JP6512463B2 - 農作業支援方法、農作業支援システム、およびプログラム - Google Patents

Description

本技術は農作業支援方法、農作業支援システム、およびプログラムに関し、特に作業者が最適な植生の組み合わせを決定できるように支援する農作業支援方法、農作業支援システム、およびプログラムに関する。

家庭で花、野菜等を栽培し、成果を得るには、例えば種の選択、種まきの時期、土壌の状態、肥料の種類、肥料をまく時期、方法、散水の時期、方法等の栽培に関する知識が必要となる。商品として販売するために農作物を圃場で育成するには、生育日数、気象条件、農薬散布、その他の栽培に関するさらに深い知識と経験が必要となる。その結果、経験の浅い作業者と深い作業者とでは、得られる結果に大きな差異が表れる。

そこで、経験の浅い作業者が適切な農作業をできるようにするために、農作業を支援する装置が提案されている（例えば特許文献１）。

特許文献１の農作業支援装置においては、少なくとも１つの間引き対象の苗が撮像画像中に含まれるように農作物の複数の苗がカメラで撮影される。そして撮像画像中の複数の苗から、間引き対象の苗が特定され、特定された間引き対象の苗に関する間引き対象情報が出力される。

特開２０１０−２３１７３３号公報

しかしながら引用文献１の農作業支援装置では、撮像画像に基づいて間引き対象の苗を特定することしかできず、混生密生状態を構築するのに適した植生の組み合わせを決定することができるように作業者を支援することが困難である。

本技術はこのような状況に鑑みてなされたものであり、作業者が最適な植生の組み合わせを決定できるように支援するものである。

本技術の一側面の農作業支援方法は、農作業支援システムが、ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得する取得ステップと、取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報を生成する生成ステップと、生成された前記協生農法の支援情報を、ネットワークを介して前記端末に送信する送信ステップとを含む農作業支援方法である。

本技術の一側面の農作業支援システムは、ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得し、取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報を生成し、生成された前記協生農法の支援情報を、ネットワークを介して前記端末に送信する農作業支援システムである。

本技術の一側面のプログラムは、ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得する取得ステップと、取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報を生成する生成ステップと、生成された前記協生農法の支援情報を、ネットワークを介して前記端末に送信する送信ステップとをコンピュータに実行させるプログラムである。

本技術の一側面の農作業支援方法、農作業支援システム、及びプログラムにおいては、ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報が取得され、取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報が生成され、生成された前記協生農法の支援情報が、ネットワークを介して前記端末に送信される。

以上のように、本技術の側面によれば、作業者が最適な植生の組み合わせを決定できるように支援することができる。

本技術の農作業支援システムの構成を示すブロック図である。 サーバの機能的構成を示すブロック図である。 端末の機能的構成を示すブロック図である。 畑の構成を示す図である。 種まきデータベースの構成の例を示す図である。 植生データベースの構成の例を示す図である。 収量データベースの構成の例を示す図である。 管理記録データベースの構成の例を示す図である。 文字によるフェノロジーデータベースの構成の例を示す図である。 画像によるフェノロジーデータベースの構成の例を示す図である。 昆虫動物叢データベースの構成の例を示す図である。 気象データベースの構成の例を示す図である。 アレロパシーデータベースの構成の例を示す図である。 輪作適性データベースの構成の例を示す図である。 植生設計の支援の処理を説明する図である。 共生的アレロパシーの出力例を示す図である。 AR タグの表示例を示す模式的な図である。 ウェブページの例を示す図である。 地図上の畑の分布の表示例を示す図である。 過去の圃場の情報を参照する場合の処理を説明する図である。 写真のアップロード処理を説明する図である。 キーイベントの因果推定グラフ作成処理を説明する図である。 キーイベントの因果推定グラフの作成処理を模式的に表す図である。

以下、本技術を実施するための形態（以下、実施の形態と称する）について説明する。なお、説明は以下の順序で行う。
１．農作業支援システム１の構成
２．サーバ１１の機能的構成
３．端末１２の機能的構成
４．畑２１−１の構成
５．データベース５５の例
６．植生設計の支援処理
７．AR を用いた農作業支援システム１
８．サイトマップ
９．過去の圃場の情報を参照する処理
１０．写真のアップロード処理
１１．キーイベントの因果推定グラフ作成処理
１２．キーイベントのメタデータベース８６の例
１３．その他
１４．本技術のプログラムへの適用
１５．本技術の他の構成

［農作業支援システム１の構成］
図１は、本技術の農作業支援システム１の構成を示すブロック図である。この農作業支援システム１は、少なくとも1台のサーバ１１と、任意の数（図１の実施の形態の場合、３個）の畑２１−１乃至２１−３で使用される端末１２−１乃至１２−３で構成される。

なお、端末１２−１乃至１２−３を、個々に区別する必要がない場合、単に端末１２と記録する。畑２１−１乃至２１−３や、後述する無線LAN１３−１乃至１３−３、畑区画１５１−１−１，１５１−１−２、畝１５２−１−１−１乃至１５２−１−２−２、畝区画１５３−１−１−１−１乃至１５３−１−２−２−４等についても同様である。

端末１２は、農作業の支援を受けるユーザ（例えば農作業者）により畑２１で携帯して使用される農作業支援装置であり、サーバ１１は、端末１２のユーザを支援する支援者により使用される農作業支援装置である。

圃場である畑２１−１乃至２１−３は、それぞれ異なる作業者により管理、使用されてもよいし、同じ作業者により管理、使用されてもよい。地域的にも、それぞれは近郊であっても、例えば日本の北海道と九州、あるいは日本とアメリカ等のように離れていてもよい。また同じ畑で使用される端末１２の数は複数であってもよい。

端末１２−１は、対応する無線LAN（Local Area Network）１３−１とインターネット１４を介してサーバ１１に接続されている。同様に端末１２−２は、対応する無線LAN１３−２とインターネット１４を介して、端末１２−３は、対応する無線LAN１３−３とインターネット１４を介して、それぞれサーバ１１に接続されている。つまり、無線LAN１３−１乃至１３−３は、それぞれ畑２１−１乃至２１−３で使用される端末１２―１乃至１２−３をインターネット１４に接続する機能を有している。換言すれば、端末１２とサーバ１１が無線LAN１３とインターネット１４で構成されるネットワーク１５を介して接続されている。ネットワーク１５の構成は任意である。端末１２はカメラ付きのタブレット端末で構成することができる。

[サーバ１１の機能的構成]
図２はサーバ１１の機能的構成を示すブロック図である。サーバ１１は、入力部５１、出力部５２、通信部５３、制御部５４を有している。また、この実施の形態では、サーバ１１はデータベース５５を有している。

さらに、例えば、パッケージメディア等としてのリムーバブルメディア５７をドライブ５６に装着することにより、制御部５４にそれが使用するプログラムを提供することができるようになされている。勿論プログラムは、制御部５４に内蔵されているメモリに、予めインストールしておくこともできる。

入力部５１は、キーボード、マウス等により構成され、ユーザにより所定の情報を入力するとき操作される。出力部５２は、LCD(Liquid Crystal Display)、CRT(Cathode Ray Tube)等により構成され、各種の情報を表示する。また、出力部５２は、スピーカ等を備え、音を出力する。受信部５３Ｒと送信部５３Ｔを有する通信部５３は、インターネット１４との通信を行う。

制御部５４は、例えばマイクロプロセッサ等により構成され、所定のプログラムに従ってサーバ１１の各部を制御し、所定の処理を実行させる。制御部５４は、検索部６１、評価部６３、およびキーイベント処理部６４の機能ブロックを有している。

検索部６１は、各種の情報を検索する処理を行う。評価部６３は、計算結果等の評価処理を行う。キーイベント処理部６４は、キーイベントの処理を行う。

農作業支援システム１は、主に協生農法による農作業を支援する場合に好適である。協生農法とは、無耕起、無施肥、無農薬で種と苗以外は一切持ち込まない制約条件の上で、植生配置により自然状態を超える種多様性と、混生密生からの間引き収穫を基本とした、高収量をトータルで実現する農業システムである。

協生農法の達成度の査定、及び管理収穫作業の際に考えなければいけない知識量が多いため、農作業支援システム１においては、協生農法のマネージメントを支援する各種のデータベース（以下、必要に応じて単にＤＢと略記する）が用意されている。

