JP5935654B2 - 作物推定方法，作物推定プログラムおよび作物推定装置 - Google Patents

Description

本発明は，圃場に作付けされている作物を推定する作物推定方法，作物推定プログラムおよび作物推定装置に関するものである。

作物の作付けにおいて，例えば，同じ土地に同じ作物を何年も続けて作付けすると，土地が痩せて連作障害を起こすことがある。また，例えば，育成中の同一作物に対して，散布できる農薬の回数は決まっており，どの圃場の作物に農薬をまくべきかを適切に判断する必要がある。圃場は，作物を栽培する田畑である。

連作障害を起こさない適切な作物の作付けや，適切な農薬の散布など，営農者が適切な営農を行えるように，例えば組合の職員などである営農指導員により，営農者に対する営農指導が行われる。営農者に対して営農指導を行うためには，営農指導員は，どの圃場にどの作物が作付けされていたかを把握する必要がある。

どの圃場にどの作物が作付けされていたかの情報を得る方法としては，例えば，組合などの調査員が現地に足を運んで調査を行う方法や，営農者に自己申告させる方法などが考えられる。しかし，調査員が現地で調査を行う方法の場合，多くの手間と時間がかかるという問題がある。また，営農者に自己申告させる方法の場合，自己申告には誤った申告が含まれている場合も多く，正確性に欠くという問題がある。

圃場と作付けされた作物との対応付けを行う技術として，圃場が撮影された航空画像や衛星画像のスペクトルから，圃場に作付けされている作物の種類や育成段階を特定する技術が知られている。

特開２００３−６６１２号公報

上述の画像のスペクトルから作付け作物を特定する技術では，作物の種類を判断しきれない場合がある。例えば，キャベツ，レタス，白菜のような互いに類似する作物については，スペクトル成分も類似するため，画像から作付け作物の推定を行った場合，その精度が低くなるという問題がある。

また，例えば衛星画像のスペクトルから作付け作物を特定する場合，衛星が撮影地点の上を通ったときの天候が悪いと，そのとき撮影された衛星画像のスペクトルからの作付け作物の推定精度は低くなるという問題がある。この場合，次に衛星が撮影地点を通るタイミングで画像の撮り直しを行うとしても，衛星軌道の都合から次の撮影タイミングまでに日数が空いてしまい，農薬散布などを適切なタイミングで行えなくなってしまうなどの問題が発生する可能性もある。

そのため，航空画像や衛星画像などの画像を利用して圃場に作付けされた作物を推定する際に，類似する作物が多い場合や画像の精度が悪い場合でも，精度良く作物を推定できる技術が望まれている。

一側面では，本発明は，画像を利用して圃場に作付けされた作物を推定する場合において，精度良く作物を推定できる技術を提供することを目的とする。

１態様では，作物推定方法は，コンピュータが，画像から得られる情報に基づいて，該画像に写った第１の圃場に作付けされている作物の候補を特定し，第１の圃場について複数の作物の候補が特定された場合に，圃場と営農者との対応を記憶する第１の記憶領域を参照して，第１の圃場に対応する営農者を特定し，営農者と該営農者の取引情報との対応を記憶する第２の記憶領域を参照して，第１の圃場に対応する営農者の取引情報を取得し，第１の圃場について特定された複数の作物の候補から，第１の圃場に対応する営農者の取引情報から得られる作物を特定し，第１の圃場と対応付けて，特定された作物の情報を出力する処理を実行する。

１態様では，画像を利用して圃場に作付けされた作物を推定する場合において，精度良い作物の推定が可能となる。

本実施の形態による作物推定装置の構成例を示す図である。 本実施の形態による作物推定装置を実現するコンピュータのハードウェア構成例を示す図である。 本実施の形態による作物推定データの例を示す図である。 本実施の形態による圃場データの例を示す図である。 本実施の形態による購入状況データおよび出荷状況データの例を示す図である。 本実施の形態による作付面積データの例を示す図である。 本実施の形態による未特定作業テーブルの例を示す図である。 本実施の形態による作付推定面積テーブルの例を示す図である。 本実施の形態による営農者の種苗の購入記録に基づいた作物特定の処理を行った後の作物推定データの例を示す図である。 本実施の形態の作物推定装置による営農者の種苗の購入記録を利用した作物推定処理フローチャートである。 本実施の形態の面積利用推定部による面積利用推定処理（購入量）フローチャートである。 本実施の形態による推定なし作業テーブルの例を示す図である。 本実施の形態による営農者の作物の出荷記録に基づいた作物特定の処理を行った後の作物推定データの例を示す図である。 本実施の形態の作物推定装置による営農者の作物の出荷記録を利用した作物推定処理フローチャートである。 本実施の形態の作物特定装置による出荷利用特定処理フローチャートである。 本実施の形態の面積利用推定部による面積利用推定処理（出荷量）フローチャートである。

以下，本実施の形態について，図を用いて説明する。

図１は，本実施の形態による作物推定装置の構成例を示す図である。

図１に示す作物推定装置１０は，航空画像や衛星画像などの画像を利用して，圃場に作付けされた作物の推定を行う。作物推定装置１０を実現するコンピュータは，例えば，ユーザが操作するＰＣ（Personal computer ）であってもよいし，ユーザが操作する端末がネットワークを介してアクセス可能なサーバのコンピュータであってもよい。作物推定装置１０は，画像取得部１１，画像解析部１２，営農者特定部１３，取引情報取得部１４，作物特定部１５，出力部１７，情報記憶部１００を備える。

情報記憶部１００は，各種データを記憶する記憶部である。情報記憶部１００には，作物推定情報記憶部１１０，圃場情報記憶部１２０，取引関連情報記憶部１３０，作付面積情報記憶部１４０が含まれる。

作物推定情報記憶部１１０は，作物推定情報を記憶する記憶領域である。作物推定情報は，圃場に作付けされている作物を推定した結果が記録される情報である。本実施の形態の作物推定情報には，圃場に作付けされている作物を推定するもととなった画像の撮影日の情報が含まれる。

圃場情報記憶部１２０は，圃場と営農者との対応を含む圃場情報を記憶する記憶領域である。圃場情報は，各圃場の管理情報である。本実施の形態では，圃場は，少なくとも同じ営農者，同じ種類の作付け作物ごとに区分けされた土地の単位で扱われる。営農者が同じで，同じ種類の作物が作付けされた土地を，さらに道や用水路などで区分けした単位で圃場を扱うようにするなどの設計は任意である。営農者は，個人であってもよいし，団体であってもよい。

取引関連情報記憶部１３０は，営農者と該営農者の取引情報との対応を含む取引関連情報を記憶する記憶領域である。取引関連情報は，営農者が営農に関して行った取引に関する情報である。営農者の取引情報は，例えば，営農者が購入した作物の種苗の情報や，営農者が収穫して出荷した作物の情報などである。また，営農者の取引情報は，営農者が購入した農薬や農具などの情報などでもよい。

取引関連情報記憶部１３０が記憶する取引関連情報に，営農者が購入または出荷した作物の情報に対応付けられた，営農者が購入または出荷した作物の量の情報が含まれていてもよい。また，取引関連情報記憶部１３０が記憶する取引関連情報に，営農者が購入または出荷した作物の情報に対応付けられた，営農者が購入または出荷した日の情報が含まれていてもよい。

作付面積情報記憶部１４０は，作付面積情報を記憶する記憶領域である。作付面積情報は，作物の種類に応じた作付面積の情報である。作付面積情報には，例えば，作物の種苗１単位あたりの作付面積の情報や，作物の出荷１単位あたりの作付面積の情報などが含まれる。

画像取得部１１は，作付けされた作物を推定する対象の圃場が写った，航空画像や衛星画像などの画像を取得する。このとき，画像取得部１１は，取得した画像の撮影日の情報もあわせて取得する。画像は，作物推定装置１０を実現するコンピュータに内蔵された記憶装置や，可搬の記憶媒体から取得してもよいし，画像を提供するサービスを行っている外部のサーバなどからネットワークを介して取得してもよい。

