スコアに基づいて条件が合致する農業者同士をマッチングさせる処理を行う。マッチングの態様としては特に制限されないが、例えば、スコアの低い農業者に対してスコアの高い農業者をマッチングしたり、スコアの高い農業者に対してスコアの低い農業者をマッチングしたりすることが考えられる。これにより、優れた育成方法に関する情報を農業者間で共有し全体的な作物の生育量及び/又は品質の向上が期待される。
(Processing to match farmers)
In the matching step S1108, the matching unit 325 of the server 110 performs a process of matching the farmers who match the conditions based on the score. The mode of matching is not particularly limited, but for example, it is possible to match a high-scoring farmer with a low-scoring farmer or a low-scoring farmer with a high-scoring farmer. Conceivable. As a result, it is expected that information on excellent breeding methods will be shared among farmers and that the overall growth amount and/or quality of crops will be improved.

また、他の態様としては、例えば、スコアの高い農業者どうしをマッチングしたり、スコアの低い農業者どうしをマッチングしたりすることが考えられる。これにより、スコアの高い農業者が、より一層の作物の生育量及び/又は品質の向上を図ったり、また、スコアの低い農業者が、同様にスコアの低い農業者の生育方法を参照することにより、推奨されない育成方法を学んだりすることが期待される。 Further, as another aspect, for example, it is conceivable to match the farmers with high scores or the farmers with low scores. As a result, a farmer with a high score can further improve the growth amount and/or quality of a crop, and a farmer with a low score can refer to the growing method of a farmer with a low score. It is expected that you will learn the training method which is not recommended.

上記マッチングは、同一のグループに属する農業者どうしをマッチングするものであってもよいし、異なるグループに属する農業者同士をマッチングするものであってもよい。同一のグループに属する農業者同士をマッチングする場合には、同じ作物を類似する環境下で育成する農業者同士をマッチングすることとなる。そのため、マッチングにより、スコアの劣る第1農業者はスコアの優れる第2農業者から、生育量及び/又は品質の向上を図るための直接的かつ有効な情報を得ることが可能となる。一方で、異なるグループに属する農業者同士をマッチングする場合には、異なる作物あるいは異なる環境下で作物を育成する農業者同士をマッチングすることになる。この場合、例えば新たな作物の育成や新たな環境で作物の育成を始めようと考えている第1農業者にとっては、既に優れた収穫成果を上げている第2農業者から、育成開始にあたっての基本的な情報を得ることが可能となる。 The matching may be performed by matching farmers who belong to the same group, or may be performed by matching farmers who belong to different groups. When the farmers belonging to the same group are matched with each other, the farmers who grow the same crop under similar environments are matched with each other. Therefore, the matching enables the first farmer with the poor score to obtain the direct and effective information for improving the growth amount and/or the quality from the second farmer with the excellent score. On the other hand, when the farmers belonging to different groups are matched, the farmers who grow different crops or crops under different environments are matched. In this case, for example, for a first farmer who is thinking of starting a new crop or a new environment for growing a crop, a second farmer who has already achieved excellent harvesting results is required to start the cultivation. It becomes possible to obtain basic information.

(農業者にライセンスを付与する処理)
最後に、ライセンシングステップS1109では、サーバ110のライセンシング部326は、農業者に対して、他の農業者の営農情報の利用に関するライセンスを発行する処理を行う。ライセンスの発行は、マッチングされた農業者に対して行ってもよいし、マッチングされていない農業者に行ってもよい。ここで、マッチングされていない農業者にライセンスを発行する場合としては、例えば、農業者に対して他の農業者のスコアが閲覧可能な状態としておき、他の農業者のスコアを閲覧した農業者から、その他の農業者の営農情報についてライセンスを受けたいという申請を受け付ける場合が挙げられる。すなわち、マッチング処理を経ずに、農業者自らが他の農業者を選択し、そのライセンスを受けるような場合が挙げられる。
(Process to give license to farmer)
Finally, in the licensing step S1109, the licensing unit 326 of the server 110 performs a process of issuing a license regarding the use of farming information of another farmer to the farmer. The license may be issued to a matched farmer or an unmatched farmer. Here, when issuing a license to an unmatched farmer, for example, the score of another farmer is set to be viewable to the farmer, and the farmer who browsed the score of another farmer is set. From the case of accepting applications for licenses for farming information of other farmers. That is, there is a case in which the farmer himself selects another farmer and receives the license without performing the matching process.

