JP6147579B2 - 収量予測システムおよび収量予測装置 - Google Patents
収量予測システムおよび収量予測装置 Download PDFInfo
- Publication number
- JP6147579B2 JP6147579B2 JP2013127094A JP2013127094A JP6147579B2 JP 6147579 B2 JP6147579 B2 JP 6147579B2 JP 2013127094 A JP2013127094 A JP 2013127094A JP 2013127094 A JP2013127094 A JP 2013127094A JP 6147579 B2 JP6147579 B2 JP 6147579B2
- Authority
- JP
- Japan
- Prior art keywords
- field
- yield
- data
- unit
- yield prediction
- 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.)
- Active
Links
- 238000005259 measurement Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000010191 image analysis Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000000875 corresponding effect Effects 0.000 description 66
- 238000000034 method Methods 0.000 description 53
- 238000012545 processing Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 241000209094 Oryza Species 0.000 description 12
- 235000007164 Oryza sativa Nutrition 0.000 description 12
- 235000009566 rice Nutrition 0.000 description 12
- 238000009826 distribution Methods 0.000 description 10
- 238000003306 harvesting Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 238000001556 precipitation Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 7
- 239000003337 fertilizer Substances 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000029777 axis specification Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000009313 farming Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Botany (AREA)
- Ecology (AREA)
- Game Theory and Decision Science (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Agronomy & Crop Science (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)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
さらに、全ほ場の平均的な収量を得るための被害ほ場以外における実測調査、各ほ場の基準となる単収をあらかじめ見積もるための実測調査なども行われ、調査員によるほ場実測、目視検査は多数回、広範囲におよび、コスト面で大きな負担となり、さらに調査員の高齢化も問題視されている。また人手を介在することによる評価結果の偏りも、農家の大きな不満となっている。
前記画像特徴量と前記第一パラメータ群を用いて前記ほ場の予測収量を算出する。
また収量に限らず、窒素、リン酸、カリウム等の土壌成分値や農作物の草丈等の定量的なパラメータを推定する際にも本発明を適用することができる。
図1は、収量予測システムの基本構成を表すブロック図である。
S41は、画像解析部102の処理開始を表す。
S42では、画像DB12から受信した空撮画像と、ほ場GIS13から受信した各ほ場の形状情報から、ほ場内に含まれる空撮画像の画素値を抽出する。具体的な抽出方法については、後述する。
S43では、S42の処理時に抽出された画素数が1以上であればS44へ進み、そうでなければS45へ進む。
S46では、終了判定を行う。ほ場GIS13に含まれる全てのほ場について、S44、もしくはS45を行った場合はS47に進み、まだS44、S45のいずれも行っていないほ場が存在する場合はS42に進み、次のほ場についてもほ場内画素値を抽出する。
S47は、画像解析部102の処理終了を表す。
S52では、ほ場特徴データ105とほ場GIS13から格納データを受信し、各パラメータに対する今年度の統計値を算出する。前記統計値は統計データ1013に格納されているデータと同様である。
S52、S53の処理は、ほ場選定軸決定部1031によって行われる。
S54では、S53にて選択された複数のパラメータを軸とする多変量ヒストグラムを作成する。