画像解析部１２は，取得した画像を解析し，その画像に写った各圃場に作付けされている作物の種類を推定する。画像を解析して作物を推定する技術としては，例えば，画像のスペクトルから，作付けされている作物の種類やその育成段階を予測する技術などの公知技術がある。このような技術を利用して，画像解析部１２は，画像から得られる情報に基づいて，該画像に写った圃場に作付けされていると推定される作物の候補を特定する。

なお，画像の解析だけでは，圃場に作付けされていると推定される作物の候補を，１種類の作物に絞り込むことが難しい作物も存在する。そのため，画像解析部１２による画像解析の段階では，推定される作物の候補として，複数の作物の候補が特定される圃場も存在する。

画像解析部１２は，圃場ごとに推定された作付け作物の候補の情報を記録した作物推定情報を生成し，作物推定情報記憶部１１０に記憶する。このとき，画像解析部１２は，作付け作物の推定に用いた画像の撮影日の情報も，あわせて作物推定情報に記録する。

営農者特定部１３は，作付けが推定される作物の候補として，複数の作物の候補が特定された圃場について，圃場情報記憶部１２０を参照して，圃場に対応する営農者を特定する。取引情報取得部１４は，取引関連情報記憶部１３０を参照して，複数の作物の候補が特定された圃場について，該圃場に対応する営農者の取引情報を取得する。作物特定部１５は，複数の作物の候補が特定された圃場について，その特定された複数の作物の候補から，該圃場に対応する営農者の取引情報から得られる作物を特定する。

例えば，営農者が組合などから作物の種苗を購入したという取引情報がある場合，その営農者の圃場に，取引情報で購入したとされている種苗の作物が作付けされている可能性が高い。このことを利用して，複数の作物の候補が特定されている圃場について，その圃場の営農者が種苗を購入した作物の情報から，その圃場に作付けされていると推定される作物を特定することができる。また，例えば，営農者が作物を出荷したという取引情報がある場合，その営農者の圃場に，取引情報で出荷したとされている作物が作付けされていた可能性が高い。このことを利用して，複数の作物の候補が特定されている圃場について，その圃場の営農者が出荷した作物の情報から，その圃場に作付けされていたと推定される作物を特定することができる。

なお，作物特定部１５が複数の作物の候補から作物を特定する際に用いる取引情報としては，営農者が購入した作物の種苗の情報や出荷した作物の情報以外にも，様々な情報が考えられる。例えば，特定の種類の作物に利用する農薬や肥料，農具などを購入した取引情報があれば，その情報を利用して作物を特定することも可能である。

このように，圃場に作付けされていると推定される作物の候補が複数ある場合でも，その圃場の営農者の取引情報から，その圃場に作付けされていると推定される作物を絞り込んで特定することができる。

作物特定部１５は，面積利用推定部１６を有する。面積利用推定部１６は，作物の作付面積を利用して，圃場への作付けが推定される複数の作物の候補から，その圃場の営農者が購入や出荷などの取引した作物を特定する処理を行う。

より具体的には，面積利用推定部１６は，複数の作物の候補が特定された圃場について，その圃場の面積を取得する。圃場の面積については，例えば，画像取得部１１により取得された画像における該当圃場の領域から算出してもよいし，土地の登記情報などから求めて保持された該当圃場の面積の情報を取得してもよい。また，面積利用推定部１６は，その圃場に対応する営農者が購入または出荷した作物について，取引関連情報記憶部１３０を参照して，その圃場に対応する営農者が購入または出荷した作物の量の情報を取得する。

例えば，面積利用推定部１６は，作付面積情報記憶部１４０を参照し，営農者が購入または出荷した作物について，作物の種苗１単位あたりの作付面積の情報，または作物の出荷１単位あたりの作付面積の情報を取得する。面積利用推定部１６は，営農者が購入または出荷した作物の量と，作物の種苗１単位あたりの作付面積の情報，または作物の出荷１単位あたりの作付面積の情報とから，該当作物の作付面積を求める。このように，営農者が購入または出荷した作物の量から，その作物について営農者が作付けを行ったおおよその作付面積を求めることができる。圃場の面積に近い作付面積が得られた作物が，その圃場に作付けされている可能性が高い。

なお，圃場の面積と，作物の種苗１単位あたりの作付面積の情報，または作物の出荷１単位あたりの作付面積の情報とから，営農者が購入または出荷した作物の量を推定することもできる。例えば，面積利用推定部１６は，作付面積情報記憶部１４０を参照し，圃場に作付けされていると推定される複数の作物の候補について，作物の種苗１単位あたりの作付面積の情報，または作物の出荷１単位あたりの作付面積の情報を取得する。面積利用推定部１６は，圃場の面積と，作物の種苗１単位あたりの作付面積の情報，または作物の出荷１単位あたりの作付面積の情報とから，該当作物についての購入量または出荷量を求める。このように，圃場の面積から，営農者が購入または出荷した作物のおおよその量を求めることができる。実際に営農者が購入または出荷した作物の量に近い量が得られた作物が，その圃場に作付けされている可能性が高い。

このように，作物特定部１５は，複数の作物の候補が特定されている圃場について，その圃場の営農者の取引情報に加えて，さらに，その圃場の面積と，その圃場に対応する営農者が購入または出荷した作物の量との関係に基づいて，その圃場について特定された複数の作物の候補から，作物を特定することもできる。例えば，圃場に作付けされていると推定される複数の作物の候補と，営農者が購入または出荷した作物とで，複数の作物が一致する場合などでも，面積を利用して作物を特定することができる。

また，作物特定部１５は，圃場に作付けされていると推定される作物の候補が複数ある場合に，作物の種苗の購入日や作物の出荷日を利用して，その圃場に作付けされていると推定される作物を特定することもできる。

例えば，同じ圃場について，連続するタイミングで撮影された画像からそれぞれ作物の候補を特定した結果が異なる場合，その２つの画像が撮影された間に，作物の苗が作付けされた，作付けされた作物が画像に写る程度に育った，作物の収穫が行われたなどの可能性がある。作物の種類ごとの種苗の購入日から作付日までの期間や，作付日から画像に写る程度に育つまでの期間，収穫日から出荷日までの期間は，おおよそ知ることができる。このことから，同じ圃場について，連続するタイミングで撮影された画像からそれぞれ作物の候補を特定した結果が異なる場合，その圃場の営農者の作物の種苗の購入日や作物の出荷日を利用して，その圃場に作付けされていると推定される作物を特定することができる。

作物特定部１５は，複数の作物の候補が特定されている圃場について，連続するタイミングで撮影された画像からそれぞれ作物の候補を推定した結果が異なる場合に，取引関連情報記憶部１３０を参照して，該当圃場に対応する営農者が購入または出荷した作物について購入または出荷した日の情報を取得する。作物特定部１５は，その圃場の営農者の取引情報に加えて，さらに，連続するタイミングで撮影された画像の撮影日と，その圃場に対応する営農者が購入または出荷した作物について購入または出荷した日との関係に基づいて，その圃場について特定された複数の作物の候補から，作物を特定する。

出力部１７は，作物推定情報記憶部１１０に記憶された作物推定情報を出力する。このとき，作物特定部１５により作物が特定された圃場については，該圃場と対応付けて，特定された作物の情報が出力される。例えば，作物推定装置１０がユーザが操作するＰＣで実現されている場合，出力部１７は，作物推定情報をディスプレイやプリンタなどに出力する。また，例えば，作物推定装置１０がユーザが操作する端末からネットワークを介してアクセスされるサーバで実現されている場合，出力部１７は，作物推定情報をユーザが操作する端末に出力する。