ＤＢ５５は、種まきＤＢ７１、植生ＤＢ７２、収量ＤＢ７３、管理記録ＤＢ７４、フェノロジーＤＢ７５、昆虫・動物叢ＤＢ７６、微生物叢ＤＢ７７、気候区分ＤＢ７８、気象ＤＢ７９、および座標ＤＢ８０を有している。さらにＤＢ５５は、協生農法査定書ＤＢ８１、アレロパシーＤＢ８２、輪作適性ＤＢ８３、植物名ＤＢ８４、写真記録ＤＢ８５、およびメタＤＢ８６を有している。

ＤＢ５５では、csv(comma separated values)ファイル(例えば２次元マトリクス形式のファイル)または画像ファイルでデータが保存される。ＤＢ５５の全部または一部は、サーバ１１から独立して配置し、ネットワーク１５を介してサーバ１１に接続させることもできる。また、ＤＢ５５の一部は、端末１２に設けることもできる。さらにＤＢ５５の一部を端末１２にダウンロードして利用できるようにしてもよい。そのようにすれば、サーバ１１と接続できない畑２１で端末１２を利用することができる。ＤＢ５５の詳細については、図５乃至図１４を参照して後述する。

［端末１２の機能的構成］
図３は、端末１２の機能的構成を示すブロック図である。生活防水程度の防水性を有する携帯用の端末１２は、座標検出部１０１、出力部１０２、入力部１０３、撮影部１０４、通信部１０５、および制御部１０６を有している。

座標検出部１０１は、例えばGPS(Global Positioning System)に基づいて、端末１２の位置座標を検出する。出力部１０２は、例えばLCDにより構成される表示部１０２Ｄを有し、所定の情報を表示する。また出力部１０２は、スピーカ等を備え、音を出力する。入力部１０３は、例えばタッチパッドにより構成され、表示部１０２Ｄに表示されたアイコン、ボタン等を選択することで文字の他、各種の情報を入力する。また入力部１０３は、マイクロフォン等を備え、音声を入力する。

撮影部１０４は、例えばカメラを備え、農作物その他任意の被写体を撮影する。撮影部１０４は、例えば高精度のRealTimeKinematicsGPS ユニットにより構成することができる。受信部１０５Ｒと送信部１０５Ｔを有する通信部１０５は、例えばWiFi(wireless fidelity)の通信機能を有し、無線LAN１３と無線で通信する。これにより端末１２は、インターネット１４を介してサーバ１１と通信が可能となる。制御部１０６は、例えばマイクロプロセッサにより構成され、インストールされたプログラムに従って、端末１２の各種の動作を制御する。

端末１２は、さらに、例えば、パッケージメディア等としてのリムーバブルメディア１０８をドライブ１０７に装着することにより、制御部１０６にそれが使用するプログラムを提供することができるようになされている。勿論プログラムは、制御部１０６に内蔵されているメモリに、予めインストールしておくこともできる。

制御部１０６は、機能ブロックとして表示制御部１２１と取得部１２２を有している。表示制御部１２１は、表示部１０１Ｄの表示を制御する。取得部１２２は、各種の情報を取得する。

なお、図２のＤＢ５５の全部または一部を図３の端末１２側に設けた場合、図２の制御部５４の検索部６１、評価部６３、およびキーイベント処理部６４の全部または一部は、端末１２側に設けられる。ただし、ＤＢ５５はサーバ１１側に設けた方が、携帯用の端末１２の負荷を軽くすることができる。

［畑２１−１の構成］
図４は、畑２１−１の構成を示す図である。なお、図示は省略するが、畑２１−２，２１−３等も、畑２１−１と同様に構成されている。畑２１−１は、１以上の任意の数（図４においては２個）の畑区画１５１−１−１，１５１−１−２により構成されている。畑区画１５１−１−１は、１以上の任意の数（図４においては２個）の畝１５２−１−１−１，１５２−１−１−２により構成されている。畝１５２−１−１−１は、１以上の任意の数（図４においては４個）の畝区画１５３−１−１−１−１乃至１５３−１−１−１−４により構成されている。同様に、畝１５２−１−１−２も、１以上の任意の数（図４においては４個）の畝区画１５３−１−１−２−１乃至１５３−１−１−２−４により構成されている。畝１５２−１−１−２も畝１５２−１−１−１と同様に構成されている。

さらに畑区画１５１−１−２も、説明は省略するが、畑区画１５１−１−１と同様に構成されている。

畑２１、畑区画１５１、畝１５２、畝区画１５３等のGPS座標は、それぞれの領域の中央の座標とすることができる。

なお、協生農法の圃場は、これまでの農法と違い、空間的に極めて多様な種が共存し、それぞれの相互作用や前後の植生計画によって、個々の種の管理収穫方法を最適に決定する必要が有る。したがって、畑２１、畑区画１５１、畝１５２、畝区画１５３等の形状は、正方形、長方形、直線状といった正確な矩形であってもよいが、必ずしもそれに限られず、任意の形状であってもよい。

［ＤＢ５５の例］
次に、ＤＢ５５の例について説明する。

種まきＤＢ７１は、例えばcsv ファイルにより構成される。図５は、種まきＤＢ７１の構成の例を示す図である。この例では、記録年月日、畑区画、畝番号、畝区画、種と苗の区別、作物名、サクモツメイ、数量、メーカーに関する情報が記録されている。同じ品種の種、苗であっても、メーカーによって採取、生育のさせ方が異なり、メーカー名も一種の栽培条件となり得るので、管理記録しておくことが好ましい。

例えば2012年1月18日に、畑区画SWの全て(All)の畝には、メーカーＡ社のジャガイモ（メイクイーン）の苗が０．５Kgだけ植えられたことが記録されている。また、全て(All)の畑区画にＣ社のレタス（キングクラウン）の種が２袋だけ播かれたことが記録されている。

なお、作物名には、「ジャガイモ（男爵芋）」と、品種を含む情報が漢字も含んで記録されるが、サクモツメイには、「ジャガイモ」と、品種を区別せず、単に名称の情報だけがカタカナだけで記録されている。このような統一された文字だけの表現は、検索を容易にする。

植生ＤＢ７２は、例えばcsv ファイルで構成される。図６は、植生ＤＢ７２の構成の例を示す図である。この例では、記録年月日と観測区画座標が記録されている。例えば観測区画座標ＮＥにおいて、次のようなことが観測されたことが記録されている。2012年1月23日には、ソラマメの発芽が定着したこと、ニンジンが収穫可能であること、ダイコンが収穫可能であること、ネギが定着したこと、苗ブロッコリーが定着したこと、苗キャベツが定着したこと、苗白菜が定着し、収穫可能であることが記録されている。

また、イネ科、キク科、マメ科の雑草が観測されたこと、赤巻チコリが収穫可能であることが記録されている。なお、例えば所定の植物をイネ科よりさらに詳しく分類することも理論的には可能であるが、実用的にはそれ以上詳細に分類しても殆ど意味はない。

2012年2月25日にも観測区画座標ＮＥにおいて観測された事項が記録されている。

収量ＤＢ７３は、例えばcsv ファイルで構成される。図７は、収量ＤＢ７３の構成の例を示す図である。この例では、収穫された作物の収量が、収穫された月日毎に記録されている。例えばホロニガレタスは、2012年1月14日に、100ｇ収穫され、大根は、1月24日に1700ｇ、1月29日に4000ｇ、1月30日に1500ｇ、1月31日に740ｇ、2月20日に1500ｇ、それぞれ収穫されている。

この他、コカブ、Ｗ農園のコカブ、イタパセ、サラダニラ、ミント、ローズマリー、小松菜、ムー菜、ネギ、ハツカダイコン、Ｗ農園のハツカダイコン、セロリ、ゴボウ、チンゲン菜、春菊、小人参、Ｗ農園の小人参、Ｗ農園の大中人参、カリフラワー、キャベツ（茎キャベツ？）、島ラッキョ、白菜緑菜、フキノトウ等の収量が記録されている。なお、「Ｗ農園」は農園の名称であり、「茎キャベツ？」は、観察者が、そのキャベツが茎キャベツであるのかどうか、正確に識別できなかったことを表している。「ムー菜」とは一般的な名称ではないが、その植物に観察者が名付けた名称である。図７では座標の記録は省略されているが、畑２１、畑区画１５１、畝１５２、畝区画１５３、GPS座標等を記録することもできる。

