JP2020154353A - ハウス内環境データ生成方法 - Google Patents

ハウス内環境データ生成方法 Download PDF

Info

Publication number
JP2020154353A
JP2020154353A JP2019049363A JP2019049363A JP2020154353A JP 2020154353 A JP2020154353 A JP 2020154353A JP 2019049363 A JP2019049363 A JP 2019049363A JP 2019049363 A JP2019049363 A JP 2019049363A JP 2020154353 A JP2020154353 A JP 2020154353A
Authority
JP
Japan
Prior art keywords
house
temperature
time
solar radiation
environment 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
JP2019049363A
Other languages
English (en)
Other versions
JP6788288B2 (ja
Inventor
中村　新
Shin Nakamura
新 中村
智久 ▲高▼屋
智久 ▲高▼屋
Tomohisa Takaya
晋 水原
Susumu Mizuhara
晋 水原
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.)
ORGANIC NICO KK
Original Assignee
ORGANIC NICO KK
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 ORGANIC NICO KK filed Critical ORGANIC NICO KK
Priority to JP2019049363A priority Critical patent/JP6788288B2/ja
Priority to CN202010140833.3A priority patent/CN111708389B/zh
Publication of JP2020154353A publication Critical patent/JP2020154353A/ja
Application granted granted Critical
Publication of JP6788288B2 publication Critical patent/JP6788288B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/12—Sunshine duration recorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Agronomy & Crop Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Game Theory and Decision Science (AREA)
  • Environmental Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することで、容易に高精度な農作物育成予測を実現することができるハウス内環境データ生成方法を提供する。【解決手段】農業用ハウスのハウス内環境データ生成方法は、制御手段が、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップ、とを有する。【選択図】図１