図２は，本実施の形態による作物推定装置を実現するコンピュータのハードウェア構成例を示す図である。

図１に示す作物推定装置１０を実現するコンピュータ１は，例えば，ＣＰＵ（Central Processing Unit ）２，主記憶となるメモリ３，記憶装置４，通信装置５，媒体読取・書込装置６，入力装置７，出力装置８等を備える。記憶装置４は，例えばＨＤＤ（Hard Disk Drive ）等の外部記憶装置や，補助記憶装置などである。媒体読取・書込装置６は，例えばＣＤ−Ｒ（Compact Disc Recordable ）ドライブやＤＶＤ−Ｒ（Digital Versatile Disc Recordable ）ドライブなどである。入力装置７は，例えばキーボード・マウス等の入力機器などである。出力装置８は，例えばディスプレイ等の表示装置などである。

図１に示す作物推定装置１０および作物推定装置１０が備える各機能部は，コンピュータ１が備えるＣＰＵ２，メモリ３等のハードウェアと，ソフトウェアプログラムとによって実現することが可能である。コンピュータ１が実行可能なプログラムは，記憶装置４に記憶され，その実行時にメモリ３に読み出され，ＣＰＵ２により実行される。

コンピュータ１は，可搬型記録媒体から直接プログラムを読み取り，そのプログラムに従った処理を実行することもできる。また，コンピュータ１は，サーバコンピュータからプログラムが転送されるごとに，逐次，受け取ったプログラムに従った処理を実行することもできる。さらに，このプログラムは，コンピュータ１で読み取り可能な記録媒体に記録しておくことができる。

図３は，本実施の形態による作物推定データの例を示す図である。

図３に示す作物推定データ１１５は，作物推定情報記憶部１１０に記憶される作物推定情報の一例を示す。図３（Ａ）に示す作物推定データ１１５ａは，２０ｘｘ年７月１０日に撮影された画像の解析により，各圃場に作付けされている作物を推定した結果が記録された作物推定データ１１５の例である。図３（Ｂ）に示す作物推定データ１１５ｂは，２０ｘｘ年８月１２日に撮影された画像の解析により，各圃場に作付けされている作物を推定した結果が記録された作物推定データ１１５の例である。

図３に示す作物推定データ１１５は，圃場ＩＤ，推定品目（＃１，＃２，... ），未特定フラグ等の情報を持つ。圃場ＩＤは，圃場を一意に識別する識別情報である。推定品目は，該当圃場に作付けされていると推定された作物の種類を示す。推定される作物の種類を１種類に絞り込むことができなかった圃場については，複数の推定品目が記録されている。作物が作付けされていないと推定される圃場については，推定品目＃１に“なし”が記録されている。未特定フラグは，推定品目が１つ以下に特定されていないことを示すフラグである。未特定フラグが“１”の場合，そのレコードには複数の推定品目が存在する。未特定フラグが“０”の場合，そのレコードの推定品目が１つであるか，またはそのレコードの推定品目＃１が“なし”である。

図４は，本実施の形態による圃場データの例を示す図である。

図４に示す圃場データ１２５は，圃場情報記憶部１２０に記憶される圃場情報の一例を示す。図４に示す圃場データ１２５は，圃場ＩＤ，営農者ＩＤ，面積等の情報を持つ。圃場ＩＤは，圃場を一意に識別する識別情報である。営農者ＩＤは，営農者を一意に識別する識別情報である。圃場ＩＤと営農者ＩＤとの対応が，圃場とその圃場の営農者との対応となる。面積は，該当圃場の面積を示す。本実施の形態の例では，圃場の面積が，あらかじめ圃場データ１２５に保持されているものとする。圃場データ１２５に保持された圃場の面積は，例えば，画像に写った圃場の領域から算出されたものでもよいし，土地の登記情報や各営農者の圃場のマップ情報などから求めた面積であってもよい。

図５は，本実施の形態による購入状況データおよび出荷状況データの例を示す図である。

図５（Ａ）に示す購入状況データ１３５と図５（Ｂ）に示す出荷状況データ１３６とは，取引関連情報記憶部１３０に記憶される取引関連情報の一例を示す。図５（Ａ）に示す購入状況データ１３５は，営農者による作物の種苗の購入状況が記録されたデータである。図５（Ｂ）に示す出荷状況データ１３６は，営農者による作物の出荷状況が記録されたデータである。

図５（Ａ）に示す購入状況データ１３５は，営農者ＩＤ，購入（＃１，＃２，... ）等の情報を持つ。営農者ＩＤは，営農者を一意に識別する識別情報である。購入は，該当営農者が購入した種苗に関する情報である。購入の情報は，さらに購入品目，購入量，購入日の情報を持つ。購入品目は，営農者が購入した種苗の作物の種類を示す。購入量は，購入した作物の種苗の量を示す。ここでは，購入した種苗の量が，作物の種類ごとに決められた単位で表されているものとする。種苗の量の単位については，例えば，種苗そのものの個数単位や，種苗の重さ単位，種苗が詰め込まれた袋やケースの個数単位など，作物の種類などに応じた任意の単位の設計が可能である。購入日は，営農者が作物の種苗を購入した日である。

図５（Ｂ）に示す出荷状況データ１３６は，営農者ＩＤ，出荷（＃１，＃２，... ）等の情報を持つ。営農者ＩＤは，営農者を一意に識別する識別情報である。出荷は，該当営農者が出荷した作物に関する情報である。出荷の情報は，さらに出荷品目，出荷量，出荷日の情報を持つ。出荷品目は，営農者が出荷した作物の種類を示す。出荷量は，出荷した作物の量を示す。ここでは，出荷した作物の量が，作物の種類ごとに決められた単位で表されているものとする。出荷した作物の量の単位については，例えば，出荷した作物そのものの個数単位や，出荷した作物の重さ単位，出荷した作物が詰め込まれた袋やケースの個数単位など，作物の種類などに応じた任意の単位の設計が可能である。出荷日は，営農者が作物を出荷した日である。

図６は，本実施の形態による作付面積データの例を示す図である。

図６に示す作付面積データ１４５は，作付面積情報記憶部１４０に記憶される作付面積情報の一例を示す。図６に示す作付面積データ１４５は，品目，種苗１単位あたりの作付面積，出荷１単位あたりの作付面積の情報を持つ。品目は，作物の種類を示す。種苗１単位あたりの作付面積は，該当作物の種苗を所定の１単位用いて作付けを行った場合の平均的な作付面積を示す。出荷１単位あたりの作付面積は，該当作物が所定の１単位収穫される平均的な作付面積を示す。

以下，本実施の形態の作物推定装置１０による，圃場に作付けされた作物の推定技術について，より具体的な例を用いて説明する。

ここで，画像取得部１１が，２０ｘｘ年７月１０日に撮影した衛星画像を取得したとする。このとき，取得された画像を画像解析部１２が解析して，その画像に写った各圃場に作付けされている作物を推定した結果が，図３（Ａ）に示す作物推定データ１１５ａであったものとする。例えば，画像解析部１２は，取得した衛星画像と，区画された各圃場の情報を含む地図情報とを重ね合わせて解析を行い，区画された各圃場に作付けされた作物を推定する。

図３（Ａ）に示すように，作物推定データ１１５ａでは，作付けが推定される作物が１種類の作物に特定されていない圃場がある。作物推定装置１０は，画像の解析により得られた図３（Ａ）に示す作物推定データ１１５ａに対して，図５（Ａ）に示す購入状況データ１３５を用いた作物の特定を行う。

図７は，本実施の形態による未特定作業テーブルの例を示す図である。

図７に示す未特定作業テーブル１５１は，図３（Ａ）に示す作物推定データ１１５ａから，未特定フラグが“１”のレコード，すなわち推定品目が１以下に絞り込まれていない圃場のレコードを抽出したものである。未特定作業テーブル１５１は，購入状況データ１３５を用いた作物の特定を行うために，一時的に生成される作業データである。