S54の処理は、ヒストグラム作成部1032によって行われる。
S56では、各軸について複数の区域に分割された多変量ヒストグラムから、実測ほ場候補の選定を行う。具体的な処理内容については、後述する。
S55、S56の処理は、実測候補選定部1033によって行われる。
S57の処理は、実測コスト算出部1034によって行われる。
S58の処理は、実測ほ場決定部1035によって行われる。
S59は、実測ほ場選択部103の処理終了を表す。
S62では、気象DB14から時系列気象データを受信し、各ほ場に関して生育ステージの時期を推定する。具体的には各ほ場に対し、田植日から画像撮影日もしくは収穫日までの全ての日について、積算気温、積算日射量、積算降水量等を算出し、生育DB1105の格納データとの比較を行う。これにより、田植日から画像撮影日もしくは収穫日までの全ての日が、どの生育ステージに相当するかを推定する。この際、積算気温、積算日射量、積算降水量等を説明変数、生育ステージが目的変数となる。推定方法としてk近傍法やk平均法、混合正規分布等のクラスタリング手法等を適用してもよい。なおこの際、用いる気象データは、対応するほ場から最も近い位置で観測される気象データでもよいし、複数地点の気象データを用いて対応するほ場の位置の気象データを補間してもよい。
S62の処理は、生育ステージ推定部1101によって行われる。
S63の処理は、時系列パターン解析部1102によって行われる。
S64の処理は、モデル策定部1103によって行われる。
S65の処理は、収量推計部1104によって行われる。
S66は、収量推計部110の処理終了を表す。
ほ場ID1301は、収量推計対象であるほ場を識別するためのラベルである。
座標データ1302は、各ほ場の形状を多角形とした時の、各頂点の座標を並べたものである。座標データ1302に格納される座標は任意の座標系でよく、例えば世界測地系の緯度、経度を格納してもよい。
品種1304は、各ほ場で栽培される作物の品種名が格納される。品種1304は、作物名も一緒に格納されてもよい。
被害1305は、各ほ場で起きた被害名が格納される。一つのほ場にて複数の被害が起きた際には、起きた被害の中で一番影響が大きいものを格納してもよいし、起きた被害全てを格納してもよい。
田植期1307は、各ほ場における今年度の田植日が格納される。
出穂揃日1308は、各ほ場における今年度の出穂揃日が格納される。
収穫日1309は、各ほ場における今年度の収穫日が格納される。
気象DB14は、調査地域にて観測された時系列気象データに関するデータ1400〜1412を格納する。気象DB14は複数地点で観測されたデータを格納している。
観測ID1400は、観測地点を識別するためのIDである。
観測場所1401は、対応する観測地点の場所に関する座標情報である。観測場所1401に格納される座標は、任意の座標系でよく、例えば世界測地系の緯度、経度を格納してもよい。
平均気温1403は、対応する日付内での観測地点の平均気温を表す。単位は任意であり、例えば℃でもよい。
最高気温1404は、対応する日付内での観測地点の最高気温を表す。単位は任意であり、例えば℃でもよい。
最低気温1405は、対応する日付内での観測地点の最低気温を表す。単位は任意であり、例えば℃でもよい。
日射量1406は、対応する日付の観測地点の平均日射量を表す。なお気温の場合と同じく、最高日射量や最低日射量も同様に格納してもよい。単位は任意であり、例えばW/m2でもよい。
日照時間1410は、対応する日付の観測地点の日照時間を表す。単位は任意であり、例えばhでもよい。
風向1411は、対応する日付の観測地点の風向を表す。
風速1412は、対応する日付の観測地点の平均風速を表す。なお瞬間最大風速なども同様に格納してもよい。単位は任意であり、例えばm/sでもよい。
座標データ1102は、対応する年度の各ほ場の形状を多角形とした時の、各頂点の座標を並べたものであり、座標データ1302と一致する。
肥料1103は、対応する年度の各ほ場に対する施肥量を表し、肥料1303と一致する。
被害1105は、対応する年度に各ほ場で起きた被害名が格納され、被害1305と一致する。
基準単収1106は、対応する年度の各ほ場で平均的に収穫できると想定される収量が格納され、基準単収1306と一致する。
田植期1107は、対応する年度の各ほ場における田植日が格納され、田植期1307と一致する。
出穂揃日1108は、対応する年度の各ほ場における出穂揃日が格納され、出穂揃日1308と一致する。
収穫日1109は、対応する年度の各ほ場における収穫日が格納され、収穫日1309と一致する。
特徴量1111は、画素値1110から所定の演算をすることによって算出されたパラメータを並べたものであり、特徴量1053と一致する。
年1112は、対応するデータが取得される年度を表す。
統計データ1013は、過去データ11に関する各年の統計データ10131〜10138を格納する。
年10131は、統計値を算出したデータの取得年を表す。過去データ11の格納データ1112に対応する。
平均10133は、対応する年の、対応パラメータに関する平均を表す。なお対応パラメータが品種や被害等の離散値に相当する場合は、平均を計算することができないために、NULL値を格納する。
サンプル数10135は、対応する年の、対応パラメータに関するデータ数を表す。
区域B10138は、対応する年の、対応パラメータに関するデータの中で、二番目の区域定義に存在するデータ数を格納する。同様に区域C、区域D・・・と、区域が階級数の分、存在しうる。例えば階級数が10だった場合、カラムとして区域Iまで存在する。これに対し、例えば対応パラメータが5種類しか存在しない離散値の場合、区域F〜IにはNULL値を格納する。