Description

本発明は、日別及び地域別に提供されている気象データを用いて、農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法に関する。
我が国の農業生産において、その収穫量を事前かつ精緻に予測することは、農業経営の安定化、流通の安定化に欠かせない技術となりつつある。また昨今のスマート農業（ＩｏＴ化、ＡＩ活用）などにおいても、その有用性から大きな注目を集めている。
従来から収穫量を予測する方策が多数提案されている（例えば特許文献１）。農作物の生育を簡易に予測するには「有効積算温度」を使うことが一般的である。引用文献１に記載のキャベツなど葉茎菜類においては実用に耐えうる精度が期待できるとされる。
しかしながら、トマト等の果菜類においは、播種から開花時期、開花から収穫時期などの予測が有効積算温度だけでは十分な精度を出せないことが分かっている（非特許文献１）。
さらに、農業用ハウスを使用した通年連作栽培においては、播種から開花時期までには十分な予測精度が出せるが、果房間における開花タイミングや収穫開始タイミングなどに大きなズレが出ることが、弊社圃場での実証実験において明らかになった。そのため、「ハウス内の有効日射量」を環境パラメータとして測定ないしは予測することが、一つの課題となっている。
アメダスは１９７４年１１月１日に運用を開始して、現在、降水量を観測する観測所は全国に約１，３００か所（約１７ｋｍ間隔）あり、このうち、約５０か所では日射量を観測しており、測定されたデータは広く一般ユーザが入手することができる。
しかしながら、全国約５０箇所で観測している「日射量」については、気象庁のデータを実圃場データとしてそのまま活用するには、地点粒度が粗く、その他の観測地では日射量ではなく日照時間表記である、など諸処の課題が残る。
また、空撮画像データを使用することにより一般データを補正、圃場データとして収量予測に活用する手段が提案されている（特許文献２）。
なお、非特許文献２には、特定月日の特定時刻における太陽高度を求める計算式が記載されている。
特許第５８５３７８０号公報 特開２０１５−４９号公報
小林尚司、島地 英夫、池田英男、「養液栽培によるトマトの一段どり栽培に関する研究（第２報）」、農業施設、農業施設学会、平成１０年３月２５日、第２８巻、４号、ｐ．２０３―２０８ J. W. Spencer, "Fourier series representation of the position of the Sun", Search 2, 162・172 (1971)
農業用ハウスは、自然環境を活用せずに完全密閉型で行われる植物工場等と比べて、自然エネルギーを使用する分エネルギー効率が高いメリットがある。
しかしその反面で、天気によりハウス内環境が時系列で大きく変化し、ハウス設置地域（緯度・経度）によってもハウス内環境が大きく左右されることから、結果として、外的要因により生産量が予測しにくいという課題が指摘されてきた。
ハウス内環境に特に大きな影響を与えるのは、こちらも有効日射量である。例えば、有効日射量変動による室内温度の上昇・低下は時事刻々と発生し、ハウス内環境パラメータの予測を困難にしている。
以上のような課題に対し、農業用ハウス内にセンサを配置し、データを直接取得する手段が提案されている。
しかし、センサ等でのデータ取得には、温度・照度センサ等をハウスの数だけ設置するコストが大きく、ハウス建設後、作付け期間に相当する期間（半年〜１年）のデータ蓄積が最低限必要であり、特に新規就農時にはデータが揃わず、農業参入前のフィージビリティスタディに使えないという課題が残る。また、照度値は照度センサのハウス内取付位置によって大きくばらつくため、１個のセンサではハウス内の平均的な日照値を見積もりづらいという課題もある。
特許文献２による手法は、畑・水田・露地栽培には有効な手段であるが、農業用ハウス内部の環境を空撮画像によって伺い知ることはできず、ハウス栽培には活用できない。
なお、日照時間の時別値を日射量時別値に直接変換することはきわめて難しい。
本発明は、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することで、容易に高精度な農作物育成予測を実現することができるハウス内環境データ生成方法を提供することを目的とする。
請求項１記載の本発明のハウス内環境データ生成方法は、農業用ハウスの場所を特定する地点情報２と、前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、日別及び地域別に提供されている気象データとを用いることで、制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、前記制御手段が、前記気象データの中から前記地点情報２で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップとを有することを特徴とする。
請求項２記載の本発明は、請求項１に記載のハウス内環境データ生成方法において、前記ハウス内環境データをハウス内光合成有効放射照度とすると、前記気象データとして、晴れ又は雨などの日中の天気概況を用い、前記ハウス外環境データ生成ステップでは、前記天気概況を用いて、日射不足を判定する天気判定ステップ（Ｓ３，Ｓ３ｘ）と、前記地点情報２を用いることで前記場所での特定月日の時刻ｔにおける太陽高度を演算して、前記太陽高度から前記特定月日における可照時間を演算する暦演算ステップ（Ｓ５，Ｓ６）と、前記天気判定ステップで判定した前記日射不足、及び前記暦演算ステップで算出した前記可照時間を用いて、前記特定月日における日積算日射量を演算する日積算日射量演算ステップ（Ｓ７，Ｓ７ｘ）と、前記暦演算ステップで演算した前記特定月日の前記可照時間における単位時間毎の日射量変化を演算する日射量日変化概形演算ステップ（Ｓ８）と、前記日積算日射量演算ステップで演算した前記日積算日射量、及び前記日射量日変化概形演算ステップで演算した前記日射量変化を用いて、前記特定月日における前記単位時間毎の日射量を演算する単位時間毎日射量演算ステップ（Ｓ９）と、前記単位時間毎日射量演算ステップで演算した前記単位時間毎の前記日射量を放射照度に変換して設定時間毎の前記放射照度を演算する設定時間毎光合成有効放射照度演算ステップ（Ｓ１０）とを有し、前記設定時間毎光合成有効放射照度演算ステップで演算した前記設定時間毎の前記放射照度を、設定時間毎ハウス外光合成有効放射照度とし、前記ハウス内環境データ生成ステップでは、前記設定時間毎ハウス外光合成有効放射照度と前記ハウスパラメータとを用いて前記ハウス内光合成有効放射照度を生成することを特徴とする。
請求項３記載の本発明は、請求項２に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、前記文字が含まれていれば前記日射不足と判定することを特徴とする。
請求項４記載の本発明は、請求項３に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、一時雨、一時雪、又は一時みぞれの前記文字が含まれていれば前記日射不足と判定しないことを特徴とする。
請求項５記載の本発明は、請求項２に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、前記文字が含まれていれば前記日射不足と判定することを特徴とする。
請求項６記載の本発明は、請求項１記載のハウス内環境データ生成方法において、前記ハウス内環境データをハウス内気温とすると、前記気象データとして、最高気温と最低気温とを用い、前記ハウス外環境データ生成ステップでは、前記地点情報２を用いることで前記場所での特定月日の時刻ｔにおける太陽高度を演算して、前記太陽高度から前記特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップ（Ｓ５，Ｓ６ｙ）と、ハウス外気温を計算する時刻が、前記日の出時刻から前記南中時刻、前記南中時刻から前記日の入時刻、又は前記日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップ（Ｓ１５）と、判定された前記時間帯別に、取得した前記最高気温と前記最低気温とを用いて、前記特定月日における前記単位時間毎の気温を演算する単位時間毎気温演算ステップ（Ｓ１６）と、前記単位時間毎気温演算ステップで演算した前記単位時間毎の前記気温を設定時間毎の前記気温を演算する設定時間毎気温演算ステップ（Ｓ１７）と、を有し、前記設定時間毎気温演算ステップで演算した前記設定時間毎の前記気温を、設定時間毎ハウス外気温とし、前記ハウス内環境データ生成ステップでは、前記設定時間毎ハウス外気温と前記ハウスパラメータとを用いて前記ハウス内気温を生成することを特徴とする。
請求項７記載の本発明は、請求項６に記載のハウス内環境データ生成方法において、前記ハウス内環境データ生成ステップでは、前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、前記農業用ハウスが加温動作又は冷房動作を行う場合には、前記夜間ハウス内気温には、前記加温動作又は前記冷房動作における設定最低温度を用い、前記加温動作の時間帯における前記外気温が前記設定最低温度よりも高い場合、及び前記冷房動作の時間帯における前記ハウス外気温が前記設定最低温度よりも低い場合には、前記設定最低温度に代えて前記外気温を用いることを特徴とする。
請求項８記載の本発明は、請求項６に記載のハウス内環境データ生成方法において、前記ハウス内環境データ生成ステップでは、前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、前記農業用ハウスが窓開放により冷却動作を行う場合には、前記日中ハウス内気温には、前記冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が前記設定最高温度に満たない場合には、前記設定最高温度に代えて前記ハウス内光合成有効放射照度によって決まる前記温度を用い、前記外気温が前記設定最高温度よりも高い場合には、前記設定最高温度に代えて前記外気温を用いることを特徴とする。
本発明によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。
本発明の一実施例におけるハウス内環境データ生成方法を示すフロー図 同ハウス内環境データ生成方法を機能実現手段で表したブロック図 同ハウス内環境データ生成方法に用いるデータ量を示す説明図 本発明の他の実施例によるハウス内環境データ生成方法を示すフロー図 同ハウス内環境データ生成方法を機能実現手段で表したブロック図 同ハウス内環境データ生成方法に用いるデータ量を示す説明図 本発明の更に他の実施例におけるハウス内環境データ生成方法の１日の日射量変化の概形ｌｔｒ（ｔ）と、ある時刻に一瞬だけ日射を受けたときの温度変化の概形Ｔｒｅｓｐ（ｔ）を示す概念図 本実施例によるハウス内環境データ生成方法を示すフロー図 同ハウス内環境データ生成方法を機能実現手段で表したブロック図 同ハウス内環境データ生成方法に用いるデータ量を示す説明図
本発明の第１の実施の形態によるハウス内環境データ生成方法は、制御手段が、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップとを有するものである。本実施の形態によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。
本発明の第２の実施の形態は、第１の実施の形態によるハウス内環境データ生成方法において、ハウス内環境データをハウス内光合成有効放射照度とすると、気象データとして、晴れ又は雨などの日中の天気概況を用い、ハウス外環境データ生成ステップでは、天気概況を用いて、日射不足を判定する天気判定ステップと、地点情報を用いることで農業用ハウスの場所での特定月日の時刻ｔにおける太陽高度を演算して、太陽高度から特定月日における可照時間を演算する暦演算ステップと、天気判定ステップで判定した日射不足、及び暦演算ステップで算出した可照時間を用いて、特定月日における日積算日射量を演算する日積算日射量演算ステップと、暦演算ステップで演算した特定月日の可照時間における単位時間毎の日射量変化を演算する日射量日変化概形演算ステップと、日積算日射量演算ステップで演算した日積算日射量、及び日射量日変化概形演算ステップで演算した日射量変化を用いて、特定月日における単位時間毎の日射量を演算する単位時間毎日射量演算ステップと、単位時間毎日射量演算ステップで演算した単位時間毎の日射量を放射照度に変換して設定時間毎の放射照度を演算する設定時間毎光合成有効放射照度演算ステップとを有し、設定時間毎光合成有効放射照度演算ステップで演算した設定時間毎の放射照度を、設定時間毎ハウス外光合成有効放射照度とし、ハウス内環境データ生成ステップでは、設定時間毎ハウス外光合成有効放射照度とハウスパラメータとを用いてハウス内光合成有効放射照度を生成するものである。本実施の形態によれば、ハウス外環境データ生成ステップでは、日照時間と日中の天気概況とを用いて設定時間毎ハウス外光合成有効放射照度を演算でき、ハウス内環境データ生成ステップでは、この設定時間毎ハウス外光合成有効放射照度を用いてハウス内光合成有効放射照度を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
本発明の第３の実施の形態は、第２の実施の形態によるハウス内環境データ生成方法において、天気判定ステップでは、天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、文字が含まれていれば日射不足と判定するものである。本実施の形態によれば、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
本発明の第４の実施の形態は、第３の実施の形態によるハウス内環境データ生成方法において、天気判定ステップでは、天気概況に、一時雨、一時雪、又は一時みぞれの文字が含まれていれば日射不足と判定しないものである。本実施の形態によれば、ハウス内光合成有効放射照度の精度を高めることができる。
本発明の第５の実施の形態は、第２の実施の形態によるハウス内環境データ生成方法において、天気判定ステップでは、天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、文字が含まれていれば日射不足と判定するものである。本実施の形態によれば、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
本発明の第６の実施の形態は、第１の実施の形態によるハウス内環境データ生成方法において、ハウス内環境データをハウス内気温とすると、気象データとして、最高気温と最低気温とを用い、ハウス外環境データ生成ステップでは、地点情報を用いることで場所での特定月日の時刻ｔにおける太陽高度を演算して、太陽高度から特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップと、ハウス外気温を算出する時刻が、日の出時刻から南中時刻、南中時刻から日の入時刻、又は日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップと、判定された時間帯別に、取得した最高気温と最低気温とを用いて、特定月日における単位時間毎の気温を演算する単位時間毎気温演算ステップと、単位時間毎気温演算ステップで演算した単位時間毎の気温を設定時間毎の気温を演算する設定時間毎気温演算ステップと、を有し、設定時間毎気温演算ステップで演算した設定時間毎の気温を、設定時間毎ハウス外気温とし、ハウス内環境データ生成ステップでは、設定時間毎ハウス外気温とハウスパラメータとを用いてハウス内気温を生成するものである。本実施の形態によれば、ハウス外環境データ生成ステップでは、最高気温と最低気温を用いて設定時間毎ハウス外気温を演算でき、ハウス内環境データ生成ステップでは、この設定時間毎ハウス外気温を用いてハウス内気温を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
本発明の第７の実施の形態は、第６の実施の形態によるハウス内環境データ生成方法において、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが加温動作又は冷房動作を行う場合では、夜間ハウス内気温には、加温動作又は冷房動作における設定最低温度を用い、加温動作の時間帯における外気温が設定最低温度よりも高い場合、及び冷房動作の時間帯におけるハウス外気温が設定最低温度よりも低い場合には、設定最低温度に代えて外気温を用いるものである。本実施の形態によれば、農業用ハウスが加温動作又は冷房動作を行う場合であっても、ハウス内気温の精度を高めることができる。
本発明の第８の実施の形態は、第６の実施の形態によるハウス内環境データ生成方法において、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが窓開放により冷却動作を行う場合には、日中ハウス内気温には、冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合には、設定最高温度に代えてハウス内光合成有効放射照度によって決まる温度を用い、外気温が設定最高温度よりも高い場合には、設定最高温度に代えて外気温を用いるものである。本実施の形態によれば、農業用ハウスが窓開放により冷却動作を行う場合であっても、ハウス内気温の精度を高めることができる。
以下に、本発明のハウス内環境データ生成方法の一実施例について説明する。
図１は本実施例によるハウス内環境データ生成方法を示すフロー図、図２は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図３は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。
