JP2022170320A - 大麦若葉収穫予測方法、大麦若葉収穫支援方法、大麦若葉収穫予測プログラム、大麦若葉収穫予測装置、及び大麦若葉収穫支援システム - Google Patents

Abstract

【課題】圃場毎に収穫の適期を予測可能な大麦若葉収穫予測方法を提供する。【解決手段】大麦若葉の収穫予測を行う大麦若葉収穫予測方法である。まず、大麦若葉の作型、圃場の土壌タイプ、及び大麦若葉の生育時期と、圃場の積算温度との関係とをモデル化した複数の生育モデルを作成、格納しておく。この上で、大麦若葉が作付された圃場毎に、格納された生育モデルに関連する状態情報５１０を取得する。そして、取得された状態情報５１０に基づいて、格納された生育モデルを選択する。次に、選択された生育モデルに状態情報５１０を入力して、圃場の大麦若葉の収穫時期を予測する。【選択図】図９

Description

本発明は、特に大麦若葉収穫予測方法、大麦若葉収穫支援方法、大麦若葉収穫予測プログラム、大麦若葉収穫予測装置、及び大麦若葉収穫支援システムに関する。

近年、ビタミン類、ミネラル類、食物繊維等が多い大麦若葉は、青汁等の健康食品の素材として注目されている。
特許文献１を参照すると、従来の大麦若葉加工物の製造方法の技術が開示されている。

ここで、大麦若葉を青汁等の原料とするように収穫する場合、一般的なイネ科の作物の収穫とは異なり、穂が出る寸前のごく限られた適切な期間（以下、「適期」という。）に収穫する必要がある。
このため、大麦若葉を加工製造する工場の稼働率を高めるためには、広範囲に圃場を設けて大規模栽培を行い、適期に収穫された大麦若葉を安定供給する必要がある。

特開２０２０－５４３０５号公報

しかしながら、広範囲に存在する圃場では、気候や各種栽培条件が異なることがあり、圃場毎に収穫の適期を予測することは非常に困難だった。

本発明は、このような状況に鑑みてなされたものであり、圃場毎に大麦若葉の収穫の適期を予測し、上述の問題を解消することを目的とする。

本発明の大麦若葉収穫予測方法は、大麦若葉の収穫予測を行う収穫予測装置により実行される大麦若葉収穫予測方法であって、前記大麦若葉の作型、圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した複数の生育モデルを格納し、前記大麦若葉が作付された前記圃場毎に、格納された前記生育モデルに関連する状態情報を取得し、取得された前記状態情報に基づいて、格納された前記生育モデルを選択し、選択された前記生育モデルに前記状態情報を入力して、前記圃場の前記大麦若葉の収穫時期を予測することを特徴とする。
本発明の大麦若葉収穫予測方法は、複数の前記生育モデルは、前記圃場の地区毎に、過去の作付及び収穫の実績に基づいて設定されることを特徴とする。
本発明の大麦若葉収穫予測方法は、前記状態情報は、前記圃場に設けられたフィールドサーバー、又は気象サーバーから取得した温度情報を含むことを特徴とする。
本発明の大麦若葉収穫支援方法は、大麦若葉の収穫を支援する大麦若葉収穫支援方法であって、前記大麦若葉収穫予測方法により、前記大麦若葉の収穫時期を予測し、収穫管理装置により、予測された前記収穫時期に収穫可能な前記圃場、当該圃場の状態、及び収穫リスクを収穫判断用に提示することを特徴とする。
本発明の大麦若葉収穫支援方法は、巡回管理装置により、前記収穫判断用に提示され、収穫すると選択された前記圃場の巡回ルートを算出することを特徴とする。
本発明の大麦若葉収穫支援方法は、前記巡回管理装置により、算出された前記巡回ルートを巡回する収穫機器の位置情報を取得し、前記収穫機器の巡回を管理することを特徴とする。
本発明の大麦若葉収穫支援方法は、圃場管理装置により、作付された前記圃場を地図データ上に配置して閲覧させることを特徴とする。
本発明の大麦若葉収穫支援方法は、圃場管理装置により、それぞれの前記圃場の状態情報を閲覧させることを特徴とする。
本発明の大麦若葉収穫予測プログラムは、大麦若葉の収穫予測を行う収穫予測装置により実行される大麦若葉収穫予測プログラムであって、前記大麦若葉が作付された圃場の状態情報を取得させ、取得させた前記状態情報を、前記大麦若葉の作型、前記圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した生育モデルに入力し、前記圃場の前記大麦若葉の収穫時期を予測させることを特徴とする。
本発明の大麦若葉収穫予測装置は、大麦若葉の収穫予測を行う収穫予測装置であって、前記大麦若葉の作型、圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した複数の生育モデルを格納する記憶部と、前記大麦若葉が作付された前記圃場毎に、前記記憶部に格納された前記生育モデルに関連する状態情報を取得する状態取得部と、前記状態取得部により取得された前記状態情報に基づいて、前記記憶部に格納された前記生育モデルを選択し、選択された前記生育モデルに前記状態情報を入力して、前記圃場の前記大麦若葉の収穫時期を予測する収穫予測部とを備えることを特徴とする。
本発明の大麦若葉収穫支援システムは、大麦若葉の収穫を支援する大麦若葉収穫支援システムであって、前記大麦若葉の圃場を管理する圃場管理装置と、前記圃場管理装置により管理された前記圃場に作付けされた前記大麦若葉の収穫予測を行う収穫予測装置と、前記収穫予測装置により収穫判断された前記圃場の前記大麦若葉の収穫管理を行う収穫管理装置と、前記収穫管理装置による収穫管理に応じて前記大麦若葉を収穫する収穫機器の巡回を管理する巡回管理装置とを含むことを特徴とする。
本発明の大麦若葉収穫支援システムは、前記収穫予測装置は、前記大麦若葉の作型、前記圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した複数の生育モデルを格納する記憶部と、前記大麦若葉が作付された前記圃場毎に、前記記憶部に格納された前記生育モデルに関連する状態情報を取得する状態取得部と、前記状態取得部により取得された前記状態情報に基づいて、前記記憶部に格納された前記生育モデルを選択し、選択された前記生育モデルに前記状態情報を入力して、前記圃場の前記大麦若葉の収穫時期を予測する収穫予測部とを備えることを特徴とする。
本発明の大麦若葉収穫支援システムは、前記収穫管理装置は、予測された前記収穫時期に収穫可能な前記圃場、当該圃場の状態、及び収穫リスクを前記収穫判断用に提示する収穫判断提示部を備えることを特徴とする。
本発明の大麦若葉収穫支援システムは、前記巡回管理装置は、前記収穫判断用に提示され、収穫すると選択された前記圃場の巡回ルートを算出する巡回ルート算出部を備えることを特徴とする。
本発明の大麦若葉収穫支援システムは、前記巡回管理装置は、算出された前記巡回ルートを巡回する収穫機器の位置情報を取得し、前記収穫機器の巡回を管理する巡回管理部を備えることを特徴とする。
本発明の大麦若葉収穫支援システムは、前記圃場管理装置は、作付された前記圃場を地図データ上に配置して閲覧させる圃場閲覧部を備えることを特徴とする。
本発明の大麦若葉収穫支援システムは、前記圃場閲覧部は、それぞれの前記圃場の状態情報を閲覧させることを特徴とする。

本発明によれば、大麦若葉の作型、圃場の土壌タイプ、及び生育時期と、圃場の積算温度との関係とをモデル化した複数の生育モデルを圃場の状態情報に基づいて選択し、この状態情報を入力して、大麦若葉の収穫時期を予測することで、容易に、圃場毎に収穫の適期を予測可能な大麦若葉収穫予測方法を提供することができる。