生育ステージ11051は、各生育ステージを表す。
積算気温11052には、対応する生育ステージの時の積算気温が格納される。単位は任意であり、例えば℃でもよい。
積算日射量11053には、対応する生育ステージの時の積算日射量が格納される。単位は任意であり、例えばW/m2でもよい。
積算降水量11054には、対応する生育ステージの時の積算降水量が格納される。単位は任意であり、例えばmmでもよい。
品種11055は、該当データの品種情報を表す。なおここに作物の種類の情報を加えてもよい。
S56では選定されたパラメータの軸を分割し、生成された各グリッドから決められた数のデータを抽出する。図11は選定されたパラメータが基準単収(軸561)と、正規化植生指数(軸562)である場合の説明図である。
図12は画像421に対し、ほ場422内に含まれる画素を抽出する時の例である。画素423は、ほ場422近傍の画素の集合である。
画像421の四隅の位置情報を左上:(sx1、sy1)、右上:(sx2、sy1)、左下:(sx1、sy2)、右下:(sx2、sy2)とし、ほ場422の各頂点の位置情報を(x1、y1)、(x2、y2)、(x3、y3)、(x4、y4)・・・とすると、画像421の位置座標とほ場422の位置座標を比較することにより、画像内の各画素がほ場内に含まれるか否かを調べることができる。ほ場内に含まれる画素が、ほ場内画素抽出部1021の出力となる。なおほ場422をまたぐ画素が存在することが多々ある。この場合、各々の画素の中心がほ場内に含まれる場合にのみ、上記出力に加える。
グラフ6311はほ場ごとの生長パラメータの時系列変化をグラフに表したものである。ここでいう生長パラメータとは、例えば生育の良さと正の相関を持つパラメータで、例えば画像から算出された正規化植生指数等を用いてもよい。
ほ場10701は現在選択されているほ場であり、ほ場10702は選択されていないほ場である。ほ場10701の情報は表10703に表示される。表10703に表示されるのはほ場GIS13に格納されているデータと、現地調査員によって調査されたほ場の実測収量10704である。実測収量10704に、キーボード等を用いてデータ入力することが可能である。
以下、本発明の第2の実施形態について図面を参照して説明する。
S20103では、各ほ場の作付日や出穂日等から収量推計に用いる空撮画像の撮影日までの気象データ積算値を算出する。
S20103の処理は、積算気温推定部2012によって行われる。
S20104では、S20103で算出された気象データ積算値を用いて、各ほ場の生育ステージを推定する。推定方法は、S62に記述されている方法でもよい。その後、ほ場生育ステージDB2014にほ場IDと推定生育ステージを格納する。
S20105では、生育ステージに関して優先度を算出する。但し、存在するパラメータは生育ステージのみなので、生育ステージの取りうる値を見て、使うか否かだけを決定すればよい。例えば、ほ場生育ステージDB2014を見て、生育ステージが1種類しかない場合は、全く生育ステージにバラつきがないため、優先度を0とし、それ以外の場合は優先度1としてもよい。
S20104、S20105の処理は生育ステージ推定部2013によって行われる。
S20106は、生育ステージ分類部201の処理終了を表す。
ほ場生育段階データ2014は、収量推計用に取得された空撮画像が撮影された時に関して、各ほ場の生育ステージを推定した結果を格納する。
ほ場ID20141は、収量推計対象であるほ場を識別するためのラベルであり、ほ場ID1301と一致する。
生育ステージ20142は、対応するほ場の生育ステージを表す。
11 過去データ
12 画像DB
13 ほ場GIS
14 気象DB
15 現地調査員
17 収量推計結果
21 標高DB
22 時系列画像DB
101 パラメータ優先度算出部
102 画像解析部
103 実測ほ場選択部
105 ほ場特徴データ
106 実測ほ場表示部
107 実測データ入力部
108 実測ほ場データ
109 非実測ほ場データ
110 収量推計部
111 収量推計結果表示部
201 生育ステージ分類部
1011 統計解析部
1012 優先度算出部
1013 統計データ
1021 ほ場内画素抽出部
1022 ほ場内特徴算出部
1031 ほ場選定軸決定部
1032 ヒストグラム作成部
1033 実測候補選定部
1034 実測コスト算出部
1035 実測ほ場決定部
1101 生育ステージ推定部
1102 時系列パターン解析部
1103 モデル策定部
1104 収量推計部
1105 生育DB
1901 操作部
1902 表示部
1903 プロセッサ
1904 メインメモリ
1905 記憶装置
2011 気温変動推定部
2012 積算気温推定部
2013 生育ステージ推定部
2014 ほ場生育ステージDB
Claims (13)
- ほ場を含む空撮画像を受信できる受信部と、
当該ほ場を含む複数のほ場の形状情報と、位置情報とをそれぞれ記憶する記憶部と、
受信した前記ほ場を含む空撮画像と、当該ほ場の形状情報と位置情報とから、当該ほ場の画像特徴量を算出する画像解析部と、
算出された前記画像特徴量から前記ほ場の予測収量を算出する収量推計部とを有し、
前記収量推計部は、
予め記憶された気象データの時系列パターンを基に、前記ほ場で栽培される作物の特定の生育ステージごとに、前記作物の生育状況と相関を有する第一パラメータ群を出力する時系列パターン解析部を備え、
前記画像特徴量と前記第一パラメータ群を用いて前記ほ場の予測収量を算出することを特徴とする収量予測システム。 - 請求項1に記載の収量予測システムにおいて、
前記パラメータ群は、
高周波成分を除去した気象データの時系列パターンから抽出したピークの値、位置、数、前記時系列パターンの積算値のうち少なくとも一つを用いて算出されること、