ユーザが農業用ハウスの場所を特定する地点情報２（図２参照）を入力することで（Ｓ１）、ユーザが入力した地点に最も近い気象庁アメダスの「日中の天気概況」を日別に気象データベース１から取得する（Ｓ２）。
Ｓ１で入力する地点情報２は、「地点名（都道府県・市区町村）」又は「緯度」「経度」である。「地点名（都道府県・市区町村）」から「緯度」及び「経度」を特定できる。地点情報２は、少なくとも緯度が特定できればよい。
Ｓ２で取得した日別の天気概況を用いて日射不足を判定する（Ｓ３）。
Ｓ３における天気判定ステップは、図２に示す天気判定部３において行う。
Ｓ３における天気判定ステップでは、晴れ又は雨などの日中の天気概況を用いて、日射不足を判定する。
例えば、日中の天気概況に「雨」「雪」又は「みぞれ」の文字が含まれているかを判定し、「雨」「雪」又は「みぞれ」の文字が含まれている場合には日射不足と判定して「降水フラグ」を立てる。ただし、天気概況に、一時雨、一時雪、又は一時みぞれの文字が含まれていれば日射不足と判定しない。なお、「曇時々雨一時雪」の場合は「日射不足」と判定する。このように、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
また、ユーザが入力した地点に最も近い気象庁アメダスの「日照時間（日積算値）」を気象データベース１から取得する（Ｓ４）。
Ｓ５では、ユーザが入力した地点情報から特定月日の時刻ｔにおける太陽高度を演算する。
特定月日の時刻ｔにおける太陽高度ｈ（ｔ）[°]は以下の式から計算できる。
ｓｉｎｈ（ｔ）＝ｃｏｓΦｃｏｓδｃｏｓ[１５（ｔ−１２）]−ｓｉｎΦｓｉｎδ
δ[°]＝（１８０／π）（０．００６９１８−０．３９９９１２ｃｏｓΘ＋０．０７０２５７ｓｉｎΘ−０．００６７５８ｃｏｓ２Θ＋０．０００９０７ｓｉｎ２Θ−０．００２６９７ｃｏｓ３Θ＋０．００１４８ｓｉｎ３Θ）（非特許文献2）
Θ[°]＝３６０（ｄ−１）／３６５
ただし、ｄ：１月１日からの日数[日、１月１日を１とする]、Φ：緯度[°]
太陽南中高度はｈ（１２）[°]であるから
ｓｉｎｈ（１２）＝ｃｏｓΦｃｏｓδ−ｓｉｎΦｓｉｎδ
日の出・日の入時刻ではおおよそｈ（ｔ）＝０[°]であるから、日長Ｌ[ｈ]＝（日の入時刻−日の出時刻）は以下の式で求めることができる。
Ｌ＝（２／１５）ａｃｏｓ（−ｔａｎΦｔａｎδ）
上記式によって、太陽高度から特定月日における可照時間を演算できる（Ｓ６）。
実際は、日の出は太陽が完全に地平線から出る時刻、日の入りは太陽が完全に地平線に隠れる時刻であるからｈ（ｔ）＝０[°]ではない。また、他にも日の出・日の入りに影響する要因が存在する。
そこで、実測値に合うよう上記式を修正して用いる。
Ｌ＝（２／１５）ａｃｏｓ（ｔａｎβ−ｔａｎΦｔａｎδ）
ｔａｎβ＝Ｋ１＋Ｋ２ｓｉｎ（Φ＋α）
パラメータ
Ｋ１、Ｋ２：係数、α：位相パラメータ
Ｓ５及びＳ６が暦演算ステップであり、暦演算ステップでは、地点情報を用いることで農業用ハウスの場所での特定月日の時刻ｔにおける太陽高度を演算して、太陽高度から特定月日における可照時間を演算する。Ｓ５及びＳ６における暦演算ステップは、図２に示す暦演算部４において行う。
Ｓ４で取得した日照時間、天気判定ステップ（Ｓ３）で判定した日射不足、及び暦演算ステップ（Ｓ５及びＳ６）で算出した可照時間を用いて、特定月日における日積算日射量を演算する（Ｓ７）。Ｓ７における暦演算ステップは、図２に示す日積算日射量演算部５において行う。
Ｓ４で取得する日照時間について、気象データベース１でのデータ取得間隔が１日未満の場合、毎日０時０分１秒から２４時０分０秒の値を積算して日毎の日照時間データＤｓ[h]を得る。
例えば、１０分毎の日照時間データＸｍ（ｔ）の場合、毎日０時１０分から２４時０分の値を平均して日毎の日照時間データＤＳ[ｈ]を得る。
ＤＳ＝（１／６０）Σ［Ｘｍ（ｔ）］（和は０時１０分〜２４時０分について取る）
従って、１０分毎の日照時間データＸｍ（ｔ）は、例えば、Ｘｍ（９時１０分）：８分、Ｘｍ（９時２０分）：１０分、Ｘｍ（９時３０分）：１０分、Ｘｍ（９時４０分）：１０分、Ｘｍ（９時５０分）：２分、Ｘｍ（１０時０分）：０分・・・・・となり、これらのデータを０時１０分〜２４時０分まで積算すると、日毎の日照時間は
Σ［Ｘｍ（ｔ）］[分]となって、６０で割ると単位が[時間]になる。
Ｓ７における日積算日射量演算ステップでは、日積算日射量ｌＧ[Ｊ／m２]を以下の式から計算する。
ｌＧ＝ＤＳ（Ｃ１＋Ｃ２ｓｉｎｈ＋Ｃ３ｓｉｎ２ｈ）＋ＱＲ（Ｃ４＋Ｃ５Ｌ）
入力値
ＤＳ：日照時間[ｈ]
Ｌ：日長[ｈ]＝（日の入時刻−日の出時刻）
ｈ：太陽の南中高度[°]
パラメータ
Ｃ１〜Ｃ５：係数
Q：短日照時間補正係数（日照時間が閾値Ｄｔｈ未満：Q（＜１）、Ｄｔｈ以上：１）
R：降水補正係数（日射不足である：R（＜１）、日射不足でない：１）
パラメータＣ１〜Ｃ５、Q、R、Ｄｔｈは例えば以下の方法によって決定する。
全天日射量を計測している気象庁アメダスについて、１年間の日射量推移を最小二乗解析し、パラメータを決定する。緯度を考慮し、以下の５つのアメダスについて解析する。なお、例えば１０年ごとにパラメータを見直すことも重要である。
札幌（北緯４３．０６度）、盛岡（北緯３９．７０度）、大阪（北緯３４．６８度）、鹿児島（北緯３１．５６度）、石垣島（北緯２４．３４度）
Ｓ８では、暦演算ステップ（Ｓ５、Ｓ６）で演算した特定月日の可照時間における単位時間毎の日射量変化を演算する。Ｓ８における日射量日変化概形演算ステップは、図２に示す日射量日変化概形演算部６において行う。
Ｓ８における日射量日変化概形演算ステップでは、単位時間（例えば１０分）毎の日射量変化の概形ｌｍｄｌ（ｔ）[Ｊ／m２]を以下の式から計算する。
ｌｍｄｌ（ｔ）＝ｌ０P１／ｓｉｎｈ（ｔ）ｓｉｎｈ（ｔ）{１＋０．０３３ｃｏｓ[３６０（ｄ−２）／３６５]}
入力
ｄ：１月１日からの日数[日、１月１日を１とする]
ｈ（ｔ）：時刻ｔにおける太陽の南中高度[°]
定数
ｌ０：太陽定数（４．９１７６MＪ／m２）
P：大気透過率（０．７）
なお、本実施例についてはＰを定数として扱う。
Ｓ９では、日積算日射量演算ステップ（Ｓ７）で演算した日積算日射量、及び日射量日変化概形演算ステップ（Ｓ８）で演算した日射量変化を用いて、特定月日における単位時間毎の日射量を演算する。Ｓ９における単位時間毎日射量演算ステップは、図２に示す単位時間毎日射量演算部７において行う。
Ｓ９における単位時間毎日射量演算ステップでは、単位時間（例えば１０分）毎の日射量変化の概形ｌｍｄｌ（ｔ）[Ｊ／m２]を１日分積算した値を日照時間から推定した日積算日射量ｌＧ[Ｊ／m２]と一致させ、１０分毎の日射量ｌm（ｔ）[Ｊ／m２]を得る。
ｌm（ｔ）＝{ｌＧ／Σ[ｌｍｄｌ（ｔ）]}ｌｍｄｌ（ｔ）（和は０：１０〜２４：００について取る）
Ｓ１０では、単位時間毎日射量演算ステップ（Ｓ９）で演算した単位時間毎の日射量を放射照度に変換して設定時間（例えば６０分）毎の光合成有効放射照度を演算する。Ｓ１０における設定時間毎光合成有効放射照度演算ステップは、図２に示す設定時間毎光合成有効放射照度演算部８において行う。
Ｓ１０における設定時間毎光合成有効放射照度演算ステップでは、１０分毎の日射量ｌm（ｔ）[Ｊ／m２]を放射照度[Ｗ／m２]に変換し、毎時１０分〜６０分の値を平均して設定時間（例えば６０分）毎の放射照度Ｅｈ（ｔ）[Ｗ／m２]を得る。
Ｅｈ（ｔ）＝（１／６）Σ[ｌm（ｔ）／６００]（和は１０分〜６０分について取る）
そして、設定時間毎光合成有効放射照度演算ステップ（Ｓ１０）で演算した設定時間毎の放射照度を、設定時間毎ハウス外光合成有効放射照度とする。
なお、時間毎の光合成有効放射照度（日射の可視光成分の放射照度）Ｅｅｆｆ（ｔ）[Ｗ／m２]は全放射照度の５０%とすることが好ましい。
Ｅｅｆｆ（ｔ）＝（１／２）Ｅｈ（ｔ）
このように、Ｓ１からＳ１０は、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップであり、設定時間毎ハウス外光合成有効放射照度を演算する。
なお、図３（ａ）は、設定時間毎ハウス外光合成有効放射照度に用いる入力データを示す説明図である。
次に、ハウスの構造及び遮光カーテン使用状況に基づき、設定時間毎ハウス外光合成有効放射照度から設定時間毎ハウス内光合成有効放射照度を生成する。
Ｓ１１では、農業用ハウスの構造を区別するハウスタイプ、農業用ハウスの棟方向、農業用ハウスが単棟か連棟かの区別、及び農業用ハウスに用いる遮光カーテンの枚数のいずれかを少なくとも含むハウスパラメータを入力する。
Ｓ１１におけるハウスパラメータの入力では、例えば、ユーザが「緯度」「ハウスタイプ」「棟方向」「単棟・連棟の別」「遮光カーテンの有無」をリストから選択し、「遮光カーテンの透過率」「遮光カーテンを展開する光合成有効放射照度の閾値」「側面からの日照の寄与率」「地表面反射補正係数」「フィルム汚れ係数」を入力することで行う。
Ｓ１２では、Ｓ１０における設定時間毎光合成有効放射照度演算ステップで演算した設定時間毎ハウス外光合成有効放射照度と、Ｓ１１で入力されたハウスパラメータとを用いてハウス内光合成有効放射照度を演算する。Ｓ１２における設定時間毎ハウス内光合成有効放射照度演算ステップは、図２に示す光合成有効放射照度変換部９において行う。
Ｓ１２における設定時間毎ハウス内光合成有効放射照度演算ステップでは、「緯度」「月」「ハウスタイプ」「棟方向」「単棟・連棟の別」によって区分された、屋根及び側面から入射する日照の割合（Fｒｏｏｆ、Fｓｉｄｅ）をユーザーの入力情報及び日付に従って選択する。
ハウス外光合成有効放射照度Ｅｏｕｔ（ｔ）に上記の割合Fｒｏｏｆ、Fｓｉｄｅを掛けて屋根及び側面からの日射量を算出し、屋根からの日照に対してカーテンの透過率（ＴR）、側面からの日照に対して寄与率（ＴＳ）をそれぞれ掛け、日射量を補正する。
補正した日射量の総和に対して「地表面反射補正係数（Ｃｒｅｆｌ）」「フィルム汚れ係数（Ｃｄｉｒｔ）」を掛け、ハウス内光合成有効放射照度Ｅｉｎ（ｔ）を算出する。
最終的な計算式は以下のようになる。
Ｅｉｎ（ｔ）＝Ｅｏｕｔ（ｔ）（１＋Ｃｒｅｆｌ）（１−Ｃｄｉｒｔ）（FｒｏｏｆＴR＋FｓｉｄｅＴＳ）
Ｓ１３では、Ｓ１２における設定時間毎ハウス内光合成有効放射照度演算ステップで演算した設定時間毎のハウス内光合成有効放射照度を出力する。
このように、Ｓ１１からＳ１３は、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップであり、設定時間毎ハウス内光合成有効放射照度を生成する。
なお、図３（ｂ）及び図３（ｃ）は、設定時間毎ハウス内光合成有効放射照度に用いる入力データを示す説明図である。
本実施例によれば、ハウス外環境データ生成ステップ（Ｓ１〜Ｓ１０）では、日照時間と日中の天気概況とを用いて設定時間毎ハウス外光合成有効放射照度を演算でき、ハウス内環境データ生成ステップ（Ｓ１１〜Ｓ１３）では、この設定時間毎ハウス外光合成有効放射照度を用いてハウス内光合成有効放射照度を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
以下に、本発明のハウス内環境データ生成方法の他の実施例について説明する。
図４は本実施例によるハウス内環境データ生成方法を示すフロー図、図５は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図６は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。なお、図１及び図２と同一構成又は同一処理については同一符号を付して説明を省略する。
本実施例は、実測日照時間データがない場合に「天気概況」を用いて時間毎のハウス外光合成有効放射照度を生成する方法である。
Ｓ２ｘで取得した日別の天気概況を用いて日射不足を判定する（Ｓ３ｘ）。
Ｓ３ｘにおける天気判定ステップは、図５に示す天気判定部３ｘにおいて行う。
Ｓ３ｘにおける天気判定ステップでは、天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、文字が含まれていれば日射不足を判定する。
日射量に影響を与える天気概況を考慮して日射不足に対して補正係数を与えることで高精度なハウス内環境データを生成できる。例えば、日中の天気概況の文字列に「晴」「多云（多雲）」「陰」「陣雨・雷陣雨・陣雪・雷陣雪」「小雨・小雪」「中雨・中雪」が含まれているかを判定し、それぞれに対応する補正係数を与える。
「大雨・大雪」「暴雨・暴雪」「雷雨」「雨夾雪」に対しては「中雨・中雪」と同じ補正係数を与える。
「霧」「霾」及び黄砂を示す「浮塵（視程１０ｋｍ以上）」「揚沙（同１ｋｍ以上１０ｋｍ未満）」「沙塵暴（同１ｋｍ未満）」に対しては「陰」と同じ補正係数を与える。
２種類以上の天気が含まれる場合は、補正係数を重み付けなしで平均する。
このように、補正係数を変えることで、天気概況によって段階的に日射不足の度合いを判定する。
Ｓ７ｘにおける日積算日射量演算ステップは、図５に示す天気判定部５ｘにおいて行う。
Ｓ７ｘにおける日積算日射量演算ステップでは、日積算日射量ｌＧ[Ｊ／m２]を以下の式から計算する。
ｌＧ＝Ｅ（Ｓ）（Ｃ１＋Ｃ２ｓｉｎｈ＋Ｃ３ｓｉｎ２ｈ）＋Ｅ（R）（Ｃ４＋Ｃ５Ｌ）
入力
Ｌ：日長[ｈ]＝（日の入時刻−日の出時刻）
ｈ：太陽の南中高度[°]
パラメータ
Ｃ１〜Ｃ５：係数
Ｓ：直達日射量補正係数（晴：１、多云：s（＜１）、他の天気：０）
R：天空散乱日射量補正係数（晴以外の各天気に該当：ｒ１〜ｒ５（＜１）、晴：１）
Ｅ（Ｓ）、Ｅ（R）：補正係数の平均値
パラメータＣ１〜Ｃ５、s、ｒ１〜ｒ５は例えば以下の方法によって決定する。
無錫市の農業用ハウスにおいて実測された１年間の日射量推移を最小二乗解析し、パラメータを決定する。
図６（ａ）は設定時間毎ハウス外光合成有効放射照度に用いる入力データを示す説明図、図６（ｂ）は直達日射量補正係数（Ｓ）と天空散乱日射量補正係数（Ｒ）とを示す説明図である。なお、例えば１０年ごとにパラメータを見直すことも重要である。
本実施例によれば、ハウス外環境データ生成ステップ（Ｓ１〜Ｓ１０）では、日中の天気概況を用いて設定時間毎ハウス外光合成有効放射照度を演算でき、ハウス内環境データ生成ステップ（Ｓ１１〜Ｓ１３）では、この設定時間毎ハウス外光合成有効放射照度を用いてハウス内光合成有効放射照度を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
以下に、本発明のハウス内環境データ生成方法の更に他の実施例について説明する。
本実施例は、外部から時間毎の気温データを取得できない場合に、「気象庁アメダスの最高・最低気温」を用いて時間毎のハウス外気温を生成するものである。
本実施例は図７に示す仮定に基づくものである。
図７は、１日の日射量変化の概形ｌｔｒ（ｔ）と、ある時刻に一瞬だけ日射を受けたときの温度変化の概形Ｔｒｅｓｐ（ｔ）を示す概念図である。
図７（ａ）は、１日の日射量変化の概形ｌｔｒ（ｔ）を示しており、１日の気温は、その日の日射量による温度上昇と地球外への放熱による温度下降によって決まると仮定している。
図７（ｂ）は、日射を受けてからの経過時間に伴う温度変化の概形Ｔｒｅｓｐ（ｔ）を示している。なお、降温の時定数τは管理者が定めるパラメータとする。
このような仮定によれば、
１日の気温変化Ｔ（ｔ）は以下の重畳積分によって求まる。
Ｔ（ｔ）＝∫Ｔｒｅｓｐ（ｔ′）ｌｔｒ（ｔ−ｔ′）ｄｔ′
図８は本実施例によるハウス内環境データ生成方法を示すフロー図、図９は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図１０は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。なお、図１及び図２と同一構成又は同一処理については同一符号を付して説明を省略する。
ユーザが農業用ハウスの場所を特定する地点情報２（図８参照）を入力することで（Ｓ１）、ユーザが入力した地点に最も近い気象庁アメダスの「最高気温」及び「最低気温」を日別に気象データベース１から取得する（Ｓ２ｙ）。
Ｓ１で入力する地点情報２は、「地点名（都道府県・市区町村）」又は「緯度」「経度」である。「地点名（都道府県・市区町村）」から「緯度」及び「経度」を特定できる。地点情報２は、少なくとも緯度が特定できればよい。
Ｓ６ｙでは、特定月日における日の出時刻、南中時刻、日の入時刻を演算する。
上述の通り、日長Ｌ[ｈ]＝（日の入時刻−日の出時刻）は以下の式で求めることができる。
Ｌ＝（２／１５）ａｃｏｓ（ｔａｎβ−ｔａｎΦｔａｎδ）
ｔａｎβ＝Ｋ１＋Ｋ２ｓｉｎ（Φ＋α）
パラメータ
Ｋ１、Ｋ２：係数、α：位相パラメータ
半日長（ｈ）Ｌ１／２＝Ｌ／２
日の出時刻（ｈ）ｔsｒ＝１２−Ｌ１／２−（１／１５）（εｔ＋λ−λ０）
南中時刻（ｈ）ｔｃ＝１２−（１／１５）（εｔ＋λ−λ０）
日の入時刻（ｈ）ｔｓｓ＝１２＋Ｌ１／２−（１／１５）（εｔ＋λ−λ０）
εｔ：近時差[°]、λ：経度[°]、λ０：標準時子午線の経度[°]
近時差は以下の式から計算できる。
εｔ[°]＝（１８０／π）（０．００００７５＋０．００１８６８ｃｏｓΘ−０．０３２０７７ｓｉｎΘ−０．０１４６１５ｃｏｓ２Θ−０．０４０８９ｓｉｎ２Θ）（非特許文献2）
Θ[°]＝３６０（ｄ−１）／３６５
ただし、ｄ：１月１日からの日数[日、１月１日を１とする]
このようにして、特定月日における、日の出時刻・南中時刻・日の入時刻を演算することができる。
Ｓ１４では、ハウス外気温を演算するために、入力量から得られる以下のパラメータを生成する。Ｓ１４におけるパラメータの生成は、図９に示すパラメータ生成部１０において行う。
最高気温Ｔｍａｘ
最低気温Ｔｍｉｎ
翌日との最低気温差（℃）Ｔｍｉｎ*＝Ｔｍｉｎ（当該日翌日）−Ｔｍｉｎ（当該日）
補正最高気温（℃）Ｔｍａｘ*＝２（Ｔｍａｘ−Ｔｍｉｎ）−（７／４）Ｔｍｉｎ*