なお、収量ＤＢ７３の入力には、種まきＤＢ７１の入力情報を利用することができる。例えば、収量ＤＢ７３の入力を行う場合には、種まきＤＢ７１により管理されている植物の情報をそのまま表示するようにすることができる。

管理記録ＤＢ７４は、例えばcsv ファイルで構成される。図８は、管理記録ＤＢ７４の構成の例を示す図である。この例では、行われた管理作業と行われた年月日が記録されている。例えば、2012年1月19日、2012年1月20日、2012年1月21日、2012年1月22日、2012年1月23日に、苗定植と、防風棚作りなどの土木工事が行われたことが記録されている。

フェノロジーＤＢ７５は、例えば画像ファイルとcsv ファイルで構成される。図９は、文字によるフェノロジーＤＢ７５の構成の例を示す図である。この例では、フェノロジーの内容と記録日時が文字で記録されている。例えば2011年1月9日に、不明な草の種が観察されたこと、他より成長がよいこと、エンドウの下部分が枯れてきたこと、他より明らかに成長がよい箇所が観察されたこと等が記録されている。

一方、図１０は、画像によるフェノロジーＤＢ７５の構成の例を示す図である。この例では、「大磯協生農園」の名称の畑で観察されたフェノロジーが、撮影された写真と付加された簡単なコメントとともに日付毎に記録されている。

図中左上には、場所がOiso、日付が2011年9月22日、畑区画がNN、畝番号が02、畝区画がd3において撮影された画像であるフェノロジー１が示されている。図中上中央には、同じ場所で撮影された画像であるフェノロジー１−２が、「NN02d3は双葉の発芽がとても多い」というコメントとともに示されている。

このように、フェノロジーＤＢ７５には、作業者が観察したフェノロジーが、文字、画像により記録される。

昆虫動物叢ＤＢ７６は、画像ファイルとcsv ファイルにより構成される。図１１は、昆虫動物叢ＤＢ７６構成の例を示す図である。図１１のＡには、2012年2月18日に、伊勢新農園の名称の畑087で撮影された昆虫の画像が示されている。コメントとして、観測地が伊勢新農園であること、昆虫は、目名がコウチュウ目、科名がゴミムシダマシ科、分類がスナゴミムシダマシ類と思われること、石の下で集団越冬していたことが記録されている。

図１１のＢには、2012年2月18日に、伊勢新農園の名称の畑088で、撮影された昆虫の画像が示されている。コメントとしては、図１１のＡにおける場合と同じ内容が記録されている。

図１１のＣには、2012年2月18日に、伊勢新農園の名称の畑089で、撮影された静物の画像が示されている。コメントとして、観測地が伊勢新農園であること、生物は、クモ類、目名はクモ目、科名はコモリグモ科、種名はウヅキコモリグモであること、そして、コモリグモ科の最普通種で、地表付近を徘徊しているのを、よく見かけることが記録されている。

微生物叢ＤＢ７７は、画像ファイルとcsv ファイルで構成される。微生物叢ＤＢ７７は、協生農園で取得した土壌サンプルから解析された微生物に関する情報を記録する。

気候区分ＤＢ７８は、csv ファイルで構成される。この気候区分ＤＢ７８は、農園が位置している気候区分に関する情報を記録するＤＢであり、照葉樹林帯、落葉樹林帯、亜熱帯気候、熱帯気候などの区分からなる。

気象ＤＢ７９は、例えばアメダス等の気象衛星の気象データからグラフ化した画像ファイルと、csv ファイル、及び圃場に設置した観測機器による各種気象データを記録する。

図１２は、気象ＤＢ７９の構成の例を示す図である。この例においては、2012年の津地方における気圧、降水量、気温、湿度等の気象情報が、各月の上旬、中旬、下旬毎に記録されている。例えば、１月上旬においては、現地の平均の気圧は1018.7hPa、海面の平均が1021.0ｈPaである。降水量は、最大が１０分間で0.5mm、１時間で0.5mm、１日で0.5mm、合計で0.5mmとなっている。気温については、最高が11.6℃、最低が0.2℃であり、１日の平均の最高が9.2℃、平均の最低が2.0℃、日の平均が5.2℃となっている。湿度は、平均が62％、最小が24％となっている。

座標ＤＢ８０は、csv ファイルで構成される。座標ＤＢ８０は、畑の畝ごとのGPS 座標を記録している。この座標は、10 センチ程度の精度を有している。

協生農法査定書ＤＢ８１は、pdf もしくは画像ファイルで構成される。協生農法査定書は、協生農法としての審査をクリアしたことの証明書であり、サーバ管理者が、畑２１の管理者からの申請に基づいて畑を審査して、協生農法としての条件を満たしていることを確認した場合に発行される。この発行を受けた農園からの作物には、協生農法によるものであることを表記することが認められる。

アレロパシーＤＢ８２は、例えばcsv ファイルにより構成される。図１３は、アレロパシーＤＢ８２の構成の例を示す図である。この例においては、ネギ、スイカやメロン（ウリ科）、ニンジン、アワ・キビ、ムギ、カボチャ、スイカ・キュウリ・カボチャ（ウリ類）、ニンニクやタマネギについて、アレロパシー（他感作用）が記録されている。「１」は対象となる植物の間で共生的な相互作用（すなわち促進的作用）が確認されたことを意味し、「０」はそれが確認されていないことを意味する。例えば、ネギとニンジンは共生的な相互作用が確認されているが、ネギとムギは共生的な相互作用が確認されていない。なお、０〜１０などの数字を用いて、相互作用の程度を段階的に表すこともできる。

輪作適性ＤＢ８３は、csv ファイルにより構成される。図１４は、輪作適性ＤＢ８３の構成の例を示す図である。この例においては、スイカ、メロン（ウリ科）と落花生の輪作適性が記録されている。「１」は対象となる植物の間でその畑において良好な輪作適性が確認されたことを意味し、「０」はそれが確認されていないことを意味する。例えば、スイカやメロン（ウリ科）と落花生は良好な輪作適性が確認されている。

これらのアレロパシーＤＢ８２や輪作適性ＤＢ８３は、文献などで知られている情報だけでなく、それ以外の情報からも作成される。例えば、種まきＤＢ７１、植生ＤＢ７２、収量ＤＢ７３を比較参照して、実際に協生農園で混生状態が成立した植生の組み合わせや、植生遷移（すなわち、時間的な植生の変化）が生じた組み合わせからも同じ形式で作成することができる。

植物名ＤＢ８４は、各種の植物の名称と画像を記録する。写真記録ＤＢ８５は、各種の写真を記録する。メタＤＢ８６は、キーイベントを記録する。

ＤＢ５５には、以上の他、協生農園で栽培する植物の植生設計を得るのに必要な各種の情報が記録される。

［植生設計の支援処理］
次に農作業支援システム１において植生設計を支援する場合の処理について説明する。農作業支援システム１においては、ユーザが栽培したい作物を入力すると、それらの作物と混生密生状態を構築するのに適した植生の組み合わせ、すなわち植生設計が、アレロパシーＤＢ８２と輪作適性ＤＢ８３から検索される。そして最もコストが低く収量が高いと予想される植生設計の時空間配列が出力される。

協生農法では、混生密生を基本とするため、複数の作物の種を混ぜて播種し、育って来たものを収穫する。どのような組み合わせで種をまけばより混生密生度を高く達成できるかは植物同士や土地条件との適正があり、既に知られている植物間相互作用(アレロパシーや輪作適性)と、圃場で実際にうまく行った組み合わせの両方から予想する必要がある。

完全には生態系や気象をコントロールできないので、播種した種や植えた苗のうち全てが収穫可能とは限らないが、できるだけコストを削減し収量を最大化する植生の組み合わせを推定することが植生設計の課題である。植生設計は株式投資におけるポートフォリオの構成と概念的に相同なため、植生設計はシードポートフォリオ（Seed Portfolio）と呼ぶことができる。