を特徴とする収量予測システム。 - 請求項1に記載の収量予測システムにおいて、
前記記憶部に記憶された当年度以前のほ場ごとの属性情報から、実測ほ場を選定するためのパラメータの優先度を算出するパラメータ優先度算出部と、
前記優先度と、前記画像特徴量と、前記ほ場の位置情報から、実測ほ場を選定する実測ほ場選択部を有することを特徴とする収量予測システム。 - 請求項1に記載の収量予測システムにおいて、
前記空撮画像の取得時における前記作物の生育ステージを推定する生育ステージ分類部をさらに有し、
前記生育ステージの推定は、当年度の時系列空撮画像と標高データの少なくとも一つと、当年度の時系列気象データから算出され、
前記生育ステージと、前記画像特徴量と、前記ほ場の位置情報から、実測ほ場を選定する実測ほ場選択部を有することを特徴とする収量予測システム。 - 請求項3または4に記載の収量予測システムにおいて、
選定された前記実測ほ場の実測収量を入力できる実測データ入力部を有することを特徴とする収量予測システム。 - 請求項1に記載の収量予測システムにおいて、
前記時系列パターン解析部は、
前記気象データの時系列パターンを取得し、前記ほ場で栽培される作物の特定の生育ステージごとに、また前記ほ場の撮影された空撮画像の撮影日前後ごとに、前記作物の生育状況と相関を有する第二パラメータ群を出力することを特徴とする収量予測システム。 - 請求項3に記載の収量予測システムにおいて、
前記パラメータ優先度算出部は、
当年度以前の各年度におけるほ場の属性情報の統計情報を比較することにより、前記優先度を算出することを特徴とする収量予測システム。 - 請求項1に記載の収量予測システムにおいて、
前記収量推計部は、
当年度の時系列気象データから、前記ほ場の生育ステージが変化する日付を推定する生育ステージ推定部と、を備えることを特徴とする収量予測システム。 - 請求項1に記載の収量予測システムにおいて、
前記予測収量を表示する収量推計結果表示部をさらに有することを特徴とする収量予測システム。 - ほ場の形状情報と位置情報と、当該ほ場が撮影された空撮画像とから、前記ほ場の画像特徴量を出力する画像解析部と、
前記画像特徴量より、前記ほ場の予測収量を出力する収量推計部とを有し、
前記収量推計部は、
予め記憶された気象データの時系列パターンを基に、前記ほ場で栽培される作物の特定の生育ステージごとに、前記作物の生育状況との相関を有するパラメータ群を出力する時系列パターン解析部を備え、
前記画像特徴量と前記パラメータ群を用いて前記ほ場の予測収量を算出すること
を特徴とする収量予測装置。 - 請求項10に記載の収量予測装置において、
前記予測収量を表示する収量推計結果表示部をさらに有することを特徴とする収量予測装置。 - 請求項10に記載の収量予測装置において、
前記ほ場の形状情報と位置情報とを記憶する記憶部を備えることを特徴とする収量予測装置。 - 請求項10に記載の収量予測装置において、
前記空撮画像を受信する受信部を備えることを特徴とする収量予測装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013127094A JP6147579B2 (ja) | 2013-06-18 | 2013-06-18 | 収量予測システムおよび収量予測装置 |
PCT/JP2014/063150 WO2014203664A1 (ja) | 2013-06-18 | 2014-05-19 | 収量予測システムおよび収量予測装置 |
BR112015031241A BR112015031241B8 (pt) | 2013-06-18 | 2014-05-19 | sistema e dispositivo de previsão de colheitas |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013127094A JP6147579B2 (ja) | 2013-06-18 | 2013-06-18 | 収量予測システムおよび収量予測装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015000049A JP2015000049A (ja) | 2015-01-05 |
JP6147579B2 true JP6147579B2 (ja) | 2017-06-14 |
Family
ID=52104406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013127094A Active JP6147579B2 (ja) | 2013-06-18 | 2013-06-18 | 収量予測システムおよび収量予測装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6147579B2 (ja) |
BR (1) | BR112015031241B8 (ja) |
WO (1) | WO2014203664A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10891482B2 (en) | 2018-07-10 | 2021-01-12 | Adroit Robotics | Systems, devices, and methods for in-field diagnosis of growth stage and crop yield estimation in a plant area |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6285875B2 (ja) * | 2015-01-06 | 2018-02-28 | 株式会社日立製作所 | 植物成長分析システム、及び植物成長分析方法 |