営農者特定部１３は，図７に示す未特定作業テーブル１５１の各圃場について，それぞれの圃場の営農者を特定する。より具体的には，営農者特定部１３は，図４に示す圃場データ１２５を参照し，図７に示す未特定作業テーブル１５１の各レコードの圃場ＩＤに対応する営農者ＩＤを取得する。取引情報取得部１４は，図７に示す未特定作業テーブル１５１の各圃場について，それぞれの圃場の営農者による種苗の購入情報を取得する。より具体的には，取引情報取得部１４は，図５（Ａ）に示す購入状況データ１３５を参照し，営農者特定部１３により得られた営農者ＩＤに対応する購入の情報を取得する。作物特定部１５は，図７に示す未特定作業テーブル１５１の各圃場について，それぞれ取得した種苗の購入情報を用いて，推定品目を絞り込む処理を行う。

図７に示す未特定作業テーブル１５１における圃場ＩＤが“Ｈ０００１”のレコードについての処理では，営農者特定部１３は，図４に示す圃場データ１２５から，圃場ＩＤ“Ｈ０００１”に対応する営農者ＩＤ“ＦＰ００１”を取得する。取引情報取得部１４は，図５（Ａ）に示す購入状況データ１３５を参照し，営農者ＩＤ“ＦＰ００１”に対応する購入品目“作物＃Ａ”を取得する。これにより，圃場ＩＤが“Ｈ０００１”の圃場の営農者が，“作物＃Ａ”の種苗を購入したことがわかる。

図７の未特定作業テーブル１５１に示すように，圃場ＩＤが“Ｈ０００１”の圃場には，“作物＃Ａ”と“作物＃Ｂ”の２つの推定品目の候補がある。これに対して，圃場ＩＤが“Ｈ０００１”の圃場の営農者については，“作物＃Ａ”の種苗の購入記録しかない。このとき，作物特定部１５は，圃場ＩＤが“Ｈ０００１”の圃場には，“作物＃Ａ”が作付けされている可能性が高いと判断し，圃場ＩＤが“Ｈ０００１”の圃場の推定品目を，“作物＃Ａ”に特定する。

作物特定部１５は，作物推定データ１１５ａの圃場ＩＤが“Ｈ０００１”のレコードについて，推定品目を“作物＃Ａ”のみに更新する。圃場ＩＤが“Ｈ０００１”の圃場については，推定品目が１つに絞り込まれたので，作物特定部１５は，作物推定データ１１５ａの圃場ＩＤが“Ｈ０００１”のレコードにおける未特定フラグを“０”に更新する。

図７に示す未特定作業テーブル１５１における圃場ＩＤが“Ｈ０００３”のレコードについての処理では，営農者特定部１３は，図４に示す圃場データ１２５から，圃場ＩＤ“Ｈ０００３”に対応する営農者ＩＤ“ＦＰ００３”を取得する。取引情報取得部１４は，図５（Ａ）に示す購入状況データ１３５を参照し，営農者ＩＤ“ＦＰ００３”に対応する購入品目“作物＃Ｅ”，“作物＃Ｆ”を取得する。これにより，圃場ＩＤが“Ｈ０００３”の圃場の営農者が，“作物＃Ｅ”と“作物＃Ｆ”の種苗を購入したことがわかる。

図７の未特定作業テーブル１５１に示すように，圃場ＩＤが“Ｈ０００３”の圃場には，“作物＃Ｅ”と“作物＃Ｆ”の２つの推定品目の候補がある。圃場ＩＤが“Ｈ０００３”の圃場の営農者の種苗の購入記録にも，“作物＃Ｅ”と“作物＃Ｆ”の２つの種苗の購入記録がある。そのため，営農者が種苗を購入した作物の種類だけでは，圃場ＩＤが“Ｈ０００３”の圃場の推定品目を特定することができない。このとき，面積利用推定部１６は，営農者が種苗を購入した“作物＃Ｅ”と“作物＃Ｆ”の作付面積を用いて，圃場ＩＤが“Ｈ０００３”の圃場の推定品目を特定する処理を行う。

図８は，本実施の形態による作付推定面積テーブルの例を示す図である。

図８に示す作付推定面積テーブル１５２は，営農者が購入した各作物の種苗の量から推定される作物の作付面積と，圃場の面積との比較を行うために，一時的に生成される作業データである。図８に示す作付推定面積テーブル１５２は，品目，作付推定面積，推定面積乖離量の情報を持つ。品目は，作物の種類を示す。作付推定面積は，該当作物について，種苗の購入量から推定される作付面積を示す。作付推定面積は，例えば，種苗の購入量×種苗１単位あたりの作付面積で算出される。推定面積乖離量は，該当作物について，処理対象の圃場の面積と作付推定面積との比較結果を示す。推定面積乖離量は，例えば，処理対象の圃場の面積と作付推定面積との差分である。

面積利用推定部１６は，図５（Ａ）に示す購入状況データ１３５から，営農者ＩＤ“ＦＰ００３”の営農者が種苗を購入した“作物＃Ｅ”と“作物＃Ｆ”のそれぞれの作物について，種苗の購入量を取得する。ここでは，“作物＃Ｅ”の種苗の購入量は“１０”であり，“作物＃Ｆ”の種苗の購入量は“５”である。また，面積利用推定部１６は，図６に示す作付面積データ１４５から，“作物＃Ｅ”と“作物＃Ｆ”のそれぞれの作物について，種苗１単位あたりの作付面積を取得する。ここでは，“作物＃Ｅ”の種苗１単位あたりの作付面積は“０．４”であり，“作物＃Ｆ”の種苗１単位あたりの作付面積は“０．４”である。

面積利用推定部１６は，“作物＃Ｅ”と“作物＃Ｆ”とについて，作付推定面積を求める。種苗の購入量“１０”と種苗１単位あたりの作付面積“０．４”とから，“作物＃Ｅ”の作付推定面積は“４”となる。また，種苗の購入量“５”と種苗１単位あたりの作付面積“０．４”とから“作物＃Ｆ”の作付推定面積は“２”となる。

面積利用推定部１６は，図４に示す圃場データ１２５から，処理対象である圃場ＩＤ“Ｈ０００３”の圃場の面積“４”を取得する。面積利用推定部１６は，“作物＃Ｅ”と“作物＃Ｆ”とについて，推定面積乖離量を求める。処理対象の圃場の面積“４”と作付推定面積“４”とから，“作物＃Ｅ”の推定面積乖離量は“０”となる。処理対象の圃場の面積“４”と作付推定面積“２”とから，“作物＃Ｆ”の推定面積乖離量は“２”となる。

このように，“作物＃Ｅ”については，圃場の面積と営農者が購入した種苗の量から推定される作付面積との差が少なく，“作物＃Ｆ”については，圃場の面積と営農者が購入した種苗の量から推定される作付面積との差が大きい。このとき，面積利用推定部１６は，圃場ＩＤが“Ｈ０００３”の圃場には，“作物＃Ｅ”が作付けされている可能性が高いと判断し，圃場ＩＤが“Ｈ０００３”の圃場の推定品目を，“作物＃Ｅ”に特定する。作物特定部１５は，圃場ＩＤが“Ｈ０００１”の圃場の場合と同様に，作物推定データ１１５ａの圃場ＩＤが“Ｈ０００３”のレコードを更新する。

なお，図７に示す未特定作業テーブル１５１における圃場ＩＤが“Ｈ０００６”のレコードについての処理でも，圃場ＩＤが“Ｈ０００３”のレコードの処理と同様の手順で，推定品目を“作物＃Ｆ”に特定できる。