図１５は、植生設計の支援の処理を説明する図である。同図に示されるように、ステップＳ１１において、端末１２の制御部１０６の取得部１２２は、栽培する植物種の選択を取得する。すなわちユーザは、入力部１０３を操作して、栽培しようとする植物種を指定すると、これが取得部１２２により取得される。この入力は、ユーザに任意の植物名を入力させる方法で行ってもよいし、予め用意した植物名のリストを表示部１０２Ｄに表示させ、その中から所定のものを選択させるようにしてもよい。これにより、栽培する植物の指定が受け付けられる。

ステップＳ１２において、送信部１０５Ｔは受け付けた植物種を出力する。すなわち送信部１０５Ｔは、ステップＳ１１で取得された植物名を出力する。この植物名は、無線LAN１３とインターネット１４を介してサーバ１１に供給される。

ステップＳ３１において、サーバ１１の受信部５３Ｒは、送信された植物種を受信する。つまりステップＳ１２で端末１２から送信された植物種がサーバ１１により受信される。これによりユーザにより栽培される植物がサーバ１１に受け付けられたことになる。ステップＳ３２において、サーバ１１においては、制御部５４の検索部６１が、受信した植物種を含む植生設計を検索する。すなわち、検索部６１は、ユーザにより指定された植物と混生密生状態を構築するのに適した植生の組み合わせを、アレロパシーＤＢ８２と輪作適性ＤＢ８３の少なくとも一方から網羅的に検索する。なお、受信した植物種の確認には、必要に応じて植物名ＤＢ８４も利用される。

ステップＳ３３において計算部６２は、ステップＳ３２で検索された各植生設計の共生スコアを計算する。すなわち、ステップＳ３２で検索された１以上の数の植生設計である、指定された植物と混生密生状態を構築するのに適した植生の各組み合わせの共生スコアが計算される。

共生スコアは、植え合わせたい種の集合が対応するアレロパシーＤＢ８２と輪作適性ＤＢ８３に記録されている全要素の平均値として定義される。全要素とは、その種の全ての重み付けスコアであり、重み付けスコアとは、各植物の相互作用を正負の数値で評価した値である。つまり、共生スコアＳＣは、全植物の重み付けスコアの数をｎ、ｉ（ｉ＝１，２，・・・,ｎ）番目の植物の重み付けスコアの値をＥiとするとき、次式で表される。なお、重み付けスコアの値Ｅiは、混生密生状態を構築する適性の程度が大きい程大きな値となる。
ＳＣ＝ΣＥi／ｎ （１）

共生スコアの値が大きいほど共生的な相互作用が強いこと、すなわち共生的な相互作用が強い経験則があることを意味し、数値が小さい（負に大きい）ほど競合的な相互作用が強いことを意味する。

アレロパシーＤＢ８２と輪作適性ＤＢ８３には、文献及び圃場データから作成した植物種の組み合わせごとに、相互作用が正負の数値で評価された重み付けスコアの値が記録されている。すなわち、種まきＤＢ７１に種まきされたと記録されている種の植物の植生状態が植生ＤＢ７２に記録され、その植物から得られた収量が収量ＤＢ７３に記録される。そしてその植物の重み付けスコアが観察毎に種まきＤＢ７１、植生ＤＢ７２、収量ＤＢ７３に追加されていき、最終的に収量が多い組み合わせ程、大きな重み付けスコアが付与される。輪作適性ＤＢ８３についても同様に、輪作に適した植物の組み合わせに大きい重み付けスコアが記録されていく。そしてアレロパシーＤＢ８２にそれらに基づく共生スコアが記録される。

例えば落花生が指定された場合、落花生と組み合わせの対象として記録されている他の植物の１つであるスイカとの共生スコアは、両者を混生密生状態として植生した場合の種々の条件、結果等の要素に対する重み付けスコアの平均値が計算される。収量が多ければ、その要素には大きい重み付けスコアが割り当てられ、収量が少なければ、小さい重み付けスコアが割り当てられる。それらの平均値が計算されて、共生スコアとされる。なお、計算は、植物が指定される毎に行ってもよいし、所定のタイミングで自動的に行っておいてもよい。

共生スコアの計算に、アレロパシーＤＢ８２と輪作適性ＤＢ８３の全ての積算値を用いると、植生遷移により年度ごとに育ちやすくなる植物種が変化する場合が平均化されてしまう。そこで、直近の過去数年分程度に区切った可変長時間差分の平均値である共生スコアでも評価が可能とされている。これを考慮することで、植生遷移への対応と利用を図ることができる。

ステップＳ３４において評価部６３は、ステップＳ３１で検索された各植生設計の共生スコアを評価する。すなわち、指定された植物を含む各植生設計の共生スコアを比較する。

ステップＳ３５において評価部６３は、共生スコアが上位の植生設計を選択する。すなわちステップＳ３４で評価された共生スコアの値が大きい植物種の組み合わせが大きい順に１以上選択される。

なお、検索された全ての植生設計をそのままユーザに提示する場合には、共生スコアの評価、共生スコアの値が上位の植生設計の選択の処理は省略することができる。

また、共生スコアの評価をユーザにやらせる場合には、共生スコアの評価と共生スコアの値が上位の植生設計の選択の処理は省略することができる。

ステップＳ３６において送信部５３Ｔは、選択された植生設計を出力する。すなわち、ステップＳ３５で選択された植生設計が、インターネット１４、無線LAN１３を介して、ステップＳ３１で受信された植物種をサーバ１１に送信した端末１２に供給される。

ステップＳ１３において端末１２の受信部１０５Ｒは、サーバ１１から出力された植生設計を受信する。これにより、ステップＳ１１でユーザにより指定された植物の植生設計が取得される。ステップＳ１４において制御部１０６の表示制御部１２１は、受信した植生設計を表示する。すなわち、ステップＳ１３で取得された植生設計が、表示部１０２Ｄに出力される。

これにより、ユーザは、ステップＳ１１で入力した植物種と混生密生状態を構築するのに適した植生の各組み合わせ知ることができる。ユーザは、農作業支援システム１から提案され、表示された組み合わせの中から、所定の組み合わせを選択し、実際に畑２１で栽培することができる。表示された組み合わせは、ユーザが指定した植物種と混生密生状態を構築するのに適した植生の各組み合わせであるから、確実にその植物を栽培することが可能となる。その結果、ランダムな組み合わせで植物を栽培する場合に比べて、コストも安くすることができる。ただここでユーザに提示される情報は予測ではない。過去の経験則に基づく予測の参考情報である。予測はその参考情報に基づいてユーザが行う。

また、協生農法では植物を混生密生状態で植生するため、植物毎に栽培区域を分けるモノカルチャーの場合のように、農作業を幾つかに定式化し、そのいずれかを選択するようにしても、必ずしもいい結果は得ることができない。農作業支援システム１では、ユーザの観察に基づいて、ユーザに対して新たな組み合わせを提案することができる。例えば、ある植生と昆虫の組み合わせに共生的な相互作用が強いことがユーザにより発見された場合、それを利用する植生設計を行うことが可能となる。

さらに、農作業支援システム１では、複数の種類の植物を混生密生状態で植生するので、１種類の植物だけを栽培する場合に比べて、危険を分散することができ、平均的には多くの収量を得ることが可能となる。これが農作業支援システム１の植生設計を、シードポートフォリオと称する理由でもある。そこで、提示する上位の組み合わせの数をユーザに指定させることもできる。もちろん、より適切な植物の数も提示させることもできる。これによりリスク管理が可能となる。

図１６は、共生的アレロパシーの出力例を示す図である。この図１６は、図１５のステップＳ１４での表示例である。図１６においては、最上段に示されている１０種類の植物と混生密生状態を構築するのに適した植物（すなわちコンパニオンプランツ）が、その下段に示されている。例えば、トウモロコシと混生密生状態を構築するのに適した植物は、スイカやメロン（ウリ科）、カボチャ、マメ類、レタス／サラダ菜、ウリ科、スイートバジル、ツルインゲン、ゼラニウム、メロン、パセリ、大豆、アサガオ、小松菜、葉菜類である。またセロリと混生密生状態を構築するのに適した植物は、トマト、キャベツ類、ハクサイ、カブ、エンドウである。

つまり、ユーザが最上段の植物名を入力すると、その下段に示されている植物名が、混生密生状態を構築するのに適した植物として表示されることになる。従ってユーザは、表示の中から１つ以上の植物を選択して、指定した植物とともに、混生密生状態で植生することができる。