Ｓ１５では、ハウス外気温を計算しようとしている時刻が（ア）日の出〜南中、（イ）南中〜日の入、（ウ）日の入〜翌日の出のどの時間帯に属するかを、日の出時刻、南中時刻、日の入時刻と比較して判定する。Ｓ１５における時間帯判定ステップでは、図９に示す時間帯判定部１１において行う。
（ア）日の出〜南中
Ｔ（ｔ）＝Ｔｍｉｎ＋Ｔｍｉｎ*（ｔ−ｔｃ＋Ｌ１／２）２／２Ｌ１／２ ２＋Ｔｍａｘ*τ{ｔ−ｔｃ−τ＋Ｌ１／２＋τｅｘｐ[−（ｔ−ｔｃ＋Ｌ１／２）／τ]}／Ｌ１／２ ２
（イ）南中〜日の入
Ｔ（ｔ）＝Ｔｍｉｎ−Ｔｍｉｎ*{（ｔ−ｔｃ−Ｌ１／２）２−２Ｌ１／２ ２}／２Ｌ１／２ ２＋Ｔｍａｘ*τ{−ｔ＋ｔｃ＋τ＋Ｌ１／２−τ[２−ｅｘｐ（−Ｌ１／２／τ）]ｅｘｐ[−（ｔ−ｔｃ）／τ]}／Ｌ１／２ ２
（ウ）日の入〜翌日の出
Ｔ（ｔ）＝Ｔｍｉｎ＋Ｔｍｉｎ*＋Ｔｍａｘ*τ２{ｅｘｐ（Ｌ１／２／τ）＋ｅｘｐ（−Ｌ１／２／τ）−２}ｅｘｐ[−（ｔ−ｔｃ）／τ]／Ｌ１／２ ２
Ｓ１６では、重畳積分の結果を用いて、単位時間（例えば１０分）毎の気温Ｔ（ｔ）[℃]を演算する。Ｓ１６における単位時間毎気温演算ステップは、図９に示す単位時間毎気温演算部７ｙにおいて行う。
Ｓ１７では、単位時間毎気温演算ステップ（Ｓ１６）で演算した単位時間毎の気温を設定時間（例えば６０分）毎の気温を演算する。Ｓ１７における設定時間毎気温演算ステップは、図９に示す設定時間毎気温演算部８ｙにおいて行う。
Ｓ１７における設定時間毎気温演算ステップでは、１０分毎の気温Ｔ（ｔ′）[℃]について、毎時１０分〜６０分の値を平均して設定時間（例えば６０分）毎の気温Ｔｈ（ｔ）[℃]を得る。
Ｔｈ（ｔ）＝（１／６）ΣＴ（ｔ′）（和は１０分〜６０分について取る）
そして、設定時間毎気温演算ステップ（Ｓ１７）で演算した設定時間毎の気温を、設定時間毎ハウス外気温とする。
このように、Ｓ１からＳ１７は、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップであり、設定時間毎ハウス外気温を演算する。
なお、図１０（ａ）は、設定時間毎ハウス外気温の演算に用いる入力データを示す説明図である。
次に、ハウスの構造及び保温設備使用状況に基づき、設定時間毎ハウス外気温から設定時間毎ハウス内気温を生成する。
Ｓ１１では、農業用ハウスの構造、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータを入力する。
Ｓ１１におけるハウスパラメータの入力では、例えば、ユーザが「夏期・冬期開始日」「夏期・冬期の設定最高温度・最低温度」を入力し、「加温設備の有無」「冷房設備の有無・使用時間帯」「窓開閉の有無」「保温カーテンの有無」をリストから選択し、加温・冷房設備、保温カーテンを使用する場合は、使用期間を入力することで行う。
Ｓ１２ｙでは、Ｓ１７における設定時間毎気温演算ステップで演算した設定時間毎ハウス外気温と、Ｓ１１で入力されたハウスパラメータとを用いてハウス内気温を演算する。Ｓ１２ｙにおける設定時間毎ハウス内気温演算ステップは、図９に示す気温変換部９ｙにおいて行う。
気温変換部９ｙで行うハウス内気温への変換では、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分することが好ましく、更には、日中ハウス内気温は、日の出から午前まで（昇温中）及び夕方から日の入まで（降温中）の昇降気温帯と、昇温又は降温変化の少ない南中気温帯とに区分することが好ましい。
夜間ハウス内気温には、加温動作や冷房動作がない場合では外気温をハウス内気温とし、加温動作や冷房動作がある場合では、設定最低温度をハウス内気温とする。なお、加温時で外気温が設定最低温度よりも高い場合、及び冷房時で外気温が設定最低温度よりも低い場合は外気温をハウス内気温とする。
日中ハウス内気温、特に昇降気温帯における日中ハウス内気温には、窓が閉鎖している場合では、ハウス内光合成有効放射照度によって決まる温度をハウス内気温とすることが好ましい。なお、ハウス内光合成有効放射照度によって決まる温度については後述する。
また、日中ハウス内気温、特に昇降気温帯における日中ハウス内気温には、窓開放により冷却する場合では、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に到達する時間まではハウス内気温とするが、外気温が設定最高温度よりも高い場合は外気温をハウス内気温とする。
日中ハウス内気温、特に南中気温帯における日中ハウス内気温には、冷房動作がない場合では、ハウス内光合成有効放射照度によって決まる温度をハウス内気温とし、窓開放により冷却する場合では設定最高温度をハウス内気温とする。ただし、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合は窓を閉鎖する。すなわち、ハウス内気温はハウス内光合成有効放射照度によって決まる温度とする。また、外気温が設定最高温度よりも高い場合では外気温をハウス内気温とする。
日中ハウス内気温、特に南中気温帯における日中ハウス内気温には、冷房装置により冷却する場合では、設定最高温度をハウス内気温とする。
なお、保温カーテンの使用期間中、以下Ａ〜Ｃの条件をすべて満たすならばハウス内気温を１．５℃だけ高くする。
Ａ．冷房装置によりハウス内を設定最高温度に維持している状態でないこと。
Ｂ．加温・冷房によりハウス内を設定最低温度に維持している状態でないこと。
Ｃ．窓が開放されていないこと。
本実施例における気温変換部９ｙでは、最高温度及び最低温度から演算された外気温を用いた場合を示しているが、ハウス内気温を時間毎に「外気温」「ハウス内光合成有効放射照度によって決まる温度」「設定最高温度」「設定最低温度」から選択することが好ましい。
ハウス内光合成有効放射照度によって決まる温度Ｔsｒは以下の式により算出する。
Ｔsｒ＝Ｔｏｕｔ＋ａ[（１−ｂＣｒｅｆｌ）／（１＋Ｃｒｅｆｌ）]Ｅｉｎ
Ｔｏｕｔ：外気温（℃）、Ｅｉｎ：ハウス内光合成有効放射照度（Ｗ／m２）、
Ｃｒｅｆｌ：地表面反射補正係数、ａ：変換係数（℃・m２／Ｗ）、ｂ：昇降温抑制係数
ただし、加温動作中あるいは冷房装置による冷房動作中は、Ｔｏｕｔをそれぞれ設定最低温度、設定最高温度で置き換える。
Ｓ１３ｙでは、Ｓ１２ｙにおける設定時間毎ハウス内気温演算ステップで演算した設定時間毎のハウス内気温を出力する。
このように、Ｓ１１からＳ１３ｙは、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップであり、設定時間毎ハウス内気温を生成する。
なお、図１０（ｂ）は、設定時間毎ハウス内気温の演算に用いる入力データを示す説明図である。
本実施例によれば、ハウス外環境データ生成ステップ（Ｓ１〜Ｓ１７）では、最高気温と最低気温を用いて設定時間毎ハウス外気温を演算でき、ハウス内環境データ生成ステップ（Ｓ１１〜Ｓ１３ｙ）では、この設定時間毎ハウス外気温を用いてハウス内気温を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
また、本実施例によれば、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが加温動作又は冷房動作を行う場合では、夜間ハウス内気温には、加温動作又は冷房動作における設定最低温度を用い、加温動作の時間帯における外気温が設定最低温度よりも高い場合、及び冷房動作の時間帯における外気温が設定最低温度よりも低い場合には、設定最低温度に代えて外気温を用いることで、農業用ハウスが加温動作又は冷房動作を行う場合であっても、ハウス内気温の精度を高めることができる。
また、本実施例によれば、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが窓開放により冷却動作を行う場合には、日中ハウス内気温には、冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合には、設定最高温度に代えてハウス内光合成有効放射照度によって決まる温度を用い、外気温が設定最高温度よりも高い場合には、設定最高温度に代えて外気温を用いることで、農業用ハウスが窓開放により冷却動作を行う場合であっても、ハウス内気温の精度を高めることができる。
本発明によるハウス内環境データ生成方法によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。
１ 気象データベース
２ 地点情報
３ 天気判定部
３ｘ 天気判定部
４ 暦演算部
５ 日積算日射量演算部
５ｘ 日積算日射量演算部
６ 日射量日変化概形演算部
７ 単位時間毎日射量演算部
７ｙ 単位時間毎気温演算部
８ 設定時間毎光合成有効放射照度演算部
８ｙ 設定時間毎気温演算部
９ 光合成有効放射照度変換部
９ｙ 気温変換部
１０ パラメータ生成部
１１ 時間帯判定部
ｔ 時刻
本発明は、日別及び地域別に提供されている気象データを用いて、農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法に関する。
我が国の農業生産において、その収穫量を事前かつ精緻に予測することは、農業経営の安定化、流通の安定化に欠かせない技術となりつつある。また昨今のスマート農業（ＩｏＴ化、ＡＩ活用）などにおいても、その有用性から大きな注目を集めている。
従来から収穫量を予測する方策が多数提案されている（例えば特許文献１）。農作物の生育を簡易に予測するには「有効積算温度」を使うことが一般的である。引用文献１に記載のキャベツなど葉茎菜類においては実用に耐えうる精度が期待できるとされる。
しかしながら、トマト等の果菜類においは、播種から開花時期、開花から収穫時期などの予測が有効積算温度だけでは十分な精度を出せないことが分かっている（非特許文献１）。
さらに、農業用ハウスを使用した通年連作栽培においては、播種から開花時期までには十分な予測精度が出せるが、果房間における開花タイミングや収穫開始タイミングなどに大きなズレが出ることが、弊社圃場での実証実験において明らかになった。そのため、「ハウス内の有効日射量」を環境パラメータとして測定ないしは予測することが、一つの課題となっている。
アメダスは１９７４年１１月１日に運用を開始して、現在、降水量を観測する観測所は全国に約１，３００か所（約１７ｋｍ間隔）あり、このうち、約５０か所では日射量を観測しており、測定されたデータは広く一般ユーザが入手することができる。
しかしながら、全国約５０箇所で観測している「日射量」については、気象庁のデータを実圃場データとしてそのまま活用するには、地点粒度が粗く、その他の観測地では日射量ではなく日照時間表記である、など諸処の課題が残る。
また、空撮画像データを使用することにより一般データを補正、圃場データとして収量予測に活用する手段が提案されている（特許文献２）。
なお、非特許文献２には、特定月日の特定時刻における太陽高度を求める計算式が記載されている。
特許第５８５３７８０号公報 特開２０１５−４９号公報
小林尚司、島地 英夫、池田英男、「養液栽培によるトマトの一段どり栽培に関する研究（第２報）」、農業施設、農業施設学会、平成１０年３月２５日、第２８巻、４号、ｐ．２０３―２０８ J. W. Spencer, "Fourier series representation of the position of the Sun", Search 2, 162・172 (1971)
農業用ハウスは、自然環境を活用せずに完全密閉型で行われる植物工場等と比べて、自然エネルギーを使用する分エネルギー効率が高いメリットがある。
しかしその反面で、天気によりハウス内環境が時系列で大きく変化し、ハウス設置地域（緯度・経度）によってもハウス内環境が大きく左右されることから、結果として、外的要因により生産量が予測しにくいという課題が指摘されてきた。
ハウス内環境に特に大きな影響を与えるのは、こちらも有効日射量である。例えば、有効日射量変動による室内温度の上昇・低下は時事刻々と発生し、ハウス内環境パラメータの予測を困難にしている。
以上のような課題に対し、農業用ハウス内にセンサを配置し、データを直接取得する手段が提案されている。
しかし、センサ等でのデータ取得には、温度・照度センサ等をハウスの数だけ設置するコストが大きく、ハウス建設後、作付け期間に相当する期間（半年〜１年）のデータ蓄積が最低限必要であり、特に新規就農時にはデータが揃わず、農業参入前のフィージビリティスタディに使えないという課題が残る。また、照度値は照度センサのハウス内取付位置によって大きくばらつくため、１個のセンサではハウス内の平均的な日照値を見積もりづらいという課題もある。
特許文献２による手法は、畑・水田・露地栽培には有効な手段であるが、農業用ハウス内部の環境を空撮画像によって伺い知ることはできず、ハウス栽培には活用できない。
なお、日照時間の時別値を日射量時別値に直接変換することはきわめて難しい。
本発明は、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することで、容易に高精度な農作物育成予測を実現することができるハウス内環境データ生成方法を提供することを目的とする。
請求項１記載の本発明のハウス内環境データ生成方法は、農業用ハウスの場所を特定する地点情報２と、前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、日別及び地域別に提供されている気象データとを用いることで、制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、前記制御手段が、前記気象データの中から前記地点情報２で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップとを有し、前記ハウス内環境データをハウス内光合成有効放射照度とすると、前記気象データとして、晴れ又は雨などの日中の天気概況を用い、前記ハウス外環境データ生成ステップでは、前記天気概況を用いて、日射不足を判定する天気判定ステップと、前記地点情報を用いることで前記場所での特定月日の時刻ｔにおける太陽高度を演算して、前記太陽高度から前記特定月日における可照時間を演算する暦演算ステップと、前記天気判定ステップで判定した前記日射不足、及び前記暦演算ステップで算出した前記可照時間を用いて、前記特定月日における日積算日射量を演算する日積算日射量演算ステップと、前記暦演算ステップで演算した前記特定月日の前記可照時間における単位時間毎の日射量変化を演算する日射量日変化概形演算ステップと、前記日積算日射量演算ステップで演算した前記日積算日射量、及び前記日射量日変化概形演算ステップで演算した前記日射量変化を用いて、前記特定月日における前記単位時間毎の日射量を演算する単位時間毎日射量演算ステップと、前記単位時間毎日射量演算ステップで演算した前記単位時間毎の前記日射量を放射照度に変換して設定時間毎の前記放射照度を演算する設定時間毎光合成有効放射照度演算ステップとを有し、前記設定時間毎光合成有効放射照度演算ステップで演算した前記設定時間毎の前記放射照度を、設定時間毎ハウス外光合成有効放射照度とし、前記ハウス内環境データ生成ステップでは、前記設定時間毎ハウス外光合成有効放射照度と前記ハウスパラメータとを用いて前記ハウス内光合成有効放射照度を生成することを特徴とする。
請求項２記載の本発明は、請求項１に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、前記文字が含まれていれば前記日射不足と判定することを特徴とする。
請求項３記載の本発明は、請求項２に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、一時雨、一時雪、又は一時みぞれの前記文字が含まれていれば前記日射不足と判定しないことを特徴とする。
請求項４記載の本発明は、請求項１に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、前記文字が含まれていれば前記日射不足と判定することを特徴とする。
請求項５記載の本発明のハウス内環境データ生成方法は、農業用ハウスの場所を特定する地点情報２と、前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、日別及び地域別に提供されている気象データとを用いることで、制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、前記制御手段が、前記気象データの中から前記地点情報２で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップとを有し、前記ハウス内環境データをハウス内気温とすると、前記気象データとして、最高気温と最低気温とを用い、前記ハウス外環境データ生成ステップでは、前記地点情報２を用いることで前記場所での特定月日の時刻ｔにおける太陽高度を演算して、前記太陽高度から前記特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップ（Ｓ５，Ｓ６ｙ）と、ハウス外気温を計算する時刻が、前記日の出時刻から前記南中時刻、前記南中時刻から前記日の入時刻、又は前記日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップ（Ｓ１５）と、判定された前記時間帯別に、取得した前記最高気温と前記最低気温とを用いて、前記特定月日における前記単位時間毎の気温を演算する単位時間毎気温演算ステップ（Ｓ１６）と、前記単位時間毎気温演算ステップで演算した前記単位時間毎の前記気温を設定時間毎の前記気温を演算する設定時間毎気温演算ステップ（Ｓ１７）と、を有し、前記設定時間毎気温演算ステップで演算した前記設定時間毎の前記気温を、設定時間毎ハウス外気温とし、前記ハウス内環境データ生成ステップでは、前記設定時間毎ハウス外気温と前記ハウスパラメータとを用いて前記ハウス内気温を生成することを特徴とする。