<第2実施形態>
続いて、第2実施形態について説明する。第2実施形態にかかるプログラム、情報処理方法、及び情報処理装置は、スコアリングステップによって付与したスコアを、金融機関の融資等に利用可能な信用情報として利用できるようにする態様である。
<Second Embodiment>
Next, the second embodiment will be described. The program, the information processing method, and the information processing apparatus according to the second embodiment are such that the score provided in the scoring step can be used as credit information that can be used for financing of a financial institution.

以下の説明において、第1実施形態と同様の機能構成については同一の符号を付すと共に、説明を省略する。また、第1実施形態と同様の作用および効果についても、説明を省略する。以下、第1実施形態との相違点を中心に説明する。 In the following description, the same functional configurations as those of the first embodiment are designated by the same reference numerals and the description thereof will be omitted. Further, the description of the same actions and effects as those of the first embodiment will be omitted. The differences from the first embodiment will be mainly described below.

この第2実施形態では、例えば、サーバ110が機能部の一つとして信用情報作成部を有し、信用情報作成部が、スコアに基づいて当該スコアを有する農業者の信用情報を作成する信用情報作成ステップを実行する。ここで、信用情報は、過去数年分のスコアを含むものであることが好ましい。図12は、第2実施形態におけるサーバ110における処理のフローチャートの一例を示す。 In the second embodiment, for example, the server 110 has a credit information creating unit as one of the functional units, and the credit information creating unit creates credit information of a farmer having the score based on the score. Perform the creation steps. Here, it is preferable that the credit information includes scores for the past several years. FIG. 12 shows an example of a flowchart of processing in the server 110 according to the second embodiment.

かかる態様によれば、農業者に対して、その営農能力に見合う信用情報を作成することができる。これにより、例えば、農業者側としては、新たな農業生産資材の調達金や、生産地拡大ための準備金などを金融機関から借りやすくなることが期待できる。また、金融機関側としては、評価しにくい農業者の営農能力を客観的に評価することが可能となり、また、天候などにより収入の安定性が害されるリスクを考慮する場合でも、農業者に一定の信用を置くことが可能となる。 According to this aspect, it is possible to create, for the farmer, credit information commensurate with the farm management ability. As a result, for example, it can be expected that, for example, the farmer will be able to easily borrow funds for new agricultural production materials, reserves for expanding production areas, and the like from financial institutions. In addition, it is possible for financial institutions to objectively evaluate the farming ability of farmers, which is difficult to evaluate, and even when considering the risk that income stability will be adversely affected by the weather, etc. It becomes possible to put the trust of.

信用情報は、過去数年のスコアを有することが好ましい。また、信用情報は、期毎のスコアに、その期の環境情報を対応付けた情報とすることが好ましい。これにより、不作となる環境下において、その農業者の収穫実績を評価することができる。すなわち、不作の環境下においても、その農業者の収穫成果及び/又は生育過程の評価が比較的高いと評価できる場合には、その農業者は、天候などにより収入の安定性が害されるリスクを低減可能な営農能力を持っているものと評価することができる。 The credit information preferably has a score for the last few years. Further, it is preferable that the credit information is information in which the score for each period is associated with the environmental information of the period. This makes it possible to evaluate the harvest performance of the farmer in an unfavorable environment. That is, even in a poor environment, if it can be evaluated that the harvest performance and/or the growth process of the farmer is relatively high, the farmer may be at risk of impairing the income stability due to the weather or the like. It can be evaluated as having a farming capacity that can be reduced.