なお、図１６の例においては、植物名のみが示されているが、対応する共生スコアも合わせて、上位から順番に表示してもよい。

［AR を用いた農作業支援システム１］
協生農法では、どの野菜を残してどの草を刈るかなど、圃場における植物個体１つ１つの精度での植生管理が究極的には必要になるため、現場で処理すべき情報量が膨大になる。そこで農作業支援システム１においては、それだけの情報量を個人の能力差に関わり無く処理するために、拡張現実技術（AR：Augmented Reality)が採用される。

AR 技術を屋外で用いるには、画像認識によるマーカを使用する方法と、風景の中にある物体をマーカとして利用するマーカレスの方法の２通りが考えられる。しかしながら、マーカを設置する場合、マーカ自体が作業の邪魔になる。また、マーカレスの場合、農作業に必要な身体運動に対して、認識精度が十分でない。つまり、作業者が作業をしている状態で画像認識すること（自然画像内のマーカーを認識すること）が困難であり、実質的に農作業を行うことが困難になる。

そこで、農作業支援システム１においては、ＤＢ５５に記録される情報に対してGPS 座標に基づくタグ付けが行われる。そして、端末１２においては、GPS座標を指定することで、そのGPS座標に対応する情報が読み出される。GPSとしては、例えば10 センチ精度で位置情報が認識可能なGPS (例えばRTK-LIB)を利用することができる。

具体的には、所定のGPS座標に実際に植生されている野菜の個体ごとにその種名をタグづけしたり、所定のGPS座標の畝ごとに種まきや管理作業の情報をタグづけしたり、所定のGPS座標の先住植生に所定の情報をタグづけすることができる。この技術を用いることで、実際の圃場には一切のマーカなどを置くこと無く、AR 情報を読み出せる端末１２のみで、協生農法のマネージメントに必要な情報処理を行うことができる。

図１７は、AR タグの表示例を示す模式的な図である。タグは、実際には、撮影部１０４により撮影して得られた動画または静止画の現実世界の画像に重ね合わせて表示されるが、図１７においては、判りやすいように、現実世界の野菜も模式化されて表されている。複数の属性のタグはそれぞれの属性ごとや重ねて表示できる。

図１７の表示例では、ユーザはこの場所で2011年８月に草刈りをし、2011年９月に種まきを行っている。何の種がまかれたかの情報は、その種まきのタグに付随して管理記録ＤＢ７４に記録されている。そして、現在においては、この場所に、白菜、ニラ、ダイコン、カリフラワー、コマツナ、ゴボウが植生している。

図１７に示されるように、白菜２０１乃至２０４、ニラ２０５、ダイコン０６、カリフラワー２０７、コマツナ２０８、ゴボウ２０９、ヨモギ群生地帯２１０は、それぞれ畑２１の所定のGPS座標で表される位置に植生している。これらの植物はGPS座標で特定できるように、それぞれユーザにより付加された白菜、ニラ、ダイコン、カリフラワー、コマツナ、ゴボウ、ヨモギ群生地帯のタグとともに、植生ＤＢ７２に記録、管理されている。

つまり、ユーザがこれらの植物を観察した場合、入力部１０３を操作して、それらの植物の名称をタグとして入力すると、そのGPS座標位置に植生している植物は、そのタグが付加されて管理される。ユーザが畑２１の所定の植物を撮影部１０４により撮影すると、その画像が表示部１０２Ｄに表示される。さらに所定の指示が入力されると、図１７に示されるように、GPS座標の実際の植物の画像に重畳して対応するタグが表示される。なお、ヨモギ群生地帯２１０は、ユーザが種をまいた結果として植生した植物ではなく、先住植物であるが、これに対しても先住植生情報としてユーザによりタグが付加されている。

植生する植物は、時期によって変化するので、タグは年月日を付加して管理される。

［サイトマップ］
サーバ１１は、ＤＢ５５を、図１８に示される地理的階層に応じてリンクしたウェブページを端末１２のユーザに提供する。端末１２のタッチパネルから操作するために、ＤＢ５５を選択するアイコンがウェブページに表示される。

図１８は、ウェブページの例を示す図である。ウェブページは、同図に示されるように、上位の階層から下位の階層の順番に、トップページ、地図上の畑の分布、畑の全体情報、畑区画の全体情報、畝区画の全体情報の階層で構成される。トップページ、地図上の畑の分布、畑の全体情報、畑区画の全体情報、畝区画の全体情報の階層は、それぞれ地球、畑２１、畑区画１５１、畝区画１５３の地理階層に対応する。したがって、出力部１０２の表示部１０２Ｄは、畑２１をこの階層構造にしたがって出力表示する。例えばユーザは、畑２１−１の画面から、畑区画１５１−１−１，１５１−１−２，・・・の画面を選択することができ、畑区画１５１−１−１の画面から、畝区画１５３−１−１−１−１，１５３−１−１−１−２，・・・の画面を選択することができる。なお、この例では、畝１５２の階層は省略されているが、設けてもよい。

また、畑の全体情報は、気象区分ＤＢ７８、気象ＤＢ７９、協生農法査定書ＤＢ８１、写真記録ＤＢ８５、GPS座標を記録する座標ＤＢ８０にリンクしている。畑区画の全体情報は、収量ＤＢ７３、昆虫・動物叢ＤＢ７６、フェノロジーＤＢ７５、写真記録ＤＢ８５、座標ＤＢ８０にリンクしている。畝区画の全体情報は、種まきＤＢ７１、植生ＤＢ７２、フェノロジーＤＢ７５、写真記録ＤＢ８５、座標ＤＢ８０にリンクしている。

図１９は、地図上の畑の分布の表示例を示す図である。この例においては、地球の地図上に、畑の位置がフラグ３０１で示されている。アイコン３０２乃至３０９は、それぞれ種まきＤＢ７１、植生ＤＢ７２、収量ＤＢ７３、写真記録ＤＢ８５、フェノロジーＤＢ７５、昆虫・動物叢ＤＢ７６、気候区分ＤＢ７８および気象ＤＢ７９に対応し、それぞれを読み出すとき操作される。地理階層のアイコン３１０は、畑のレベルを選択するとき操作される。

アイコン３１１は、検索を指示するとき操作され、アイコン３１２は、ソートを指示するとき操作され、アイコン３１３は、キーイベントを指示するとき操作される。

検索のアイコン３１１が操作されると、サーバ１１の検索部６１は、全語句やファイル名を検索する。検索部６１は、類似語検索機能も有する。これにより、日付の異なる様式での一括検索も可能となる。例えば、「２０１１年４月１日」と「20110401」、「01042011」、「2011/4/1」、「1/4/2011」、「二千十一年四月一日」などの日付は、同一視される。また、種名のカナ表記／漢字表記／和名／学名／英名／通俗名などを同一視した一括検索も可能となる。例えばジャガイモと馬鈴薯は同一視される。

ソートのアイコン３１２が操作されると、検索部６１は、全パラメータ毎のソートを行う。例えば、検索結果を、日付順や種名の五十音順などのパラメータ毎に並び替えることができる。

なお、これらのアイコンは、その画面において操作可能なものだけが表示される。

［過去の圃場の情報を参照する処理］
次に図２０を参照して、過去の圃場の情報を参照する場合の処理について説明する。図２０は、過去の圃場の情報を参照する場合の処理を説明する図である。

ステップＳ１０１において端末１２の取得部１２２は、畑２１のレベルの情報を取得する。すなわちユーザは、畑２１に関する情報を参照する場合、入力部１０３を操作して、地理階層のアイコン３１０（図１９参照）を選択する。この操作が行われると、表示部１０２Ｄは、畑２１のレベルを選択する画面を表示する。つまり畑の一覧のレベルが表示される。ユーザは入力部１０３を操作して、その画面から、参照の対象とする畑２１を選択する。取得部１２２がこの選択の情報を取得すると、送信部１０５Ｔがこの選択の情報をサーバ１１に出力する。

ステップＳ１４１においてサーバ１１の受信部５３Ｒは、端末１２により選択された畑２１のレベルの情報を受信する。ステップＳ１４２において、ステップＳ１０１で端末１２により選択されたレベルの畑２１のリストを作成し、出力する処理が行われる。つまり、検索部６１は、座標ＤＢ８０を検索することで、ステップＳ１４１で受信したレベルの畑２１のリストを生成し、送信部５３Ｔがそのリストを端末１２に出力する。

ステップＳ１０２においてリストを受信し、表示する処理が行われる。すなわち、サーバ１１から出力されたリストが端末１２の受信部１０５Ｒにより受信され、表示制御部１２１がそのリストを表示部１０２Ｄに表示する。

ユーザは、入力部１０３を操作して、表示されたリストの中から、参照対象とする畑２１を選択する。ステップＳ１０３において送信部１０５Ｔは、リストから選択された畑２１の情報を出力する。

ステップＳ１４３においてサーバ１１の受信部５３Ｒは、端末１２により選択された畑２１の情報を受信する。

ステップＳ１４４において検索部６１は、ステップＳ１４３において受信された畑の情報のＤＢ５５を検索する。つまりユーザが指定したレベルの畑２１が関係するＤＢ５５が検索される。ステップＳ１４５において、検索された畑２１のＤＢ５５の一覧を出力する処理が行われる。つまり、検索部６１は検索結果に基づいて、関係するＤＢ５５の一覧を作成し、送信部５３Ｔがその一覧を端末１２に出力する。

ステップＳ１０４において端末１２の受信部１０５Ｒは、検索された畑２１のＤＢ５５の一覧を受信する。ステップＳ１０５において表示制御部１２１は、受信した畑２１のＤＢ５５の一覧を表示する。すなわち一覧が表示部１０２Ｄに表示される。

ユーザは、入力部１０３を操作して、表示された一覧の中から参照するＤＢ５５と畑２１の座標を入力する。ステップＳ１０６において取得部１２２は、この入力された、参照するＤＢ５５と畑２１の座標の情報を取得する。ステップＳ１０７において送信部１０５Ｔは、ステップＳ１０６で取得された情報を出力する。

ステップＳ１４６においてサーバ１１の受信部５３Ｒは、端末１２により取得された情報を受信する。ステップＳ１４７において検索部６１は、指定されたＤＢ５５の指定された座標の畑２１の情報を読み出す。すなわち、ユーザにより指定され、ステップＳ１４６において受信されたＤＢ５５の指定された座標の畑２１の情報が読み出される。ステップＳ１４８において送信部５３Ｔは、読み出した畑２１の情報を出力する。すなわち、ステップＳ１４７で読み出された情報が端末１２に出力される。

ステップＳ１０８において端末１２の受信部１０５Ｒは、読み出された畑２１の情報を受信する。ステップＳ１０９において表示制御部１２１は、受信した畑２１の情報を表示する。

ユーザは、表示部１０２Ｄに表示された畑の情報を見て、入力部１０３を操作して、参照する情報の日付を選択する。取得部１２２は、ステップＳ１１０において、この参照する情報の日付の選択の情報を取得する。そして日付の選択の情報は、送信部１０５Ｔによりサーバ１１に出力される。

ステップＳ１４９においてサーバ１１の受信部５３Ｒは、参照する情報の日付の選択の情報を受信する。ステップＳ１５０において検索部６１は、指定された日付の情報を読み出す。すなわちステップＳ１４９において受信された情報が読み出され、ステップＳ１５１において送信部５３Ｔは、読み出した日付の情報を出力する。

ステップＳ１１１において端末１２の受信部１０５Ｒは、読み出された日付の情報を受信する。ステップＳ１１２において表示制御部１２１は、ステップＳ１１１において受信された日付の情報を表示する。

以上のようにして、参照したいＤＢ５５、畑区画１５１などの座標、並びに日付を指定することで、座標ごとのＤＢ５５の情報、例えばユーザが指定した過去の圃場や他の圃場等の履歴情報が表示部１０２Ｄに表示され、ユーザはこれを確認することができる。

なお、以上においては、地理階層のアイコン３１０により畑のレベルを選択するようにしたが、所定の畑２１のフラグ３０１を操作することで、参照する畑２１を直接指定することもできる。

［写真のアップロード処理］
次に、ユーザが端末１２からサーバ１１に写真をアップロードする場合の処理について説明する。図２１は、写真のアップロード処理を説明する図である。

ステップＳ２０１において端末１２の取得部１２２は、写真データを取得する。ユーザは例えば畑２１において所定の植物を発見し、その写真をサーバ１１にアップロードする場合、撮影部１０４によりその植物を撮影する。この撮影が行われると、その写真データが取得部１２２により取得される。勿論、メモリ等に予め保存された写真データをアップロードする写真データとして取得することも可能である。

ステップＳ２０２において座標検出部１０１は、GPS座標を取得する。つまり、端末１２により撮影された被写体の座標が取得される。この座標は、端末１２の現在位置とすることもできるし、現在位置から被写体までの距離と方向を演算し、現在位置を補正することで、より正確な被写体の座標とすることもできる。またユーザに入力部１０３を操作させることで座標を入力させることもできる。

ステップＳ２０３において表示制御部１２１は、リンクさせるＤＢ５５を表示する。ステップＳ２０４において取得部１２２は、リンクさせるＤＢ５５の選択の情報を取得する。すなわちユーザが入力部１０３を操作することで、表示されたリストの中からリンクさせるＤＢ５５を選択すると、その選択の情報が取得部１２２により取得される。

さらにユーザは入力部１０３を操作することで、アップロードする写真にタグとして付加する情報（主に文字情報）を入力する。例えば白菜の写真を撮影した場合、タグ情報として「ハクサイ」の名称が入力される。なお、この入力には、キーボードからの文字入力だけでなく、予め用意された入力ページから所定の欄を選択する等の方法を用いることもできる。ステップＳ２０５において取得部１２２は、この入力されたタグとする情報を取得する。ステップＳ２０６において送信部１０５Ｔは、ステップＳ２０１，Ｓ２０２，Ｓ２０４，Ｓ２０５で取得された情報を出力する。

ステップＳ２３１においてサーバ１１の受信部５３Ｒは、端末１２から送信されてきた情報を受信する。ステップＳ２３２において制御部５４は、ステップＳ２３１で受信した情報をＤＢ５５に記録する。すなわちユーザが撮影した写真が、タグとともに写真記録ＤＢ８５に記録され、この情報は、ユーザにより指定されたＤＢ５５にリンクされる。

以上のようにして、ユーザは端末１２から所定の写真とタグをサーバ１１にアップロードすることができる。ユーザは上述した図２０の処理により、このアップロードした情報を後に参照することができる。

なお、写真以外の各種の情報をアップロードする場合にも同様の処理が行われる。例えば所定の畝１５２から白菜が１Kg収穫された場合、アップロードする情報として、「白菜１Kg」が入力される。そしてＤＢ５５として収量ＤＢ７３が選択された場合、畝１５２の取得された座標に対応して情報「白菜１Kg」が記録される。

［キーイベントの因果推定グラフ作成処理］
ユーザは、キーイベントに相当すると思われる事象を発見した場合、その事象をキーイベントとしてメタＤＢ８６記録することができる。そしてそれに基づいて、キーイベントの因果推定グラフを作成することができる。キーイベントとは、協生農法のマネージメント上重要と推定される事象で、自然言語による名称記録と全ＤＢの対応項目とのリンクにより定義される。

次に、キーイベントの因果推定グラフ作成処理について説明する。図２２は、キーイベントの因果推定グラフ作成処理を説明する図である。

ユーザは、キーイベントの因果推定グラフ作成処理を開始するとき、入力部１０３を操作して、キーイベントのアイコン３１３（図１９参照）を選択する。このときステップＳ３０１において取得部１２２は、キーイベントのアイコン３１３の選択を受け付ける。ステップＳ３０２において取得部１２２は、写真データと日付を取得する。すなわちユーザは、キーイベントとして記録したい事象としての植物を撮影部１０４により撮影し、入力部１０３を操作して日付を入力すると、これらの情報が取得部１２２により取得される。

ステップＳ３０３において座標検出部１０１は、GPS座標を取得する。すなわち撮影された写真に対応する座標が取得される。

ステップＳ３０４において取得部１２２は、入力文字を取得する。すなわちユーザが入力部１０３を操作してキーイベントとしての文字情報を入力すると、これが取得される。例えばユーザは、ロゼット化した白菜を発見したとき、その白菜の写真を撮影するとともに、「白菜のロゼット化」の文字をキーイベントとして入力することができる。