US10028426B2 (en) | 2015-04-17 | 2018-07-24 | 360 Yield Center, Llc | Agronomic systems, methods and apparatuses |
CN104914828A (zh) * | 2015-04-22 | 2015-09-16 | 柳州易农科技有限公司 | 用于农业的智能系统 |
EP3861844B1 (en) | 2015-06-08 | 2023-08-30 | Climate LLC | Agricultural data analysis |
US10312986B2 (en) * | 2015-08-19 | 2019-06-04 | Intel Corporation | Flexible CSI RS configuration for FD-MIMO systems |
US11062223B2 (en) | 2015-12-02 | 2021-07-13 | The Climate Corporation | Forecasting field level crop yield during a growing season |
JP6849958B2 (ja) * | 2016-03-18 | 2021-03-31 | 国立大学法人東海国立大学機構 | 予測方法、予測プログラム、及び、予測装置 |
JP6639300B2 (ja) * | 2016-03-24 | 2020-02-05 | 株式会社日立ソリューションズ東日本 | 農作物の正常株率推定装置、農作物の収穫量予測装置および農作物の正常株率推定方法 |
JP6679102B2 (ja) * | 2016-03-25 | 2020-04-15 | Necソリューションイノベータ株式会社 | 出荷数量予測装置、出荷数量予測方法、及びプログラム |
JP6685856B2 (ja) * | 2016-06-30 | 2020-04-22 | 株式会社日立製作所 | 農作業計画支援装置及び農作業計画支援方法 |
JP7007018B2 (ja) * | 2017-02-16 | 2022-01-24 | Necソリューションイノベータ株式会社 | 作物生育の推定装置、作物生育の推定方法、プログラム、および記録媒体 |
JP6895680B2 (ja) * | 2017-03-03 | 2021-06-30 | 国立研究開発法人農業・食品産業技術総合研究機構 | 作物の倒伏度評価装置及び作物の倒伏度評価方法 |
JPWO2019017408A1 (ja) * | 2017-07-18 | 2020-07-02 | 株式会社プラントライフシステムズ | 情報処理装置、情報処理方法およびプログラム |
JP6333456B1 (ja) * | 2017-08-30 | 2018-05-30 | アビームコンサルティング株式会社 | 生産管理装置、生産管理方法及びプログラム |
JP7125704B2 (ja) * | 2018-05-01 | 2022-08-25 | 国立大学法人千葉大学 | 農業支援システム |
WO2020160642A1 (en) * | 2019-02-05 | 2020-08-13 | Farmers Edge Inc. | Harvest confirmation system and method |
US20220189025A1 (en) * | 2019-03-08 | 2022-06-16 | Assest Corporation | Crop yield prediction program and cultivation environment assessment program |
JP6704148B1 (ja) * | 2019-03-08 | 2020-06-03 | Assest株式会社 | 農作物の収穫量予測プログラム及び農作物の品質予測プログラム |
JP7081536B2 (ja) * | 2019-03-12 | 2022-06-07 | コニカミノルタ株式会社 | 作物の倒伏リスク診断に用いる生育パラメータの測定推奨スポット提示方法、倒伏リスク診断方法、および情報提供装置 |
JP7474031B2 (ja) | 2019-03-29 | 2024-04-24 | 株式会社トプコン | 圃場情報管理装置、圃場情報管理システム、圃場情報管理装置の制御方法及び圃場情報管理プログラム |
JP7191785B2 (ja) * | 2019-06-28 | 2022-12-19 | 株式会社クボタ | 農業支援装置 |
JP7229864B2 (ja) * | 2019-06-28 | 2023-02-28 | 株式会社日立製作所 | リモートセンシング画像取得時期決定システム、および、作物生育状況分析方法 |
CN110443420B (zh) * | 2019-08-05 | 2023-05-09 | 山东农业大学 | 一种基于机器学习的作物产量预测方法 |
JP7263200B2 (ja) * | 2019-10-08 | 2023-04-24 | ヤンマーパワーテクノロジー株式会社 | 農業ハウスの環境制御システム |
WO2021157032A1 (ja) * | 2020-02-06 | 2021-08-12 | 株式会社ナイルワークス | 生育診断システム、生育診断サーバ及び生育診断方法 |
CN112348229A (zh) * | 2020-10-12 | 2021-02-09 | 上海微亿智造科技有限公司 | 基于工业大数据的产品良品率预测方法和预测系统 |