図７に示す未特定作業テーブル１５１における圃場ＩＤが“Ｈ０００５”のレコードについての処理では，圃場ＩＤが“Ｈ０００３”のレコードの処理と同様に，営農者が種苗を購入した作物の種類だけでは，圃場の推定品目を特定することができない。そのため，面積利用推定部１６により，営農者が種苗を購入した“作物＃Ａ”と“作物＃Ｂ”の作付面積を用いた推定品目を特定する処理が行われる。しかし，“作物＃Ａ”についての作付推定面積と“作物＃Ｂ”についての作付推定面積は，いずれも“５”となるため，面積利用推定部１６の処理でも，“作物＃Ａ”か“作物＃Ｂ”のいずれかに推定品目を特定することができない。

作物特定部１５は，圃場ＩＤが“Ｈ０００５”の圃場について，営農者の種苗の購入記録に基づいた処理では，推定品目を１つに特定できないと判断する。図７に示す未特定作業テーブル１５１における圃場ＩＤが“Ｈ０００７”のレコードについての処理についても，同様の判断がなされる。

図７に示す未特定作業テーブル１５１における圃場ＩＤが“Ｈ０００８”のレコードについての処理では，推定品目が“作物＃Ｇ”，“作物＃Ｈ”であるのに対して，営農者の作物の種苗の購入記録には，“作物＃Ｃ”の種苗の購入記録しかない。作物特定部１５は，圃場ＩＤが“Ｈ０００８”の圃場について，営農者の種苗の購入記録に基づいた処理では，推定品目を１つに特定できないと判断する。

図９は，本実施の形態による営農者の種苗の購入記録に基づいた作物特定の処理を行った後の作物推定データの例を示す図である。

ここまで説明した，作物推定装置１０による図５（Ａ）に示す購入状況データ１３５を用いた作物特定の処理によって，図３（Ａ）に示す作物推定データ１１５ａは，図９に示す作物推定データ１１５ａに更新される。

図１０は，本実施の形態の作物推定装置による営農者の種苗の購入記録を利用した作物推定処理フローチャートである。

作物推定装置１０において，画像取得部１１は，衛星画像を取得する（ステップＳ１０）。画像解析部１２は，取得した衛星画像を解析して，作物推定データ１１５を生成する（ステップＳ１１）。生成された作物推定データ１１５は，作物推定情報記憶部１１０に記憶される。

作物推定装置１０は，生成された作物推定データ１１５から未特定フラグが“１”であるレコードを抽出し，未特定作業テーブル１５１を生成する（ステップＳ１２）。ここでは，未特定作業テーブル１５１のレコードがＮ個であるものとする。作物推定装置１０は，カウンタｎを１に初期化する（ステップＳ１３）。

作物推定装置１０は，未特定作業テーブル１５１から，ｎ番目のレコードを取得する（ステップＳ１４）。営農者特定部１３は，取得したレコードの圃場ＩＤをキーとして圃場データ１２５を検索し，該当圃場の営農者を特定する（ステップＳ１５）。圃場データ１２５から，営農者ＩＤが取得される。取引情報取得部１４は，取得した営農者ＩＤをキーとして購入状況データ１３５を検索し，該当営農者の購入の情報を取得する（ステップＳ１６）。

作物特定部１５は，該当営農者の購入の情報に含まれる購入品目に，取得したレコードの推定品目と一致する購入品目があるかを判定する（ステップＳ１７）。推定品目と一致する購入品目がなければ（ステップＳ１７のＮＯ），作物推定装置１０は，ステップＳ２３の処理に進む。推定品目と一致する購入品目があれば（ステップＳ１７のＹＥＳ），作物特定部１５は，推定品目と一致する購入品目が１種類であるかを判定する（ステップＳ１８）。

推定品目と一致する購入品目が１種類であれば（ステップＳ１８のＹＥＳ），作物特定部１５は，作物推定データ１１５における該当圃場の推定品目を，購入品目と一致する作物に限定する（ステップＳ２１）。作物特定部１５は，作物推定データ１１５における該当圃場の未特定フラグを，“０”に更新する（ステップＳ２２）。

推定品目と一致する購入品目が１種類でなければ（ステップＳ１８のＮＯ），面積利用推定部１６は，面積利用推定処理（購入量）を実行する（ステップＳ１９）。面積利用推定処理（購入量）は，該当圃場の営農者による種苗の購入量から推定される作付面積を利用して作物を特定する処理である。面積利用推定処理（購入量）の詳細については，後述する。作物特定部１５は，面積利用推定処理（購入量）によって，推定品目と一致する購入品目を１種類に特定できたかを判定する（ステップＳ２０）。推定品目と一致する購入品目を１種類に特定できていなければ（ステップＳ２０のＮＯ），作物特定部１５は，ステップＳ２３の処理に進む。

推定品目と一致する購入品目を１種類に特定できていれば（ステップＳ２０のＹＥＳ），作物特定部１５は，作物推定データ１１５における該当圃場の推定品目を，購入品目と一致する作物に限定する（ステップＳ２１）。作物特定部１５は，作物推定データ１１５における該当圃場の未特定フラグを，“０”に更新する（ステップＳ２２）。

作物推定装置１０は，カウンタｎをインクリメントする（ステップＳ２３）。作物推定装置１０は，カウンタｎが未特定作業テーブル１５１のレコード数Ｎより大きいかを判定する（ステップＳ２４）。ｎがＮ以下であれば（ステップＳ２４のＮＯ），作物推定装置１０は，ステップＳ１４の処理に戻り，次のレコードの処理に移る。ｎがＮより大きければ（ステップＳ２４のＹＥＳ），作物推定装置１０は，営農者の種苗の購入記録を利用した作物推定の処理を終了する。

図１１は，本実施の形態の面積利用推定部による面積利用推定処理（購入量）フローチャートである。

面積利用推定部１６は，ステップＳ１４で取得した圃場ＩＤをキーとして圃場データ１２５を検索し，該当圃場の面積を取得する（ステップＳ３０）。面積利用推定部１６は，作付推定面積テーブル１５２を初期化する（ステップＳ３１）。面積利用推定部１６は，推定品目と購入品目とが一致する作物を，作付推定面積テーブル１５２の品目に記録する（ステップＳ３２）。ここでは，作付推定面積テーブル１５２のレコードがＭ個であるものとする。面積利用推定部１６は，カウンタｍを１に初期化する（ステップＳ３３）。

面積利用推定部１６は，作付推定面積テーブル１５２から，ｍ番目のレコードの品目を取得する（ステップＳ３４）。面積利用推定部１６は，作付面積データ１４５から，取得した品目の種苗１単位あたりの作付面積を取得する（ステップＳ３５）。面積利用推定部１６は，該当品目の作物について，営農者による種苗の購入量に，取得した種苗１単位あたりの作付面積を掛け合わせて，作付推定面積を算出する（ステップＳ３６）。算出された作付推定面積は，作付推定面積テーブル１５２に記録される。面積利用推定部１６は，該当品目について，算出された作付推定面積と，取得した圃場の面積との差分を求めることで，推定面積乖離量を算出する（ステップＳ３７）。算出された推定面積乖離量は，作付推定面積テーブル１５２に記録される。

面積利用推定部１６は，カウンタｍをインクリメントする（ステップＳ３８）。面積利用推定部１６は，カウンタｍが作付推定面積テーブル１５２のレコード数Ｍより大きいかを判定する（ステップＳ３９）。ｍがＭ以下であれば（ステップＳ３９のＮＯ），面積利用推定部１６は，ステップＳ３４の処理に戻り，次のレコードの処理に移る。

ｍがＭより大きければ（ステップＳ３９のＹＥＳ），面積利用推定部１６は，作付推定面積テーブル１５２において推定面積乖離量が最小である品目を，購入品目と一致する推定品目に特定する（ステップＳ４０）。なお，面積利用推定部１６は，推定面積乖離量が最小の品目を含む複数の品目の推定面積乖離量にほとんど差がない場合や，最小の推定面積乖離量が所定の値よりも大きい場合などには，購入品目と一致する推定品目が特定できないと判断する。