本発明の実施の形態に係る収穫支援システムのシステム構成図である。 図１に示す収穫支援システムの各装置の制御構成を示すブロック図である。 本発明の実施の形態に係る大麦若葉収穫支援処理のフローチャートである。 図３に示す圃場閲覧処理の画面例である。 図３に示す圃場閲覧処理の画面例である。 図３に示す収穫判断提示処理の画面例である。 図３に示す巡回ルート算出処理の画面例である。 図３に示す巡回管理処理の画面例である。 図３に示す収穫予測処理の詳細を示すフローチャートである。 図９に示す収穫時期予測処理の画面例である。 本発明の実施例に係る予測モデルの一例を示すグラフである。 本発明の実施例に係る予測モデルの一例を示すグラフである。 本発明の実施例に係る予測モデルの一例を示すグラフである。 本発明の実施例に係る予測モデルの一例を示すグラフである。

＜実施の形態＞
〔収穫支援システムＸの構成〕
図１を参照して、本発明の実施の形態に係る収穫支援システムＸの概略構成について説明する。
本実施形態に係る収穫支援システムＸは、大麦若葉の収穫を支援する各種の情報処理装置を含むシステムである。本実施形態においては、収穫支援システムＸは、広範囲に設けられた一群の圃場について、圃場の状態を閲覧管理したり、収穫の適期を予想したり、その後の収穫の管理をしたりする。
本実施形態に係る収穫支援システムＸは、収穫予測装置１、収穫管理装置２、巡回管理装置３、圃場管理装置４、収穫機器５、フィールドサーバー６、及び圃場地図サーバー７等の情報処理装置群を含んで構成される。

収穫予測装置１は、圃場管理装置４により管理された圃場に作付けされた大麦若葉の収穫予測を行う情報処理装置である。本実施形態において、収穫予測装置１は、収穫支援システムＸの他の装置も制御し、後述する各機能ブロックに指示し、生成された画面を表示する収穫管理装置２として機能する。

収穫管理装置２は、収穫予測装置１により収穫判断された圃場の大麦若葉の収穫管理を行う情報処理装置である。

巡回管理装置３は、収穫管理装置２による収穫管理に応じて大麦若葉を収穫する収穫機器５の巡回を管理する情報処理装置である。

圃場管理装置４は、大麦若葉の圃場の各種情報を管理する情報処理装置である。

収穫機器５は、収穫された大麦若葉等の農産物を運搬する収穫トラック、運搬機、コンバイン、ドローン、その他の収穫、施肥、播種、覆土、生育調査等に用いる機器、及びこれらの機器に搭載された通信装置である。
本実施形態においては、複数の収穫機器５がグループ単位で管理されてもよい。

フィールドサーバー６は、圃場に設置され、各種センサーにより、圃場の各種状態情報５１０を取得する機器である。フィールドサーバー６は、圃場を観察可能なフィールドカメラを含んでいてもよい。このフィールドカメラは、田畑に設置し、作物を撮像するネットワークカメラである。
加えて、フィールドサーバー６は、圃場毎又は地区毎等の単位で、複数設置されてもよい。

圃場地図サーバー７は、圃場の地図データを格納するサーバーである。圃場地図サーバー７は、電子地図、ＧＩＳ（Geographic Information System）データ、その他のジオメトリデータ（以下、単に「地図データ」という。）と、収穫支援システムＸの適用範囲における圃場の位置とを対応付けて記憶する。圃場地図サーバー７は、これらの地図データ及び圃場の位置のデータを、外部の地図を提供するサーバーから取得したり、市販の電子地図を使用したり、国や公共機関により提供される圃場データのデジタルマップ等から取得したりして、記憶してもよい。なお、圃場地図サーバー７は、電子地図の提供会社から提供された外部のサーバーやウェブサービス等であってもよい。

加えて、本実施形態に係る収穫支援システムＸは、気象庁の気象サーバー、その他のネットワーク上のサーバー等とも接続可能である。

本実施形態に係る各情報処理装置は、ＰＣ（Personal Computer）、サーバー（Server）、汎用機、携帯電話、スマートフォン、各種センサーノードを含むＩｏＴ（Internet of Things）機器、ネットワークカメラ、フィールドカメラ、その他の専用機であってもよい。
または、収穫機器５に搭載された装置は、車載コンピューター、ＧＮＳＳ（Global Navigation Satellite System）端末等であってもよい。

加えて、これらの装置は、インターネット、有線又は無線のＬＡＮ（Local Area Network）、ＬＰＷＡ（Low Power Wide Area-network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の近距離無線、携帯電話網、専用線、その他のネットワーク等に接続されて構成される。または、各装置間は、ＵＳＢ（Universal Serial Bus）、ＲＳ－２３２Ｃ、その他のインターフェイスで直接されてもよい。

なお、本実施形態において、収穫支援システムＸは、いずれの装置を含んでいなくてもよく、更に他の装置を含んでもよく、任意の組み合わせで構成されてもよい。

〔収穫支援システムＸの各装置の制御構成〕
次に、図２により、収穫支援システムＸの各装置の制御構成について説明する。

（収穫予測装置１の制御構成）
図２（ａ）によれば、収穫予測装置１は、制御部１０、記憶部１１、入力部１２、表示部１３、及びＩ／Ｆ部１４を含む。各部は、制御部１０に接続され、制御部１０によって動作制御される。

制御部１０は、ＧＰＰ（General Purpose Processor）、ＣＰＵ（Central Processing Unit、中央処理装置）、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit、特定用途向けプロセッサー）等の情報処理手段である。
制御部１０は、記憶部１１のＲＯＭやＨＤＤに記憶されている制御プログラムを読み出して、この制御プログラムをＲＡＭに展開させて実行することで、後述する各機能ブロックとして動作させられる。また、制御部１０は、入力部１２や図示しない外部の端末から入力された所定の指示情報に応じて、装置全体の制御を行う。
なお、制御部１０は、ＧＰＵ内蔵ＣＰＵ、チップ・オン・モジュールパッケージ、ＳＯＣ（System On a Chip）等のように、一体的に形成されていてもよい。

記憶部１１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の半導体メモリー、ＨＤＤ（Hard Disk Drive）、光学記録媒体等の一時的でない記録媒体である。
記憶部１１のＲＯＭやＨＤＤには装置全体の動作制御を行うための制御プログラムが記憶されている。これに加えて、記憶部１１は、ユーザーのアカウント設定も記憶している。

入力部１２は、収穫支援システムＸのユーザーからの入力情報を取得する各種ユーザーインターフェイスのデバイスである。具体的には、入力部１２は、キーボード、テンキーパッド、マウスやタッチパネルやタッチパッド等のポインティングデバイス、専用ボタンデバイス等を含む。

表示部１３は、ユーザーに対して各種情報を表示する表示手段である。表示部１３は、ＬＣＤ(Liquid Crystal Display)や有機ＥＬディスプレイ等を含む。表示部１３には、収穫予測装置１や他の装置で実行される、大麦若葉収穫支援用のアプリケーションソフトウェア（Application Software、以下、単に「アプリ」という。）のＧＵＩ（Graphical User Interface）が表示される。本実施形態においては、例えば、収穫支援システムＸの主画面として、「大麦若葉生育ビューワー」（以下、単に「ビューワー」という。）の画面が表示される。このビューワーは、収穫予測装置１のみならず、収穫支援システムＸの他の各装置の画面をまとめて表示可能であってもよい。

