JP6769489B2 - 土壌推定装置、土壌推定方法、及びプログラム - Google Patents

Description

本発明は、圃場における土壌の状態を推定するための、土壌推定装置、土壌推定方法、及びプログラムに関する。

一般に、農産物の生産は、生産者の経験と、経験に裏打ちされた勘とに基づいて行なわれており、経験の浅い生産者が、安定的に農産物を生産することは困難である。また、長年農業に携わっている生産者であっても、安定的に高収量をあげられていない場合がある。農業分野の発展のためには、生産者が安定的に農産物を生産できるようになることが求められている。

このため、近年、農業分野においては、ＩＴ技術を活用することによって、生産者を支援する試みが行なわれている。例えば、特許文献１は、圃場に設置された、照度センサ、土壌水分センサ等の各種センサからのセンサデータに基づいて、農作業を自動的に実行するシステムを提案している。

特許文献１に開示されたシステムは、まず、照度センサーからの信号によって夜明けを検知すると、施肥前の灌水を実行し、更に、設定時刻毎に、肥料を圃場に投与する。また、特許文献１に開示されたシステムは、土壌水分センサーからの信号に基づいて、土壌の水分量を特定し、特定した水分量に応じて、灌水を実行する。なお、灌水は、圃場に設置された給水ポンプを稼働させることによって行なわれている。

また、一般に圃場においては、水はけの良い場所と水はけの悪い場所とが存在することから、圃場の土壌水分量を正確に測定するためには、圃場内の幾つかの箇所に土壌水分センサを設置する必要がある。そして、この場合、土壌水分センサが設置されていない箇所の土壌水分量については、取得された土壌水分センサの実測値を傾斜配分することによって推定できる。図１１は、圃場内に設置されている土壌水分センサで測定された実測値の傾斜配分を説明する図である。

特開２００７−２５２２３４号公報

しかしながら、上述した傾斜配分によって土壌水分量を測定するためには、圃場における地形及び土質が均一であることが前提であり、地形及び土質が均一でない場合は、推定値が不正確になるという問題がある。そして、通常、圃場においては、傾斜及び凹凸が存在していたり、様々な種類の土が存在していたりしており、地形及び土質が不均一であることの方が一般的である。また、土壌水分センサで挟まれていない箇所では、傾斜配分による推定が行なえないという問題もある。

一方、上述の問題は、設置する土壌水分センサの数を増加させることで解決できるとも考えられるが、この場合は、コストが増加すると共に、圃場内での作業性が低下してしまう。特に、圃場が広大であればある程、大型の農業機械を用いて農作業が行なわれるが、大型の農業機械において、複数の土壌水分センサを避けながらの作業は、作業効率を大きく低下させてしまう。また、農業機械を操作するために、作業開始前に毎回センサを引き抜き、作業終了後にセンサを挿しなおす場合もあり、作業効率を大きく低下させてしまうことがある。

本発明の目的の一例は、上記問題を解消し、土中の状態を検出するセンサの数を増加させることなく、土中の状態の推定精度を向上し得る、土壌推定装置、土壌推定方法、及びプログラムを提供することにある。

上記目的を達成するため、本発明の一側面における土壌推定装置は、
対象となる圃場の地形を特定する地形情報及び前記圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて、前記圃場の土中の状態の実測値から土中の状態を推定する、推定モデルを生成する、推定モデル生成部を備えている、ことを特徴とする。

また、上記目的を達成するため、本発明の一側面における土壌推定方法は、
（ａ）対象となる圃場の地形を特定する地形情報及び前記圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて、前記圃場の土中の状態の実測値から土中の状態を推定する、推定モデルを生成する、ステップを有する、ことを特徴とする。

更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
（ａ）対象となる圃場の地形を特定する地形情報及び前記圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて、前記圃場の土中の状態の実測値から土中の状態を推定する、推定モデルを生成する、ステップを実行させる、ことを特徴とする。

以上のように、本発明によれば、土中の状態を検出するセンサの数を増加させることなく、土中の状態の推定精度を向上することができる。

図１は、本発明の実施の形態における土壌推定装置の概略構成を示すブロック図である。 図２は、本発明の実施の形態における土壌推定装置の具体的構成を示すブロック図である。 図３は、本発明の実施の形態で用いられる地形情報の一例を示す図である。 図４は、本発明の実施の形態で用いられる土壌分布情報の一例を示す図である。 図５は、本発明の実施の形態において圃場に設定される区分の一例を示す図である。 図６は、本発明の実施の形態における、各区分に関する情報をまとめた図である。 図７は、本発明の実施の形態において生成された画像の一例を示す図である。 図８は、本発明の実施の形態における土壌推定装置の推定モデル生成時の動作を示すフロー図である。 図９は、本発明の実施の形態における土壌推定装置の土中水分量の推定時の動作を示すフロー図である。 図１０は、本発明の実施の形態における土壌推定装置を実現するコンピュータの一例を示すブロック図である。 図１１は、圃場内に設置されている土壌水分センサで測定された実測値の傾斜配分を説明する図である。

（実施の形態）
以下、本発明の実施の形態における、土壌推定装置、土壌推定方法、及びプログラムについて、図１〜図１０を参照しながら説明する。

［装置構成］
最初に、本実施の形態における土壌推定装置の構成について説明する。図１は、本発明の実施の形態における土壌推定装置の概略構成を示すブロック図である。

図１に示す本実施の形態における、土壌推定装置１００は、圃場の土中の状態を推定するための装置である。土中の状態は、例えば、土中の水分量、窒素量、温度等によって示される状態である。

図１に示すように、土壌推定装置１００は、推定モデル生成部１０を備えている。推定モデル生成部１０は、対象となる圃場（以下「対象圃場」と表記する。）の地形を特定する地形情報及び対象圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて、推定モデルを生成する。推定モデルは、対象圃場内の一の地点における土中の状態を示す実測値から、この一の地点とは異なる他の地点における土中の状態を推定する、モデルである。地形情報は、例えば対象圃場の傾斜等を表す地形モデルである。土壌分布情報は、例えば対象圃場における土壌分布を表す土壌分布モデルである。

このように、本実施の形態では、推定モデル生成部１０は、圃場の地形及び土質を考慮し、圃場内の一の地点における土中の状態を示す実測値から、一の地点とは異なる他の地点における土中の状態を推定するための推定モデルを生成する。このため、圃場において地形及び土質が均一でない場合であっても、正確に土中の状態を推定することができる。また、この推定モデルが圃場全体をカバーすることにより、少なくとも一箇所の実測値が取得できれば、圃場全体の土中の状態を推定できる。従って、本実施の形態によれば、土壌の状態を検出するセンサの数の増加が抑制される。

ここで、図２を用いて、本実施の形態における土壌推定装置１００の構成をより具体的に説明する。図２は、本発明の実施の形態における土壌推定装置の具体的構成を示すブロック図である。

図２に示すように、本実施の形態では、土壌推定装置１００は、推定モデル生成部１０に加えて、実測値取得部２０と、土中状態推定部３０と、画像データ生成部４０とを備えている。また、本実施の形態では、土壌推定装置１００は、土中の水分量を、土壌の状態として推定する。このため、推定モデルは、土中の水分量の実測値から土中の水分量を推定するモデルであり、土壌推定装置１００は、圃場に設置された土壌水分センサ２００に接続されている。土壌推定装置１００と土壌水分センサ２００の接続方法は、有線であっても無線であってもよい。なお、図２において、６０は管理者の端末装置である。

実測値取得部２０は、対象圃場の土中の状態を示す実測値を取得する。具体的には、図２の例では、実測値取得部２０は、土壌水分センサ２００から、土中の水分量の実測値を取得する。図２の例では、土壌水分センサ２００は、センサ部２０１と、演算ユニット２０２と、太陽電池２０３とを主に備えている。

また、土壌水分センサ２００は、後述の図５に示すように、圃場内の任意の位置に設置される。更に、土壌水分センサ２００の数は、１つの圃場において、１つ設置されていれば良い。土壌水分センサ２００への電源供給は、太陽電池の他にもバッテリによって行なわれていても良い。

センサ部２０１は、地面の下に埋設され、土中の水分を検出する。演算ユニット２０２は、検出された水分から土中の水分量を算出し、算出した水分量を特定するデータを、土壌推定装置１００に送信する。太陽電池２０３は、センサ部２０１及び演算ユニット２０２に電力を供給する。なお、土壌水分センサ２００の構成は、図２の例に限定されるものではない。土壌水分センサ２００は、土中の水分量を測定できるものであれば良い。

また、本実施の形態では、推定モデル生成部１０は、まず、データベース５０に格納されている地形情報５１及び土壌分布情報５２を取得する。なお、データベース５０は、土壌推定装置１００の外部に設置されていても良いし、土壌推定装置１００が備えていても良い。

ここで、地形情報５１及び土壌分布情報５２の具体例を図３及び図４を用いて説明する。図３は、本発明の実施の形態で用いられる地形情報の一例を示す図である。図３の例では、地形情報は、対象圃場の地形を等高線で表しており、対象圃場の表面の傾斜の状態を特定している。また、図４は、本発明の実施の形態で用いられる土壌分布情報の一例を示す図である。図４の例では、土壌分布情報は、成分の組成毎に対応する領域を示しており、土壌を構成する成分の分布状況を特定している。

更に、推定モデル生成部１０は、推定モデルの生成のために、図５に示すように、対象圃場を複数の部分に分割して、複数の区分を設定する。すなわち、推定モデル生成部１０は、推定モデルの生成のために、対象圃場を仮想的にメッシュ状に区切る。図５は、本発明の実施の形態において圃場に設定される区分の一例を示す図である。図５の例では、推定モデル生成部１０は、対象圃場をマス目状に分割することによって、区分を設定している。各区分の面積が小さい方が、すなわち、対象圃場をより細かなメッシュ状に区切る方が、推定モデルの精度が向上する。

続いて、推定モデル生成部１０は、本実施の形態では、地形情報５１及び土壌分布情報５２の両方に基づいて、区分毎に、土中の水分の流入量及び流出量を予測して、推定モデルを生成する。このとき、対象圃場の地形が全体にわたって均一（平ら）である場合は、推定モデル生成部１０は、土壌分布情報５２のみを用いても良い。一方、対象圃場の土質が全体にわたって均一な場合は、推定モデル生成部１０は、地形情報５１のみを用いても良い。また、このとき、推定モデルは、各区分における土中の水分量の相対的な関係を示している。

具体的には、推定モデル生成部１０は、まず、区分毎に、対応する地形情報及び土壌分布情報を抽出し、各区分における土壌の組成と傾斜とを特定する。なお、ここでは、推定モデル生成部１０が推定モデルの生成のために設定する区分の面積と、後述の土中状態推定部３０が土中の状態を推定する際に用いる区分の面積とが一致する、あるいは推定モデル生成部１０が推定モデルの生成のために設定する区分の面積が、土中状態推定部３０が土中の状態を推定する際に用いる区分の面積よりも小さいとする。

この場合において、１つの区分内に、組成の異なる部分が複数含まれているときは、推定モデル生成部１０は、各部分の組成と部分間の面積比とを考慮して、その区分における組成を決定する。また、１つの区分内に、高さの異なる領域が複数含まれているときは、推定モデル生成部１０は、各領域の高さと、領域間の面積比とを考慮して、その区分における傾斜を決定する。

続いて、推定モデル生成部１０は、区分毎に、特定した土壌の組成と傾斜とに基づいて、推定モデルを生成する。本実施の形態では、推定モデル生成部１０は、例えば、区分毎に、特定した土壌の組成と傾斜とに基づいて、土中の水分の流入量と流出量とを予測して、各区分における水分量の相対的な関係を導出して推定モデルを生成する。各区分は連続であるため、ある区分における土中の水分の流入量と流出量とを予測する際には、隣接する区分からの水の流入、隣接する区分への水の流出が考慮される。

図６は、各区分に関する情報をまとめた図である。図６の例において、区分は、図５に示す縦方向の番号と横方向の番号とで特定されている。また、Ｓｉｌｔ（％）、Ｓａｎｄ（％）、Ｃｌａｙ（％）は、対象圃場における土壌の組成を示すパラメータであり、土壌分布情報を用いて算出される値である。また、傾斜（％）は対象圃場の傾斜を示すパラメータであり、地形情報を用いて算出される値である。図５に示す例では、区分３−（３）に相当する領域に土壌水分センサ２００が設置されているので、図６に示す区分３−（３）の「実測値」の欄には、実測値が登録されている。

土中状態推定部３０は、実測値取得部２０によって取得された実測値と推定モデルとを用いて、区分毎に、土中の状態を推定する。本実施の形態では、土中状態推定部３０は、推定モデル生成部１０が生成した推定モデルに実測値を入力することにより、各区分における水分量の相対的な関係から、各区分における水分量の絶対値を算出する。

図５に示す例では、土中状態推定部３０は、センサが設置されている区分３−（３）での実測値（３００ｍｍ）、及び、区分３−（３）における水分量の定常解とセンサが設置されていない区分における水分量の定常解との間の相対関係に基づき、センサの設置されていない区分の水分量を推定（算出）する。図６における「算出値」については、センサが設置されている区分に対応する欄には実測値が登録され、センサが設置されていない区分に対応する欄には土中状態推定部３０によって推定された水分量の値が登録される。

土壌状態推定部３０は、圃場を、その平坦度合及び土壌分布の均一度合のうち、少なくとも一方に応じて分割することができる。例えば、平坦度合が高いところでは傾斜が少ないため、区分が大きくなるように分割され、逆に、平坦度合が低いところでは傾斜が大きいため、区分が小さくなるように分割される。また、土壌分布の均一度合が高いところでは土質が一定であるため、区分が大きくなるように分割され、逆に土壌分布の均一度合が低いところでは土質が一定でないため、区分が小さくなるように分割される。このようにすることで、土壌状態推定部３０は、計算量を省力化することができる。

画像データ生成部４０は、土中状態推定部３０によって各区分の水分量が算出されると土中の水分量を可視化するための画像データを生成する。例えば、図７に示すように、画像データ生成部４０は、圃場を複数の区分（ブロック）に分割し、ブロック毎に土中の水分量が一目で分かるように、各ブロックの土中の水分量を表す図を作成し、作成した図の画像データを生成する。

画像データ生成部４０は、例えば図７に示すように、各ブロックの模様が水分量に応じて異なる画像データを生成する。また、画像データ生成部４０は、各ブロックの色の濃淡が水分量に応じて異なる画像データを生成することもできる。なお、画像データ生成部４０が設定するブロックは、推定モデル生成部１０が設定する区分又は土中状態推定部３０が設定する区分と一致してもよいし、異なってもよい。

また、本実施の形態において、図７に示すブロックと、図５に示す区分とは、大きさ及び個数において一致している必要はない。図７に示すブロックは、図５に示した区分よりも、縦方向及び横方向において個数が少なくなるように設定されていても良く、複数個の区分が１つのブロックに対応していても良い。これは、図７に示すブロックは、可視化のために設定されており、ブロックと区分とを一致させると、ブロックの大きさが小さくなりすぎ、視認が困難になる可能性があるからである。なお、この場合、１つのブロックの水分量としては、例えば、対応する複数の区分の水分量の平均値が用いられる。

また、画像データ生成部４０は、生成した画像データを、管理者の端末装置６０に送信する。これにより、端末装置６０の画面上には、図７に示す画像が表示される。図７は、本発明の実施の形態において生成された画像の一例を示す図である。

［装置動作］
次に、本実施の形態における土壌推定装置１００の動作について図８及び図９を用いて説明する。以下の説明においては、適宜図１〜図７を参酌する。また、本実施の形態では、土壌推定装置１００を動作させることによって、土壌推定方法が実施される。よって、本実施の形態における土壌推定方法の説明は、以下の土壌推定装置１００の動作説明に代える。

最初に、図８を用いて推定モデルの生成処理について説明する。図８は、本発明の実施の形態における土壌推定装置の推定モデル生成時の動作を示すフロー図である。

図８に示すように、最初に、推定モデル生成部１０は、データベース５０にアクセスして、データベース５０に格納されている地形情報５１及び土壌分布情報５２を取得する（ステップＡ１）。

次に、推定モデル生成部１０は、図５に示すように、対象圃場を複数の部分に分割して、複数の区分を設定する（ステップＡ２）。

次に、推定モデル生成部１０は、ステップＡ１で取得した地形情報５１及び土壌分布情報５２に基づいて、推定モデルを生成する（ステップＡ３）。

具体的には、推定モデル生成部１０は、区分毎に、対応する地形情報５１及び土壌分布情報５２を抽出し、各区分における土壌の組成と傾斜とを特定する。そして、推定モデル生成部１０は、区分毎に、特定した土壌の組成と傾斜とを用いて、推定モデルを生成する。また、推定モデル生成部１０は、生成した推定モデルをデータベース５０に格納する。

続いて、図９を用いて土中の水分量の推定処理について説明する。図９は、本発明の実施の形態における土壌推定装置の土中水分量の推定時の動作を示すフロー図である。

図９に示すように、最初に、実測値取得部２０が、土壌水分センサ２００から、土中の水分量の実測値を取得する（ステップＢ１）。

次に、土中状態推定部３０は、ステップＢ１で取得された実測値と推定モデルとを用いて、区分毎に、土中の水分量を推定する（ステップＢ２）。具体的には、土中状態推定部３０は、推定モデルに、実測値を入れて、各区分における水分量を算出する。

次に、画像データ生成部４０は、ステップＢ２で推定された、対象圃場の土中の水分量を可視化するための画像データを生成し、これを端末装置６０に出力する（ステップＢ３）。ステップＢ３の実行により、図７に示すように、端末装置６０の画面上には、区分毎の土中水分量が一目で分かる図が表示される。

［実施の形態における効果］
以上のように本実施の形態によれば、圃場の地形及び土質を考慮して生成された推定モデルを用いて、土中の水分量が推定されるので、その推定精度は、図１１に示した従来の手法を用いた場合に比べて大幅に向上する。また、実測値を測定するためのセンサは１つでも良いため、センサの設置による農作業の作業効率の低下は抑制される。更に、本実施の形態では、管理者は、自身の端末装置６０の画面上で、圃場全体の水分量を把握できるので、管理者における圃場の管理作業が容易なものとなる。

推定モデル生成部１０が推定モデルを生成する際に設定する区分と、土壌状態推定部３０が土中の水分量を推定する際に設定する区分を一致させた場合には、推定モデル生成部１０は、区分毎に、特定した土壌の組成と傾斜とに基づいて、予め設定されている算出式の中から最適な算出式を選択することもできる。ここでいう算出式は推定モデルに相当し、土中の水分の流入量と流出量とを予測するものである。算出式は、予め、組成が異なる土壌サンプルを用いた実験等を行ない、得られた実験結果を用いることで設定される。そして、土中状態推定部３０は、区分毎に、選択された算出式に実測値を入力して、各区分における水分量を算出する。

［プログラム］
本実施の形態におけるプログラムは、コンピュータに、図８に示すステップＡ１〜Ａ３、図９に示すステップＢ１〜Ｂ３を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における土壌推定装置１００と土壌推定方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing Unit）は、推定モデル生成部１０、実測値取得部２０、土中状態推定部３０、及び画像データ生成部４０として機能し、処理を行なう。

また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、推定モデル生成部１０、実測値取得部２０、土中状態推定部３０、及び画像データ生成部４０のいずれかとして機能しても良い。

ここで、本実施の形態におけるプログラムを実行することによって、土壌推定装置１００を実現するコンピュータについて図１０を用いて説明する。図１０は、本発明の実施の形態における土壌推定装置を実現するコンピュータの一例を示すブロック図である。

図１０に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。

なお、本実施の形態における土壌推定装置１００は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、土壌推定装置１００は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

上述した実施の形態の一部又は全部は、以下に記載する（付記１）〜（付記１８）によって表現することができるが、以下の記載に限定されるものではない。

（付記１） 対象となる圃場の地形を特定する地形情報及び前記圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて推定モデルを生成する推定モデル生成部を備え、
前記推定モデルは、前記圃場内の一の地点における土中の状態を示す実測値から前記一の地点とは異なる他の地点における土中の状態を推定するためのモデルである、
ことを特徴とする土壌推定装置。

（付記２） 前記推定モデル生成部が、前記圃場を複数の部分に分割して得られた区分毎に、土中の水分の流入量及び流出量を予測して、各区分における土中の水分量の相対的な関係を示す前記推定モデルを生成する、
付記１に記載の土壌推定装置。

（付記３） 前記圃場の土中の水分の実測値を取得する、実測値取得部と、
取得した前記実測値と前記推定モデルとを用いて、土中の水分量を推定する、土中状態推定部と、
推定された土中の水分量を可視化するための画像データを生成する、画像データ生成部と、
を更に備えている、付記２に記載の土壌推定装置。

（付記４） 前記画像データ生成部は、前記圃場を複数の部分に分割して得られたブロック毎に、当該ブロックにおける模様が水分量に応じて異なるように、前記画像データを生成する、
付記３に記載の土壌推定装置。

（付記５） 前記画像データ生成部は、前記ブロック毎に、当該ブロックにおける色の濃淡が水分量に応じて表されている、画像データを生成する、
付記３または４に記載の土壌推定装置。

（付記６） 前記地形情報が、前記圃場の表面の傾斜の状態を特定する情報であり、
前記土壌分布情報が、前記土壌を構成する成分の分布状況を特定する情報である、
付記１〜５のいずれかに記載の土壌推定装置。

（付記７）（ａ）対象となる圃場の地形を特定する地形情報及び前記圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて推定モデルを生成する、ステップを有し、
前記推定モデルは、前記圃場内の一の地点における土中の状態を示す実測値から前記一の地点とは異なる他の地点における土中の状態を推定するためのモデルである、
ことを特徴とする土壌推定方法。

（付記８） 前記（ａ）のステップにおいて、前記圃場を複数の部分に分割して得られた区分毎に、土中の水分の流入量及び流出量を予測して、各区分における土中の水分量の相対的な関係を示す前記推定モデルを生成する、
付記７に記載の土壌推定方法。

（付記９）（ｂ）前記圃場の土中の水分の実測値を取得する、ステップと、
（ｃ）前記（ｂ）のステップで取得した前記実測値と前記（ａ）のステップで生成した前記推定モデルとを用いて、土中の水分量を推定する、ステップと、
（ｄ）推定された土中の水分量を可視化するための画像データを生成する、ステップと、を更に有する、付記８に記載の土壌推定方法。

（付記１０） 前記（ｄ）のステップにおいて、前記圃場を複数の部分に分割して得られたブロック毎に、当該ブロックにおける模様が水分量に応じて異なるように、前記画像データを生成する、
付記９に記載の土壌推定方法。

（付記１１） 前記（ｄ）のステップにおいて、前記ブロック毎に、当該ブロックにおける色の濃淡が水分量に応じて表されている、画像データを生成する、
付記９または１０に記載の土壌推定方法。

（付記１２） 前記地形情報が、前記圃場の表面の傾斜の状態を特定する情報であり、
前記土壌分布情報が、前記土壌を構成する成分の分布状況を特定する情報である、
付記７〜１１のいずれかに記載の土壌推定方法。

（付記１３）コンピュータに、
（ａ）対象となる圃場の地形を特定する地形情報及び前記圃場における土壌分布を特定する土壌分布情報のうち少なくとも一方に基づいて推定モデルを生成する、ステップを実行させる命令を含むプログラムを記録し、
前記推定モデルは、前記圃場内の一の地点における土中の状態を示す実測値から前記一の地点とは異なる他の地点における土中の状態を推定するためのモデルである、
ことを特徴とするプログラム。

（付記１４） 前記（ａ）のステップにおいて、前記圃場を複数の部分に分割して得られた区分毎に、土中の水分の流入量及び流出量を予測して、各区分における土中の水分量の相対的な関係を示す前記推定モデルを生成する、
付記１３に記載のプログラム。

（付記１５）前記コンピュータに、
（ｂ）前記圃場の土中の水分の実測値を取得する、ステップと、
（ｃ）前記（ｂ）のステップで取得した前記実測値と前記（ａ）のステップで生成した前記推定モデルとを用いて、前記区分毎に、土中の水分量を推定する、ステップと、
（ｄ）前記区分毎に推定された土中の水分量を可視化するための画像データを生成する、ステップと、
を更に実行させる、付記１４に記載のプログラム。

（付記１６） 前記（ｄ）のステップにおいて、前記圃場を複数の部分に分割して得られたブロック毎に、当該ブロックにおける模様が水分量に応じて異なるように、前記画像データを生成する、
付記１５に記載のプログラム。

（付記１７） 前記（ｄ）のステップにおいて、前記ブロック毎に、当該ブロックにおける色の濃淡が水分量に応じて表されている、画像データを生成する、
付記１５または１６に記載のプログラム。

（付記１８） 前記地形情報が、前記圃場の表面の傾斜の状態を特定する情報であり、
前記土壌分布情報が、前記土壌を構成する成分の分布状況を特定する情報である、
付記１３〜１７のいずれかに記載のプログラム。

以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２０１６年９月３０日に出願された日本出願特願２０１６−１９５１０５を基礎とする優先権を主張し、その開示の全てをここに取り込む。

以上のように、本発明によれば、土中の状態を検出するセンサの数を増加させることなく、土中の状態の推定精度を向上することができる。本発明は、土壌の状態の検出が必要な分野、特には農業分野に有用である。

１０ 推定モデル生成部
２０ 実測値取得部
３０ 土中状態推定部
４０ 画像データ生成部
５０ データベース
５１ 地形情報
５２ 土壌分布情報
６０ 端末装置
１００ 土壌推定装置
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
２００ 土壌水分センサ
２０１ センサ部
２０２ 演算ユニット
２０３ 太陽電池

Claims (15)

1. 対象圃場を複数に分割した区分ごとに特定した土壌分布情報、又は地形情報、又は両方に基づいて、隣接する区分の土中から流入する水の流入量と、隣接する前記区分の土中から流出する水の流出量とを予測して、区分ごとにおける土中の水分量の相対的な関係を導出し、前記区分ごとの土中の状態を推定する推定モデルを生成する、推定モデル生成部と、
   水分センサが設けられた区分において、前記水分センサが計測した土中の水分量である実測値を取得する、実測値取得部と、
   取得した前記実測値を前記推定モデルに入力して土中の水分量を推定する、土中状態推定部と、
   を有することを特徴とする土壌推定装置。
2. 推定された土中の水分量を可視化するための画像データを生成する、画像データ生成部
   を更に備えている、請求項１に記載の土壌推定装置。
3. 前記画像データ生成部は、前記圃場を複数の部分に分割して得られたブロック毎に、当該ブロックにおける模様が水分量に応じて異なるように、前記画像データを生成する、
   請求項２に記載の土壌推定装置。
4. 前記画像データ生成部は、前記ブロック毎に、当該ブロックにおける色の濃淡が水分量に応じて表されている、画像データを生成する、
   請求項２又は３に記載の土壌推定装置。
5. 前記地形情報が、前記圃場の表面の傾斜の状態を特定する情報であり、
   前記土壌分布情報が、前記土壌を構成する成分の分布状況を特定する情報である、
   請求項１〜４のいずれかに記載の土壌推定装置。
6. （ａ）対象圃場を複数に分割した区分ごとに特定した土壌分布情報、又は地形情報、又は両方に基づいて、隣接する区分の土中から流入する水の流入量と、隣接する前記区分の土中から流出する水の流出量とを予測して、区分ごとにおける土中の水分量の相対的な関係を導出し、前記区分ごとの土中の状態を推定する推定モデルを生成する、ステップと、
   （ｂ）水分センサが設けられた区分において、前記水分センサが計測した土中の水分量である実測値を取得する、ステップと、
   （ｃ）取得した前記実測値を前記推定モデルに入力して土中の水分量を推定する、ステップと、
   を有することを特徴とする土壌推定方法。
7. （ｄ）推定された土中の水分量を可視化するための画像データを生成する、ステップと、
   を更に有する、請求項６に記載の土壌推定方法。
8. 前記（ｄ）のステップにおいて、前記圃場を複数の部分に分割して得られたブロック毎に、当該ブロックにおける模様が水分量に応じて異なるように、前記画像データを生成する、
   請求項７に記載の土壌推定方法。
9. 前記（ｄ）のステップにおいて、前記ブロック毎に、当該ブロックにおける色の濃淡が水分量に応じて表されている、画像データを生成する、
   請求項７又は８に記載の土壌推定方法。
10. 前記地形情報が、前記圃場の表面の傾斜の状態を特定する情報であり、
    前記土壌分布情報が、前記土壌を構成する成分の分布状況を特定する情報である、
    請求項７〜９のいずれかに記載の土壌推定方法。
11. コンピュータに、
    （ａ）対象圃場を複数に分割した区分ごとに特定した土壌分布情報、又は地形情報、又は両方に基づいて、隣接する区分の土中から流入する水の流入量と、隣接する前記区分の土中から流出する水の流出量とを予測して、区分ごとにおける土中の水分量の相対的な関係を導出し、前記区分ごとの土中の状態を推定する推定モデルを生成する、ステップと、
    （ｂ）水分センサが設けられた区分において、前記水分センサが計測した土中の水分量である実測値を取得する、ステップと、
    （ｃ）取得した前記実測値を前記推定モデルに入力して土中の水分量を推定する、ステップと、
    ことを特徴とするプログラム。
12. 前記コンピュータに、
    （ｄ）前記区分毎に推定された土中の水分量を可視化するための画像データを生成する、
    ステップと、
    を更に実行させる、請求項１１に記載のプログラム。
13. 前記（ｄ）のステップにおいて、前記圃場を複数の部分に分割して得られたブロック毎に、当該ブロックにおける模様が水分量に応じて異なるように、前記画像データを生成する、
    請求項１２に記載のプログラム。
14. 前記（ｄ）のステップにおいて、前記ブロック毎に、当該ブロックにおける色の濃淡が水分量に応じて表されている、画像データを生成する、
    請求項１２又は１３に記載のプログラム。
15. 前記地形情報が、前記圃場の表面の傾斜の状態を特定する情報であり、
    前記土壌分布情報が、前記土壌を構成する成分の分布状況を特定する情報である、
    請求項１２〜１４のいずれかに記載のプログラム。
    

Images