請求項６記載の本発明は、請求項５に記載のハウス内環境データ生成方法において、前記ハウス内環境データ生成ステップでは、前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、前記農業用ハウスが加温動作又は冷房動作を行う場合には、前記夜間ハウス内気温には、前記加温動作又は前記冷房動作における設定最低温度を用い、前記加温動作の時間帯における前記外気温が前記設定最低温度よりも高い場合、及び前記冷房動作の時間帯における前記ハウス外気温が前記設定最低温度よりも低い場合には、前記設定最低温度に代えて前記外気温を用いることを特徴とする。
請求項７記載の本発明は、請求項５に記載のハウス内環境データ生成方法において、前記ハウス内環境データ生成ステップでは、前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、前記農業用ハウスが窓開放により冷却動作を行う場合には、前記日中ハウス内気温には、前記冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が前記設定最高温度に満たない場合には、前記設定最高温度に代えて前記ハウス内光合成有効放射照度によって決まる前記温度を用い、前記外気温が前記設定最高温度よりも高い場合には、前記設定最高温度に代えて前記外気温を用いることを特徴とする。
本発明によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。
本発明の一実施例におけるハウス内環境データ生成方法を示すフロー図 同ハウス内環境データ生成方法を機能実現手段で表したブロック図 同ハウス内環境データ生成方法に用いるデータ量を示す説明図 本発明の他の実施例によるハウス内環境データ生成方法を示すフロー図 同ハウス内環境データ生成方法を機能実現手段で表したブロック図 同ハウス内環境データ生成方法に用いるデータ量を示す説明図 本発明の更に他の実施例におけるハウス内環境データ生成方法の１日の日射量変化の概形ｌｔｒ（ｔ）と、ある時刻に一瞬だけ日射を受けたときの温度変化の概形Ｔｒｅｓｐ（ｔ）を示す概念図 本実施例によるハウス内環境データ生成方法を示すフロー図 同ハウス内環境データ生成方法を機能実現手段で表したブロック図 同ハウス内環境データ生成方法に用いるデータ量を示す説明図
本発明の第１の実施の形態によるハウス内環境データ生成方法は、制御手段が、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップとを有し、ハウス内環境データをハウス内光合成有効放射照度とすると、気象データとして、晴れ又は雨などの日中の天気概況を用い、ハウス外環境データ生成ステップでは、天気概況を用いて、日射不足を判定する天気判定ステップと、地点情報を用いることで農業用ハウスの場所での特定月日の時刻ｔにおける太陽高度を演算して、太陽高度から特定月日における可照時間を演算する暦演算ステップと、天気判定ステップで判定した日射不足、及び暦演算ステップで算出した可照時間を用いて、特定月日における日積算日射量を演算する日積算日射量演算ステップと、暦演算ステップで演算した特定月日の可照時間における単位時間毎の日射量変化を演算する日射量日変化概形演算ステップと、日積算日射量演算ステップで演算した日積算日射量、及び日射量日変化概形演算ステップで演算した日射量変化を用いて、特定月日における単位時間毎の日射量を演算する単位時間毎日射量演算ステップと、単位時間毎日射量演算ステップで演算した単位時間毎の日射量を放射照度に変換して設定時間毎の放射照度を演算する設定時間毎光合成有効放射照度演算ステップとを有し、設定時間毎光合成有効放射照度演算ステップで演算した設定時間毎の放射照度を、設定時間毎ハウス外光合成有効放射照度とし、ハウス内環境データ生成ステップでは、設定時間毎ハウス外光合成有効放射照度とハウスパラメータとを用いてハウス内光合成有効放射照度を生成するものである。本実施の形態によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。また、ハウス外環境データ生成ステップでは、日照時間と日中の天気概況とを用いて設定時間毎ハウス外光合成有効放射照度を演算でき、ハウス内環境データ生成ステップでは、この設定時間毎ハウス外光合成有効放射照度を用いてハウス内光合成有効放射照度を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
本発明の第２の実施の形態は、第１の実施の形態によるハウス内環境データ生成方法において、天気判定ステップでは、天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、文字が含まれていれば日射不足と判定するものである。本実施の形態によれば、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
本発明の第３の実施の形態は、第２の実施の形態によるハウス内環境データ生成方法において、天気判定ステップでは、天気概況に、一時雨、一時雪、又は一時みぞれの文字が含まれていれば日射不足と判定しないものである。本実施の形態によれば、ハウス内光合成有効放射照度の精度を高めることができる。
本発明の第４の実施の形態は、第１の実施の形態によるハウス内環境データ生成方法において、天気判定ステップでは、天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、文字が含まれていれば日射不足と判定するものである。本実施の形態によれば、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
本発明の第５の実施の形態によるハウス内環境データ生成方法は、制御手段が、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップとを有し、ハウス内環境データをハウス内気温とすると、気象データとして、最高気温と最低気温とを用い、ハウス外環境データ生成ステップでは、地点情報を用いることで場所での特定月日の時刻ｔにおける太陽高度を演算して、太陽高度から特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップと、ハウス外気温を算出する時刻が、日の出時刻から南中時刻、南中時刻から日の入時刻、又は日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップと、判定された時間帯別に、取得した最高気温と最低気温とを用いて、特定月日における単位時間毎の気温を演算する単位時間毎気温演算ステップと、単位時間毎気温演算ステップで演算した単位時間毎の気温を設定時間毎の気温を演算する設定時間毎気温演算ステップと、を有し、設定時間毎気温演算ステップで演算した設定時間毎の気温を、設定時間毎ハウス外気温とし、ハウス内環境データ生成ステップでは、設定時間毎ハウス外気温とハウスパラメータとを用いてハウス内気温を生成するものである。本実施の形態によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。また、ハウス外環境データ生成ステップでは、最高気温と最低気温を用いて設定時間毎ハウス外気温を演算でき、ハウス内環境データ生成ステップでは、この設定時間毎ハウス外気温を用いてハウス内気温を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
本発明の第６の実施の形態は、第５の実施の形態によるハウス内環境データ生成方法において、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが加温動作又は冷房動作を行う場合では、夜間ハウス内気温には、加温動作又は冷房動作における設定最低温度を用い、加温動作の時間帯における外気温が設定最低温度よりも高い場合、及び冷房動作の時間帯におけるハウス外気温が設定最低温度よりも低い場合には、設定最低温度に代えて外気温を用いるものである。本実施の形態によれば、農業用ハウスが加温動作又は冷房動作を行う場合であっても、ハウス内気温の精度を高めることができる。
本発明の第７の実施の形態は、第５の実施の形態によるハウス内環境データ生成方法において、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが窓開放により冷却動作を行う場合には、日中ハウス内気温には、冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合には、設定最高温度に代えてハウス内光合成有効放射照度によって決まる温度を用い、外気温が設定最高温度よりも高い場合には、設定最高温度に代えて外気温を用いるものである。本実施の形態によれば、農業用ハウスが窓開放により冷却動作を行う場合であっても、ハウス内気温の精度を高めることができる。
以下に、本発明のハウス内環境データ生成方法の一実施例について説明する。
図１は本実施例によるハウス内環境データ生成方法を示すフロー図、図２は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図３は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。
ユーザが農業用ハウスの場所を特定する地点情報２（図２参照）を入力することで（Ｓ１）、ユーザが入力した地点に最も近い気象庁アメダスの「日中の天気概況」を日別に気象データベース１から取得する（Ｓ２）。
Ｓ１で入力する地点情報２は、「地点名（都道府県・市区町村）」又は「緯度」「経度」である。「地点名（都道府県・市区町村）」から「緯度」及び「経度」を特定できる。地点情報２は、少なくとも緯度が特定できればよい。
Ｓ２で取得した日別の天気概況を用いて日射不足を判定する（Ｓ３）。
Ｓ３における天気判定ステップは、図２に示す天気判定部３において行う。
Ｓ３における天気判定ステップでは、晴れ又は雨などの日中の天気概況を用いて、日射不足を判定する。
例えば、日中の天気概況に「雨」「雪」又は「みぞれ」の文字が含まれているかを判定し、「雨」「雪」又は「みぞれ」の文字が含まれている場合には日射不足と判定して「降水フラグ」を立てる。ただし、天気概況に、一時雨、一時雪、又は一時みぞれの文字が含まれていれば日射不足と判定しない。なお、「曇時々雨一時雪」の場合は「日射不足」と判定する。このように、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
また、ユーザが入力した地点に最も近い気象庁アメダスの「日照時間（日積算値）」を気象データベース１から取得する（Ｓ４）。
Ｓ５では、ユーザが入力した地点情報から特定月日の時刻ｔにおける太陽高度を演算する。
特定月日の時刻ｔにおける太陽高度ｈ（ｔ）[°]は以下の式から計算できる。
ｓｉｎｈ（ｔ）＝ｃｏｓΦｃｏｓδｃｏｓ[１５（ｔ−１２）]−ｓｉｎΦｓｉｎδ
δ[°]＝（１８０／π）（０．００６９１８−０．３９９９１２ｃｏｓΘ＋０．０７０２５７ｓｉｎΘ−０．００６７５８ｃｏｓ２Θ＋０．０００９０７ｓｉｎ２Θ−０．００２６９７ｃｏｓ３Θ＋０．００１４８ｓｉｎ３Θ）（非特許文献2）
Θ[°]＝３６０（ｄ−１）／３６５
ただし、ｄ：１月１日からの日数[日、１月１日を１とする]、Φ：緯度[°]
太陽南中高度はｈ（１２）[°]であるから
ｓｉｎｈ（１２）＝ｃｏｓΦｃｏｓδ−ｓｉｎΦｓｉｎδ
日の出・日の入時刻ではおおよそｈ（ｔ）＝０[°]であるから、日長Ｌ[ｈ]＝（日の入時刻−日の出時刻）は以下の式で求めることができる。
Ｌ＝（２／１５）ａｃｏｓ（−ｔａｎΦｔａｎδ）
上記式によって、太陽高度から特定月日における可照時間を演算できる（Ｓ６）。
実際は、日の出は太陽が完全に地平線から出る時刻、日の入りは太陽が完全に地平線に隠れる時刻であるからｈ（ｔ）＝０[°]ではない。また、他にも日の出・日の入りに影響する要因が存在する。
そこで、実測値に合うよう上記式を修正して用いる。
Ｌ＝（２／１５）ａｃｏｓ（ｔａｎβ−ｔａｎΦｔａｎδ）
ｔａｎβ＝Ｋ１＋Ｋ２ｓｉｎ（Φ＋α）
パラメータ
Ｋ１、Ｋ２：係数、α：位相パラメータ
Ｓ５及びＳ６が暦演算ステップであり、暦演算ステップでは、地点情報を用いることで農業用ハウスの場所での特定月日の時刻ｔにおける太陽高度を演算して、太陽高度から特定月日における可照時間を演算する。Ｓ５及びＳ６における暦演算ステップは、図２に示す暦演算部４において行う。
Ｓ４で取得した日照時間、天気判定ステップ（Ｓ３）で判定した日射不足、及び暦演算ステップ（Ｓ５及びＳ６）で算出した可照時間を用いて、特定月日における日積算日射量を演算する（Ｓ７）。Ｓ７における暦演算ステップは、図２に示す日積算日射量演算部５において行う。
Ｓ４で取得する日照時間について、気象データベース１でのデータ取得間隔が１日未満の場合、毎日０時０分１秒から２４時０分０秒の値を積算して日毎の日照時間データＤｓ[h]を得る。
例えば、１０分毎の日照時間データＸｍ（ｔ）の場合、毎日０時１０分から２４時０分の値を平均して日毎の日照時間データＤＳ[ｈ]を得る。
ＤＳ＝（１／６０）Σ［Ｘｍ（ｔ）］（和は０時１０分〜２４時０分について取る）
従って、１０分毎の日照時間データＸｍ（ｔ）は、例えば、Ｘｍ（９時１０分）：８分、Ｘｍ（９時２０分）：１０分、Ｘｍ（９時３０分）：１０分、Ｘｍ（９時４０分）：１０分、Ｘｍ（９時５０分）：２分、Ｘｍ（１０時０分）：０分・・・・・となり、これらのデータを０時１０分〜２４時０分まで積算すると、日毎の日照時間は
Σ［Ｘｍ（ｔ）］[分]となって、６０で割ると単位が[時間]になる。
Ｓ７における日積算日射量演算ステップでは、日積算日射量ｌＧ[Ｊ／m２]を以下の式から計算する。
ｌＧ＝ＤＳ（Ｃ１＋Ｃ２ｓｉｎｈ＋Ｃ３ｓｉｎ２ｈ）＋ＱＲ（Ｃ４＋Ｃ５Ｌ）
入力値
ＤＳ：日照時間[ｈ]
Ｌ：日長[ｈ]＝（日の入時刻−日の出時刻）
ｈ：太陽の南中高度[°]
パラメータ
Ｃ１〜Ｃ５：係数
Q：短日照時間補正係数（日照時間が閾値Ｄｔｈ未満：Q（＜１）、Ｄｔｈ以上：１）
R：降水補正係数（日射不足である：R（＜１）、日射不足でない：１）
パラメータＣ１〜Ｃ５、Q、R、Ｄｔｈは例えば以下の方法によって決定する。
全天日射量を計測している気象庁アメダスについて、１年間の日射量推移を最小二乗解析し、パラメータを決定する。緯度を考慮し、以下の５つのアメダスについて解析する。なお、例えば１０年ごとにパラメータを見直すことも重要である。
札幌（北緯４３．０６度）、盛岡（北緯３９．７０度）、大阪（北緯３４．６８度）、鹿児島（北緯３１．５６度）、石垣島（北緯２４．３４度）
Ｓ８では、暦演算ステップ（Ｓ５、Ｓ６）で演算した特定月日の可照時間における単位時間毎の日射量変化を演算する。Ｓ８における日射量日変化概形演算ステップは、図２に示す日射量日変化概形演算部６において行う。
Ｓ８における日射量日変化概形演算ステップでは、単位時間（例えば１０分）毎の日射量変化の概形ｌｍｄｌ（ｔ）[Ｊ／m２]を以下の式から計算する。
ｌｍｄｌ（ｔ）＝ｌ０P１／ｓｉｎｈ（ｔ）ｓｉｎｈ（ｔ）{１＋０．０３３ｃｏｓ[３６０（ｄ−２）／３６５]}
入力
ｄ：１月１日からの日数[日、１月１日を１とする]
ｈ（ｔ）：時刻ｔにおける太陽の南中高度[°]
定数
ｌ０：太陽定数（４．９１７６MＪ／m２）
P：大気透過率（０．７）
なお、本実施例についてはＰを定数として扱う。
Ｓ９では、日積算日射量演算ステップ（Ｓ７）で演算した日積算日射量、及び日射量日変化概形演算ステップ（Ｓ８）で演算した日射量変化を用いて、特定月日における単位時間毎の日射量を演算する。Ｓ９における単位時間毎日射量演算ステップは、図２に示す単位時間毎日射量演算部７において行う。
Ｓ９における単位時間毎日射量演算ステップでは、単位時間（例えば１０分）毎の日射量変化の概形ｌｍｄｌ（ｔ）[Ｊ／m２]を１日分積算した値を日照時間から推定した日積算日射量ｌＧ[Ｊ／m２]と一致させ、１０分毎の日射量ｌm（ｔ）[Ｊ／m２]を得る。
ｌm（ｔ）＝{ｌＧ／Σ[ｌｍｄｌ（ｔ）]}ｌｍｄｌ（ｔ）（和は０：１０〜２４：００について取る）
Ｓ１０では、単位時間毎日射量演算ステップ（Ｓ９）で演算した単位時間毎の日射量を放射照度に変換して設定時間（例えば６０分）毎の光合成有効放射照度を演算する。Ｓ１０における設定時間毎光合成有効放射照度演算ステップは、図２に示す設定時間毎光合成有効放射照度演算部８において行う。
Ｓ１０における設定時間毎光合成有効放射照度演算ステップでは、１０分毎の日射量ｌm（ｔ）[Ｊ／m２]を放射照度[Ｗ／m２]に変換し、毎時１０分〜６０分の値を平均して設定時間（例えば６０分）毎の放射照度Ｅｈ（ｔ）[Ｗ／m２]を得る。
Ｅｈ（ｔ）＝（１／６）Σ[ｌm（ｔ）／６００]（和は１０分〜６０分について取る）
そして、設定時間毎光合成有効放射照度演算ステップ（Ｓ１０）で演算した設定時間毎の放射照度を、設定時間毎ハウス外光合成有効放射照度とする。
なお、時間毎の光合成有効放射照度（日射の可視光成分の放射照度）Ｅｅｆｆ（ｔ）[Ｗ／m２]は全放射照度の５０%とすることが好ましい。
Ｅｅｆｆ（ｔ）＝（１／２）Ｅｈ（ｔ）
このように、Ｓ１からＳ１０は、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップであり、設定時間毎ハウス外光合成有効放射照度を演算する。
なお、図３（ａ）は、設定時間毎ハウス外光合成有効放射照度に用いる入力データを示す説明図である。
次に、ハウスの構造及び遮光カーテン使用状況に基づき、設定時間毎ハウス外光合成有効放射照度から設定時間毎ハウス内光合成有効放射照度を生成する。
Ｓ１１では、農業用ハウスの構造を区別するハウスタイプ、農業用ハウスの棟方向、農業用ハウスが単棟か連棟かの区別、及び農業用ハウスに用いる遮光カーテンの枚数のいずれかを少なくとも含むハウスパラメータを入力する。
Ｓ１１におけるハウスパラメータの入力では、例えば、ユーザが「緯度」「ハウスタイプ」「棟方向」「単棟・連棟の別」「遮光カーテンの有無」をリストから選択し、「遮光カーテンの透過率」「遮光カーテンを展開する光合成有効放射照度の閾値」「側面からの日照の寄与率」「地表面反射補正係数」「フィルム汚れ係数」を入力することで行う。