WO2024018559A1 (ja) * | 2022-07-20 | 2024-01-25 | 株式会社ファームシップ | 出荷量予測方法及び出荷量予測システム |
CN117575111B (zh) * | 2024-01-16 | 2024-04-12 | 安徽农业大学 | 一种基于迁移学习的农业遥感图像时空序列预测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001256289A (ja) * | 2000-03-14 | 2001-09-21 | Shigenao Daimatsu | 農業および水産業用生産管理システム |
JP2003006274A (ja) * | 2001-06-25 | 2003-01-10 | National Agricultural Research Organization | 生育段階毎の気候的類似性に基づく導入適作物・適品種、栽培適地、適作期判定システム |
JP4140052B2 (ja) * | 2002-05-28 | 2008-08-27 | 株式会社サタケ | 作物の生育診断方法における画像の補正方法 |
JP2005085059A (ja) * | 2003-09-10 | 2005-03-31 | Sec:Kk | 農作業決定支援用予測システム |
JP4873545B2 (ja) * | 2006-05-16 | 2012-02-08 | 株式会社日立ソリューションズ | 圃場管理支援方法及びシステム |
JP2010166851A (ja) * | 2009-01-22 | 2010-08-05 | Chiharu Hongo | 作物の収量予測方法及びその装置 |
-
2013
- 2013-06-18 JP JP2013127094A patent/JP6147579B2/ja active Active
-
2014
- 2014-05-19 WO PCT/JP2014/063150 patent/WO2014203664A1/ja active Application Filing
- 2014-05-19 BR BR112015031241A patent/BR112015031241B8/pt not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10891482B2 (en) | 2018-07-10 | 2021-01-12 | Adroit Robotics | Systems, devices, and methods for in-field diagnosis of growth stage and crop yield estimation in a plant area |
US11580731B2 (en) | 2018-07-10 | 2023-02-14 | Adroit Robotics | Systems, devices, and methods for in-field diagnosis of growth stage and crop yield estimation in a plant area |
Also Published As
Publication number | Publication date |
---|---|
JP2015000049A (ja) | 2015-01-05 |
BR112015031241B1 (pt) | 2020-07-07 |
BR112015031241B8 (pt) | 2020-07-28 |
WO2014203664A1 (ja) | 2014-12-24 |
BR112015031241A2 (pt) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6147579B2 (ja) | 収量予測システムおよび収量予測装置 | |
Chappell et al. | Improving ground cover monitoring for wind erosion assessment using MODIS BRDF parameters | |
Tilly et al. | Multitemporal crop surface models: accurate plant height measurement and biomass estimation with terrestrial laser scanning in paddy rice | |
Hopkinson et al. | The uncertainty in conifer plantation growth prediction from multi-temporal lidar datasets | |
Möller et al. | Coupling of phenological information and simulated vegetation index time series: Limitations and potentials for the assessment and monitoring of soil erosion risk | |
Manivasagam et al. | Practices for upscaling crop simulation models from field scale to large regions | |
Coops et al. | Framework for near real-time forest inventory using multi source remote sensing data | |
