JP5861885B2 - 誘虫予測方法 - Google Patents

Description

本発明は、工事予定地などの対象領域に設置される照明器具が、前記対象領域外の周辺領域から誘引する虫の種類と量を定量的に予測する誘虫予測方法に関する。

従来より、主に果樹園や農地などの農業分野において、夜蛾類のもたらす農作物への被害が問題とされてきた。このような問題に対処するために、圃場実験を行うことなく、夜蛾をはじめとする夜行性昆虫に対する行動抑制効果を簡単に評価できる光放射評価方法を提案されている。

例えば、特許文献１（特開２００５−６５６０１号公報）には、少なくとも光源を含む光放射部の光放射による夜行性昆虫の行動抑制効果を評価する光放射評価方法であって、λを光放射の波長、Ｓ（λ）を防除対象の昆虫の網膜における分光感度を示す関数、Φｅ（λ）を光放射部による放射強度の分光特性を示す関数、ｖｉｓをＳ（λ）＞０となるような波長λの範囲、Ｅを評価指数とした場合に、Ｅ＝∫visＳ（λ）Φｅ（λ）ｄλなる
式で求めた評価指数が大きいほど、行動抑制効果が高いと判断する方法が提案されている。
特開２００５−６５６０１号公報

夜蛾類などの昆虫が、上記のように農作物への被害の原因として問題となり、これに対処するために夜間照明を用いる一方で、高速道路などに設けられる夜間照明が、昆虫を始めとする多くの生物の行動及び生体に影響を与える、という問題も存在する。

例えば、ホタルでは、わずか０．２ルクスでも繁殖ができなくなる。また、水銀灯などに虫が集まってしまうと、その虫をエサとしていた生物が補食の機会を失い、飢えることとなる。そのため、従来夜間照明をする場合は、ルーバーを付けたり、虫が寄りつきにくい照明を使用したりするなどの配慮がなされてきた。

ところで、従来は新設する道路などの予定地における夜間照明によって、どのような虫がどの程度集まるか、に係る定量的な予測を行うことができず、問題であった。

この発明は、上記課題を解決するものであって、請求項１に係る発明は、対象領域に設置される照明器具が、前記対象領域外の周辺領域から誘引する虫の種類と量を定量的に予測する誘虫予測方法であって、光源の種別、及び、環境種別ごとに、単位時間、単位面積、単位光量当たりで、誘引される虫の種類と量をデータ化したデータベースを準備するデータベース準備ステップと、前記対象領域に設置する照明器具の光源の種別を設定する光源種別設定ステップと、前記光源種別設定ステップで設定された光源の光量を設定する光量設定ステップと、前記対象領域に設置する照明器具から前記周辺領域に漏れる光に照射される領域の面積と環境の種別を設定する漏光状況設定ステップと、前記データベース準備ステップによって準備された前記データベースと、前記光源種別設定ステップで設定された光源の種別と、前記光量設定ステップで設定された光量と、前記漏光状況設定ステップで設定された面積と環境の種別とから、照明器具によって周辺領域から誘引する虫の種類とその量とを予測する予測ステップと、からなることを特徴とする。

また、請求項２に係る発明は、請求項１に記載の誘虫予測方法において、さらに、前記データベースには、照明器具の光源の種別ごとの、単位光量当たりのコストのデータも含まれることを特徴とする。

また、請求項３に係る発明は、請求項２に記載の誘虫予測方法において、前記データベースを参照することで、照明器具の光源のコストを算定することを特徴とする。

また、請求項４に係る発明は、請求項１乃至請求項３のいずれか１項に記載の誘虫予測方法において、さらに、前記データベースには、照明器具の光源の種別ごとの、１個当たりの光量のデータも含まれることを特徴とする。

また、請求項５に係る発明は、請求項４に記載の誘虫予測方法において、前記光量設定ステップでは、光源の個数を設定することで、光源の光量を設定することを特徴とする。

本発明に係る誘虫予測方法は、データベース準備ステップによって準備されたデータベースと、光源種別設定ステップで設定された光源の種別と、光量設定ステップで設定された光量と、漏光状況設定ステップで設定された面積と環境の種別とから、照明器具によって周辺領域から誘引する虫の種類とその量とを予測するので、本発明に係る誘虫予測方法によれば、新設する道路などの予定地における夜間照明によって、どのような虫がどの程度集まるか、に係る定量的な予測を行うことが可能となり、環境に配慮した建設計画を立てることができるようになる。