ステップＳ３０５において送信部１０５Ｔは、サーバ１１に情報を出力する。すなわち、ステップＳ３０２，Ｓ３０３，Ｓ３０４で取得された情報がサーバ１１に出力される。

ステップＳ３５１においてサーバ１１の受信部５３Ｒは、端末１２から送信されてきた情報を受信する。ステップＳ３５２においてキーイベント処理部６４は、受信した情報をメタＤＢ８６に記録する。すなわち、ステップＳ３０２，Ｓ３０３，Ｓ３０４で端末１２により取得された情報がキーイベントＤＢとしてのメタＤＢ８６に記録される。

ステップＳ３０６において端末１２の取得部１２２は、畑２１のレベルを取得する。すなわちユーザは、キーイベントの記録を行う場合、入力部１０３を操作して、地理階層のアイコン３１０（図１９参照）を選択する。この操作が行われると、表示部１０２Ｄは、畑２１のレベルを選択する画面を表示する。ユーザは入力部１０３を操作して、その画面から、参照の対象とする畑２１のレベルを選択する。取得部１２２がこの選択の情報を取得すると、送信部１０５Ｔがこの選択の情報をサーバ１１に出力する。

ステップＳ３５３においてサーバ１１の受信部５３Ｒは、端末１２により選択された畑のレベルの情報を受信する。ステップＳ３５４において、ステップＳ３０６で端末１２により選択されたレベルの畑２１のリストを作成し、出力する処理が行われる。つまり、検索部６１は、座標ＤＢ８０を検索することで、ステップＳ３５３で受信したレベルの畑２１のリストを生成し、送信部５３Ｔがそのリストを端末１２に出力する。

ステップＳ３０７においてリストを受信し、表示する処理が行われる。すなわち、サーバ１１から出力されたリストが端末１２の受信部１０５Ｒにより受信され、表示制御部１２１がそのリストを表示部１０２Ｄに表示する。

ユーザは、入力部１０３を操作して、表示されたリストの中から、記録対象とする畑２１を選択する。ステップＳ３０８において送信部１０５Ｔは、リストから選択された畑２１の情報を出力する。

ステップＳ３５５においてサーバ１１の受信部５３Ｒは、端末１２により選択された畑２１の情報を受信する。

ステップＳ３５６において検索部６１は、ステップＳ３５５において受信された畑２１のＤＢ５５を検索する。つまりユーザが指定したレベルの畑２１が関係するＤＢ５５が検索される。ステップＳ３５７において、検索された畑２１のＤＢ５５の一覧を出力する処理が行われる。つまり、検索部６１は検索結果に基づいて、関係するＤＢ５５の一覧を作成し、送信部５３Ｔがその一覧を端末１２に出力する。

ステップＳ３０９において端末１２の受信部１０５Ｒは、検索された畑２１のＤＢ５５の一覧を受信する。ステップＳ３１０において表示制御部１２１は、受信した畑２１のＤＢ５５の一覧を表示する。すなわち一覧が表示部１０２Ｄに表示される。

ユーザは、入力部１０３を操作して、表示された一覧の中からリンクするＤＢ５５と畑２１の座標を入力する。ステップＳ３１１において取得部１２２は、この入力された、キーイベントとリンクするＤＢ５５と畑２１の座標の情報を取得する。ステップＳ３１２において送信部１０５Ｔは、ステップＳ３１１で取得された情報を出力する。

ステップＳ３５８においてサーバ１１の受信部５３Ｒは、端末１２より出力された情報を受信する。ステップＳ３５９において検索部６１は、指定されたＤＢ５５の指定された座標の畑２１の情報を読み出す。すなわち、ユーザにより指定され、ステップＳ３５８において受信されたＤＢ５５の指定された座標の畑２１の情報が読み出される。ステップＳ３６０において送信部５３Ｔは、読み出した畑２１の情報を出力する。すなわち、ステップＳ３５９で読み出された情報が端末１２に出力される。

ステップＳ３１３において端末１２の受信部１０５Ｒは、読み出された畑２１の情報を受信する。この情報は、表示部１０２Ｄに表示される。ユーザは、この表示を見て、指定した畑２１がリンクさせる畑２１であることを確認する。この確認を行った後、ユーザは、入力部１０３を操作して、指定したＤＢ５５をキーイベントにリンクさせるように指示する。この指示に基づいて、ステップＳ３１４において送信部１０５Ｔは、リンクのためのコマンドを出力する。

ステップＳ３６１においてサーバ１１の受信部５３Ｒは、端末１２から送信されたリンクのコマンドを受信する。ステップＳ３６２においてキーイベント処理部６４は、新規に記録されたキーイベントを指定された畑２１のＤＢ５５にリンクする。すなわちステップＳ３５２でメタＤＢ８６に新規に記録されたキーイベントが、ステップＳ３１１でユーザにより指定された畑２１のＤＢ５５にリンクされる。

ステップＳ３１５において端末１２の送信部１０５Ｔは、キーイベントの因果推定グラフの作成コマンドを出力する。すなわちユーザは、さらにキーイベントの因果推定グラフを作成させるとき、入力部１０３を操作してそのコマンドの出力を指示する。

サーバ１１の受信部５３Ｒが端末１２からのコマンドを受信すると、ステップＳ３６３においてキーイベント処理部６４は、キーイベントの因果推定グラフを作成する。ステップＳ３６４において送信部５３Ｔは、ステップＳ３６３で作成されたキーイベントの因果推定グラフを出力する。

ステップＳ３１６において端末１２の受信部１０５Ｒが、サーバ１１から送信されてきたキーイベントの因果推定グラフを受信すると、表示制御部１２１は、このキーイベントの因果推定グラフを表示部１０２Ｄに表示する。

このようにしてユーザは、記録したキーイベントと相関する事象を視覚的に確認することができる。ＤＢ５５の情報を随時集積していくことで、過去の経験を活かした管理が可能となる。

図２３は、以上のキーイベントの因果推定グラフの作成処理を模式的に表す図である。同図に示されるように、協生農園の種まきＤＢ７１乃至写真記録ＤＢ８５のすべてのＤＢが、キーイベントＤＢとしてのメタＤＢ８６と必要に応じてリンクされる。そしてメタＤＢ８６の記録内容に基づいて、キーイベントの因果推定グラフ３３１が作成される。なお、リンク付けはユーザにより行われるが、自動的に行うようにすることもできる。因果推定グラフ３３１において、点はキーイベントを、線はキーイベントのリンクを、それぞれ表している。従ってユーザは、因果推定グラフ３３１から視覚的に複数のキーイベントの関係を認識することができる。ユーザはこの情報を参考にして、各種の農作業についての判断を実行することができる。

なお、グラフの作成には、例えばソフトウェアGephi（商標）を利用することができる。このソフトウェアは、TINAsoft へのグラフ化表示出力用データを作成する機能を有し、全ＤＢ５５の複数項目をまとめてリンクさせるメタＤＢ８６としてのキーイベントＤＢと、キーイベントＤＢ間のリンクをグラフ化表示に対応する形式で出力する。

キーイベントの因果推定グラフを作成するのは、次のような理由による。すなわち、協生農法のマネージメントでは、計測した各種の指標や、数値化しにくい実際の圃場の様子から総合的に判断して、管理収穫戦略を決定する必要がある。その際、何らかの数理モデルを仮定して、測定データの外挿からモデル同定を行ったり、機械学習の枠組みで測定データを学習データとして用いて予測を最適化する情報量基準を構築する従来の数理工学的方法が考えられる。しかし、これらの方法は、外部からの擾乱が大きく、系の時空間的多様性が高いオープンシステムには有効に適用しにくい。

その理由として最たるものは、物理的化学的指標として定量的に測定されるパラメータ(例えば気温、降水量、日照、土壌の化学的指標など)に対して、植物がどのように反応するかは単純に予測できないことがあげられる。また、結局、パラメータに対する因果関係は、植物という生物体の実際の反応を通してしか確認できないことも挙げられる。

しかし、定量可能な測定パラメータから単純に予測できないからと言ってマネージメントが出来ない訳ではなく、定量には不向きな生物現象(主にフェノロジーや動物叢の振る舞い)とリンクさせることで、経験的に有効なマネージメントが可能な場合がある。例えば、数ヶ月後の気候がどのようになるかは物理的には予測が難しいが、植物がどのような形をとるかによって、より植え付けを増やすべき作物種が推定できることが経験的に知られている。例えば、白菜がロゼット化した場合、寒い冬が来るので、より白菜の植え付けを増やして、寒さに弱いものは減らすのがよいことが経験的に知られている。

このような人間の総合的判断を用いたマネージメントを支援し、知識を共有するために、キーイベントの因果推定グラフが役に立つ。具体的には、協生農法の実践者が、マネージメントに有効だが定量に向かない兆候（例えば白菜のロゼット化）に気づいたとする。これは定量的な指標ではなく、植物などの生物を通した反応の類型化なので、数字で表すことは難しいが、自然言語で記録することは出来る。例えば「白菜のロゼット化」と記録することができる。この文章がキーイベントであり、これと関連すると予想される指標をＤＢ５５と関連づけることで、その性質を第三者にも明らかにすることができる。

例えば白菜のロゼット化は、その後の冬の気温が下がることと関連しているのであれば、気候区分ＤＢ７８と気象ＤＢ７９のそれぞれの該当するデータとリンクする。所定のキーイベントと他のキーイベントとの間に関連性がある場合にも、それらの間にリンクが作られ、これがキーイベントの因果推定グラフとなる。例えば「白菜のロゼット化」と「翌年春の発芽時期の遅れ」が連動していることが、因果推定グラフとなる。なお、ここでいう因果には、相関も含む。

キーイベント自体の定義、及びキーイベントの因果推定グラフは、人間の総合的判断に基づいているが、科学研究の立場から言えば人間の主観的予想に基づいている。従って、再現性や有効性を検証するには、それを用いてマネージメントしてみた時に有効であったかどうかの検証が必要である。そのために、キーイベント及びキーイベントの因果推定グラフは、協生農法実践者が互いに共有し、共同で構築しつつ、検証を行うフリーソフト的な発展方法が必要になる。

具体的には、協生農法を実践する人間が、キーイベント及びキーイベントの因果推定グラフが有効であったと判断した場合には、それらのメタＤＢ８６を強化し、有効でなかった場合は弱める仕組みを導入する。有効であると判断されたキーイベントはより多くのＤＢ５５とリンクし、同様に有効なキーイベントの因果推定グラフはキーイベント間のリンクが強化される。

このようにして、定量可能なパラメータと関連した形での集合的体験知としてキーイベントの因果推定グラフが協生農法実践者集団によって随時共同構築され更新して行くオンラインのインタラクティブなＤＢ５５が構築される。すなわち農作業支援システム１の複数の利用者の集団が、情報を共有して、確実に植物を栽培することができる。

［キーイベントのメタＤＢ８６の例］
キーイベントの具体例としての事象を以下に、キーイベント名、自由言語による記録、関連ＤＢの順に記載する。

キーイベント名：記録防風効果
自由言語による記録：同じ土地条件であっても、周囲に塀などの風を遮る構造がある場所には、野菜の生長が高まる。
関連ＤＢ：座標ＤＢ８０、収量ＤＢ７３、管理記録ＤＢ７４、植生ＤＢ７２、フェノロジーＤＢ７５

キーイベント名：土壌形成とレタスの発芽率の低下
自由言語による記録：レタスは耕された土地では良く発芽するが、不耕起を続けて土壌構造が形成されて来ると、発芽しにくくなる。
関連ＤＢ：種まきＤＢ７１、管理記録ＤＢ７４、植生ＤＢ７２、フェノロジーＤＢ７５

キーイベント名：競合成長
自由言語による記録：土中の栄養分が同じでも、他の植生と競合することで野菜がより大きく生長する。
関連ＤＢ：植生ＤＢ７２、フェノロジーＤＢ７５、収量ＤＢ７３
なお、この競合成長の具体例として、イヌホオズキと競合して大きくなったニンジンの例、夏草を刈らなかった畝で発芽率は悪いが個々の野菜の生長は大きくなった例などがある。

キーイベント名：ロゼット化：
自由言語による記録：冬期に野菜種によっては地表に平たく這いつくばるような形態に変化し、寒さでも枯れない形状で春まで生き延びる。この形態でも収穫可能である。
関連ＤＢ：植生ＤＢ７２、フェノロジーＤＢ７５、収量ＤＢ７３、気象ＤＢ７９

キーイベント名：紅葉
自由言語による記録：冬期に、ニンジンやキャベツなどの野菜が紅葉することがある。紅葉しても収穫可能。
関連ＤＢ：植生ＤＢ７２、フェノロジーＤＢ７５、収量ＤＢ７３、気象ＤＢ７９

キーイベント名：遅霜
自由言語による記録：春の発芽直後に地表が４℃以下になると、遅霜で双葉が全滅するため、全面追い蒔きや苗の定植で対応する必要がある。
関連ＤＢ：種まきＤＢ７１、管理記録ＤＢ７４、植生ＤＢ７２、フェノロジーＤＢ７５、気象ＤＢ７９

［その他］
なお、ネットワークとは、少なくとも２つの装置が接続され、ある装置から、他の装置に対して、情報の伝達をできるようにした仕組みをいう。ネットワークを介して通信する装置は、独立した装置どうしであっても良いし、１つの装置を構成している内部ブロックどうしであっても良い。

また、通信とは、無線通信および有線通信は勿論、無線通信と有線通信とが混在した通信、即ち、ある区間では無線通信が行われ、他の区間では有線通信が行われるようなものであっても良い。さらに、ある装置から他の装置への通信が有線通信で行われ、他の装置からある装置への通信が無線通信で行われるようなものであっても良い。
[本技術のプログラムへの適用]
上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることができる。

一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。

このようなプログラムを含む記録媒体は、図２と図３に示されるように、装置本体とは別に、ユーザにプログラムを提供するために配布されるリムーバブルメディア５７，１０８により構成される。このリムーバブルメディア５７，１０８は、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVDを含む）、光磁気ディスク（MD（Mini-Disk）を含む）、もしくは半導体メモリなどにより構成される。あるいは、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているフラッシュROMや、ハードディスクなどで構成される。

なお、本明細書において、記録媒体に記録されるプログラムを記録するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。

また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

１ 農作業支援システム， １１ サーバ， １２ 端末， ２１ 畑， ５４ 制御部， ５５ データベース， ６１ 検索部， ６２ 計算部， ６３ 評価部， ６４ キーイベント処理部， １０４ 撮影部，１０６ 制御部

Claims (10)

1. 農作業支援システムが、
   ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得する取得ステップと、
   取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報を生成する生成ステップと、
   生成された前記協生農法の支援情報を、ネットワークを介して前記端末に送信する送信ステップと
   を含む農作業支援方法。
2. 前記農作物のイベントに関する情報として、前記農作物の撮影画像と撮影日に関する情報を含む
   請求項１に記載の農作業支援方法。
3. 前記農作物のイベントに関する情報として、前記農作物の位置に関する情報を含む
   請求項１または２に記載の農作業支援方法。
4. 前記農作物のイベントに関する情報として、前記イベントの内容に関する文字情報を含む
   請求項１乃至３のいずれかに記載の農作業支援方法。
5. 前記取得ステップは、地理的に異なる複数の協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得する
   請求項１乃至４のいずれかに記載の農作業支援方法。
6. 前記協生農法の支援情報の生成は、農作物のイベントに関する情報を学習データとして構築されたモデルを用いて行われる
   請求項１乃至５のいずれかに記載の農作業支援方法。
7. 前記生成ステップは、前記協生農法の支援情報として、前記農作物のイベントの因果推定グラフを表示する
   請求項１乃至６のいずれかに記載の農作業支援方法。
8. 前記関連性の度合いは、過去の協生農法の支援情報の有効性に応じて変化する
   請求項１乃至７のいずれかに記載の農作業支援方法。
9. ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得し、
   取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報を生成し、
   生成された前記協生農法の支援情報を、ネットワークを介して前記端末に送信する
   農作業支援システム。
10. ネットワークを介して、協生農法の実践者の端末から栽培する農作物のイベントに関する情報を取得する取得ステップと、
    取得された前記農作物のイベントに関する情報と、データベースに格納された所定の農作物のイベントに関する情報との関連性に基づき、協生農法の支援情報を生成する生成ステップと、
    生成された前記協生農法の支援情報を、ネットワークを介して前記端末に送信する送信ステップと
    をコンピュータに実行させるプログラム。

Images