Ｓ１２では、Ｓ１０における設定時間毎光合成有効放射照度演算ステップで演算した設定時間毎ハウス外光合成有効放射照度と、Ｓ１１で入力されたハウスパラメータとを用いてハウス内光合成有効放射照度を演算する。Ｓ１２における設定時間毎ハウス内光合成有効放射照度演算ステップは、図２に示す光合成有効放射照度変換部９において行う。
Ｓ１２における設定時間毎ハウス内光合成有効放射照度演算ステップでは、「緯度」「月」「ハウスタイプ」「棟方向」「単棟・連棟の別」によって区分された、屋根及び側面から入射する日照の割合（Fｒｏｏｆ、Fｓｉｄｅ）をユーザーの入力情報及び日付に従って選択する。
ハウス外光合成有効放射照度Ｅｏｕｔ（ｔ）に上記の割合Fｒｏｏｆ、Fｓｉｄｅを掛けて屋根及び側面からの日射量を算出し、屋根からの日照に対してカーテンの透過率（ＴR）、側面からの日照に対して寄与率（ＴＳ）をそれぞれ掛け、日射量を補正する。
補正した日射量の総和に対して「地表面反射補正係数（Ｃｒｅｆｌ）」「フィルム汚れ係数（Ｃｄｉｒｔ）」を掛け、ハウス内光合成有効放射照度Ｅｉｎ（ｔ）を算出する。
最終的な計算式は以下のようになる。
Ｅｉｎ（ｔ）＝Ｅｏｕｔ（ｔ）（１＋Ｃｒｅｆｌ）（１−Ｃｄｉｒｔ）（FｒｏｏｆＴR＋FｓｉｄｅＴＳ）
Ｓ１３では、Ｓ１２における設定時間毎ハウス内光合成有効放射照度演算ステップで演算した設定時間毎のハウス内光合成有効放射照度を出力する。
このように、Ｓ１１からＳ１３は、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップであり、設定時間毎ハウス内光合成有効放射照度を生成する。
なお、図３（ｂ）及び図３（ｃ）は、設定時間毎ハウス内光合成有効放射照度に用いる入力データを示す説明図である。
本実施例によれば、ハウス外環境データ生成ステップ（Ｓ１〜Ｓ１０）では、日照時間と日中の天気概況とを用いて設定時間毎ハウス外光合成有効放射照度を演算でき、ハウス内環境データ生成ステップ（Ｓ１１〜Ｓ１３）では、この設定時間毎ハウス外光合成有効放射照度を用いてハウス内光合成有効放射照度を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
以下に、本発明のハウス内環境データ生成方法の他の実施例について説明する。
図４は本実施例によるハウス内環境データ生成方法を示すフロー図、図５は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図６は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。なお、図１及び図２と同一構成又は同一処理については同一符号を付して説明を省略する。
本実施例は、実測日照時間データがない場合に「天気概況」を用いて時間毎のハウス外光合成有効放射照度を生成する方法である。
Ｓ２ｘで取得した日別の天気概況を用いて日射不足を判定する（Ｓ３ｘ）。
Ｓ３ｘにおける天気判定ステップは、図５に示す天気判定部３ｘにおいて行う。
Ｓ３ｘにおける天気判定ステップでは、天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、文字が含まれていれば日射不足を判定する。
日射量に影響を与える天気概況を考慮して日射不足に対して補正係数を与えることで高精度なハウス内環境データを生成できる。例えば、日中の天気概況の文字列に「晴」「多云（多雲）」「陰」「陣雨・雷陣雨・陣雪・雷陣雪」「小雨・小雪」「中雨・中雪」が含まれているかを判定し、それぞれに対応する補正係数を与える。
「大雨・大雪」「暴雨・暴雪」「雷雨」「雨夾雪」に対しては「中雨・中雪」と同じ補正係数を与える。
「霧」「霾」及び黄砂を示す「浮塵（視程１０ｋｍ以上）」「揚沙（同１ｋｍ以上１０ｋｍ未満）」「沙塵暴（同１ｋｍ未満）」に対しては「陰」と同じ補正係数を与える。
２種類以上の天気が含まれる場合は、補正係数を重み付けなしで平均する。
このように、補正係数を変えることで、天気概況によって段階的に日射不足の度合いを判定する。
Ｓ７ｘにおける日積算日射量演算ステップは、図５に示す天気判定部５ｘにおいて行う。
Ｓ７ｘにおける日積算日射量演算ステップでは、日積算日射量ｌＧ[Ｊ／m２]を以下の式から計算する。
ｌＧ＝Ｅ（Ｓ）（Ｃ１＋Ｃ２ｓｉｎｈ＋Ｃ３ｓｉｎ２ｈ）＋Ｅ（R）（Ｃ４＋Ｃ５Ｌ）
入力
Ｌ：日長[ｈ]＝（日の入時刻−日の出時刻）
ｈ：太陽の南中高度[°]
パラメータ
Ｃ１〜Ｃ５：係数
Ｓ：直達日射量補正係数（晴：１、多云：s（＜１）、他の天気：０）
R：天空散乱日射量補正係数（晴以外の各天気に該当：ｒ１〜ｒ５（＜１）、晴：１）
Ｅ（Ｓ）、Ｅ（R）：補正係数の平均値
パラメータＣ１〜Ｃ５、s、ｒ１〜ｒ５は例えば以下の方法によって決定する。
無錫市の農業用ハウスにおいて実測された１年間の日射量推移を最小二乗解析し、パラメータを決定する。
図６（ａ）は設定時間毎ハウス外光合成有効放射照度に用いる入力データを示す説明図、図６（ｂ）は直達日射量補正係数（Ｓ）と天空散乱日射量補正係数（Ｒ）とを示す説明図である。なお、例えば１０年ごとにパラメータを見直すことも重要である。
本実施例によれば、ハウス外環境データ生成ステップ（Ｓ１〜Ｓ１０）では、日中の天気概況を用いて設定時間毎ハウス外光合成有効放射照度を演算でき、ハウス内環境データ生成ステップ（Ｓ１１〜Ｓ１３）では、この設定時間毎ハウス外光合成有効放射照度を用いてハウス内光合成有効放射照度を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
以下に、本発明のハウス内環境データ生成方法の更に他の実施例について説明する。
本実施例は、外部から時間毎の気温データを取得できない場合に、「気象庁アメダスの最高・最低気温」を用いて時間毎のハウス外気温を生成するものである。
本実施例は図７に示す仮定に基づくものである。
図７は、１日の日射量変化の概形ｌｔｒ（ｔ）と、ある時刻に一瞬だけ日射を受けたときの温度変化の概形Ｔｒｅｓｐ（ｔ）を示す概念図である。
図７（ａ）は、１日の日射量変化の概形ｌｔｒ（ｔ）を示しており、１日の気温は、その日の日射量による温度上昇と地球外への放熱による温度下降によって決まると仮定している。
図７（ｂ）は、日射を受けてからの経過時間に伴う温度変化の概形Ｔｒｅｓｐ（ｔ）を示している。なお、降温の時定数τは管理者が定めるパラメータとする。
このような仮定によれば、
１日の気温変化Ｔ（ｔ）は以下の重畳積分によって求まる。
Ｔ（ｔ）＝∫Ｔｒｅｓｐ（ｔ′）ｌｔｒ（ｔ−ｔ′）ｄｔ′
図８は本実施例によるハウス内環境データ生成方法を示すフロー図、図９は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図１０は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。なお、図１及び図２と同一構成又は同一処理については同一符号を付して説明を省略する。
ユーザが農業用ハウスの場所を特定する地点情報２（図８参照）を入力することで（Ｓ１）、ユーザが入力した地点に最も近い気象庁アメダスの「最高気温」及び「最低気温」を日別に気象データベース１から取得する（Ｓ２ｙ）。
Ｓ１で入力する地点情報２は、「地点名（都道府県・市区町村）」又は「緯度」「経度」である。「地点名（都道府県・市区町村）」から「緯度」及び「経度」を特定できる。地点情報２は、少なくとも緯度が特定できればよい。
Ｓ６ｙでは、特定月日における日の出時刻、南中時刻、日の入時刻を演算する。
上述の通り、日長Ｌ[ｈ]＝（日の入時刻−日の出時刻）は以下の式で求めることができる。
Ｌ＝（２／１５）ａｃｏｓ（ｔａｎβ−ｔａｎΦｔａｎδ）
ｔａｎβ＝Ｋ１＋Ｋ２ｓｉｎ（Φ＋α）
パラメータ
Ｋ１、Ｋ２：係数、α：位相パラメータ
半日長（ｈ）Ｌ１／２＝Ｌ／２
日の出時刻（ｈ）ｔsｒ＝１２−Ｌ１／２−（１／１５）（εｔ＋λ−λ０）
南中時刻（ｈ）ｔｃ＝１２−（１／１５）（εｔ＋λ−λ０）
日の入時刻（ｈ）ｔｓｓ＝１２＋Ｌ１／２−（１／１５）（εｔ＋λ−λ０）
εｔ：近時差[°]、λ：経度[°]、λ０：標準時子午線の経度[°]
近時差は以下の式から計算できる。
εｔ[°]＝（１８０／π）（０．００００７５＋０．００１８６８ｃｏｓΘ−０．０３２０７７ｓｉｎΘ−０．０１４６１５ｃｏｓ２Θ−０．０４０８９ｓｉｎ２Θ）（非特許文献2）
Θ[°]＝３６０（ｄ−１）／３６５
ただし、ｄ：１月１日からの日数[日、１月１日を１とする]
このようにして、特定月日における、日の出時刻・南中時刻・日の入時刻を演算することができる。
Ｓ１４では、ハウス外気温を演算するために、入力量から得られる以下のパラメータを生成する。Ｓ１４におけるパラメータの生成は、図９に示すパラメータ生成部１０において行う。
最高気温Ｔｍａｘ
最低気温Ｔｍｉｎ
翌日との最低気温差（℃）Ｔｍｉｎ*＝Ｔｍｉｎ（当該日翌日）−Ｔｍｉｎ（当該日）
補正最高気温（℃）Ｔｍａｘ*＝２（Ｔｍａｘ−Ｔｍｉｎ）−（７／４）Ｔｍｉｎ*
Ｓ１５では、ハウス外気温を計算しようとしている時刻が（ア）日の出〜南中、（イ）南中〜日の入、（ウ）日の入〜翌日の出のどの時間帯に属するかを、日の出時刻、南中時刻、日の入時刻と比較して判定する。Ｓ１５における時間帯判定ステップでは、図９に示す時間帯判定部１１において行う。
（ア）日の出〜南中
Ｔ（ｔ）＝Ｔｍｉｎ＋Ｔｍｉｎ*（ｔ−ｔｃ＋Ｌ１／２）２／２Ｌ１／２ ２＋Ｔｍａｘ*τ{ｔ−ｔｃ−τ＋Ｌ１／２＋τｅｘｐ[−（ｔ−ｔｃ＋Ｌ１／２）／τ]}／Ｌ１／２ ２
（イ）南中〜日の入
Ｔ（ｔ）＝Ｔｍｉｎ−Ｔｍｉｎ*{（ｔ−ｔｃ−Ｌ１／２）２−２Ｌ１／２ ２}／２Ｌ１／２ ２＋Ｔｍａｘ*τ{−ｔ＋ｔｃ＋τ＋Ｌ１／２−τ[２−ｅｘｐ（−Ｌ１／２／τ）]ｅｘｐ[−（ｔ−ｔｃ）／τ]}／Ｌ１／２ ２
（ウ）日の入〜翌日の出
Ｔ（ｔ）＝Ｔｍｉｎ＋Ｔｍｉｎ*＋Ｔｍａｘ*τ２{ｅｘｐ（Ｌ１／２／τ）＋ｅｘｐ（−Ｌ１／２／τ）−２}ｅｘｐ[−（ｔ−ｔｃ）／τ]／Ｌ１／２ ２
Ｓ１６では、重畳積分の結果を用いて、単位時間（例えば１０分）毎の気温Ｔ（ｔ）[℃]を演算する。Ｓ１６における単位時間毎気温演算ステップは、図９に示す単位時間毎気温演算部７ｙにおいて行う。
Ｓ１７では、単位時間毎気温演算ステップ（Ｓ１６）で演算した単位時間毎の気温を設定時間（例えば６０分）毎の気温を演算する。Ｓ１７における設定時間毎気温演算ステップは、図９に示す設定時間毎気温演算部８ｙにおいて行う。
Ｓ１７における設定時間毎気温演算ステップでは、１０分毎の気温Ｔ（ｔ′）[℃]について、毎時１０分〜６０分の値を平均して設定時間（例えば６０分）毎の気温Ｔｈ（ｔ）[℃]を得る。
Ｔｈ（ｔ）＝（１／６）ΣＴ（ｔ′）（和は１０分〜６０分について取る）
そして、設定時間毎気温演算ステップ（Ｓ１７）で演算した設定時間毎の気温を、設定時間毎ハウス外気温とする。
このように、Ｓ１からＳ１７は、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップであり、設定時間毎ハウス外気温を演算する。
なお、図１０（ａ）は、設定時間毎ハウス外気温の演算に用いる入力データを示す説明図である。
次に、ハウスの構造及び保温設備使用状況に基づき、設定時間毎ハウス外気温から設定時間毎ハウス内気温を生成する。
Ｓ１１では、農業用ハウスの構造、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータを入力する。
Ｓ１１におけるハウスパラメータの入力では、例えば、ユーザが「夏期・冬期開始日」「夏期・冬期の設定最高温度・最低温度」を入力し、「加温設備の有無」「冷房設備の有無・使用時間帯」「窓開閉の有無」「保温カーテンの有無」をリストから選択し、加温・冷房設備、保温カーテンを使用する場合は、使用期間を入力することで行う。
Ｓ１２ｙでは、Ｓ１７における設定時間毎気温演算ステップで演算した設定時間毎ハウス外気温と、Ｓ１１で入力されたハウスパラメータとを用いてハウス内気温を演算する。Ｓ１２ｙにおける設定時間毎ハウス内気温演算ステップは、図９に示す気温変換部９ｙにおいて行う。
気温変換部９ｙで行うハウス内気温への変換では、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分することが好ましく、更には、日中ハウス内気温は、日の出から午前まで（昇温中）及び夕方から日の入まで（降温中）の昇降気温帯と、昇温又は降温変化の少ない南中気温帯とに区分することが好ましい。
夜間ハウス内気温には、加温動作や冷房動作がない場合では外気温をハウス内気温とし、加温動作や冷房動作がある場合では、設定最低温度をハウス内気温とする。なお、加温時で外気温が設定最低温度よりも高い場合、及び冷房時で外気温が設定最低温度よりも低い場合は外気温をハウス内気温とする。
日中ハウス内気温、特に昇降気温帯における日中ハウス内気温には、窓が閉鎖している場合では、ハウス内光合成有効放射照度によって決まる温度をハウス内気温とすることが好ましい。なお、ハウス内光合成有効放射照度によって決まる温度については後述する。
また、日中ハウス内気温、特に昇降気温帯における日中ハウス内気温には、窓開放により冷却する場合では、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に到達する時間まではハウス内気温とするが、外気温が設定最高温度よりも高い場合は外気温をハウス内気温とする。
日中ハウス内気温、特に南中気温帯における日中ハウス内気温には、冷房動作がない場合では、ハウス内光合成有効放射照度によって決まる温度をハウス内気温とし、窓開放により冷却する場合では設定最高温度をハウス内気温とする。ただし、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合は窓を閉鎖する。すなわち、ハウス内気温はハウス内光合成有効放射照度によって決まる温度とする。また、外気温が設定最高温度よりも高い場合では外気温をハウス内気温とする。
日中ハウス内気温、特に南中気温帯における日中ハウス内気温には、冷房装置により冷却する場合では、設定最高温度をハウス内気温とする。
なお、保温カーテンの使用期間中、以下Ａ〜Ｃの条件をすべて満たすならばハウス内気温を１．５℃だけ高くする。
Ａ．冷房装置によりハウス内を設定最高温度に維持している状態でないこと。
Ｂ．加温・冷房によりハウス内を設定最低温度に維持している状態でないこと。
Ｃ．窓が開放されていないこと。
本実施例における気温変換部９ｙでは、最高温度及び最低温度から演算された外気温を用いた場合を示しているが、ハウス内気温を時間毎に「外気温」「ハウス内光合成有効放射照度によって決まる温度」「設定最高温度」「設定最低温度」から選択することが好ましい。
ハウス内光合成有効放射照度によって決まる温度Ｔsｒは以下の式により算出する。
Ｔsｒ＝Ｔｏｕｔ＋ａ[（１−ｂＣｒｅｆｌ）／（１＋Ｃｒｅｆｌ）]Ｅｉｎ
Ｔｏｕｔ：外気温（℃）、Ｅｉｎ：ハウス内光合成有効放射照度（Ｗ／m２）、
Ｃｒｅｆｌ：地表面反射補正係数、ａ：変換係数（℃・m２／Ｗ）、ｂ：昇降温抑制係数
ただし、加温動作中あるいは冷房装置による冷房動作中は、Ｔｏｕｔをそれぞれ設定最低温度、設定最高温度で置き換える。
Ｓ１３ｙでは、Ｓ１２ｙにおける設定時間毎ハウス内気温演算ステップで演算した設定時間毎のハウス内気温を出力する。
このように、Ｓ１１からＳ１３ｙは、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップであり、設定時間毎ハウス内気温を生成する。
なお、図１０（ｂ）は、設定時間毎ハウス内気温の演算に用いる入力データを示す説明図である。
本実施例によれば、ハウス外環境データ生成ステップ（Ｓ１〜Ｓ１７）では、最高気温と最低気温を用いて設定時間毎ハウス外気温を演算でき、ハウス内環境データ生成ステップ（Ｓ１１〜Ｓ１３ｙ）では、この設定時間毎ハウス外気温を用いてハウス内気温を生成できるため、高精度な農業用ハウスのハウス内環境データを生成できる。
また、本実施例によれば、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが加温動作又は冷房動作を行う場合では、夜間ハウス内気温には、加温動作又は冷房動作における設定最低温度を用い、加温動作の時間帯における外気温が設定最低温度よりも高い場合、及び冷房動作の時間帯における外気温が設定最低温度よりも低い場合には、設定最低温度に代えて外気温を用いることで、農業用ハウスが加温動作又は冷房動作を行う場合であっても、ハウス内気温の精度を高めることができる。
また、本実施例によれば、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが窓開放により冷却動作を行う場合には、日中ハウス内気温には、冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合には、設定最高温度に代えてハウス内光合成有効放射照度によって決まる温度を用い、外気温が設定最高温度よりも高い場合には、設定最高温度に代えて外気温を用いることで、農業用ハウスが窓開放により冷却動作を行う場合であっても、ハウス内気温の精度を高めることができる。
本発明によるハウス内環境データ生成方法によれば、日別及び地域別に提供されている気象データを用いて、容易に高精度な農業用ハウスのハウス内環境データを生成することができ、生成したハウス内環境データを用いることで、容易に高精度な農作物育成予測を実現することができる。
１ 気象データベース
２ 地点情報
３ 天気判定部
３ｘ 天気判定部
４ 暦演算部
５ 日積算日射量演算部
５ｘ 日積算日射量演算部
６ 日射量日変化概形演算部
７ 単位時間毎日射量演算部
７ｙ 単位時間毎気温演算部
８ 設定時間毎光合成有効放射照度演算部
８ｙ 設定時間毎気温演算部
９ 光合成有効放射照度変換部
９ｙ 気温変換部
１０ パラメータ生成部
１１ 時間帯判定部
ｔ 時刻

Claims (8)

  1. 農業用ハウスの場所を特定する地点情報と、
    前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、
    日別及び地域別に提供されている気象データと
    を用いることで、
    制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、
    前記制御手段が、
    前記気象データの中から前記地点情報で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、
    前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップと
    を有する
    ことを特徴とするハウス内環境データ生成方法。
  2. 前記ハウス内環境データをハウス内光合成有効放射照度とすると、
    前記気象データとして、晴れ又は雨などの日中の天気概況を用い、
    前記ハウス外環境データ生成ステップでは、
    前記天気概況を用いて、日射不足を判定する天気判定ステップと、
    前記地点情報を用いることで前記場所での特定月日の時刻ｔにおける太陽高度を演算して、前記太陽高度から前記特定月日における可照時間を演算する暦演算ステップと、
    前記天気判定ステップで判定した前記日射不足、及び前記暦演算ステップで算出した前記可照時間を用いて、前記特定月日における日積算日射量を演算する日積算日射量演算ステップと、
    前記暦演算ステップで演算した前記特定月日の前記可照時間における単位時間毎の日射量変化を演算する日射量日変化概形演算ステップと、
    前記日積算日射量演算ステップで演算した前記日積算日射量、及び前記日射量日変化概形演算ステップで演算した前記日射量変化を用いて、前記特定月日における前記単位時間毎の日射量を演算する単位時間毎日射量演算ステップと、
    前記単位時間毎日射量演算ステップで演算した前記単位時間毎の前記日射量を放射照度に変換して設定時間毎の前記放射照度を演算する設定時間毎光合成有効放射照度演算ステップと
    を有し、
    前記設定時間毎光合成有効放射照度演算ステップで演算した前記設定時間毎の前記放射照度を、設定時間毎ハウス外光合成有効放射照度とし、
    前記ハウス内環境データ生成ステップでは、
    前記設定時間毎ハウス外光合成有効放射照度と前記ハウスパラメータとを用いて前記ハウス内光合成有効放射照度を生成する
    ことを特徴とする請求項１に記載のハウス内環境データ生成方法。
  3. 前記天気判定ステップでは、
    前記天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、
    前記文字が含まれていれば前記日射不足と判定する
    ことを特徴とする請求項２に記載のハウス内環境データ生成方法。
  4. 前記天気判定ステップでは、
    前記天気概況に、一時雨、一時雪、又は一時みぞれの前記文字が含まれていれば前記日射不足と判定しない
    ことを特徴とする請求項３に記載のハウス内環境データ生成方法。
  5. 前記天気判定ステップでは、
    前記天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、
    前記晴れ以外の前記文字が含まれていれば前記日射不足と判定する
    ことを特徴とする請求項２に記載のハウス内環境データ生成方法。
  6. 前記ハウス内環境データをハウス内気温とすると、
    前記気象データとして、最高気温と最低気温とを用い、
    前記ハウス外環境データ生成ステップでは、
    前記地点情報を用いることで前記場所での特定月日の時刻ｔにおける太陽高度を演算して、前記太陽高度から前記特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップと、
    ハウス外気温を計算する時刻が、前記日の出時刻から前記南中時刻、前記南中時刻から前記日の入時刻、又は前記日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップと、
    判定された前記時間帯別に、取得した前記最高気温と前記最低気温とを用いて、前記特定月日における前記単位時間毎の気温を演算する単位時間毎気温演算ステップと、
    前記単位時間毎気温演算ステップで演算した前記単位時間毎の前記気温を設定時間毎の前記気温を演算する設定時間毎気温演算ステップと、
    を有し、
    前記設定時間毎気温演算ステップで演算した前記設定時間毎の前記気温を、設定時間毎ハウス外気温とし、
    前記ハウス内環境データ生成ステップでは、
    前記設定時間毎ハウス外気温と前記ハウスパラメータとを用いて前記ハウス内気温を生成する
    ことを特徴とする請求項１に記載のハウス内環境データ生成方法。
  7. 前記ハウス内環境データ生成ステップでは、
    前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、
    前記農業用ハウスが加温動作又は冷房動作を行う場合には、
    前記夜間ハウス内気温には、
    前記加温動作又は前記冷房動作における設定最低温度を用い、
    前記加温動作の時間帯における前記外気温が前記設定最低温度よりも高い場合、及び前記冷房動作の時間帯における前記ハウス外気温が前記設定最低温度よりも低い場合には、前記設定最低温度に代えて前記外気温を用いる
    ことを特徴とする請求項６に記載のハウス内環境データ生成方法。
  8. 前記ハウス内環境データ生成ステップでは、
    前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、
    前記農業用ハウスが窓開放により冷却動作を行う場合には、
    前記日中ハウス内気温には、
    前記冷却動作における設定最高温度を用い、
    ハウス内光合成有効放射照度によって決まる温度が前記設定最高温度に満たない場合には、前記設定最高温度に代えて前記ハウス内光合成有効放射照度によって決まる前記温度を用い、
    前記外気温が前記設定最高温度よりも高い場合には、前記設定最高温度に代えて前記外気温を用いる
    ことを特徴とする請求項６に記載のハウス内環境データ生成方法。