本発明の実施形態に係る誘虫予測方法を実行可能なコンピューターの一例を示す図である。 本発明に係る誘虫予測方法をコンピューターに実行させるためのフローチャート例を示す図である。 本発明に係る誘虫予測方法に用いるデータベースのデータ構成の一例を示す図である。 本発明に係る誘虫予測方法に用いるデータベースのデータ構成の一例を示す図である。 本発明に係る誘虫予測方法における各種パラメーター設定の考え方を示す図である。 本発明に係る誘虫予測方法における各種パラメーター設定の考え方を示す図である。 本発明に係る誘虫予測方法における各種パラメーター設定の考え方を示す図である。 本発明に係る誘虫予測方法における各種パラメーター設定の考え方を示す図である。 照明器具のパラメーターの設定例を示す図である。 本発明に係る誘虫予測方法における結果の出力例を示す図である。 本発明に係る誘虫予測方法における結果の出力例を示す図である。 本発明に係る誘虫予測方法における結果の出力例を示す図である。 本発明に係る誘虫予測方法における結果の出力例を示す図である。 本発明の他の実施形態に係る誘虫予測方法における各種パラメーター設定の考え方を示す図である。

以下、本発明の実施の形態を図面を参照しつつ説明する。図１は本発明の実施形態に係
る誘虫予測システムを構成するコンピューターの一例を示す図である。図１において、１０はシステムバス、１１はＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、１２はＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、１３はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、１４は外部情報機器との通信を司る通信制御部、１５はキーボードコントローラなどの入力制御部、１６は出力制御部、１７は外部記憶装置制御部、１８はキーボード、ポインティングデバイス、マウスなどの入力機器からなる入力部、１９は印刷装置などの出力部、２０はＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の外部記憶装置、２１はグラフィック制御部、２２はディスプレイ装置をそれぞれ示している。

図１において、ＣＰＵ１１は、ＲＯＭ１３内のプログラム用ＲＯＭ、或いは、大容量の外部記憶装置２０に記憶されたプログラム等に応じて、外部機器と通信することでデータを検索・取得したり、また、図形、イメージ、文字、表等が混在した出力データの処理を実行したり、更に、外部記憶装置２０に格納されているデータベースの管理を実行したり、などといった演算処理を行うものである。

また、ＣＰＵ１１は、システムバス１０に接続される各デバイスを統括的に制御する。ＲＯＭ１３内のプログラム用ＲＯＭあるいは外部記憶装置２０には、ＣＰＵ１１の制御用の基本プログラムであるオペレーティングシステムプログラム（以下ＯＳ）等が記憶されている。また、ＲＯＭ１３あるいは外部記憶装置２０には出力データ処理等を行う際に使用される各種データが記憶されている。メインメモリーであるＲＡＭ１２は、ＣＰＵ１１の主メモリ、ワークエリア等として機能する。

入力制御部１５は、キーボードや不図示のポインティングデバイスからの入力部１８を制御する。また、出力制御部１６は、プリンタなどの出力部１９の出力制御を行う。

外部記憶装置制御部１７は、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザーファイル、編集ファイル、プリンタドライバ等を記憶するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）や、或いはフロッピーディスク（ＦＤ）等の外部記憶装置２０へのアクセスを制御する。本発明の誘虫予測方法を実現するシステムプログラムは、上記のような外部記憶装置２０に記憶されている。また、グラフィック制御部２１は、ディスプレイ装置２２に表示する情報を描画処理するための構成である。

また、通信制御部１４は、ネットワークを介して、外部機器と通信を制御するものであり、これによりシステムが必要とするデータを、インターネットやイントラネット上の外部機器が保有するデータベースから取得したり、外部機器に情報を送信したりすることができるように構成される。

外部記憶装置２０には、ＣＰＵ１１の制御プログラムであるオペレーティングシステムプログラム（以下ＯＳ）以外に、本発明の誘虫予測システムをＣＰＵ１１上で動作させるシステムプログラム、及びこのシステムプログラムで用いるデータなどがインストールされ保存・記憶されている。