なお、上述したとおり、本発明は、上記の実施形態及び実施例に限定されるものではなく、その要旨を逸脱しない範囲内において様々な変形が可能である。すなわち、上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。 As described above, the present invention is not limited to the above-described embodiments and examples, and various modifications can be made without departing from the spirit of the invention. That is, the above embodiments are merely examples in all respects, and should not be construed as limited.

例えば、サーバ110が受信する衛星データを外部機関から購入する場合には、第3端末120Cが衛星データを送信することに代えて、外部機関システムのAPI連携によりサーバ110が衛星データを受信したり、外部機関システムからダウンロードした衛星データを直接的又は間接的にサーバ110が取得したりしてもよい。 For example, when the satellite data received by the server 110 is purchased from an external institution, the server 110 receives the satellite data by the API cooperation of the external institution system instead of the third terminal 120C transmitting the satellite data. The server 110 may directly or indirectly acquire the satellite data downloaded from the external institution system.

また、衛星データに基づいて、作物の生育量、品質、及び/又は生育過程に関する生産情報や、土壌及び/又は気候など生産地の環境に関する情報を取得する処理は、例えば、API連携あるいはダウンロードにより取得し、サーバ110のストレージ203に記憶された衛星データを、サーバ110のメモリ202に展開されたプログラムにより行ってもよい。また、これに代えて、例えば、API連携によりクラウド上で、サーバ110のメモリ202に展開されたプログラムが、外部機関システムのストレージに記憶された衛星データに対して上記処理を行い、必要に応じて、得られた生産情報等をサーバ110による情報処理に供してもよい。 In addition, processing for obtaining production information regarding the amount of crops, quality, and/or growth process based on satellite data and information regarding the environment of the production area such as soil and/or climate is performed by, for example, API cooperation or download. The satellite data acquired and stored in the storage 203 of the server 110 may be performed by the program expanded in the memory 202 of the server 110. Instead of this, for example, a program loaded in the memory 202 of the server 110 on the cloud by API cooperation performs the above processing on the satellite data stored in the storage of the external institution system, and if necessary, Then, the obtained production information and the like may be used for information processing by the server 110.

さらに、各処理ステップは、本開示の技術思想の範囲内において可能な限り変更してもよく、例えば、スコアリングステップS1106とグルーピングステップS1107の順番は、特に制限されずいずれを先に行ってもよい。 Furthermore, each processing step may be changed as much as possible within the scope of the technical idea of the present disclosure. For example, the order of the scoring step S1106 and the grouping step S1107 is not particularly limited, and any of them may be performed first. Good.

1…評価システム、110…サーバ、120A…第1端末、120B…第2端末、120C…第3端末、120D…第4端末、130…ネットワーク、200…情報処理装置、201…プロセッサ、202…メモリ、203…ストレージ、204…入出力インタフェース(入出力I/F)、205…通信インタフェース(通信I/F)、311…入出力I/F、312…通信I/F、320…制御部、321…受信部、322…スコアリング部、323…グルーピング部、324…ライセンシング部、325…マッチング部、330…記憶部、331…営農情報DB、332…衛星データ情報DB、333…地上データDB、334…スコアDB、335…グループDB、336…プログラム 1... Evaluation system, 110... Server, 120A... 1st terminal, 120B... 2nd terminal, 120C... 3rd terminal, 120D... 4th terminal, 130... Network, 200... Information processing apparatus, 201... Processor, 202... Memory , 203... Storage, 204... Input/output interface (input/output I/F), 205... Communication interface (communication I/F), 311... Input/output I/F, 312... Communication I/F, 320... Control unit, 321 ...Reception unit, 322... Scoring unit, 323... Grouping unit, 324... Licensing unit, 325... Matching unit, 330... Storage unit, 331... Farming information DB, 332... Satellite data information DB, 333... Ground data DB, 334 … Score DB, 335… Group DB, 336… Program