JP2019049363A 2019-03-18 2019-03-18 ハウス内環境データ生成方法 Active JP6788288B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019049363A JP6788288B2 (ja) 2019-03-18 2019-03-18 ハウス内環境データ生成方法
CN202010140833.3A CN111708389B (zh) 2019-03-18 2020-03-03 温室内环境数据生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019049363A JP6788288B2 (ja) 2019-03-18 2019-03-18 ハウス内環境データ生成方法

Publications (2)

Publication Number Publication Date
JP2020154353A true JP2020154353A (ja) 2020-09-24
JP6788288B2 JP6788288B2 (ja) 2020-11-25

Family

ID=72536491

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019049363A Active JP6788288B2 (ja) 2019-03-18 2019-03-18 ハウス内環境データ生成方法

Country Status (2)

Country Link
JP (1) JP6788288B2 (ja)
CN (1) CN111708389B (ja)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009207489A (ja) * 2008-02-06 2009-09-17 Kikuchi Engei:Kk マンゴーの加温施設による栽培方法
JP2009247274A (ja) * 2008-04-04 2009-10-29 Ntt Facilities Inc 建物内植物生育システム、及び建物内植物生育システムの制御方法
JP2010172305A (ja) * 2009-01-30 2010-08-12 Ehime Univ 対話型居住環境緑化デザイン支援システム
JP2011074685A (ja) * 2009-09-30 2011-04-14 Panasonic Electric Works Co Ltd 日射調節装置
JP2011205948A (ja) * 2010-03-29 2011-10-20 Teiraazu Kumamoto Kk 農業用ハウスの開閉装置用制御システム及び開閉装置を利用した農業用ハウスの温度制御方法
JP2014026378A (ja) * 2012-07-25 2014-02-06 Nec Casio Mobile Communications Ltd 端末装置、サーバ装置、情報処理システム、情報処理方法、およびプログラム
JP2014057570A (ja) * 2012-08-23 2014-04-03 Panasonic Corp 農業用ハウス
JP2014134360A (ja) * 2013-01-11 2014-07-24 Panasonic Corp 室温推定装置、プログラム
JP2017068725A (ja) * 2015-10-01 2017-04-06 日本無線株式会社 独立電源システム及び独立電源システムの制御方法
JP2017127281A (ja) * 2016-01-22 2017-07-27 学校法人酪農学園 栽培環境管理装置、栽培環境管理方法および栽培環境管理プログラム
JP2017142178A (ja) * 2016-02-10 2017-08-17 株式会社Ｃｓソリューション 日変化予測プログラム、日変化予測装置および日変化予測方法
JP2017225300A (ja) * 2016-06-17 2017-12-21 積水ハウス株式会社 エネルギーマネジメントシステム
JP2018014904A (ja) * 2016-07-26 2018-02-01 株式会社オーガニックｎｉｃｏ 農業用ハウス内環境制御装置
JP2018078818A (ja) * 2016-11-15 2018-05-24 株式会社オーガニックｎｉｃｏ 農業用環境制御装置
JP2019017395A (ja) * 2018-11-12 2019-02-07 井関農機株式会社 栽培施設
US20190079214A1 (en) * 2017-09-14 2019-03-14 Farmers Edge Inc. Indicator interpolation to predict a weather state

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10211387B4 (de) * 2001-03-15 2020-03-26 Omron Corp. Strahlungsimpulse verwendender Sensor
DE102006054504B4 (de) * 2006-11-20 2008-09-25 Institut für Gemüse- und Zierpflanzenbau e.V. Verfahren und Anordnung zur Kohlendioxid-Versorgung von in einem Gewächshaus angebauten Pflanzen
US10321541B2 (en) * 2011-03-11 2019-06-11 Ilumi Solutions, Inc. LED lighting device
CN102882223B (zh) * 2011-07-11 2016-09-28 陈巍 水风光和生物质多能集成互补发电方法及装置
CN102736596B (zh) * 2012-06-11 2014-10-29 南京农业大学 基于作物信息融合的多尺度温室环境控制系统
CN103237380B (zh) * 2013-03-15 2014-09-03 西北农林科技大学 基于多因子耦合的光环境智能调控系统方法与系统
CN103250608A (zh) * 2013-05-29 2013-08-21 尹永华 水稻垄式株穴定位栽培方法
CN105265202A (zh) * 2014-06-16 2016-01-27 东洋罗基泰克有限公司 用于栽培植物的基于位置的日光管理方法及其装置
WO2016009581A1 (ja) * 2014-07-15 2016-01-21 日本電気株式会社 業務状態分析システム
JP6187949B1 (ja) * 2016-04-12 2017-08-30 株式会社オーガニックｎｉｃｏ 農業用ハウスの施工方法
CN106155144B (zh) * 2016-08-17 2018-03-23 石家庄市农林科学研究院 一种温室环境调控方法及装置
CN109424215A (zh) * 2017-08-27 2019-03-05 南京乐朋电子科技有限公司 可活动式楼房

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009207489A (ja) * 2008-02-06 2009-09-17 Kikuchi Engei:Kk マンゴーの加温施設による栽培方法
JP2009247274A (ja) * 2008-04-04 2009-10-29 Ntt Facilities Inc 建物内植物生育システム、及び建物内植物生育システムの制御方法
JP2010172305A (ja) * 2009-01-30 2010-08-12 Ehime Univ 対話型居住環境緑化デザイン支援システム
JP2011074685A (ja) * 2009-09-30 2011-04-14 Panasonic Electric Works Co Ltd 日射調節装置
JP2011205948A (ja) * 2010-03-29 2011-10-20 Teiraazu Kumamoto Kk 農業用ハウスの開閉装置用制御システム及び開閉装置を利用した農業用ハウスの温度制御方法
JP2014026378A (ja) * 2012-07-25 2014-02-06 Nec Casio Mobile Communications Ltd 端末装置、サーバ装置、情報処理システム、情報処理方法、およびプログラム
JP2014057570A (ja) * 2012-08-23 2014-04-03 Panasonic Corp 農業用ハウス
JP2014134360A (ja) * 2013-01-11 2014-07-24 Panasonic Corp 室温推定装置、プログラム
JP2017068725A (ja) * 2015-10-01 2017-04-06 日本無線株式会社 独立電源システム及び独立電源システムの制御方法
JP2017127281A (ja) * 2016-01-22 2017-07-27 学校法人酪農学園 栽培環境管理装置、栽培環境管理方法および栽培環境管理プログラム
JP2017142178A (ja) * 2016-02-10 2017-08-17 株式会社Ｃｓソリューション 日変化予測プログラム、日変化予測装置および日変化予測方法
JP2017225300A (ja) * 2016-06-17 2017-12-21 積水ハウス株式会社 エネルギーマネジメントシステム
JP2018014904A (ja) * 2016-07-26 2018-02-01 株式会社オーガニックｎｉｃｏ 農業用ハウス内環境制御装置
JP2018078818A (ja) * 2016-11-15 2018-05-24 株式会社オーガニックｎｉｃｏ 農業用環境制御装置
US20190079214A1 (en) * 2017-09-14 2019-03-14 Farmers Edge Inc. Indicator interpolation to predict a weather state
JP2019017395A (ja) * 2018-11-12 2019-02-07 井関農機株式会社 栽培施設

Also Published As

Publication number Publication date
CN111708389B (zh) 2021-10-26
CN111708389A (zh) 2020-09-25
JP6788288B2 (ja) 2020-11-25

Similar Documents

Publication Publication Date Title
Page The role of solar-radiation climatology in the design of photovoltaic systems
Berry et al. Tree canopy shade impacts on solar irradiance received by building walls and their surface temperature
Escobar et al. Solar energy resource assessment in Chile: Satellite estimation and ground station measurements
JP5308560B1 (ja) 太陽光発電における発電量予測方法及び装置
Zheng et al. An experimental study of vertical greenery systems for window shading for energy saving in summer
KR101914061B1 (ko) 인공위성에 의한 열섬특성 분석방법
Bakhshoodeh et al. Exploring the evapotranspirative cooling effect of a green façade
Bendix et al. Cloud occurrence and cloud properties in Ecuador
Schuster The quest for the optimum angular-tilt of terrestrial solar panels or their angle-resolved annual insolation
Crum et al. Microclimate variation among urban land covers: The importance of vertical and horizontal structure in air and land surface temperature relationships
Wang et al. A climate-based analysis of photosynthetically active radiation availability in large-scale greenhouses across China
Ya’u et al. Global solar radiation models: A review
Zhang et al. Using estimated radiation in crop models amplified the negative impacts of climate variability on maize and winter wheat yields in China
Farukh et al. Trend and variability analysis of sunshine duration in divisional headquarters of Bangladesh
Salazar et al. Practical models to estimate horizontal irradiance in clear sky conditions: Preliminary results
JP6788288B2 (ja) ハウス内環境データ生成方法
Baharuddin et al. Daylight availability in Hong Kong: classification into three sky conditions
Rožnovský et al. Microclimate evaluation of the Hradec Králové city using HUMIDEX
Kejna et al. Spatial differentiation of global solar radiation in Toruń and its suburban area (Central Poland) in 2012
Sett et al. Estimation of instantaneous evapotranspiration using remote sensing based energy balance technique over parts of North India
van der Roest et al. Increasing solar panel output with blue-green roofs in water-circular and nature inclusive urban development
Kambezidis et al. Daylight climatology in the Athens urban environment: guidance for building designers
KR20170080888A (ko) 경계층 기온감률 경시변화 예측 시스템과 그 방법
Ningombam et al. Validation of estimated cloud fraction from MERRA-2 and AIRS data using ground based observation over IAO, Hanle
Vardavas et al. Water resources in the desertification-threatened Messara Valley of Crete: estimation of potential lake evaporation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200124

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20200124

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20200127

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200518

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200602

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200728

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: 20200929

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201023

R150 Certificate of patent or registration of utility model

Ref document number: 6788288

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250