なお、入力部１２と表示部１３とがタッチパネル一体型ディスプレイのように一体的に備えられていてもよい。

Ｉ／Ｆ部１４は、外部ネットワークに接続するためのＬＡＮボードや無線送受信機等を含むネットワーク接続部である。本実施形態の外部ネットワークは、例えば、ＬＡＮ、無線ＬＡＮ、ＷＡＮ、携帯電話網、音声電話網等である。

次に、収穫予測装置１の機能的な構成について説明する。
制御部１０は、状態取得部１００及び収穫予測部１１０を含む。
記憶部１１は、生育モデルデータ５００、状態情報５１０、及び収穫予測プログラム５２０を格納する。

状態取得部１００は、大麦若葉が作付された圃場毎に、生育モデルに関連する状態情報５１０を取得する。この状態情報５１０は、圃場に関する各種情報のうち、生育モデルによる収穫適期の予測に必要な情報である。具体的には、状態取得部１００は、フィールドサーバー６、収穫支援システムＸの他の装置、及び外部の気象サーバー等から、各種の情報を状態情報５１０として取得可能である。

収穫予測部１１０は、状態取得部１００により取得された状態情報５１０に基づいて、記憶部１１に格納された生育モデルを選択する。この上で、収穫予測部１１０は、選択された生育モデルに状態情報５１０の温度の値を入力して、圃場の大麦若葉の収穫時期を予測する。この予測される収穫時期は、数週間程度の適期であってもよい。

生育モデルデータ５００は、大麦若葉の作型、圃場の土壌タイプ、及び大麦若葉の生育時期と、圃場の積算温度との関係とをモデル化した複数の生育モデルを含むデータである。ここで、大麦若葉の作型は、例えば、秋、冬、春等の作付の時期、作付する品種等が設定されていてもよい。圃場の土壌タイプは、例えば、黒ボク土、灰色低地土等、圃場で作付される土壌の種類が設定されてもよい。大麦若葉の生育時期は、播種期、初期、中期、幼穂形成、及び収穫適期等の大麦若葉の各生育ステージの種類に応じた時期が設定されてもよい。
本実施形態において、各生育モデルは、圃場の地区毎に、過去の作付及び収穫の実績に基づいて設定される。ここで、生育モデルは、例えば、回帰式のような線形モデルであっても、人工ニューラルネットワーク（以下、「ＮＮ」という。）のモデルであっても、その他の統計、機械学習手法によるモデルであってもよい。
後述する実施例にて、この生育モデルが一次の回帰式で設定された例について述べる。

状態情報５１０は、圃場に設けられたフィールドサーバー６等から取得された圃場毎の大麦若葉の生育状況に関する情報である。具体的には、状態情報５１０は、例えば、圃場の大気の温度の値、土壌のｐＨ及び含水率等の圃場の環境情報、フィールドカメラにより撮像された大麦若葉の画像データ等を含んでいる。さらに、状態情報５１０は、圃場管理装置４から取得された大麦若葉の作型、圃場の土壌タイプ、及び大麦若葉の生育時期の情報を含んでいる。加えて、状態情報５１０は、外部の気象サーバーから取得された気象情報も含んでいてもよい。

収穫予測プログラム５２０は、例えば、収穫予測装置１により実行される業務用の大麦若葉収穫予測プログラム等である。収穫予測プログラム５２０は、例えば、収穫予測装置１のＯＳ（Operating System）上で、各種ミドルウェア（Middleware）、サービス、デバイスドライバー等を含む環境上で実行されるアプリ等を含むプログラムであってもよい。

（収穫管理装置２の制御構成）
図２（ｂ）によれば、収穫管理装置２は、収穫判断提示部２００を含み、圃場ＤＢ５４０及び収穫圃場情報５３０を格納する。

収穫判断提示部２００は、予測された収穫時期に収穫可能な圃場、当該圃場の状態、及び収穫リスクを収穫判断用に提示する。本実施形態において、収穫判断提示部２００は、収穫圃場情報５３０として、圃場毎の各情報をまとめて提示することが可能である。

収穫圃場情報５３０は、予測された収穫時期に収穫可能な圃場のＩＤ（Identification）、当該圃場の状態、及び収穫リスク等を提示するための情報である。本実施形態においては、この収穫圃場情報５３０から、収穫対象となる圃場と各情報とが並べられたリスト形式の「収穫判断指示シート」のデータが、ユーザーに提示される。

圃場ＤＢ５４０は、各圃場の圃場情報が格納されたデータベースである。この圃場情報は、収穫等に係る管理番号、圃場のＩＤ、グループのＩＤ、地図データ上の圃場の場所、圃場に設定された地区（エリア）、生産者、面積、作付品目や栽培品種、作付からの栽培期間を含む生育時期、作付状態、作型、土壌タイプを含む生育環境、生育状況等のデータが含まれる。このうち、地図データは、圃場地図サーバー７から取得されてもよい。加えて、圃場の地図データ上の場所については、地図上の座標が複数指定されたポリゴン（多角形）の領域として設定されてもよい。圃場に設定されたエリアとしては、高冷地エリア、平暖地エリア、無霜地エリア、予備の遠隔地エリア等の地区（エリア）に分類してもよい。これは、作型を変更し、季節ごとに栽培に適した場所の圃場から大麦若葉を安定供する栽培サイクルを実現するためである。生育時期は、上述の生育モデルで示す期間の種類に加えて、作付からの期間（日数、時間数）そのものの情報を含んでいてもよい。作型は、例えば、上述の生育モデルで設定された時期、品種の種類に加えて、大麦若葉の栽培に適した技術体系上の区分について、さらに詳細な情報を含んでもよい。土壌タイプは、生育モデルで設定される土壌の種類（タイプ）の設定に加えて、「典型淡色アロフェン質黒ボク土」、「多腐植質厚層アロフェン質黒ボク土」、「淡色水田化アロフェン質黒ボク土」等、生育モデルで設定されるよりもより詳細な分類が設定されてもよい。加えて、生育環境のデータとして、土壌のｐＨや含水率の平均等を含む土壌の性質データ、適する作型、生育状況の変化、以前の作付の適期等のデータが含まれていてもよい。さらに、圃場情報は、生育状況のデータとして、作付けされた大麦若葉の状態情報５１０が記録されたデータ（以下、「記録データ」という。）、及び、圃場の運用記録の情報を含んでいてもよい。この運用記録の情報は、耕運日、水の管理情報、施肥、農薬の散布等についてのデータを含んでいてもよい。さらに、圃場ＤＢ５４０は、記録データから算出された、圃場毎の生育モデルの補正係数のデータ等を含んでいてもよい。圃場ＤＢ５４０の各圃場のデータは、収穫支援システムＸのユーザーにより入力された圃場管理装置４の地図運用データ５５０と連動して記録される。

（巡回管理装置３の制御構成）
図２（ｃ）によれば、巡回管理装置３は、巡回ルート算出部３００、及び巡回管理部３１０を含む。

巡回ルート算出部３００は、収穫判断用に提示され、収穫すると選択された圃場の巡回ルートを算出する。この巡回ルートは、大麦若葉を収穫する収穫機器５が圃場を巡回するルート（道順）等である。

巡回管理部３１０は、算出された巡回ルートを巡回する収穫機器５の位置情報を取得し、収穫機器５の巡回を管理する。巡回管理部３１０は、これにより、収穫管理装置２による収穫管理に応じて収穫機器５の巡回を管理する。

（圃場管理装置４の制御構成）
図２（ｄ）によれば、圃場管理装置４は、圃場閲覧部４００を含み、地図運用データ５５０を格納する。

圃場閲覧部４００は、作付された圃場を地図データ上に配置して閲覧させる。具体的には、本実施形態において、圃場閲覧部４００は、地図運用データ５５０に基づいた地図上に、各圃場の情報を閲覧可能に提示する。また、圃場閲覧部４００は、圃場のデータを入力させ、地図運用データ５５０に格納させることが可能である。

地図運用データ５５０は、地形を含む地図データ、上述の圃場情報等を含むデータである。このうち、地図データは、圃場地図サーバー７から取得される。加えて、地図運用データ５５０は、収穫管理装置２の圃場ＤＢ５４０と連動して記録される。

ここで、収穫予測装置１の制御部１０は、記憶部１１に格納された収穫予測プログラム５２０を含む制御プログラムを実行することで、状態取得部１００及び収穫予測部１１０として機能させることが可能である。
収穫管理装置２の情報処理手段は、記憶手段に格納された制御プログラムを実行することで、収穫判断提示部２００として機能させることが可能である。
巡回管理装置３の情報処理手段は、記憶手段に格納された制御プログラムを実行することで、巡回ルート算出部３００として機能させることが可能である。
圃場管理装置４の情報処理手段は、記憶手段に格納された制御プログラムを実行することで圃場閲覧部４００として機能させることが可能である。
また、上述の各部は、本実施形態に係る大麦若葉収穫予測方法、及び大麦若葉収穫支援方法を実行するハードウェア資源となる。
なお、上述の機能構成の一部又は任意の組み合わせをＩＣやプログラマブルロジックやＦＰＧＡ（Field-Programmable Gate Array）等でハードウェア的、回路的に構成してもよい。

〔収穫支援システムＸによる大麦若葉収穫支援処理〕
次に、図３～図８を参照して、本発明の実施の形態に係る収穫支援システムＸによる大麦若葉収穫支援処理の説明を行う。
本実施形態に係る大麦若葉収穫支援処理では、大麦若葉の収穫時期を予測し、予測された適期に収穫可能な圃場、当該圃場の状態、及び収穫リスクを収穫判断用に提示し、収穫する圃場の巡回ルートを算出し、巡回ルートを巡回する収穫機器５の巡回を管理する。これにより、大麦若葉の効率的な栽培管理と、収穫された大麦若葉をジャストインタイム（Just In-Time）で工場に原材料として供給することが可能となる。
本実施形態の大麦若葉収穫支援処理は、各装置の主に制御部１０が、記憶部１１に記憶されたプログラムを、各部と協働し、ハードウェア資源を用いて実行する。
以下で、図３のフローチャートを参照して、大麦若葉収穫支援処理の詳細をステップ毎に説明する。

（ステップＳ１０１）
まず、圃場管理装置４の圃場閲覧部４００及び収穫予測装置１の状態取得部１００が、圃場閲覧処理を行う。
本実施形態においては、一次加工工場へ定量供給を行うために大麦若葉の大規模栽培を行った。

図４（ａ）の画面例６００により、この処理について説明する。
収穫予測装置１のビューワー画面にて、ビューワーの使用者のユーザーによる圃場管理装置４の画面を表示させるような指示を入力部１２から取得した場合、圃場閲覧部４００は、圃場マップを表示部１３に表示させる。この圃場マップは、栽培（作付）を行い管理対象となる圃場を地図データ上に配置した画面である。圃場閲覧部４００は、この圃場マップの表示の際に、圃場地図サーバー７から、ユーザーの指定した地域の地図データを取得してもよい。

図４（ａ）の画面例６００は、この圃場マップの一例である。ユーザーは、圃場マップ上で、それぞれの圃場の位置、全体的な配置、道路からの距離等を把握することが可能である。
この上で、圃場閲覧部４００は、全ての圃場について、ユーザーに圃場情報を入力させる。この際、ユーザーは、ビューワーのＧＵＩ上で、入力部１２により、この圃場情報を入力する。この圃場情報としては、圃場の位置だけでなく、作型、生育等、細部項目を記録することも可能である。
圃場閲覧部４００は、この入力された圃場情報を取得し、地図運用データ５５０に登録する。
地図運用データ５５０に登録された圃場情報は、圃場管理装置４の圃場ＤＢ５４０にも適用される。
加えて、圃場の位置の情報は、圃場地図サーバー７にも適用されてもよい。

さらに、圃場閲覧部４００は、ビューワー上で、各圃場に設定された地区、その他の圃場情報を表示させることも可能である。

図４（ｂ）の画面例６０１では、圃場閲覧部４００が、地域又は全体について、土壌の性質を確認させる表示を行った例である。本実施形態においては、管理する圃場が広範囲及ぶため、地区ごとの土壌を考慮して、圃場の管理、判断を行うことが可能となる。

加えて、圃場閲覧部４００は、ビューワー上で、収穫予測装置１の状態取得部１００と連動した表示を行い、それぞれの圃場の状態情報５１０を閲覧させることも可能である。圃場閲覧部４００は、圃場の面積（田畑）、生産者、作業、生育等の情報も表示させることが可能である。

図５の画面例６０２に、この圃場の状態情報５１０を表示し、作型、生育状況をユーザーに把握させ、「作付状況の見える化」を行った例を示す。図５では、フィールドサーバー６のフィールドカメラの画像が表示され、生育状況が圃場情報として入力された例を示す。

すなわち、これらの画像により、遠方の圃場を、ビューワー上で直接確認することができる。結果として、ユーザー間で生育調査状況をリアルタイム共有し、収穫適期予測に必要な各情報を登録可能である。

（ステップＳ１０２）
次に、収穫予測装置１の状態取得部１００及び収穫予測部１１０が、収穫予測処理を行う。
この処理では、収穫予測装置１の状態取得部１００により、各装置から状態情報５１０が取得される。その後、収穫予測部１１０により、大麦若葉の収穫予測として、収穫の適期が算出される。この結果が、圃場の位置、一日毎の収穫時期として出力される。
この処理の詳細については、後述する。

（ステップＳ１０３）
次に、収穫管理装置２の収穫判断提示部２００が、収穫判断提示処理を行う。
収穫判断提示部２００は、収穫の判断支援と指示の取得を行う。具体的には、収穫判断提示部２００は、収穫判断する圃場情報の詳細を収穫判断用に提示する。このため、収穫判断提示部２００は、収穫圃場情報５３０に基づいて、提示用の収穫判断指示シートを生成する。この収穫判断指示シートは、予測された収穫時期に収穫可能な圃場、当該圃場の状態、作付された大麦若葉の生育環境、及び収穫リスクを提示する情報が含まれるＸＭＬやＨＴＭＬのような構造化文字データであってもよい。
収穫判断提示部２００は、この収穫判断指示シートを、ビューワーの画面に表示させる。

図６の画面例６０３は、この収穫判断指示シートの一例を示す。
この例では、収穫適期を迎えている圃場一覧として、圃場の作付け面積（収穫予測面積）、見込み反収、圃場収量、除外面積（中止面積）が表示されている。この上で、Ｃ１の欄に作付された大麦若葉の生育状況を圃場の状態を「０」～「５」のレベルで示している。具体的には、湿害のレベル、ｐｈ、施肥、雑草、落葉、出穂（草丈）、倒伏、葉色が示されている。この他にも、幼穂の有無、積算温度、その他の運用記録等を表示可能である。加えて、Ｃ２の欄に、収穫予測装置１により判断された収穫リスクの有無についても示されている。この収穫リスクは、収穫判断提示部２００が、上述の生育状況から所定のヒューリスティクスのアルゴリズム、統計手法、決定木、ＮＮ等の機械学習手法で判断可能である。すなわち、リスクの有無を、圃場ごとに可視化して閲覧させることが可能となる。

この収穫判断指示シートに基づいて、収穫の適期となり候補として表示される圃場一覧から、収穫判断を担当する収穫指示者（管理責任者）のユーザーが、収穫可否の判断を行う。具体的に、この例では、管理責任者のユーザーが収穫確定圃場を最終確認し、Ｃ２の欄にて、各圃場の収穫指示を行う。
収穫判断提示部２００は、各圃場についての、この収穫の指示を指示情報として取得する。収穫判断提示部２００は、この収穫の指示情報を、巡回管理装置３に、例えば、ＪＳＯＮ（JavaScript Object Notation）形式で送信する。

（ステップＳ１０４）
次に、巡回管理装置３の巡回ルート算出部３００が、各圃場について、収穫が指示されたか否かを判断する。巡回ルート算出部３００は、各圃場について、収穫指判断指示シートに応じた入力欄等から収穫することが指示された場合に、Ｙｅｓと判断する。図６の例では、巡回ルート算出部３００は、Ｃ２の欄にて「収穫」が指示された場合に、Ｙｅｓと判断する。巡回ルート算出部３００は、収穫しないことが指示された場合には、Ｎｏと判断する。
Ｙｅｓの場合、巡回ルート算出部３００は、処理をステップＳ１０５に進める。
Ｎｏの場合、巡回ルート算出部３００は、処理をステップＳ１０６に進める。

（ステップＳ１０５）
収穫することが指示された圃場の場合、巡回管理装置３の巡回ルート算出部３００が、巡回ルート算出処理を行う。巡回ルート算出部３００は、最適な圃場の巡回ルートを算出する。この巡回ルートは、収穫判断用に提示された圃場のうち、収穫すると選択された圃場の巡回の集荷位置の情報、道順（経路）、移動や到着の時間や時刻の情報等を含む。

図７の画面例６０４により説明すると、巡回ルート算出部３００は、収穫の指示情報を参照し、収穫すると判断された圃場について、最適かつ迅速な巡回ルートの算出を行う。巡回ルート算出部３００は、この巡回ルートの算出を、圃場地図サーバー７、地図運用データ５５０、又は圃場ＤＢ５４０に格納された地図データ内でダイクストラ法や動的計画法等で行うことが可能である。または、巡回ルート算出部３００は、圃場の地図データ上の位置のみを外部のカーナビゲーション装置に送信して、巡回ルートを算出させてもよい。

巡回ルート算出部３００は、具体的には、例えば、十台の収穫トラック等の収穫機器５で、一日あたり、最大３０～５０箇所の圃場の収穫を搬送するような巡回ルートを算出する。
この際、巡回ルート算出部３００は、収穫の時間や移動時間等も考慮した巡回ルートを算出することが可能である。

巡回ルート算出部３００は、算出された巡回ルート、画面例６０４のように、ビューワーに表示する。ここで、巡回ルート算出部３００は、巡回ルートについて、収穫するユーザーへの危険箇所、駐車場、注意喚起等情報を提供することも可能である。この際、巡回ルート算出部３００は、坂道等で危険な箇所、駐車場等についてポリゴンにて表示させることも可能である。
さらに、巡回ルート算出部３００は、ＧＵＩによりユーザーによる指示を取得し、巡回ルートの修正を行うことも可能である。

巡回ルート算出部３００は、確認後の巡回ルートを「収穫配送指示書」のデータとして、巡回管理装置３へ送信することが可能である。巡回ルート算出部３００は、この収穫配送指示書を、収穫トラックの発車位置となるトラック基地に送信し、各収穫トラックのユーザーに集荷ルートとして周知させてもよい。巡回ルート算出部３００は、この収穫配送指示書を、例えば、ＪＳＯＮ形式のデータとして送信してもよい。または、巡回ルート算出部３００は、この収穫配送指示書を、収穫トラックを運転する収穫担当者のユーザーに示す配送指示として、電子メールや専用アプリ等により、ユーザーのスマートフォン、業務用の専用端末、ＰＣ等に連絡可能である。または、巡回ルート算出部３００は、収穫機器５のカーナビゲーション装置に、直接、巡回データを送信して、ナビゲーションさせてもよい。

なお、これらの収穫の指示及び巡回ルートは、他のユーザーを含む収穫担当者のユーザーのグループ（以下、「収穫チーム」という。）が確認可能であってもよい。なお、本実施形態において、この収穫チームは、複数、例えば、十チーム程度あってもよい。
これにより、最適な収穫計画を算出し、圃場の収穫の順序をナビゲーションし、効率収穫に資することができる。
その後、巡回ルート算出部３００は、処理をステップＳ１０７に進める。

（ステップＳ１０６）
収穫しないことが指示された圃場がある場合、収穫判断提示部２００が、収穫断念要因分析処理を行う。
収穫判断提示部２００は、例えば、圃場情報から見込み反収、圃場収量、除外面積（中止面積）等について、同じ地区、類似する面積の他の圃場との差異について提示し、歩留まり分析を行う。この上で、収穫判断提示部２００は、例えば、上述のリスクの判断理由等の情報から、収穫を断念すると判断された要因を分析し、ユーザーに確認を求める。
この分析結果は、上述のヒューリスティクス、統計、機械学習手法等に反映させることが可能である。
その後、収穫判断提示部２００は、大麦若葉収穫支援処理を終了させる。

（ステップＳ１０７）
ここで、巡回管理部３１０が、巡回管理処理を行う。
巡回管理部３１０は、算出された巡回ルートを巡回する収穫機器５の位置情報を取得し、収穫機器５の巡回を管理する。
図８の画面例６０５により説明すると、巡回管理部３１０は、例えば、リアルタイム（実時間）で、収穫トラックの動態管理を行う。すなわち、巡回管理部３１０は、巡回ルートが指定され、稼働開始した収穫トラック等の収穫機器５について、稼働状況を把握する。
具体的には、巡回管理部３１０は、大麦若葉を運搬する収穫トラックをＧＰＳ等のＧＮＳＳで追跡し、収穫された大麦若葉の輸送状況（位置）を確認する。本実施形態において、一日あたりの収穫圃場は、最大３０～５０箇所なので、巡回管理部３１０は、どの圃場が収穫されたのかについても確認可能である。
なお、巡回管理部３１０は、ＧＵＩにより、使用する収穫トラックや収穫するユーザーを適宜変更指示することも可能である。
以上により、本発明の実施の形態に係る大麦若葉収穫支援処理を終了する。

次に、図９～図１０を参照して、図３に示す収穫予測処理の詳細について記載する。

（ステップＳ１１１）
まず、状態取得部１００が、状態情報取得処理を行う。
状態取得部１００は、大麦若葉が作付された圃場毎に、状態情報５１０を取得する。
本実施形態においては、状態取得部１００は、生育モデルデータ５００に含まれる生育モデルの選択に必要な情報と、入力データとして必要な情報とを、状態情報５１０として取得する。

具体的には、状態取得部１００は、圃場管理装置４の圃場ＤＢ５４０に記録された圃場情報のうち、大麦若葉の栽培品種、作型、圃場の土壌タイプ、及び大麦若葉の生育時期の情報も状態情報５１０として取得する。
この上で、状態取得部１００は、フィールドサーバー６から、圃場の環境情報として、圃場の大気の温度の値、土壌のｐＨ及び含水率等のセンサーの情報を取得する。これらのセンサーの情報は、例えば、圃場の数十箇所について測定可能であってもよい。この場合、フィールドサーバー６に複数個のセンサーが設けられていてもよい。
加えて、状態取得部１００は、フィールドサーバー６に接続されたフィールドカメラにより撮像された大麦若葉の画像データも取得する。
さらに、状態取得部１００は、気象庁の気象サーバー、他の気象サービス企業の気象サーバー等から、圃場の日照レベルや降雨の状況を含む気象データも状態情報５１０として取得可能である。この気象データは、圃場の広さに対応するような範囲の小さな「メッシュ」気象データであってもよい。

（ステップＳ１１２）
次に、収穫予測部１１０が、生育モデル選択処理を行う。
収穫予測部１１０は、取得された状態情報５１０に基づいて、記憶部１１に格納された生育モデルデータ５００から、適切な生育モデルを選択する。
収穫予測部１１０は、圃場に作付された大麦若葉の作型、土壌タイプ、及び生育時期に応じた生育モデルを選択することが可能である。

（ステップＳ１１３）
次に、収穫予測部１１０が、収穫時期予測処理を行う。
収穫予測部１１０は、選択された生育モデルに状態情報５１０を入力して、圃場の大麦若葉の収穫時期を予測する。

ここでは、まず、収穫予測部１１０は、状態情報５１０に含まれる圃場の温度の値から積算温度を算出する。この圃場の温度の値は、メッシュ気象データに含まれる温度、フィールドサーバー６で取得された温度値、又は複数のセンサーにより測定された大気の温度の平均値等の値であってもよい。また、積算温度としては、本実施形態においては、日毎の平均温度の積算温度を用いるものの、その他の期間の温度の積算温度であってもよい。
次に、収穫予測部１１０は、選択された生育モデルに算出された積算温度を入力し、収穫時期（適期）の予測を出力させる。
収穫予測部１１０は、この適期の予測を、ビューワーの画面上に、圃場の環境情報や作物の生育状況とともに表示する。

図１０の画面例６０６に、このビューワーにおける適期の予測の画面の一例を示す。
この画面例６０６では、左側に、積算温度及び積算温度の予測、草丈やその他の生育状況等を表示したグラフ、右側に指定された日の生育状況を表示した画像が含まれている。左側のグラフの点線で囲った箇所Ｔが、予測された適期を示している。画面例６０６の右側の画像では、生育状況として、生育ステージ、茎高、茎数等が図示されている。

さらに、収穫予測部１１０は、ビューワーにおいて、フィールドサーバー６のセンサーにより取得された大気の温度、土壌のｐＨや含水率、フィールドカメラの画像データ等を表示させてモニタリングすることも可能である。さらに、収穫予測部１１０は、ビューワーに、草丈、葉色、分ケツ、収穫量、積算温度、倒伏、雑草、落葉、出穂、幼穂、施肥の状態等も表示させることが可能である。
これにより、収穫の適期を把握し、ユーザーのスキル等に依存せず、物差しとなる客観的な指標を示すことが可能となる。

（ステップＳ１１４）
さらに、収穫予測部１１０は、実際の収穫後に、モデル修正処理を行ってもよい。
収穫予測部１１０は、収穫管理装置２の圃場ＤＢ５４０及び地図運用データ５５０も参照し、実際に積算された温度及び大麦若葉の草丈の記録データを用いて、生育モデルの一次式を修正する。収穫予測部１１０は、この修正を全て又はサンプリングした圃場のデータを用いて行って、生育モデルデータ５００の生育モデルそのものを修正してもよい。または、収穫予測部１１０は、この修正を圃場毎に行って「補正係数」として、圃場毎に、圃場ＤＢ５４０及び地図運用データ５５０へ格納してもよい。または、生育モデルがＮＮ等の場合、記録データからバックプロパゲーション等を行って生育モデルを学習させてもよい。
以上により、収穫予測処理を終了する。

以上のように構成することで、以下のような効果を得ることができる。
従来から、大麦若葉を青汁等の原料に加工する一時加工工場の稼働率を高めるためには、広範囲に圃場を設けて大規模栽培を行い、適期に収穫された大麦若葉を安定供給する必要があった。このために、広範囲に圃場から収穫と配送を支援するシステムが必要とされていた。

これに対して、本発明の実施の形態に係る収穫支援システムＸは、大麦若葉の収穫を支援する大麦若葉収穫支援システムであって、大麦若葉の圃場を管理する圃場管理装置４と、圃場管理装置４により管理された圃場に作付けされた大麦若葉の収穫予測を行う収穫予測装置１と、収穫予測装置１により収穫判断された圃場の大麦若葉の収穫管理を行う収穫管理装置２と、収穫管理装置２による収穫管理に応じて大麦若葉を収穫する収穫機器５の巡回を管理する巡回管理装置３とを含むことを特徴とする。

このように構成することで、生育状況の確認、収穫適期予測、収穫指示、配送経路の探索と指示、動態管理等の大麦若葉の栽培と収穫に対する一連の作業を効率的に行うことが可能となる。これにより、収穫された大麦若葉の効率加工、加工工場の安定稼働に資することができる。

また、従来、広範囲に存在する圃場では、気候や各種栽培条件が異なることがあり、圃場毎に収穫の適期を予測することは非常に困難であった。すなわち、天候、土壌の性質、作型、品種等に依存する収穫適期の予想及びリスクの把握は、熟練者の経験や勘に依存していたため、物差しとなる客観的な指標が必要であった。

これに対して、本発明の実施の形態に係る収穫支援システムＸにおいて、収穫予測装置１は、大麦若葉の作型、圃場の土壌タイプ、及び大麦若葉の生育時期と、圃場の積算温度との関係とをモデル化した複数の生育モデルを格納する記憶部１１と、大麦若葉が作付された圃場毎に、記憶部１１に格納された生育モデルに関連する状態情報５１０を取得する状態取得部１００と、状態取得部１００により取得された状態情報５１０に基づいて、記憶部１１に格納された生育モデルを選択し、選択された生育モデルに状態情報５１０を入力して、圃場の大麦若葉の収穫時期を予測する収穫予測部１１０とを備えることを特徴とする。

このように構成することで、熟練者の経験や勘に頼らずに、根拠に基づいた客観的な指標として、容易に、圃場毎の収穫の適期を高精度で予測可能となる。これにより、収穫量を向上させることができる。加えて、大麦が穂を出す（出穂）時期も把握して、出穂による収穫不可となるリスクを回避することができる。これにより、工場のライン数を適切に稼働させ、必要な従業員の数等も算出可能となる。さらに、経営安定化、社員業務の平準化にも資することができる。

従来、収穫の適期になった多数の圃場から、どの圃場で収穫するかを選択するのに手間がかかり、収穫判断を担当する管理責任者の経験や勘や依存していた。さらに、管理責任者の大きな負担となっていた。

これに対して、本発明の実施の形態に係る収穫支援システムＸにおいて、収穫管理装置２は、予測された収穫時期に収穫可能な圃場、当該圃場の状態、及び収穫リスクを収穫判断用に提示する収穫判断提示部２００を備えることを特徴とする。

このように構成することで、収穫の適期に達した多数の圃場から、収穫する圃場を容易に決定することができる。つまり、収穫の適期に達した圃場の一覧表を提示して、リスクを「見える化」することができる。これにより、管理責任者の経験や勘への依存を少なくし、管理責任者の負担も軽減可能となる。

本発明の実施の形態に係る収穫支援システムＸにおいて、巡回管理装置３は、収穫判断用に提示され、収穫すると選択された圃場の巡回ルートを算出する巡回ルート算出部３００を備えることを特徴とする。

このように構成することで、収穫すると決定された圃場への巡回ルートを明確且つ容易に収穫チームに指示可能となる。すなわち、最適収穫計画の策定と実行が可能となり、収穫の適期期、収穫機器５を最適に配置して巡回させることができる。