次に，画像取得部１１は，２０ｘｘ年８月１２日に撮影した衛星画像を取得したとする。このとき，取得された画像を画像解析部１２が解析して，その画像に写った各圃場に作付けされている作物を推定した結果が，図３（Ｂ）に示す作物推定データ１１５ｂであったものとする。

作物推定装置１０は，図３（Ｂ）に示す作物推定データ１１５ｂに対しても，図３（Ａ）に示す作物推定データ１１５ａと同様に，購入状況データ１３５を用いた作物の特定を行う。ただし，図３（Ｂ）に示すように，作物推定データ１１５ｂでは，すべての圃場について，作付けが推定される作物が１種類以下の作物に特定されている。そのため，購入状況データ１３５を用いた作物特定の処理では，図３（Ｂ）に示す作物推定データ１１５ｂの更新は行われない。

図９に示す前回の処理で得られた作物推定データ１１５ａでは，推定品目が“なし”となっている圃場はないが，図３（Ｂ）に示す今回の処理で得られた作物推定データ１１５ｂでは，４つの圃場の推定品目が“なし”となっている。この場合，該当圃場において，前回画像が撮影されてから今回画像が撮影されるまでの間に，作物が収穫されて出荷された可能性がある。作物推定装置１０は，図９に示す前回の作物推定データ１１５ａに対して，図５（Ｂ）に示す出荷状況データ１３６を用いた作物の特定を行う。

図１２は，本実施の形態による推定なし作業テーブルの例を示す図である。

図１２に示す推定なし作業テーブル１５３は，図３（Ｂ）に示す今回の作物推定データ１１５ｂから，推定品目が“なし”のレコードを抽出したものである。推定なし作業テーブル１５３は，図９に示す前回の作物推定データ１１５ａに対して，出荷状況データ１３６を用いた作物の特定を行うために，一時的に生成される作業データである。

作物推定装置１０は，図１２に示す推定なし作業テーブル１５３の各圃場について，図９に示す前回の作物推定データ１１５ａの未特定フラグが“１”であるかをチェックする。営農者特定部１３は，図１２に示す推定なし作業テーブル１５３の圃場のうち，図９に示す前回の作物推定データ１１５ａの未特定フラグが“１”である圃場について，その圃場の営農者を特定する。より具体的には，営農者特定部１３は，該当する圃場について，図４に示す圃場データ１２５を参照し，図１２に示す推定なし作業テーブル１５３のレコードの圃場ＩＤに対応する営農者ＩＤを取得する。取引情報取得部１４は，該当する圃場について，圃場の営農者による作物の出荷情報を取得する。より具体的には，取引情報取得部１４は，図５（Ｂ）に示す出荷状況データ１３６を参照し，営農者特定部１３により得られた営農者ＩＤに対応する出荷の情報を取得する。作物特定部１５は，該当する圃場について，取得した作物の出荷情報を用いて，推定品目を絞り込む処理を行う。

図１２に示す推定なし作業テーブル１５３における圃場ＩＤが“Ｈ０００１”のレコードについては，図９に示す前回の作物推定データ１１５ａの未特定フラグが“０”であるので，推定品目を特定する処理は行われない。

図１２に示す推定なし作業テーブル１５３における圃場ＩＤが“Ｈ０００８”のレコードについての処理では，作物推定装置１０は，図９に示す前回の作物推定データ１１５ａの未特定フラグが“１”であることを確認する。営農者特定部１３は，図４に示す圃場データ１２５から，圃場ＩＤ“Ｈ０００８”に対応する営農者ＩＤ“ＦＰ００２”を取得する。取引情報取得部１４は，図５（Ｂ）に示す出荷状況データ１３６を参照し，営農者ＩＤ“ＦＰ００２”に対応する出荷品目“作物＃Ｈ”を取得する。これにより，圃場ＩＤが“Ｈ０００８”の圃場の営農者が，“作物＃Ｈ”の作物を出荷したことがわかる。

図９の前回の作物推定データ１１５ａに示すように，圃場ＩＤが“Ｈ０００８”の圃場には，“作物＃Ｇ”と“作物＃Ｈ”の２つの推定品目の候補がある。また，図３（Ｂ）の今回の作物推定データ１１５ｂに示すように，圃場ＩＤが“Ｈ０００８”の圃場の推定品目は“なし”となっている。このことから，前回の画像の撮影日（２０ｘｘ年７月１０日）の段階で，圃場ＩＤが“Ｈ０００８”の圃場に作付けされていた“作物＃Ｇ”または“作物＃Ｈ”が，今回の画像の撮影日（２０ｘｘ年８月１２日）の前に収穫された可能性が高いと判断できる。

これに対して，圃場ＩＤが“Ｈ０００８”の圃場の営農者については，“作物＃Ｈ”の作物の出荷記録しかない。また，その営農者の“作物＃Ｈ”の出荷日は，前回の画像の撮影日（２０ｘｘ年７月１０日）以降となる２０ｘｘ年７月３０日である。このとき，作物特定部１５は，圃場ＩＤが“Ｈ０００８”の圃場には，前回の画像の撮影日（２０ｘｘ年７月１０日）の段階で，“作物＃Ｈ”が作付けされている可能性が高いと判断し，圃場ＩＤが“Ｈ０００８”の圃場の推定品目を，“作物＃Ｈ”に特定する。

作物特定部１５は，前回の作物推定データ１１５ａの圃場ＩＤが“Ｈ０００８”のレコードについて，推定品目を“作物＃Ｈ”のみに更新する。圃場ＩＤが“Ｈ０００８”の圃場については，推定品目が１つに絞り込まれたので，作物特定部１５は，前回の作物推定データ１１５ａの圃場ＩＤが“Ｈ０００８”のレコードにおける未特定フラグを“０”に更新する。

図１２に示す推定なし作業テーブル１５３における圃場ＩＤが“Ｈ０００５”のレコードについての処理では，作物推定装置１０は，図９に示す前回の作物推定データ１１５ａの未特定フラグが“１”であることを確認する。営農者特定部１３は，図４に示す圃場データ１２５から，圃場ＩＤ“Ｈ０００５”に対応する営農者ＩＤ“ＦＰ００５”を取得する。取引情報取得部１４は，図５（Ｂ）に示す出荷状況データ１３６を参照し，営農者ＩＤ“ＦＰ００５”に対応する出荷品目“作物＃Ａ”，“作物＃Ｂ”を取得する。これにより，圃場ＩＤが“Ｈ０００５”の圃場の営農者が，“作物＃Ａ”と“作物＃Ｂ”の作物を出荷したことがわかる。

図９の前回の作物推定データ１１５ａに示すように，圃場ＩＤが“Ｈ０００５”の圃場には，“作物＃Ａ”と“作物＃Ｂ”の２つの推定品目の候補がある。圃場ＩＤが“Ｈ０００５”の圃場の営農者の作物の出荷記録にも，“作物＃Ａ”と“作物＃Ｂ”の２つの作物の出荷記録がある。そのため，営農者が出荷した作物の種類だけでは，圃場ＩＤが“Ｈ０００５”の圃場の推定品目を特定することができない。このとき，面積利用推定部１６は，営農者が出荷した“作物＃Ａ”と“作物＃Ｂ”の作付面積を用いて，圃場ＩＤが“Ｈ０００５”の圃場の推定品目を特定する処理を行う。

営農者の作物の出荷記録を利用して推定品目を特定する際の，面積利用推定部１６の処理で一時的に生成される作付推定面積テーブル１５２の構成は，営農者の種苗の購入記録を利用した場合と同様である。作付推定面積の算出のみが異なる。この処理での作付推定面積は，該当作物について，作物の出荷量から推定される作付面積を示す。作付推定面積は，例えば，作物の出荷量×出荷１単位あたりの作付面積で算出される。

面積利用推定部１６は，図５（Ｂ）に示す出荷状況データ１３６から，営農者ＩＤ“ＦＰ００５”の営農者が出荷した“作物＃Ａ”と“作物＃Ｂ”のそれぞれの作物について，出荷量を取得する。ここでは，“作物＃Ａ”の作物の出荷量は“５”であり，“作物＃Ｂ”の作物の出荷量は“２”である。また，面積利用推定部１６は，図６に示す作付面積データ１４５から，“作物＃Ａ”と“作物＃Ｂ”のそれぞれの作物について，出荷１単位あたりの作付面積を取得する。ここでは，“作物＃Ａ”の出荷１単位あたりの作付面積は“１．０”であり，“作物＃Ｂ”の出荷１単位あたりの作付面積は“２．０”である。

面積利用推定部１６は，“作物＃Ａ”と“作物＃Ｂ”とについて，作付推定面積を求める。作物の出荷量“５”と出荷１単位あたりの作付面積“１．０”とから，“作物＃Ａ”の作付推定面積は“５”となる。また，作物の出荷量“２”と出荷１単位あたりの作付面積“２．０”とから“作物＃Ｂ”の作付推定面積は“４”となる。

面積利用推定部１６は，図４に示す圃場データ１２５から，処理対象である圃場ＩＤ“Ｈ０００５”の圃場の面積“５”を取得する。面積利用推定部１６は，“作物＃Ａ”と“作物＃Ｂ”とについて，推定面積乖離量を求める。処理対象の圃場の面積“５”と作付推定面積“５”とから，“作物＃Ａ”の推定面積乖離量は“０”となる。処理対象の圃場の面積“５”と作付推定面積“４”とから，“作物＃Ｂ”の推定面積乖離量は“１”となる。

このように，“作物＃Ａ”については，圃場の面積と営農者が出荷した作物の量から推定される作付面積との差が少なく，“作物＃Ｂ”については，圃場の面積と営農者が出荷した作物の量から推定される作付面積との差が大きい。このとき，面積利用推定部１６は，圃場ＩＤが“Ｈ０００５”の圃場には，“作物＃Ａ”が作付けされている可能性が高いと判断し，圃場ＩＤが“Ｈ０００５”の圃場の推定品目を，“作物＃Ａ”に特定する。作物特定部１５は，圃場ＩＤが“Ｈ０００８”の圃場の場合と同様に，前回の作物推定データ１１５ａの圃場ＩＤが“Ｈ０００５”のレコードを更新する。

なお，図１２に示す推定なし作業テーブル１５３における圃場ＩＤが“Ｈ０００７”のレコードについての処理でも，圃場ＩＤが“Ｈ０００５”のレコードの処理と同様の手順で，推定品目を“作物＃Ｂ”に特定できる。

図１３は，本実施の形態による営農者の作物の出荷記録に基づいた作物特定の処理を行った後の作物推定データの例を示す図である。

ここまで説明した，作物推定装置１０による図５（Ｂ）に示す出荷状況データ１３６を用いた作物特定の処理によって，図９に示す前回の作物推定データ１１５ａは，図１３に示す作物推定データ１１５ａに更新される。

図１４は，本実施の形態の作物推定装置による営農者の作物の出荷記録を利用した作物推定処理フローチャートである。

図１４に示すフローチャートにおいて，今回データは，今回の処理で取得した画像についての作物推定データ１１５を示し，前回データは，前回の処理で取得した画像についての作物推定データ１１５を示す。図１５についても同様である。

作物推定装置１０は，今回の作物推定データ１１５に，推定品目が“なし”のレコードがあるかを判定する（ステップＳ５０）。推定品目が“なし”のレコードがなければ（ステップＳ５０のＮＯ），作物推定装置１０は，営農者の作物の出荷記録を利用した作物推定の処理を終了する。

推定品目が“なし”のレコードがあれば（ステップＳ５０のＹＥＳ），作物推定装置１０は，今回の作物推定データ１１５から推定品目が“なし”であるレコードを抽出し，推定なし作業テーブル１５３を生成する（ステップＳ５１）。ここでは，推定なし作業テーブル１５３のレコードがＩ個であるものとする。作物推定装置１０は，カウンタｉを１に初期化する（ステップＳ５２）。

作物推定装置１０は，推定なし作業テーブル１５３から，ｉ番目のレコードを取得する（ステップＳ５３）。作物推定装置１０は，取得したレコードの圃場ＩＤをキーとして前回の作物推定データ１１５を検索し，該当圃場の未特定フラグが“１”であるかを判定する（ステップＳ５４）。作物推定装置１０は，未特定フラグが“１”でなければ（ステップＳ５４のＮＯ），ステップＳ６１の処理に進む。

未特定フラグが“１”であれば（ステップＳ５４のＹＥＳ），営農者特定部１３は，取得したレコードの圃場ＩＤをキーとして圃場データ１２５を検索し，該当圃場の営農者を特定する（ステップＳ５５）。圃場データ１２５から，営農者ＩＤが取得される。作物推定装置１０は，取得したレコードの圃場ＩＤをキーとして前回の作物推定データ１１５を検索し，該当圃場の推定品目を取得する（ステップＳ５６）。

作物推定装置１０は，出荷利用特定処理を実行する（ステップＳ５７）。出荷利用特定処理は，該当圃場の営農者による作物の出荷記録を利用して，推定品目と一致する出荷品目を特定する処理である。出荷利用特定処理の詳細については，後述する。作物特定部１５は，出荷利用特定処理によって，推定品目と一致する出荷品目を１種類に特定できたかを判定する（ステップＳ５８）。推定品目と一致する出荷品目を１種類に特定できていなければ（ステップＳ５８のＮＯ），作物特定部１５は，ステップＳ６１の処理に進む。

推定品目と一致する出荷品目を１種類に特定できていれば（ステップＳ５８のＹＥＳ），作物特定部１５は，前回の作物推定データ１１５における該当圃場の推定品目を，出荷品目と一致する作物に限定する（ステップＳ５９）。作物特定部１５は，前回の作物推定データ１１５における該当圃場の未特定フラグを，“０”に更新する（ステップＳ６０）。

作物推定装置１０は，カウンタｉをインクリメントする（ステップＳ６１）。作物推定装置１０は，カウンタｉが推定なし作業テーブル１５３のレコード数Ｉより大きいかを判定する（ステップＳ６２）。ｉがＩ以下であれば（ステップＳ６２のＮＯ），作物推定装置１０は，ステップＳ５３の処理に戻り，次のレコードの処理に移る。ｉがＩより大きければ（ステップＳ６２のＹＥＳ），作物推定装置１０は，営農者の作物の出荷記録を利用した作物推定の処理を終了する。

図１５は，本実施の形態の作物特定装置による出荷利用特定処理フローチャートである。

作物推定装置１０において，取引情報取得部１４は，ステップＳ５５で取得した営農者ＩＤをキーとして出荷状況データ１３６を検索し，作物の出荷日が，前回の作物推定データ１１５のもとになった画像の撮影日以降である，該当営農者の出荷の情報を取得する（ステップＳ７０）。

作物特定部１５は，該当営農者の出荷の情報に含まれる出荷品目に，ステップＳ５６で取得した推定品目と一致する出荷品目があるかを判定する（ステップＳ７１）。推定品目と一致する出荷品目がなければ（ステップＳ７１のＮＯ），作物特定部１５は，推定品目を１種類に特定できないと判定する（ステップＳ７６）。

推定品目と一致する出荷品目があれば（ステップＳ７１のＹＥＳ），作物特定部１５は，推定品目と一致する出荷品目が１種類であるかを判定する（ステップＳ７２）。推定品目と一致する出荷品目が１種類であれば（ステップＳ７２のＹＥＳ），作物特定部１５は，該当出荷品目を推定品目と一致する作物に特定する（ステップＳ７３）。

推定品目と一致する出荷品目が１種類でなければ（ステップＳ７２のＮＯ），面積利用推定部１６は，面積利用推定処理（出荷量）を実行する（ステップＳ７４）。面積利用推定処理（出荷量）は，該当圃場の営農者による作物の出荷量から推定される作付面積を利用して作物を特定する処理である。面積利用推定処理（出荷量）の詳細については，後述する。作物特定部１５は，面積利用推定処理（出荷量）によって，推定品目と一致する出荷品目を１種類に特定できたかを判定する（ステップＳ７５）。推定品目と一致する出荷品目を１種類に特定できていなければ（ステップＳ７５のＮＯ），作物特定部１５は，推定品目を１種類に特定できないと判定する（ステップＳ７６）。

図１６は，本実施の形態の面積利用推定部による面積利用推定処理（出荷量）フローチャートである。

面積利用推定部１６は，ステップＳ５３で取得した圃場ＩＤをキーとして圃場データ１２５を検索し，該当圃場の面積を取得する（ステップＳ８０）。面積利用推定部１６は，作付推定面積テーブル１５２を初期化する（ステップＳ８１）。面積利用推定部１６は，推定品目と出荷品目とが一致する作物を，作付推定面積テーブル１５２の品目に記録する（ステップＳ８２）。ここでは，作付推定面積テーブル１５２のレコードがＪ個であるものとする。面積利用推定部１６は，カウンタｊを１に初期化する（ステップＳ８３）。

面積利用推定部１６は，作付推定面積テーブル１５２から，ｊ番目のレコードの品目を取得する（ステップＳ８４）。面積利用推定部１６は，作付面積データ１４５から，取得した品目の出荷１単位あたりの作付面積を取得する（ステップＳ８５）。面積利用推定部１６は，該当品目の作物について，営農者による作物の出荷量に，取得した出荷１単位あたりの作付面積を掛け合わせて，作付推定面積を算出する（ステップＳ８６）。算出された作付推定面積は，作付推定面積テーブル１５２に記録される。面積利用推定部１６は，該当品目について，算出された作付推定面積と，取得した圃場の面積との差分を求めることで，推定面積乖離量を算出する（ステップＳ８７）。算出された推定面積乖離量は，作付推定面積テーブル１５２に記録される。

面積利用推定部１６は，カウンタｊをインクリメントする（ステップＳ８８）。面積利用推定部１６は，カウンタｊが作付推定面積テーブル１５２のレコード数Ｊより大きいかを判定する（ステップＳ８９）。ｊがＪ以下であれば（ステップＳ８９のＮＯ），面積利用推定部１６は，ステップＳ８４の処理に戻り，次のレコードの処理に移る。

ｊがＪより大きければ（ステップＳ８９のＹＥＳ），面積利用推定部１６は，作付推定面積テーブル１５２において推定面積乖離量が最小である品目を，出荷品目と一致する推定品目に特定する（ステップＳ９０）。なお，面積利用推定部１６は，推定面積乖離量が最小の品目を含む複数の品目の推定面積乖離量にほとんど差がない場合や，最小の推定面積乖離量が所定の値よりも大きい場合などには，出荷品目と一致する推定品目が特定できないと判断する。

以上，本実施の形態について説明したが，本発明はその主旨の範囲において種々の変形が可能であることは当然である。

１０ 作物推定装置
１１ 画像取得部
１２ 画像解析部
１３ 営農者特定部
１４ 取引情報取得部
１５ 作物特定部
１６ 面積利用推定部
１７ 出力部
１００ 情報記憶部
１１０ 作物推定情報記憶部
１２０ 圃場情報記憶部
１３０ 取引関連情報記憶部
１４０ 作付面積情報記憶部

Claims (6)

1. コンピュータが，
   画像から得られる情報に基づいて，該画像に写った第１の圃場に作付けされている作物の候補を特定し，
   前記第１の圃場について複数の作物の候補が特定された場合に，圃場と営農者との対応を記憶する第１の記憶領域を参照して，前記第１の圃場に対応する営農者を特定し，
   営農者と該営農者の取引情報との対応を記憶する第２の記憶領域を参照して，前記第１の圃場に対応する営農者の取引情報を取得し，
   前記第１の圃場について特定された複数の作物の候補から，前記第１の圃場に対応する営農者の取引情報から得られる作物を特定し，
   前記第１の圃場と対応付けて，前記特定された作物の情報を出力する処理を実行する
   ことを特徴とする作物推定方法。
2. 前記第２の記憶領域に記憶された営農者の取引情報は，営農者が購入または出荷した作物の情報である
   ことを特徴とする請求項１に記載の作物推定方法。
3. 前記第２の記憶領域は，さらに，営農者が購入または出荷した作物の情報に対応付けて，営農者が購入または出荷した作物の量の情報を記憶しており，
   前記コンピュータが，さらに，
   前記第１の圃場の面積を取得し，
   前記第１の圃場に対応する営農者が購入または出荷した作物について，前記第２の記憶領域を参照して，前記第１の圃場に対応する営農者が購入または出荷した作物の量の情報を取得し，
   前記作物を特定する処理では，さらに，前記第１の圃場の面積と，前記第１の圃場に対応する営農者が購入または出荷した作物の量との関係に基づいて，前記第１の圃場について特定された複数の作物の候補から，作物を特定する
   ことを特徴とする請求項２に記載の作物推定方法。
4. 前記第２の記憶領域は，さらに，営農者が購入または出荷した作物の情報に対応付けて，購入または出荷した日の情報を記憶しており，
   前記コンピュータは，さらに，
   前記第１の圃場について，連続するタイミングで撮影された画像からそれぞれ作物の候補を特定した結果が異なる場合に，前記第２の記憶領域を参照して，前記第１の圃場に対応する営農者が購入または出荷した作物について購入または出荷した日の情報を取得する処理と，
   前記作物を特定する処理では，さらに，前記連続するタイミングで撮影された画像の撮影日と，前記第１の圃場に対応する営農者が購入または出荷した作物について購入または出荷した日との関係に基づいて，前記第１の圃場について特定された複数の作物の候補から，作物を特定する
   ことを特徴とする請求項２または請求項３に記載の作物推定方法。
5. コンピュータに，
   画像から得られる情報に基づいて，該画像に写った第１の圃場に作付けされている作物の候補を特定し，
   前記第１の圃場について複数の作物の候補が特定された場合に，圃場と営農者との対応を記憶する第１の記憶領域を参照して，前記第１の圃場に対応する営農者を特定し，
   営農者と該営農者の取引情報との対応を記憶する第２の記憶領域を参照して，前記第１の圃場に対応する営農者の取引情報を取得し，
   前記第１の圃場について特定された複数の作物の候補から，前記第１の圃場に対応する営農者の取引情報から得られる作物を特定し，
   前記第１の圃場と対応付けて，前記特定された作物の情報を出力する
   処理を実行させるための作物推定プログラム。
6. 画像から得られる情報に基づいて，該画像に写った第１の圃場に作付けされている作物の候補を特定する画像解析部と，
   圃場と営農者との対応を記憶する第１の記憶部と，
   営農者と該営農者の取引情報との対応を記憶する第２の記憶部と，
   前記第１の圃場について複数の作物の候補が特定された場合に，前記第１の記憶部を参照して，前記第１の圃場に対応する営農者を特定する営農者特定部と，
   前記第２の記憶部を参照して，前記第１の圃場に対応する営農者の取引情報を取得する取引情報取得部と，
   前記第１の圃場について特定された複数の作物の候補から，前記第１の圃場に対応する営農者の取引情報から得られる作物を特定する作物特定部と，
   前記第１の圃場と対応付けて，前記特定された作物の情報を出力する出力部とを備える
   ことを特徴とする作物推定装置。

Images