本発明の誘虫予測方法を実現するシステムプログラムで利用されるデータとしては、基本的には外部記憶装置２０に保存されていることが想定されているが、場合によっては、これらのデータを、通信制御部１４を介してインターネットやイントラネット上の外部機器から取得するように構成することも可能である。また、本発明の誘虫予測方法を実現するシステムプログラムで利用されるデータを、ＵＳＢメモリやＣＤ、ＤＶＤなどの各種メディアから取得するように構成することもできる。

次に、上記のようなシステム構成のコンピューターにより実行可能な本発明に係る誘虫予測方法について、以下説明する。本発明に係る誘虫予測方法は新設する道路などの予定地における照明器具の夜間照明によって、どのような虫がどの程度集まるか、に係る定量的な予測を行うものである。図２は本発明に係る誘虫予測方法をコンピューターに実行させるためのフローチャート例を示す図である。

図２において、ステップＳ１０１は、データベースを準備する工程である。このデータベースについて、図３及び図４を参照して説明する。図３及び図４は本発明に係る誘虫予測方法に用いるデータベースのデータ構成の一例を示す図である。

図３（Ａ）は照明器具の光源として、水銀灯を用いた場合における、環境種別ごとの、単位時間、単位面積、単位光量当たりで、誘引される虫の種類と量をデータ化したものである。このようなデータを作成する上では、１日あたり夜間１２時間にわたって照明器具を点灯したことを前提としている。図３（Ａ）中、Ｈ₁₁乃至Ｈ₅₉は誘引される虫の量を重量単位で示したものである。

データを作成する上で、環境種別としては、例えば、「水田」、「畑地」、「常緑樹林」、「落葉樹林」、「河畔林」、「草地」、「河川敷」、「流水域」、「宅地」のように分類を行っているが、本発明はこのような例に限定されるものではない。

また、虫の種類としては、「チョウ・ガ」、「カメムシ・ウンカ」、「ハチ・羽アリ、「ハエ・ユスリカ」、「コウチュウ」のように分類を行っているが、本発明はこのような例に限定されるものではない。

図３（Ｂ）は照明器具の光源として、ナトリウム灯を用いた場合における、環境種別ごとの、単位時間、単位面積、単位光量当たりで、誘引される虫の種類と量をデータ化したものである。データの作成方法及び構成は図３（Ａ）のものと同様である。

図３（Ｃ）は照明器具の光源として、ＬＥＤを用いた場合における、環境種別ごとの、単位時間、単位面積、単位光量当たりで、誘引される虫の種類と量をデータ化したものである。データの作成方法及び構成は図３（Ａ）のものと同様である。

図４は照明器具の光源の種別の相違に基づくデータベースのデータ構成を示すものである。

図４（Ａ）は、照明器具の光源の種別ごとの、単位光量当たりのコストをデータ化したものである。図３（Ａ）中、Ｍ₁乃至Ｍ₃は単位光量当たりのコストを円単位で示したものである。

図４（Ｂ）は、照明器具の光源の種別ごとの、１個当たりの光量をデータ化したものである。図３（Ｂ）中、Ｑ₁乃至Ｑ₃は光源１個当たりの光量を、例えば、ルーメン単位で示したものである。

図２におけるステップＳ１０１では、以上のような各データベースを準備する。通常、このデータベースについては、いったん作成を行えば、繰り返し利用することが可能である。

続く、ステップＳ１０２においては、対象領域に設置する照明器具から周辺領域に漏れる光に照射される領域の面積と環境の種別を設定する。このステップにおける考え方を図５乃至図８を参照して説明する。図５乃至図８は本発明に係る誘虫予測方法における各種
パラメーター設定の考え方を示す図である。

図５は工事の予定地（対象領域）周辺のマップを示している。このマップには、環境ごとに塗り分けがなされており、図示するように、本例では「常緑樹林」、「水田」、「畑地」の３種の環境が存在している。

図６は、マップ中に、工事の予定地である対象領域を設定した状態を示している。本例では、対象領域は、「常緑樹林」、「水田」、「畑地」の３種の環境にまたがって設定されている。

図７は対象領域内の点Ｏ₁乃至Ｏ₇に照明器具を設けることを設定した状態を示している。図８は、それぞれの照明器具を設けた点Ｏ₁乃至Ｏ₇を中心とし、所定半径の円を描画したものである。本例では、天候などの如何に関わらず、照明器具からの光は前記の円内を照射するものと仮定している。