本発明の実施の形態に係る収穫支援システムＸにおいて、巡回管理装置３は、算出された巡回ルートを巡回する収穫機器５の位置情報を取得し、収穫機器５の巡回を管理する巡回管理部３１０を備えることを特徴とする。

このように構成することで、広範囲な圃場で収穫を行っている収穫機器５の位置を一元的に把握することが可能となる。すなわち、収穫トラック等の稼働状況の「見える化」を行うことができる。
結果として、遠距離からの輸送する際に渋滞等のリスクがある中で、工場の処理能力に適応したジャストインタイムでの納品を実現することができる。また、遠距離からの運搬であっても、収穫機器５の到着時刻が遅く又は早くなる予想等ができ、納品までに事前に把握することができる。よって、大麦若葉の効率加工、及び一次加工工場の安定稼働に資することができる。

従来、広範囲な圃場の位置、地理的な特徴やリスクがあるのかを把握することは困難であった。

これに対して、本発明の実施の形態に係る収穫支援システムＸにおいて、圃場管理装置４は、作付された圃場を地図データ上に配置して閲覧させる圃場閲覧部４００を備えることを特徴とする。

このように構成することで、広範囲に点在する圃場の管理を容易に行うことができる。これにより、各圃場の地理的な特徴やリスク等も容易に把握可能となる。

従来、広範囲な圃場に片道数十ｋｍも移動して生育状況の調査を行ったり、その結果をユーザー間で共有したりすることは負担が大きかった。さらに、生育状況の調査の内容が、各ユーザーのスキルに依存しているため、客観性を担保するのにチェック等が必要で負担が生じていた。

これに対して、本発明の実施の形態に係る収穫支援システムＸにおいて、圃場閲覧部４００は、それぞれの圃場の状態情報５１０を閲覧させることを特徴とする。

このように構成することで、表示部１３の画面上で生育状況を確認したり、生育状況をユーザー間で共有したりすることが可能となる。これにより、ユーザーのスキルに依存せずに客観的に生育状況を把握することができる。よって、作付状況の「見える化」を行うことが可能となる。
加えて、運用記録等も閲覧できるため、ユーザーの圃場の管理の手間を抑えることができる。

〔他の実施の形態〕
なお、本発明の実施の形態においては、大麦若葉の作型、圃場の土壌タイプ、及び大麦若葉の生育時期と、圃場の積算温度との関係とをモデル化した複数の生育モデルを用いる例について記載した。
しかしながら、本発明に係る生育モデルの例として、これら作型、土壌タイプ、及び生育時期に加え、他の情報を含んだ予測モデルであってもよい。
このように構成することで、より予測精度を向上させることが期待できる。

上述の実施形態においては、圃場単位でフィールドサーバー６が備えられている例について記載した。
しかしながら、複数個のフィールドサーバー６が一つの圃場に備えられていてもよい。この場合、各フィールドサーバー６が単一のセンサーを備えていても、複数のセンサーを備えていてもよい。この上で、フィールドサーバー６間では、情報を共有しないように構成してもよい。または、フィールドサーバー６間で単一又は複数のセンサーの情報が共有されるように構成してもよい。さらに、フィールドサーバー６と、その子局を持つような構成、親サーバーと子サーバーとを備えるような構成等であってもよい。
いずれの場合であっても、状態取得部１００は、これらのセンサーの情報を、圃場単位でまとめて取得可能であってもよい。

さらに、上述の実施形態においては、フィールドカメラがフィールドサーバー６経由で画像データを送信する例について記載した。
しかしながら、状態取得部１００は、フィールドカメラから直接、画像データを取得するように構成することも可能である。または、複数のフィールドサーバー６とフィールドカメラとが、ルーター等の他の機器を経由して通信するような構成であってもよい。さらに、複数のフィールドカメラからの画像データを圃場単位でまとめて取得するように構成されていてもよい。
このように構成することで、柔軟な構成に対応可能である。また、圃場の面積や地形的な特性に応じて、より正確な状態情報５１０を取得可能となる。

上述の実施の形態においては、収穫予測装置１にてビューワー画面を表示部１３に表示させ、他の装置を制御する例について記載した。
しかしながら、圃場管理装置４や他の装置にも表示部や入力部を備えて、他の装置の画面をビューワーで一元的に管理するように構成してもよい。
また、収穫予測装置１、収穫管理装置２、巡回管理装置３、及び圃場管理装置４は、一つの情報処理装置として構成されても、任意の組み合わせの情報処理装置として構成されても、仮想化等された状態で構成されてもよい。
このように構成することで、柔軟な装置構成に対応可能となる。

次に図面に基づき本発明を実施例によりさらに説明するが、以下の具体例は本発明を限定するものではない。

以下、上述の実施形態に係る生育モデルデータ５００に含まれる生育モデルの生成の実施例について説明する。

収穫の適期を把握するため、統計的手法として単回帰分析を用いて、２変数、積算温度（Ｘ ℃）、草丈（Ｙ ｃｍ）にて、収穫の適期を下記の式（１）の一次式で表現した：

Ｙ＝ＡＸ－Ｂ …… 式（１）

このうち、Ａ：傾き（生育速度）、Ｂ：切片、Ｘ：説明変数（積算温度）、Ｙ：目的変数（草丈）である。

この分析を行うためのデータとして、半径１２０ｋｍ以上の地域に、総面積が１２００ｈａの圃場について大麦若葉の栽培で蓄積されたモデル作成用データを用いた。このうち、通常の圃場は１０００ｈａ、有機栽培の圃場は２００ｈａである。また、このモデル作成用データに含まれる各圃場が属する栽培地域は、高冷地エリアは阿蘇市、高森町、山都町、産山村、竹田市（大分県）、平暖地エリアは、大津町、菊池市、西原村、菊陽町、合志市、山鹿市、無霜地エリアは、玉名市、南関町、熊本市、益城町、宇土市、宇城市、氷川町、八代市、芦北町、遠隔地（無霜地）エリアは、鹿児島県では志布志市、阿久根市、出水市、宮崎県では宮崎市、高鍋町、西都市、新富町、木城町の合計２８地域であった。

本発明者らは、このデータについて、鋭意、分析を行ったところ、単に全体の積算温度と草丈だけを分けて一次式とするのではなく、いくつかの分類に従って生育モデルを生成することで、よく相関を示すようになることを見いだした。
具体的には、生育モデルとしては、作型について秋（秋作）、冬（冬作）、春（春作）の時期、及び品種で分類した。土壌タイプとしては、黒ボク土、及び灰色低地土等の数種類に分類した。生育時期としては、播種期、初期、中期、幼穂形成、及び収穫適期（収穫適期直前）に分類するのが好適であった。これは、積算温度は日照レベルと相関があり、大麦においては、生育ステージにより日照による光合成の必要度合いと草丈の成長の速度が異なるためだと推測される。
これらの分類毎に、それぞれ一次式を作成すると、草丈を推定するための相関が十分、高くなった。