Claims (11)

情報処理装置に、
農業者毎の営農情報であって、前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報を取得する第1取得ステップと、
人工衛星から、前記生産地を含むエリアの経時的な第1センシングデータであって、前記作物の生育量、品質、及び/又は生育過程に関する生産情報を含む第1センシングデータを取得する第2取得ステップと、
各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び/又は生育過程の評価に関するスコアを付すスコアリングステップと、を実行させる、プログラム。
In the information processing device,
A first acquisition step for acquiring farming information for each farmer, the farming information relating to the type of crop produced by the farmer and the production area of the crop;
A second acquisition that acquires, from a satellite, the first sensing data of the area including the production site over time, the first sensing data including production information regarding the growth amount, quality, and/or growth process of the crop. Steps,
Based on the production information identified using the farming information of each farmer, a scoring step of attaching a score relating to the evaluation of the crop achievement and/or the growth process of the crop according to the type of the crop of each farmer, A program that runs
前記農業者を、該農業者が生産する作物、及び/又は、前記生産地の土壌及び/又は気候に関する情報に基づいてグループに分類するグルーピングステップを実行させる、請求項1に記載のプログラム。 The program according to claim 1, which executes a grouping step of classifying the farmer into groups based on information on crops produced by the farmer and/or soil and/or climate of the production area. 前記第1センシングデータが、前記生産地における土壌及び/又は気候に関する第1環境情報を含み、
前記グルーピングステップにおいて、前記生産地の土壌及び/又は気候に関する情報として前記第1環境情報を用いて、前記農業者をグループに分類する、請求項2に記載のプログラム。
The first sensing data includes first environmental information regarding soil and/or climate in the production area,
The program according to claim 2, wherein, in the grouping step, the farmer is classified into a group by using the first environmental information as information about soil and/or climate of the production area.
前記生産地に設置された地上センサから、経時的な第2センシングデータであって、前記生産地における土壌及び/又は気候に関する第2環境情報を含む第2センシングデータを取得する第3取得ステップを実行し、
前記グルーピングステップにおいて、前記生産地の土壌及び/又は気候に関する情報として前記第2環境情報を用いて、前記農業者をグループに分類する、請求項2又は3に記載のプログラム。
A third acquisition step of acquiring second sensing data, which is time-dependent second sensing data including second environmental information regarding soil and/or climate in the production site, from a ground sensor installed in the production site. Run and
The program according to claim 2 or 3, wherein, in the grouping step, the farmer is classified into a group by using the second environmental information as information on soil and/or climate of the production area.
前記第1センシングデータと前記第2センシングデータとの相関関係に基づいて、前記地上センサを設置していない生産地における土壌及び/又は気候に関する第3環境情報を補完する補完ステップを実行し、
前記グルーピングステップにおいて、前記生産地の土壌及び/又は気候に関する情報として前記第3環境情報を用いて、前記農業者をグループに分類する、請求項4に記載のプログラム。
Based on the correlation between the first sensing data and the second sensing data, a complementary step of complementing third environmental information on soil and/or climate in a production area where the ground sensor is not installed,
The program according to claim 4, wherein, in the grouping step, the farmer is classified into a group by using the third environmental information as information on soil and/or climate of the production area.
同一の前記グループに分類された前記農業者を、前記スコアに基づいてマッチングするマッチングステップを実行させる、請求項2〜5のいずれか一項に記載のプログラム。 The program according to any one of claims 2 to 5, which causes the farmers classified into the same group to perform a matching step of matching based on the score. 前記農業者に対して、他の農業者の営農情報の利用に関するライセンスを発行するライセンシングステップを実行させる、請求項2〜6のいずれか一項に記載のプログラム。 The program according to any one of claims 2 to 6, which causes the farmer to perform a licensing step of issuing a license regarding use of farming information of another farmer. 前記スコアに基づいて、該スコアを有する前記農業者の信用情報を作成するステップを実行させる、請求項1に記載のプログラム。 The program according to claim 1, which executes a step of creating credit information of the farmer having the score based on the score. 前記第1取得ステップにおいて、
前記営農情報の一部は、前記生産地の画像データ、及び、該画像データに付随する位置情報に基づいて作成されたものである、請求項1〜8のいずれか一項に記載のプログラム。
In the first acquisition step,
The program according to any one of claims 1 to 8, wherein a part of the farming information is created based on the image data of the production area and position information attached to the image data.
情報処理装置が、
農業者毎の営農情報であって、前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報を取得する第1取得ステップと、
人工衛星から、前記生産地を含むエリアの経時的な第1センシングデータであって、前記作物の生育量、品質、及び/又は生育過程に関する生産情報を含む第1センシングデータを取得する第2取得ステップと、
各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び/又は生育過程の評価に関するスコアを付すスコアリングステップと、を実行する、情報処理方法。
The information processing device
A first acquisition step for acquiring farming information for each farmer, the farming information relating to the type of crop produced by the farmer and the production area of the crop;
A second acquisition that acquires, from a satellite, the first sensing data of the area including the production site over time, the first sensing data including production information regarding the growth amount, quality, and/or growth process of the crop. Steps,
Based on the production information identified using the farming information of each farmer, a scoring step of attaching a score relating to the evaluation of the crop achievement and/or the growth process of the crop according to the type of the crop of each farmer, An information processing method for executing.
前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報と、人工衛星から、前記生産地を含むエリアの経時的な第1センシングデータであって、前記作物の生育量、品質、及び/又は生育過程に関する生産情報を含む第1センシングデータと、を取得する受信部と、
各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び/又は生育過程の評価に関するスコアを付すスコア付与部と、を有する、情報処理装置。
The farming information on the type of crops produced by the farmer and the production area of the crops, and the first sensing data of the area including the production area from the artificial satellite over time, the amount of growth of the crops, the quality, And/or a first sensing data including production information about a growing process, and a receiving unit,
Based on the production information identified using the farming information of each farmer, a score assigning unit that attaches a score relating to the evaluation of crop yield and/or growth process according to the type of crop of each farmer, An information processing apparatus having:
JP2018220693A 2018-11-26 2018-11-26 Programs, information processing methods, and information processing equipment Active JP6932682B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018220693A JP6932682B2 (en) 2018-11-26 2018-11-26 Programs, information processing methods, and information processing equipment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018220693A JP6932682B2 (en) 2018-11-26 2018-11-26 Programs, information processing methods, and information processing equipment

Publications (2)

Publication Number Publication Date
JP2020080739A true JP2020080739A (en) 2020-06-04
JP6932682B2 JP6932682B2 (en) 2021-09-08

Family

ID=70904383

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018220693A Active JP6932682B2 (en) 2018-11-26 2018-11-26 Programs, information processing methods, and information processing equipment

Country Status (1)

Country Link
JP (1) JP6932682B2 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022009892A1 (en) * 2020-07-07 2022-01-13 Assest株式会社 Program for proposing unit selling price of meat
CN116894514A (en) * 2023-07-13 2023-10-17 中国农业科学院农业环境与可持续发展研究所 Crop yield prediction method and system based on soil quality index

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005085059A (en) * 2003-09-10 2005-03-31 Sec:Kk Prediction system for farmwork determination support
JP2013165687A (en) * 2012-02-16 2013-08-29 Ntt Docomo Inc Cultivation support apparatus, cultivation support system, cultivation support method, and program
US20140358486A1 (en) * 2014-08-19 2014-12-04 Iteris, Inc. Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery
JP2016123369A (en) * 2015-01-06 2016-07-11 株式会社日立製作所 Plant growth analysis system and plant growth analysis method
WO2017104841A1 (en) * 2015-12-16 2017-06-22 プランティオ株式会社 Information processing device, information processing method, and program
JP2017163955A (en) * 2016-03-18 2017-09-21 ネポン株式会社 Growth management apparatus, method, and program
JP6333456B1 (en) * 2017-08-30 2018-05-30 アビームコンサルティング株式会社 Production management apparatus, production management method and program
JP2018156331A (en) * 2017-03-16 2018-10-04 株式会社富士通エフサス Information providing system, information providing method, and information providing program

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005085059A (en) * 2003-09-10 2005-03-31 Sec:Kk Prediction system for farmwork determination support
JP2013165687A (en) * 2012-02-16 2013-08-29 Ntt Docomo Inc Cultivation support apparatus, cultivation support system, cultivation support method, and program
US20140358486A1 (en) * 2014-08-19 2014-12-04 Iteris, Inc. Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery
JP2016123369A (en) * 2015-01-06 2016-07-11 株式会社日立製作所 Plant growth analysis system and plant growth analysis method
WO2017104841A1 (en) * 2015-12-16 2017-06-22 プランティオ株式会社 Information processing device, information processing method, and program
JP2017163955A (en) * 2016-03-18 2017-09-21 ネポン株式会社 Growth management apparatus, method, and program
JP2018156331A (en) * 2017-03-16 2018-10-04 株式会社富士通エフサス Information providing system, information providing method, and information providing program
JP6333456B1 (en) * 2017-08-30 2018-05-30 アビームコンサルティング株式会社 Production management apparatus, production management method and program

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022009892A1 (en) * 2020-07-07 2022-01-13 Assest株式会社 Program for proposing unit selling price of meat
CN116894514A (en) * 2023-07-13 2023-10-17 中国农业科学院农业环境与可持续发展研究所 Crop yield prediction method and system based on soil quality index

Also Published As

Publication number Publication date
JP6932682B2 (en) 2021-09-08

Similar Documents

Publication Publication Date Title
US11122734B1 (en) Estimating nitrogen content using hyperspectral and multispectral images
CN113228055B (en) Method and medium for configuring and utilizing convolutional neural networks to identify plant diseases
Nasrallah et al. Sentinel-1 data for winter wheat phenology monitoring and mapping
CN112889089B (en) Machine learning techniques for identifying clouds and cloud shadows in satellite imagery
CN112106087B (en) Analysis and presentation of agricultural data
AU2017215188B2 (en) Modeling trends in crop yields
AU2017316292B2 (en) Optimizing split fertilizer application
US10402919B2 (en) Data assimilation for calculating computer-based models of crop growth
CN113196294A (en) Mapping soil properties using satellite data using machine learning methods
EP3452953B1 (en) Using digital images of a first type and a feature set dictionary to generate digital images of a second type
JP2022505742A (en) Detection of plant diseases by multi-stage and multi-scale deep learning
CA3117211A1 (en) Using machine learning-based seed harvest moisture predictions to improve a computer-assisted agricultural farm operation
JP7357674B2 (en) Plant disease infection detection with improved machine learning
WO2019130568A1 (en) Evaluation information generation system, evaluation information generation method, and program
US20230091677A1 (en) Monitoring and intelligence generation for farm field
US20220174202A1 (en) System and method for automatic control of exposure time in an imaging instrument
JP2022082636A (en) Information processing device
JP6932682B2 (en) Programs, information processing methods, and information processing equipment
US11930733B1 (en) Nitrogen loss prediction and mitigation methods and systems
US20220383428A1 (en) Systems and methods for use in planting seeds in growing spaces
JP2020080740A (en) Program, information processing method, and information processor

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200331

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210326

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210422

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210603

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: 20210813

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210818

R150 Certificate of patent or registration of utility model

Ref document number: 6932682

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150