点Ｏ₁乃至Ｏ₇に設けられた照明器具から、周辺領域に漏れる光に照射される領域の面積とは、上記の円を境界とした図８中の斜線で示す領域の面積Ｓ₁乃至Ｓ₇に相当するものである。

また、照明器具から周辺領域に漏れる光に照射される領域が重畳する環境種別が、当該領域の面積と対応する環境種別である。すなわち、本例でいえば、照明器具から周辺領域に漏れる光に照射される領域の面積Ｓ₁、Ｓ₄、Ｓ₅と対応する環境種別は「常緑樹林」で
あり、面積Ｓ₂、Ｓ₃、Ｓ₆と対応する環境種別は「水田」であり、面積Ｓ₇と対応する環境種別は「畑地」である。

ステップＳ２０１では、以上のような図５乃至図８に示した例のように、対象領域に設置する照明器具から周辺領域に漏れる光に照射される領域の面積と環境の種別を、コンピューターに入力する。

さて、続く、ステップＳ１０３では、対象領域の点Ｏ₁乃至Ｏ₇に設置する照明器具の光源の種別を設定する。図５乃至図８に示した例では、点Ｏ₁乃至Ｏ₇に設置する照明器具として水銀灯（Ｈ）を想定している。ステップＳ１０３に対応して、ステップＳ２０２では、対象領域に設置する照明器具の光源の種別を、コンピューターに入力する。

次のステップＳ１０４においては、対象領域の点Ｏ₁乃至Ｏ₇に設置する各照明器具の光源の光量を設定する。このステップＳ１０４に対応して、ステップＳ２０３で、各照明器具の光源の個数を入力する。例えば、本例では、点Ｏ₁乃至Ｏ₇に設置する全ての照明器具に総計でＡ₁個の光源を用いたものとして入力する。

ステップＳ１０５では、照明器具によって周辺領域から誘引する虫の量と種類とを予測する。ここでは、図５乃至図８に示した例に基づいて、具体的に説明する。
●点Ｏ₁に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₃×Ｓ₁
（カメムシ・ウンカ） ＝Ｈ₂₃×Ｓ₁
（ハチ・羽アリ） ＝Ｈ₃₃×Ｓ₁
（ハエ・ユスリカ） ＝Ｈ₄₃×Ｓ₁
（コウチュウ） ＝Ｈ₅₃×Ｓ₁
●点Ｏ₂に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₁×Ｓ₂
（カメムシ・ウンカ） ＝Ｈ₂₁×Ｓ₂
（ハチ・羽アリ） ＝Ｈ₃₁×Ｓ₂
（ハエ・ユスリカ） ＝Ｈ₄₁×Ｓ₂
（コウチュウ） ＝Ｈ₅₁×Ｓ₂
●点Ｏ₃に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₁×Ｓ₃
（カメムシ・ウンカ） ＝Ｈ₂₁×Ｓ₃
（ハチ・羽アリ） ＝Ｈ₃₁×Ｓ₃
（ハエ・ユスリカ） ＝Ｈ₄₁×Ｓ₃
（コウチュウ） ＝Ｈ₅₁×Ｓ₃
●点Ｏ₄に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₃×Ｓ₄
（カメムシ・ウンカ） ＝Ｈ₂₃×Ｓ₄
（ハチ・羽アリ） ＝Ｈ₃₃×Ｓ₄
（ハエ・ユスリカ） ＝Ｈ₄₃×Ｓ₄
（コウチュウ） ＝Ｈ₅₃×Ｓ₄
●点Ｏ₅に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₃×Ｓ₅
（カメムシ・ウンカ） ＝Ｈ₂₃×Ｓ₅
（ハチ・羽アリ） ＝Ｈ₃₃×Ｓ₅
（ハエ・ユスリカ） ＝Ｈ₄₃×Ｓ₅
（コウチュウ） ＝Ｈ₅₃×Ｓ₅
●点Ｏ₆に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₁×Ｓ₆
（カメムシ・ウンカ） ＝Ｈ₂₁×Ｓ₆
（ハチ・羽アリ） ＝Ｈ₃₁×Ｓ₆
（ハエ・ユスリカ） ＝Ｈ₄₁×Ｓ₆
（コウチュウ） ＝Ｈ₅₁×Ｓ₆
●点Ｏ₇に設置した照明器具によって周辺領域から誘引する虫の量と種類は、図３（Ａ）
に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₂×Ｓ₇
（カメムシ・ウンカ） ＝Ｈ₂₂×Ｓ₇
（ハチ・羽アリ） ＝Ｈ₃₂×Ｓ₇
（ハエ・ユスリカ） ＝Ｈ₄₂×Ｓ₇
（コウチュウ） ＝Ｈ₅₂×Ｓ₇
●以上のような、点Ｏ₁乃至Ｏ₇に設置する各照明器具のそれぞれが周辺領域から誘引する虫の量を総計することで、対象領域に設置する照明器具によって周辺領域から誘引する虫の量と種類は、以下の通りとなる。
（虫の種類） ＝（虫の量）
（チョウ・ガ） ＝Ｈ₁₃×（Ｓ₁＋Ｓ₄＋Ｓ₅）＋Ｈ₁₁×（Ｓ₂＋Ｓ₃＋Ｓ₆）＋Ｈ₁₂×Ｓ₇
（カメムシ・ウンカ） ＝Ｈ₂₃×（Ｓ₁＋Ｓ₄＋Ｓ₅）＋Ｈ₂₁×（Ｓ₂＋Ｓ₃＋Ｓ₆）＋Ｈ₂₂×Ｓ₇
（ハチ・羽アリ） ＝Ｈ₃₃×（Ｓ₁＋Ｓ₄＋Ｓ₅）＋Ｈ₃₁×（Ｓ₂＋Ｓ₃＋Ｓ₆）＋Ｈ₃₂×Ｓ₇
（ハエ・ユスリカ） ＝Ｈ₄₃×（Ｓ₁＋Ｓ₄＋Ｓ₅）＋Ｈ₄₁×（Ｓ₂＋Ｓ₃＋Ｓ₆）＋Ｈ₄₂×Ｓ₇
（コウチュウ） ＝Ｈ₅₃×（Ｓ₁＋Ｓ₄＋Ｓ₅）＋Ｈ₅₁×（Ｓ₂＋Ｓ₃＋Ｓ₆）＋Ｈ₅₂×Ｓ₇
ステップＳ１０６では、対象領域に設置する照明器具の光源のコストと光量を算定する。このコスト算定には、図４に示すデータベースが用いられる。
●対象領域に設置する照明器具のコスト及び光量は、図４（Ａ）、（Ｂ）に示す水銀灯に係るデータを参照することで、以下のように求めることができる。
（コスト） ＝ Ｍ₁×Ｑ₁×Ａ₁
（光量） ＝ Ｑ₁×Ａ₁
次の、ステップＳ１０７では、照明器具のパラメーターを変更するか否かが判定される。図９は照明器具のパラメーターの設定例を示す図である。

図５乃至図８に示した例では、図９のＡ案に基づく算定を行った例である。ステップＳ１０７では、例えば図９中のＢ案やＣ案についても、算定を行いたい場合には、ステップＳ１０７における判定をＹＥＳとして、図９中のＢ案やＣ案の各パラメーターを、ステップＳ１０３、Ｓ１０４で設定して、ステップＳ１０５、Ｓ１０６で再予測・再算定を実行する。

一方、ステップＳ１０７における判定がＮＯである場合は、ステップＳ１０９に進み、処理を終了する。

以上のような本発明に係る誘虫予測方法は、データベース準備ステップ（ステップＳ１０１）によって準備されたデータベースと、光源種別設定ステップ（ステップＳ１０３）で設定された光源の種別と、光量設定ステップ（ステップＳ１０４）で設定された光量と、漏光状況設定ステップ（ステップＳ１０２）で設定された面積と環境の種別とから、照明器具によって周辺領域から誘引する虫の種類とその量とを予測するので、本発明に係る誘虫予測方法によれば、新設する道路などの予定地における夜間照明によって、どのような虫がどの程度集まるか、に係る定量的な予測を行うことが可能となり、環境に配慮した建設計画を立てることができるようになる。

以上のような本発明に係る誘虫予測方法による予測・算定結果の出力態様をいくつか示す。図１０乃至図１３は本発明に係る誘虫予測方法における結果の出力例を示す図である。以下の例では、本発明に係る誘虫予測方法で、図９に示す３案の予測・算定を行ったケースを示すものである。