Ren et al. | Winter wheat planted area monitoring and yield modeling using MODIS data in the Huang-Huai-Hai Plain, China | |
Zimbres et al. | Savanna vegetation structure in the Brazilian Cerrado allows for the accurate estimation of aboveground biomass using terrestrial laser scanning | |
Hou et al. | Use of ALS, Airborne CIR and ALOS AVNIR-2 data for estimating tropical forest attributes in Lao PDR | |
US20210142484A1 (en) | Information processing apparatus, information processing method, and storage medium | |
Liu et al. | Estimating potato above-ground biomass by using integrated unmanned aerial system-based optical, structural, and textural canopy measurements | |
CN114612896B (zh) | 基于遥感图像的水稻产量预测方法、装置以及设备 | |
Lamqadem et al. | Analysis of Landsat-derived multitemporal vegetation cover to understand drivers of oasis agroecosystems change | |
Araújo et al. | Mapping of summer crops in the State of Paraná, Brazil, through the 10-day spot vegetation NDVI composites | |
Tao et al. | Improving the spatiotemporal fusion accuracy of fractional vegetation cover in agricultural regions by combining vegetation growth models | |
Dimov et al. | Sugarcane yield estimation through remote sensing time series and phenology metrics | |
Cheng et al. | Evaluation of UAV-based drought indices for crop water conditions monitoring: A case study of summer maize | |
Mashonganyika et al. | Mapping of winter wheat using sentinel-2 NDVI data. a case of Mashonaland central province in Zimbabwe | |
CN116579521B (zh) | 产量预测时间窗口确定方法、装置、设备及可读存储介质 | |
CN109960972B (zh) | 一种基于中高分辨率时序遥感数据的农林作物识别方法 | |
Kandel | Estimation of above ground forest biomass and carbon stock by integrating LiDAR, satellite image and field measurement in Nepal | |
Propastin | Satellite-based monitoring system for assessment of vegetation vulnerability to locust hazard in the River Ili delta (Lake Balkhash, Kazakhstan) | |
Akila et al. | Automation in plant growth monitoring using high-precision image classification and virtual height measurement techniques | |
Muir et al. | 'Sugar from Space': Using Satellite Imagery to Predict Cane Yield and Variability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160412 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170110 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170112 |
|
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: 20170418 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170517 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6147579 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |