JP6682710B2 - 評価情報生成システム、評価情報生成方法、およびプログラム - Google Patents
評価情報生成システム、評価情報生成方法、およびプログラム Download PDFInfo
- Publication number
- JP6682710B2 JP6682710B2 JP2019562694A JP2019562694A JP6682710B2 JP 6682710 B2 JP6682710 B2 JP 6682710B2 JP 2019562694 A JP2019562694 A JP 2019562694A JP 2019562694 A JP2019562694 A JP 2019562694A JP 6682710 B2 JP6682710 B2 JP 6682710B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- ground area
- data
- evaluation
- user
- 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
- 238000011156 evaluation Methods 0.000 title claims description 132
- 238000000034 method Methods 0.000 title claims description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 29
- 239000002689 soil Substances 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 29
- 238000013500 data storage Methods 0.000 description 20
- 230000005540 biological transmission Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 238000009355 double cropping Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003337 fertilizer Substances 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 235000019646 color tone Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10036—Multispectral image; Hyperspectral image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Description
人工衛星によって観測される衛星データを用いて、ユーザの保有する地上エリアを評価する評価情報生成システムであって、
前記ユーザの個人情報であるユーザ情報を取得するユーザ情報取得手段と、
前記地上エリアの位置を含む地上エリア情報を取得する地上エリア情報取得手段と、
前記衛星データを取得する衛星データ取得手段と、
前記衛星データに基づいて、前記地上エリアの状況を検出する状況検出手段と、
前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する評価データ生成手段と、
を有することを特徴とする評価情報生成システムである。
人工衛星によって観測される衛星データを用いて、ユーザの保有する地上エリアを評価する評価情報生成方法であって、
前記ユーザの個人情報であるユーザ情報を取得するユーザ情報取得ステップと、
前記地上エリアの位置を含む地上エリア情報を取得する地上エリア情報取得ステップと、
前記衛星データを取得する衛星データ取得ステップと、
前記衛星データに基づいて、前記地上エリアの状況を検出する状況検出ステップと、
前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する評価データ生成ステップと、
を有することを特徴とする評価情報生成方法である。
以下、本発明の実施形態について説明する。
本実施形態に係る評価情報生成システムは、ユーザの保有する圃場(地上エリア)に関する地上データと人工衛星によって観測される衛星データとを用いて、ユーザおよび圃場の客観的な評価データを生成する。生成された評価データは、例えば金融機関がユーザに融資を行う際の与信情報として用いられる。本実施形態では、ユーザの端末、ユーザの保有する圃場を監督する情報収集係の端末およびサーバ装置を用いて評価データの生成を行う。以下、本実施形態に係る評価情報生成システムのシステム構成、地上エリア情報取得処理および評価情報生成処理について順に説明する。
図1は、本実施形態のシステム概要を示す図である。本実施形態に係る評価情報生成システムは、ネットワークを介して通信可能なユーザの保有する端末100、情報収集係の保有する端末200およびサーバ装置300等から構成される。
端末100は、演算装置(プロセッサ)、メモリ、記憶装置、入出力装置等を含む情報処理装置(コンピュータ)である。記憶装置に格納されたプログラムを端末100が実行することで、顧客情報取得部101、第1情報送信部102等の機能が提供される。これらの機能の一部または全部は、ASICやFPGAなどの専用の論理回路により実装されてもよい。本実施形態では、ユーザが保有するスマートフォン等の情報機器を端末100として使用する例について説明する。以下では、端末100をユーザ端末100と称する。
顧客情報取得部101(ユーザ情報取得手段)は、ユーザの氏名、年齢、自家保有有無、家族構成等の個人情報や履歴情報などを取得する機能部である。顧客情報取得部101は、例えば、ユーザ端末100に搭載されるアプリケーションを用いてユーザが入力した情報を取得する。
第1情報送信部102は、ユーザの送信指示に応じて無線通信を介して情報を外部記憶装置へ送信する機能部である。第1情報送信部102が送信する情報には、顧客情報取得部101が取得した顧客情報が含まれる。本実施形態において、第1情報送信部102は、図3(A)に示すフォーマットの顧客情報10の一部を送信する。送信された顧客情報は、顧客データ記憶部403に記録される。ここで、本実施形態では、顧客情報には少なくともユーザの識別情報が含まれる。なお、本実施形態では、第1情報送信部102は、ユーザの送信指示に応じて情報を送信するが、顧客情報の取得に応じて情報を送信してもよい。
地理情報取得部201は、ユーザの保有する圃場の位置や面積等の圃場情報や統計データを取得する機能部である。地理情報取得部201は、例えば、情報収集係端末200に搭載される衛星測位システムを用いて情報収集係が測位した情報や、アプリケーションを用いて情報収集係が入力した情報を取得する。
第2情報送信部202は、情報収集係の送信指示に応じて外部記憶装置へ無線通信を介して情報を送信する機能部である。第2情報送信部202が送信する情報には、地理情報取得部201によって取得される圃場情報が含まれる。本実施形態において、第2情報送信部202は、図3(B)および図3(C)に示すフォーマットの圃場情報20、統計データ30の一部を送信する。送信された圃場情報20、統計データ30は、それぞれ農地データ記憶部404、統計データ記憶部405に記録される。ここで、本実施形態では、圃場情報20には少なくとも圃場の位置情報が含まれる。なお、本実施形態では、第2情報送信部202は、情報収集係の送信指示に応じて情報を送信するが、情報の取得に応じて圃場情報20を送信してもよい。
圃場の位置21は、情報収集係によって衛星測位システムを用いて取得される位置情報であって、例えば、圃場の緯度・経度を示す情報である。本実施形態では、位置情報は、情報収集係端末200を用いて圃場の外周(周囲)を情報収集係が移動することにより所定間隔毎に取得される複数の位置を示す情報であるとするが、圃場の一部分の位置を示す情報であってもよい。圃場面積22は、ユーザの保有する圃場の大きさを示す情報である。圃場面積22は、例えば、情報収集係端末200のアプリケーションを介して情報収集係によって入力されてもよく、上述の圃場の位置に基づいて情報収集係端末200によって算出されてもよい。耕作作物23および品種24は,ユーザの保有する圃場で耕作される作物を示す情報である。水害リスク25、水源アクセス26および二期作有無27は、本実施形態では、情報収集係によって入力される圃場情報である。農薬・肥料使用量28は、圃場で使用される農薬または肥料に関する情報であって、情報収集係によって入力される。農機具有無29は、ユーザの保有する農機具の有無を示す情報であって、情報収集係によって入力される情報や、農機具に搭載されるデバイスに基づいて取得される情報である。なお、圃場情報20は上述の項目に限定されず任意の情報でもよい。
統計データ30は、所定エリアの情報として、平均作物価格31、平均収穫高32等を有する。平均作物価格31および平均収穫高32は、所定エリア毎の統計情報を示す。これらの統計データは、情報収集係によって入力される情報や、公的機関から取得される情報である。なお、統計データ30は上述の項目に限定されず任意の情報でもよい。
≪衛星データ解析部310≫
衛星データ解析部310は、衛星データ取得部311および画像処理部312および状況検出部313等の機能部により、衛星データに基づいて地球表面付近の状態を検出する機能部である。本実施形態では、衛星データ解析部310が解析する対象は、地上における水源、土壌および植生の有無とするが、地表の温度、海面の温度、地表の高さ、雲の状態等でもよい。以下、衛星データ解析部310の各機能部について説明する。
図4は、衛星データ取得部311によって取得される衛星データの一例を示す図である。衛星データ取得部311は、紫外光、可視光および赤外線等の光学衛星によって観測される光と、SAR衛星によって観測されるマイクロ波等を取得する。なお、本実施形態では、光学衛星やSAR衛星によって取得される衛星データに基づいて圃場の状態を検出するが、これら以外の任意のリモートセンシングに基づいて圃場の状態を検出してもよい。
ここで、IRは近赤外波長、Rは可視光(橙)を示す。NDVIを用いた画像データでは、植生が強調される一方、画像データに表現可能な色調が限られているため、水源または土壌の識別や、植生→土壌→植生といった稲作プロセスの識別を行うのは困難である。
図5は、本実施形態の画像処理において用いる衛星データの各バンドの例である。画像処理部312は、各バンドのうちできるだけ解像度(空間分解能)の高い波長の成分を合成して水源61、土壌62および植生63を検出するための画像処理を行う。また、画像処理部312は、水源61、土壌62および植生63について、それぞれ別個に波長成分を合成して画像データを生成する。具体的には、画像処理部312は、図5に示すバンドのうちB3、B4、B5およびB8を用いて、以下の式(2)で示す合成方法により水源61、土壌62および植生63を検出するための画像データを生成する。
ここで、α,β,γは各色味を調整するための係数である。なお、本実施形態では、画像処理部312は、上述の検出対象毎に異なるバンドを用いて画像処理を行うが、NDVI、GRVI(Green and Red ratio Vegetation Index)、SAVI(Soil Adjusted Vegetation Index)、EVI(Enhanced Vegetation Index)またはLAI(Leaf Area Index)等の任意の指標を用いて画像処理を行ってもよい。
同様に、状況検出部313は、図6(B)に示す画像処理後の画像データ(土壌)に基づいてマッピングを行い、図6(E)に示す土壌マップを生成する。また、状況検出部313は、図6(C)に示す画像処理後の画像データ(植生)に基づいてマッピングを行い、図6(F)に示す植生マップを生成する。なお、本実施形態では、状況検出部313は、1つの領域が10m×10mのマップを用いるが、領域のサイズや形状は特に限定されない。例えば、衛星データの分解能に応じて領域のサイズを3m×3mのマップ等に変更してもよい。また、本実施形態では、画像データに水源61、土壌62および植生63のいずれかが存在する例を示したが、上記以外であると認識する領域があってもよい。
気象データ取得部321は、気象データを気象データ記憶部402から取得する機能部である。本実施形態では、気象データ取得部321は、気象データ記憶部402に記録される図3(E)に示す気象データ50を含む気象データを取得する。図3(E)は、本実施形態に係る気象データ50を示す。
気象データ50は、一般的な気象観測システムによって観測される気象データであって、気温推移51、日照時間52、降雨量53、風向54、風速55、風水害履歴56等を含む。なお、気象データ50は上述の項目に限定されず任意の情報でもよい。また、気象データとして、スマートフォンや農機具に搭載されるセンサから取得されたデータを使用してもよい。
農地データ取得部323は、外部装置に記録される圃場情報20を含む農地データおよび統計データ30を含む統計データを取得する機能部である。
農地評価部331は、衛星データおよび地上データに基づいて圃場の評価を行う機能部である。本実施形態では、農地評価部331は、上述の各種情報に基づいて圃場情報の検証および圃場の評価を行う。
ここでa,b,c,dは、それぞれのパラメータの重みを調整するための係数である。また、各情報の重み付けは与信情報を参照する金融機関等に応じて変更することもできる。さらに、上述の式(3)の圃場スコアを補正する項目として気象データや他の情報を用いて圃場スコアを算出してもよい。なお、上述の式(3)に基づく圃場スコアは一例であり、農地評価部331は、任意の情報を組み合わせて評価データを生成してもよい。なお、農地評価部331は、上述の検証の結果と圃場情報とが相違する場合には、別途、信用度スコアを設けて評価データとして出力してもよい。
本実施形態に係る地上エリア情報取得処理について、図7に示すフローチャートを用いて説明する。本実施形態では、情報収集係端末200(例えば、スマートフォン)を用いて圃場の位置等の情報を取得する。情報収集係は、ユーザの保有する圃場で衛星測位システムを用いて圃場の位置を測定する。具体的には、情報収集係が圃場の外周を移動し、その間に情報収集係端末200の衛星測位システムにより所定の時間間隔毎に情報収集係端末200の位置を取得する。そして、情報収集係端末200は、取得された1つ以上の位置情報を圃場情報としてサーバ装置300へ送信する。
ステップS102では、地理情報取得部201は、所定の時間毎に位置情報を取得する。本実施形態では、地理情報取得部201は、情報収集係が圃場の外周を移動する間に情報収集係端末200の衛星測位システムを用いて図8のP1〜P12に示す位置情報を取得する。なお、本実施形態では、所定の時間毎に等間隔で位置情報を取得したが、位置情報を取得するタイミングは特に限定されない。また、位置情報の取得数や圃場の形状は特に限定されない。なお、地理情報取得部201は、情報収集係の指示に応じて、その都度、位置情報を取得してもよい。
ここで、nは位置情報の個数を示す。また、i=nの場合は、n+1=0とする。図8の縦線部は、本実施形態において地理情報取得部201が取得する圃場(面積)を示す。
本実施形態に係る評価情報生成処理について、図9に示すフローチャートを用いて説明する。
ステップS201では、衛星データ取得部311は、衛星データ40を取得する。そして、気象データ取得部321は、気象データ50を取得する。さらに、顧客データ取得部322は、顧客データ10を取得する。そして、農地データ取得部323は、圃場情報20および統計データ30を取得する。
ステップS202では、画像処理部312は、衛星データに基づいて画像データの生成を行う。具体的には、画像処理部312は、衛星データに含まれるバンドのうち上述の式(2)を用いて、水源、土壌および植生を強調表示する画像データをそれぞれ生成する。
ステップS203では、状況検出部313は、上述の画像処理後の画像データに基づいて、図6(D),図6(E),図6(F)に示す水源61、土壌62および植生63の分布を表すマップを生成する。
ステップS204では、農地評価部331は、上述のマップと圃場情報(位置、面積等)との紐付けを行うことにより、ユーザの圃場(地上エリア)の状況を特定する。本実施形態では、農地評価部331は、図10(A)に示す圃場情報(位置・面積)と、図10(B)に示す地上エリアの状況とを紐づけて図10(C)に示す評価用のマップを生成することで、ユーザの圃場の状況を特定する。これにより、例えば、図10(C)に示す圃場の状況が「土壌」であると農地評価部331は特定することができる。
ステップS205では、農地評価部331は、気象データ、顧客データおよび農地データ等の地上データと上述の評価用のマップとを用いて、圃場の農地評価を行う。例えば、農地評価部331は上述の式(3)に示す圃場スコアを求めることで圃場の評価を行う。また、農家評価部332は、ユーザ(農家)の評価データを生成する。例えば、農家評価部332は、上述の圃場スコアを過去12か月分求めることでユーザの収入を算出する。
本実施形態に係る評価情報生成システムは、給与明細等のような客観的なデータを有しない途上国の農業生産者に対して、衛星データと地上データとに基づいてユーザまたは圃場の客観データである評価データを生成することができる。また、衛星測位システムを搭載する端末等により圃場の位置を特定しているため、個々のユーザの圃場を正確に特定することができる。
上述の実施形態では、評価情報生成システムは、農地評価部331および農家評価部332によって評価データを生成したが、機械学習等の人工知能アルゴリズムを用いて評価データを生成してもよい。例えば、機械学習アルゴリズムを用いて生成される分類器を用いて衛星データに基づく画像データの時系列データから、植生の状況が通常であるか異常であるかを判断し、異常である場合は圃場のリスクとして評価データを作成してもよい。学習アルゴリズムは特に限定されず、任意のアルゴリズムが採用可能である。例えば、ディープラーニング、SVM等のアルゴリズムを採用することができる。
保険に関する例として、保険申込時に圃場が位置するエリアの水没リスクの判断や、保険請求時の過失有無の証明として各種データを使用することができる。
また、債権回収の判断の例として、債権者が債務者の圃場収穫時期を検出して、債券回収に適した状態か否かを判断することができる。なお、債券回収に適した状態とは資金が十分にある状態を示し、例えば、衛星データに基づいて圃場の植生が土壌に変化したタイミング=収穫時期とすることで資金が十分にある状態を判断することができる。
上記の実施形態および変形例の構成は、本発明の技術的思想を逸脱しない範囲内で、適宜組み合わせて利用することができる。また、本発明は、その技術的思想を逸脱しない範囲で適宜変更を加えて実現しても構わない。
101:顧客情報取得部 102:第1情報送信部
201:地理情報取得部 202:第2情報送信部
310:衛星データ解析部 320:地上データ取得部 330:客観データ生成部
311:衛星データ取得部 312:画像処理部 313:状況検出部
321:気象データ取得部 322:顧客データ取得部 323:農地データ取得部
331:農地評価部 332:農家評価部 333:与信情報記憶部
410:衛星データ記憶部 402:気象データ記憶部 403:顧客データ記憶部
404:農地データ記憶部 405:統計データ記憶部
Claims (10)
- 人工衛星によって観測される衛星データを用いて、ユーザの保有する地上エリアを評価する評価情報生成システムであって、
前記ユーザの個人情報であるユーザ情報を取得するユーザ情報取得手段と、
前記地上エリアの位置を含む地上エリア情報を取得する地上エリア情報取得手段と、
前記衛星データを取得する衛星データ取得手段と、
前記衛星データのうち人工衛星のセンサによって感知される電磁波の波長帯が異なる複数のバンドに基づいて、前記地上エリアの状況を検出する状況検出手段と、
前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する評価データ生成手段と、
を有し、
前記地上エリアの状況は、水、土および植生を含む複数の地上情報であって、
前記状況検出手段は、異なる組合せの前記バンドを用いて前記水、土および植生の状況を検出し、
前記評価データ生成手段は、前記地上エリアの状況の時間変化に基づいて、前記地上エリアにおける二期作の有無を判断する、
ことを特徴とする評価情報生成システム。 - 人工衛星によって観測される衛星データを用いて、ユーザの保有する地上エリアを評価する評価情報生成システムであって、
前記ユーザの個人情報であるユーザ情報を取得するユーザ情報取得手段と、
前記地上エリアの位置を含む地上エリア情報を取得する地上エリア情報取得手段および衛星測位システムを有する端末と、
前記衛星データを取得する衛星データ取得手段と、
前記衛星データに基づいて、前記地上エリアの状況を検出する状況検出手段と、
前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する評価データ生成手段と、
を有し、
前記地上エリア情報取得手段は、前記地上エリアの外周を移動する前記端末の前記衛星測位システムから所定の時間間隔で複数の位置情報を取り込むことにより前記地上エリア情報を生成し、
前記評価データ生成手段は、前記地上エリアの状況の時間変化に基づいて、前記地上エリアにおける二期作の有無を判断する、
ことを特徴とする評価情報生成システム。 - 前記評価データ生成手段は、前記地上エリアと前記地上エリアの周辺における水源との距離に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する、
ことを特徴とする請求項1または2に記載の評価情報生成システム。 - 前記状況検出手段は、前記衛星データに基づいて生成される画像データに基づいて前記地上エリアの状況を検出する、
ことを特徴とする請求項1から3のいずれか1項に記載の評価情報生成システム。 - 前記地上エリアは、圃場であって、
前記状況検出手段は、前記画像データに基づいて、水、土または植生のうち少なくともいずれか1つを前記状況として検出し、前記状況ごとの分布を示すマップを生成する、
ことを特徴とする請求項4に記載の評価情報生成システム。 - 前記評価情報生成システムは、気象データを取得する気象データ取得手段をさらに有し、
前記評価データ生成手段は、前記気象データ、前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する、
ことを特徴とする請求項1から5のいずれか1項に記載の評価情報生成システム。 - 前記評価データ生成手段は、人工知能アルゴリズムを用いて前記評価データを生成する、
ことを特徴とする請求項1から6のいずれか1項に記載の評価情報生成システム。 - 人工衛星によって観測される衛星データを用いて、ユーザの保有する地上エリアを評価する評価情報生成方法であって、
コンピュータが前記ユーザの個人情報であるユーザ情報を取得するユーザ情報取得ステップと、
コンピュータが前記地上エリアの位置を含む地上エリア情報を取得する地上エリア情報取得ステップと、
コンピュータが前記衛星データを取得する衛星データ取得ステップと、
コンピュータが前記衛星データのうち人工衛星のセンサによって感知される電磁波の波長帯が異なる複数のバンドに基づいて、前記地上エリアの状況を検出する状況検出ステップと、
コンピュータが前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する評価データ生成ステップと、
を有し、
前記地上エリアの状況は、水、土および植生を含む複数の地上情報であって、
前記状況検出ステップでは、コンピュータが異なる組合せの前記バンドを用いて前記水、土および植生の状況を検出し、
前記評価データ生成ステップでは、コンピュータが前記地上エリアの状況の時間変化に基づいて、前記地上エリアにおける二期作の有無を判断する、
ことを特徴とする評価情報生成方法。
- 人工衛星によって観測される衛星データを用いて、ユーザの保有する地上エリアを評価する評価情報生成方法であって、
コンピュータが前記ユーザの個人情報であるユーザ情報を取得するユーザ情報取得ステ
ップと、
コンピュータが前記地上エリアの位置を含む地上エリア情報を取得する地上エリア情報取得ステップと、
コンピュータが前記衛星データを取得する衛星データ取得ステップと、
コンピュータが前記衛星データに基づいて、前記地上エリアの状況を検出する状況検出ステップと、
コンピュータが前記ユーザ情報、前記地上エリア情報および前記地上エリアの状況に基づいて、前記ユーザまたは前記地上エリアの評価データを生成する評価データ生成ステップと、
を有し、
前記地上エリア情報取得ステップでは、コンピュータが前記地上エリアの外周を移動する端末の衛星測位システムから所定の時間間隔で複数の位置情報を取り込むことにより前記地上エリア情報を生成し、
前記評価データ生成ステップでは、コンピュータが前記地上エリアの状況の時間変化に基づいて、前記地上エリアにおける二期作の有無を判断する、
ことを特徴とする評価情報生成方法。 - 請求項8または9に記載の評価情報生成方法の各ステップをコンピュータに実行させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/047326 WO2019130568A1 (ja) | 2017-12-28 | 2017-12-28 | 評価情報生成システム、評価情報生成方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019130568A1 JPWO2019130568A1 (ja) | 2020-02-27 |
JP6682710B2 true JP6682710B2 (ja) | 2020-04-15 |
Family
ID=67063358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019562694A Active JP6682710B2 (ja) | 2017-12-28 | 2017-12-28 | 評価情報生成システム、評価情報生成方法、およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11494784B2 (ja) |
JP (1) | JP6682710B2 (ja) |
PH (1) | PH12020550973A1 (ja) |
WO (1) | WO2019130568A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MY196062A (en) * | 2020-01-30 | 2023-03-13 | Sagri Co Ltd | Information Processing Device |
JPWO2021153791A1 (ja) * | 2020-01-31 | 2021-08-05 | ||
CN111507832A (zh) * | 2020-06-30 | 2020-08-07 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
CN113989031A (zh) * | 2020-06-30 | 2022-01-28 | 浙江网商银行股份有限公司 | 授信额度处理方法及装置、用户资源处理方法及装置 |
JP7262872B2 (ja) * | 2020-10-01 | 2023-04-24 | 株式会社KPMG Ignition Tokyo | 監査支援装置、監査支援システム |
CN112328913A (zh) * | 2020-11-05 | 2021-02-05 | 浙江网商银行股份有限公司 | 任务处理方法以及装置 |
JP7399069B2 (ja) | 2020-11-27 | 2023-12-15 | 三菱電機株式会社 | 治水施設監視装置、治水施設監視方法及び治水施設監視プログラム |
CN114548812A (zh) * | 2022-03-01 | 2022-05-27 | 武汉鸟瞰天下科技有限公司 | 一种森林草原火灾风险预报决策方法、装置及计算机设备 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5369282B2 (ja) * | 2008-11-14 | 2013-12-18 | 株式会社パスコ | 植生生育状況解析方法、プログラムおよび植生生育状況解析装置 |
JP4555884B1 (ja) * | 2009-05-29 | 2010-10-06 | 株式会社パスコ | 可動型情報収集装置 |
JP5819157B2 (ja) * | 2011-10-18 | 2015-11-18 | 株式会社日立ソリューションズ | 画像処理装置、画像処理方法 |
JP6131541B2 (ja) * | 2012-07-27 | 2017-05-24 | 富士通株式会社 | 評価支援方法、プログラム、および情報処理装置 |
CA2930989C (en) * | 2013-11-25 | 2018-11-13 | First Resource Management Group Inc. | Apparatus for and method of forest-inventory management |
JP6098982B2 (ja) | 2015-08-31 | 2017-03-22 | 株式会社三菱総合研究所 | 情報処理装置及び情報処理方法 |
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 |
WO2017164009A1 (ja) | 2016-03-24 | 2017-09-28 | 日本電気株式会社 | 営農支援システム、営農支援方法、制御装置、通信端末、制御方法、及び、制御プログラムが記録された記録媒体 |
JP6943240B2 (ja) * | 2016-06-15 | 2021-09-29 | ソニーグループ株式会社 | 情報処理装置、方法及びプログラム |
CN106600434B (zh) | 2016-10-18 | 2021-04-23 | 河南省农业科学院农业经济与信息研究所 | 基于作物模型与同化技术的作物长势遥感监测方法 |
GB2561845A (en) * | 2017-04-24 | 2018-10-31 | Point4Uk Ltd | Determining risk posed by vegetation |
US10395355B2 (en) * | 2017-05-12 | 2019-08-27 | Harris Lee Cohen | Computer-implemented methods, computer readable medium and systems for a precision agriculture platform |
US10748081B2 (en) * | 2017-05-12 | 2020-08-18 | Harris Lee Cohen | Computer-implemented methods, computer readable medium and systems for a precision agriculture platform that identifies generic anomalies in crops |
US10410334B2 (en) * | 2017-05-12 | 2019-09-10 | Harris Lee Cohen | Computer-implemented methods, computer readable medium and systems for a precision agriculture platform with a satellite data model |
-
2017
- 2017-12-28 JP JP2019562694A patent/JP6682710B2/ja active Active
- 2017-12-28 US US16/771,344 patent/US11494784B2/en active Active
- 2017-12-28 WO PCT/JP2017/047326 patent/WO2019130568A1/ja active Application Filing
-
2020
- 2020-06-23 PH PH12020550973A patent/PH12020550973A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
US20200349585A1 (en) | 2020-11-05 |
US11494784B2 (en) | 2022-11-08 |
WO2019130568A1 (ja) | 2019-07-04 |
PH12020550973A1 (en) | 2021-03-22 |
JPWO2019130568A1 (ja) | 2020-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6682710B2 (ja) | 評価情報生成システム、評価情報生成方法、およびプログラム | |
Hamylton et al. | Evaluating techniques for mapping island vegetation from unmanned aerial vehicle (UAV) images: Pixel classification, visual interpretation and machine learning approaches | |
Mendes et al. | Fuzzy control system for variable rate irrigation using remote sensing | |
Khan et al. | Estimation of vegetation indices for high-throughput phenotyping of wheat using aerial imaging | |
Qader et al. | Forecasting wheat and barley crop production in arid and semi-arid regions using remotely sensed primary productivity and crop phenology: A case study in Iraq | |
US9734400B2 (en) | System and method for field variance determination | |