図１０は、Ａ案を１としたときの誘引される虫の相対量と、それぞれの案のコストの出力例を示している。また、凡例に示すように「水銀灯」に基づいて虫の量、「ナトリウム灯」に基づいて虫の量、「ＬＥＤ」に基づいて虫の量が内訳表示されるようになっている。

図１１は、単位時間当たりに誘引される虫の重量をそれぞれの案ごとに出力した例である。

また、図１２は、環境種別ごとで、単位時間当たりに誘引される虫の重量を、それぞれの案ごとに出力した例である。

また、図１３は、虫の種類ごとで、単位時間当たりに誘引される虫の重量を、それぞれの案ごとに出力した例である。

以上のような、図１０乃至図１３に示す結果の出力例によれば、各案の予測・算定の結果を視覚的に把握することが可能となり、環境に配慮した建設計画の立案の一助とすることができる。

次に、周辺領域においても、照明器具が既に設置されているような場合の算定方法について説明する。図１４は本発明の他の実施形態に係る誘虫予測方法における各種パラメーター設定の考え方を示す図である。

図１４は、図８のケースにおいて、周辺領域の点Ｏ_eに既存の照明器具が設けられてい
るような場合を図示したものであり、特に、既存の照明器具が設けられている点Ｏ_eを中
心とした所定半径の円が、照明器具を設ける予定の点Ｏ₃を中心とした所定半径の円と重
なっている例を示している。

このような場合、虫は点Ｏ_eに設けられている既存の照明器具と、点Ｏ₃に新設される照明器具の双方に誘引されることとなる。そこで、点Ｏ₃に設けられた照明器具から、周辺
領域に漏れる光に照射される領域の面積は、点Ｏ_eを中心とした所定半径の円と、照明器
具を設ける予定の点Ｏ₃を中心とした所定半径の円との交点を通る線Ａ−Ａ’を境界の一
部とした、斜線に示す面積Ｓ₁’によって決定することが妥当である。この面積Ｓ₁’を求める以外の方法については、先の実施形態で説明したものと同様の方法を利用することができる。

このような他の実施形態によれば、周辺領域において、照明器具が既に設置されているようなケースでも、新設する道路などの予定地における夜間照明によって、どのような虫がどの程度集まるか、に係る定量的な予測を行うことが可能となり、環境に配慮した建設計画を立てることができるようになる。

１０・・・システムバス
１１・・・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）
１２・・・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）
１３・・・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）
１４・・・通信制御部
１５・・・入力制御部
１６・・・出力制御部
１７・・・外部記憶装置制御部
１８・・・入力部
１９・・・出力部
２０・・・外部記憶装置
２１・・・インターフェイス部
２１・・・グラフィック制御部
２２・・・ディスプレイ装置

Claims (5)

1. 対象領域に設置される照明器具が、前記対象領域外の周辺領域から誘引する虫の種類と量を定量的に予測する誘虫予測方法であって、
   光源の種別、及び、環境種別ごとに、単位時間、単位面積、単位光量当たりで、誘引される虫の種類と量をデータ化したデータベースを準備するデータベース準備ステップと、
   前記対象領域に設置する照明器具の光源の種別を設定する光源種別設定ステップと、
   前記光源種別設定ステップで設定された光源の光量を設定する光量設定ステップと、
   前記対象領域に設置する照明器具から前記周辺領域に漏れる光に照射される領域の面積と環境の種別を設定する漏光状況設定ステップと、
   前記データベース準備ステップによって準備された前記データベースと、前記光源種別設定ステップで設定された光源の種別と、前記光量設定ステップで設定された光量と、前記漏光状況設定ステップで設定された面積と環境の種別とから、照明器具によって周辺領域から誘引する虫の種類とその量とを予測する予測ステップと、
   からなることを特徴とする誘虫予測方法。
2. さらに、前記データベースには、照明器具の光源の種別ごとの、単位光量当たりのコストのデータも含まれることを特徴とする請求項１に記載の誘虫予測方法。
3. 前記データベースを参照することで、照明器具の光源のコストを算定することを特徴とする請求項２に記載の誘虫予測方法。
4. さらに、前記データベースには、照明器具の光源の種別ごとの、１個当たりの光量のデータも含まれることを特徴とする請求項１乃至請求項３のいずれか１項に記載の誘虫予測方法。
5. 前記光量設定ステップでは、光源の個数を設定することで、光源の光量を設定することを特徴とする請求項４に記載の誘虫予測方法。

Images