単回帰分析で算出された積算温度Ｘと草丈Ｙの相関関係を示す生育モデルの一次式を用いた予測検証結果の例を、下記の表１に示す。

この表１の作型として時期及び品種が指定された。土壌タイプは、（１）～（３）が黒ボク土、（４）は灰色低地土、グライ土である。生育時期は収穫適期直前である。加えて、栽培地域（エリア）が（１）～（３）は平暖地エリア、（４）は無霜地エリアであった。
図１１～図１４に、この表１の結果例（１）～（４）の各グラフのデータを示す。図１１は（１）、図１２は（２）、図１３は（３）、図１４は（４）に、それぞれ対応する。各グラフでは、横軸は積算温度（°Ｃ）、縦軸は草丈（ｃｍ）を示す。
結果として、各生育モデルにおいて、誤差率は（１）は２．６％、（２）は９．７％、（３）は７．６％、（４）は９．７％と、いずれも１０％以内に収まった。
さらに、各グラフにおいて、図９のステップＳ１１４のモデル修正処理を行った例を、「修正ライン」として、実線で示す。これらは、全て、信頼度がＲ²＞０．９の強相関を示した。
本発明者らの検証によれば、このような生育モデルにより、収穫の適期を二週間以上前から予測することが可能であった。

なお、上記実施の形態の構成及び動作は例であって、本発明の趣旨を逸脱しない範囲で適宜変更して実行することができることは言うまでもない。

本発明の大麦若葉収穫予測方法は、大規模栽培での大麦若葉の収穫時期を効率的に予測することができ、産業上に利用することができる。

１ 収穫予測装置
２ 収穫管理装置
３ 巡回管理装置
４ 圃場管理装置
５ 収穫機器
６ フィールドサーバー
７ 圃場地図サーバー
１０ 制御部
１１ 記憶部
１２ 入力部
１３ 表示部
１４ Ｉ／Ｆ部
１００ 状態取得部
１１０ 収穫予測部
２００ 収穫判断提示部
３００ 巡回ルート算出部
３１０ 巡回管理部
４００ 圃場閲覧部
５００ 生育モデルデータ
５１０ 状態情報
５２０ 収穫予測プログラム
５３０ 収穫圃場情報
５４０ 圃場ＤＢ
５５０ 地図運用データ
６００、６０１、６０２、６０３、６０４、６０５、６０６ 画面例
Ｘ 収穫支援システム

Claims (17)

1. 大麦若葉の収穫予測を行う収穫予測装置により実行される大麦若葉収穫予測方法であって、
   前記大麦若葉の作型、圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した複数の生育モデルを格納し、
   前記大麦若葉が作付された前記圃場毎に、格納された前記生育モデルに関連する状態情報を取得し、
   取得された前記状態情報に基づいて、格納された前記生育モデルを選択し、
   選択された前記生育モデルに前記状態情報を入力して、前記圃場の前記大麦若葉の収穫時期を予測する
   ことを特徴とする大麦若葉収穫予測方法。
2. 複数の前記生育モデルは、
   前記圃場の地区毎に、過去の作付及び収穫の実績に基づいて設定される
   ことを特徴とする請求項１に記載の大麦若葉収穫予測方法。
3. 前記状態情報は、
   前記圃場に設けられたフィールドサーバー、又は気象サーバーから取得した温度情報を含む
   ことを特徴とする請求項１又は２に記載の大麦若葉収穫予測方法。
4. 大麦若葉の収穫を支援する大麦若葉収穫支援方法であって、
   請求項１乃至３のいずれか１項に記載の大麦若葉収穫予測方法により、前記大麦若葉の収穫時期を予測し、
   収穫管理装置により、予測された前記収穫時期に収穫可能な前記圃場、当該圃場の状態、及び収穫リスクを収穫判断用に提示する
   ことを特徴とする大麦若葉収穫支援方法。
5. 巡回管理装置により、前記収穫判断用に提示され、収穫すると選択された前記圃場の巡回ルートを算出する
   ことを特徴とする請求項４に記載の大麦若葉収穫支援方法。
6. 前記巡回管理装置により、算出された前記巡回ルートを巡回する収穫機器の位置情報を取得し、前記収穫機器の巡回を管理する
   ことを特徴とする請求項５に記載の大麦若葉収穫支援方法。
7. 圃場管理装置により、作付された前記圃場を地図データ上に配置して閲覧させる
   ことを特徴とする請求項４乃至６のいずれか１項に記載の大麦若葉収穫支援方法。
8. 圃場管理装置により、それぞれの前記圃場の状態情報を閲覧させる
   ことを特徴とする請求項７に記載の大麦若葉収穫支援方法。
9. 大麦若葉の収穫予測を行う収穫予測装置により実行される大麦若葉収穫予測プログラムであって、
   前記大麦若葉が作付された圃場の状態情報を取得させ、
   取得させた前記状態情報を、前記大麦若葉の作型、前記圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した生育モデルに入力し、前記圃場の前記大麦若葉の収穫時期を予測させる
   ことを特徴とする大麦若葉収穫予測プログラム。
10. 大麦若葉の収穫予測を行う収穫予測装置であって、
    前記大麦若葉の作型、圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した複数の生育モデルを格納する記憶部と、
    前記大麦若葉が作付された前記圃場毎に、前記記憶部に格納された前記生育モデルに関連する状態情報を取得する状態取得部と、
    前記状態取得部により取得された前記状態情報に基づいて、前記記憶部に格納された前記生育モデルを選択し、選択された前記生育モデルに前記状態情報を入力して、前記圃場の前記大麦若葉の収穫時期を予測する収穫予測部とを備える
    ことを特徴とする大麦若葉収穫予測装置。
11. 大麦若葉の収穫を支援する大麦若葉収穫支援システムであって、
    前記大麦若葉の圃場を管理する圃場管理装置と、
    前記圃場管理装置により管理された前記圃場に作付けされた前記大麦若葉の収穫予測を行う収穫予測装置と、
    前記収穫予測装置により収穫判断された前記圃場の前記大麦若葉の収穫管理を行う収穫管理装置と、
    前記収穫管理装置による収穫管理に応じて前記大麦若葉を収穫する収穫機器の巡回を管理する巡回管理装置とを含む
    ことを特徴とする大麦若葉収穫支援システム。
12. 前記収穫予測装置は、
    前記大麦若葉の作型、前記圃場の土壌タイプ、及び前記大麦若葉の生育時期と、前記圃場の積算温度との関係とをモデル化した複数の生育モデルを格納する記憶部と、
    前記大麦若葉が作付された前記圃場毎に、前記記憶部に格納された前記生育モデルに関連する状態情報を取得する状態取得部と、
    前記状態取得部により取得された前記状態情報に基づいて、前記記憶部に格納された前記生育モデルを選択し、選択された前記生育モデルに前記状態情報を入力して、前記圃場の前記大麦若葉の収穫時期を予測する収穫予測部とを備える
    ことを特徴とする請求項１１に記載の大麦若葉収穫支援システム。
13. 前記収穫管理装置は、
    予測された前記収穫時期に収穫可能な前記圃場、当該圃場の状態、及び収穫リスクを前記収穫判断用に提示する収穫判断提示部を備える
    ことを特徴とする請求項１２に記載の大麦若葉収穫支援システム。
14. 前記巡回管理装置は、
    前記収穫判断用に提示され、収穫すると選択された前記圃場の巡回ルートを算出する巡回ルート算出部を備える
    ことを特徴とする請求項１１乃至１３のいずれか１項に記載の大麦若葉収穫支援システム。
15. 前記巡回管理装置は、
    算出された前記巡回ルートを巡回する収穫機器の位置情報を取得し、前記収穫機器の巡回を管理する巡回管理部を備える
    ことを特徴とする請求項１４に記載の大麦若葉収穫支援システム。
16. 前記圃場管理装置は、
    作付された前記圃場を地図データ上に配置して閲覧させる圃場閲覧部を備える
    ことを特徴とする請求項１１乃至１５のいずれか１項に記載の大麦若葉収穫支援システム。
17. 前記圃場閲覧部は、
    それぞれの前記圃場の状態情報を閲覧させる
    ことを特徴とする請求項１６に記載の大麦若葉収穫支援システム。

Images