Latchininsky et al. | Locust habitat monitoring and risk assessment using remote sensing and GIS technologies | |
Gerts et al. | Multi-temporal monitoring of cotton growth through the vegetation profile classification for Tashkent province, Uzbekistan | |
US11710232B2 (en) | Image processing based advisory system and a method thereof | |
Fontanelli et al. | Agricultural crop mapping using optical and SAR multi-temporal seasonal data: A case study in Lombardy region, Italy | |
US20230091677A1 (en) | Monitoring and intelligence generation for farm field | |
CN110321774B (zh) | 农作物灾情评估方法、装置、设备及计算机可读存储介质 | |
CN108615105A (zh) | 基于遥感数据的农作物旱灾损失评估系统及方法 | |
Pauli et al. | “Listening to the sounds of the water”: bringing together local knowledge and biophysical data to understand climate-related hazard dynamics | |
JP2022082636A (ja) | 情報処理装置 | |
Mashonganyika et al. | Mapping of winter wheat using sentinel-2 NDVI data. a case of Mashonaland central province in Zimbabwe | |
Sakamoto | Early classification method for US corn and soybean by incorporating modis-estimated phenological data and historical classification maps in random-forest regression algorithm | |
Polat et al. | Monitoring seasonal effects in vegetation areas with Sentinel-1 SAR and Sentinel-2 optic satellite images | |
Vyas et al. | Multi-crop separability study of Rabi crops using multi-temporal satellite data | |
Meedeniya et al. | Prediction of paddy cultivation using deep learning on land cover variation for sustainable agriculture | |
JP2023174067A (ja) | メタン排出量推定システム及び方法並びにプログラム | |
JP6932682B2 (ja) | プログラム、情報処理方法、及び情報処理装置 | |
Gaikwad et al. | Estimation of area sown and sowing dates of inseason rabi crops using sentinel-2 time series data. | |
Schmidt et al. | Improving the availability of data and information on species, habitats and sites: Focus Area A, Guidance on the application of existing scientific approaches, methods, tools and knowledge for a better implementation of the Birds and Habitat Directives | |
Pazhanivelan et al. | Integrating time-series SAR data and ORYZA crop growth model in Rice area mapping and yield estimation for crop insurances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20191024 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191128 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191128 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200220 |
|
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: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200325 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6682710 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |