JP6788288B2 - ハウス内環境データ生成方法 - Google Patents
ハウス内環境データ生成方法 Download PDFInfo
- Publication number
- JP6788288B2 JP6788288B2 JP2019049363A JP2019049363A JP6788288B2 JP 6788288 B2 JP6788288 B2 JP 6788288B2 JP 2019049363 A JP2019049363 A JP 2019049363A JP 2019049363 A JP2019049363 A JP 2019049363A JP 6788288 B2 JP6788288 B2 JP 6788288B2
- Authority
- JP
- Japan
- Prior art keywords
- house
- temperature
- time
- solar radiation
- agricultural
- 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
- 230000007613 environmental effect Effects 0.000 title claims description 77
- 230000005855 radiation Effects 0.000 claims description 169
- 238000004364 calculation method Methods 0.000 claims description 93
- 238000000034 method Methods 0.000 claims description 58
- 238000001816 cooling Methods 0.000 claims description 42
- 238000010438 heat treatment Methods 0.000 claims description 27
- 230000001186 cumulative effect Effects 0.000 claims description 13
- 230000029553 photosynthesis Effects 0.000 claims description 11
- 238000010672 photosynthesis Methods 0.000 claims description 11
- 239000004570 mortar (masonry) Substances 0.000 claims 1
- 230000002354 daily effect Effects 0.000 description 46
- 238000010586 diagram Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000009413 insulation Methods 0.000 description 4
- 230000000243 photosynthetic effect Effects 0.000 description 4
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- 241000227653 Lycopersicon Species 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 240000009305 Pometia pinnata Species 0.000 description 2
- 235000017284 Pometia pinnata Nutrition 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000003028 elevating effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000019645 odor Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/12—Sunshine duration recorders
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
従来から収穫量を予測する方策が多数提案されている(例えば特許文献1)。農作物の生育を簡易に予測するには「有効積算温度」を使うことが一般的である。引用文献1に記載のキャベツなど葉茎菜類においては実用に耐えうる精度が期待できるとされる。
しかしながら、トマト等の果菜類においは、播種から開花時期、開花から収穫時期などの予測が有効積算温度だけでは十分な精度を出せないことが分かっている(非特許文献1)。
さらに、農業用ハウスを使用した通年連作栽培においては、播種から開花時期までには十分な予測精度が出せるが、果房間における開花タイミングや収穫開始タイミングなどに大きなズレが出ることが、弊社圃場での実証実験において明らかになった。そのため、「ハウス内の有効日射量」を環境パラメータとして測定ないしは予測することが、一つの課題となっている。
アメダスは1974年11月1日に運用を開始して、現在、降水量を観測する観測所は全国に約1,300か所(約17km間隔)あり、このうち、約50か所では日射量を観測しており、測定されたデータは広く一般ユーザが入手することができる。
しかしながら、全国約50箇所で観測している「日射量」については、気象庁のデータを実圃場データとしてそのまま活用するには、地点粒度が粗く、その他の観測地では日射量ではなく日照時間表記である、など諸処の課題が残る。
また、空撮画像データを使用することにより一般データを補正、圃場データとして収量予測に活用する手段が提案されている(特許文献2)。
なお、非特許文献2には、特定月日の特定時刻における太陽高度を求める計算式が記載されている。
しかしその反面で、天気によりハウス内環境が時系列で大きく変化し、ハウス設置地域(緯度・経度)によってもハウス内環境が大きく左右されることから、結果として、外的要因により生産量が予測しにくいという課題が指摘されてきた。
ハウス内環境に特に大きな影響を与えるのは、こちらも有効日射量である。例えば、有効日射量変動による室内温度の上昇・低下は時事刻々と発生し、ハウス内環境パラメータの予測を困難にしている。
以上のような課題に対し、農業用ハウス内にセンサを配置し、データを直接取得する手段が提案されている。
しかし、センサ等でのデータ取得には、温度・照度センサ等をハウスの数だけ設置するコストが大きく、ハウス建設後、作付け期間に相当する期間(半年〜1年)のデータ蓄積が最低限必要であり、特に新規就農時にはデータが揃わず、農業参入前のフィージビリティスタディに使えないという課題が残る。また、照度値は照度センサのハウス内取付位置によって大きくばらつくため、1個のセンサではハウス内の平均的な日照値を見積もりづらいという課題もある。
特許文献2による手法は、畑・水田・露地栽培には有効な手段であるが、農業用ハウス内部の環境を空撮画像によって伺い知ることはできず、ハウス栽培には活用できない。
なお、日照時間の時別値を日射量時別値に直接変換することはきわめて難しい。
請求項2記載の本発明は、請求項1に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、前記文字が含まれていれば前記日射不足と判定することを特徴とする。
請求項3記載の本発明は、請求項2に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、一時雨、一時雪、又は一時みぞれの前記文字が含まれていれば前記日射不足と判定しないことを特徴とする。
請求項4記載の本発明は、請求項1に記載のハウス内環境データ生成方法において、前記天気判定ステップでは、前記天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、前記文字が含まれていれば前記日射不足と判定することを特徴とする。
請求項5記載の本発明のハウス内環境データ生成方法は、農業用ハウスの場所を特定する地点情報2と、前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、日別及び地域別に提供されている気象データとを用いることで、制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、前記制御手段が、前記気象データの中から前記地点情報2で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップとを有し、前記ハウス内環境データをハウス内気温とすると、前記気象データとして、最高気温と最低気温とを用い、前記ハウス外環境データ生成ステップでは、前記地点情報2を用いることで前記場所での特定月日の時刻tにおける太陽高度を演算して、前記太陽高度から前記特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップ(S5,S6y)と、ハウス外気温を計算する時刻が、前記日の出時刻から前記南中時刻、前記南中時刻から前記日の入時刻、又は前記日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップ(S15)と、判定された前記時間帯別に、取得した前記最高気温と前記最低気温とを用いて、前記特定月日における前記単位時間毎の気温を演算する単位時間毎気温演算ステップ(S16)と、前記単位時間毎気温演算ステップで演算した前記単位時間毎の前記気温を設定時間毎の前記気温を演算する設定時間毎気温演算ステップ(S17)と、を有し、前記設定時間毎気温演算ステップで演算した前記設定時間毎の前記気温を、設定時間毎ハウス外気温とし、前記ハウス内環境データ生成ステップでは、前記設定時間毎ハウス外気温と前記ハウスパラメータとを用いて前記ハウス内気温を生成することを特徴とする。
請求項6記載の本発明は、請求項5に記載のハウス内環境データ生成方法において、前記ハウス内環境データ生成ステップでは、前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、前記農業用ハウスが加温動作又は冷房動作を行う場合には、前記夜間ハウス内気温には、前記加温動作又は前記冷房動作における設定最低温度を用い、前記加温動作の時間帯における前記外気温が前記設定最低温度よりも高い場合、及び前記冷房動作の時間帯における前記ハウス外気温が前記設定最低温度よりも低い場合には、前記設定最低温度に代えて前記外気温を用いることを特徴とする。
請求項7記載の本発明は、請求項5に記載のハウス内環境データ生成方法において、前記ハウス内環境データ生成ステップでは、前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、前記農業用ハウスが窓開放により冷却動作を行う場合には、前記日中ハウス内気温には、前記冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が前記設定最高温度に満たない場合には、前記設定最高温度に代えて前記ハウス内光合成有効放射照度によって決まる前記温度を用い、前記外気温が前記設定最高温度よりも高い場合には、前記設定最高温度に代えて前記外気温を用いることを特徴とする。
図1は本実施例によるハウス内環境データ生成方法を示すフロー図、図2は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図3は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。
S1で入力する地点情報2は、「地点名(都道府県・市区町村)」又は「緯度」「経度」である。「地点名(都道府県・市区町村)」から「緯度」及び「経度」を特定できる。地点情報2は、少なくとも緯度が特定できればよい。
S3における天気判定ステップは、図2に示す天気判定部3において行う。
S3における天気判定ステップでは、晴れ又は雨などの日中の天気概況を用いて、日射不足を判定する。
例えば、日中の天気概況に「雨」「雪」又は「みぞれ」の文字が含まれているかを判定し、「雨」「雪」又は「みぞれ」の文字が含まれている場合には日射不足と判定して「降水フラグ」を立てる。ただし、天気概況に、一時雨、一時雪、又は一時みぞれの文字が含まれていれば日射不足と判定しない。なお、「曇時々雨一時雪」の場合は「日射不足」と判定する。このように、日射量に影響を与える天気概況を考慮することで高精度なハウス内環境データを生成できる。
また、ユーザが入力した地点に最も近い気象庁アメダスの「日照時間(日積算値)」を気象データベース1から取得する(S4)。
特定月日の時刻tにおける太陽高度h(t)[°]は以下の式から計算できる。
sinh(t)=cosΦcosδcos[15(t−12)]−sinΦsinδ
δ[°]=(180/π)(0.006918−0.399912cosΘ+0.070257sinΘ−0.006758cos2Θ+0.000907sin2Θ−0.002697cos3Θ+0.00148sin3Θ)(非特許文献2)
Θ[°]=360(d−1)/365
ただし、d:1月1日からの日数[日、1月1日を1とする]、Φ:緯度[°]
sinh(12)=cosΦcosδ−sinΦsinδ
日の出・日の入時刻ではおおよそh(t)=0[°]であるから、日長L[h]=(日の入時刻−日の出時刻)は以下の式で求めることができる。
L=(2/15)acos(−tanΦtanδ)
上記式によって、太陽高度から特定月日における可照時間を演算できる(S6)。
実際は、日の出は太陽が完全に地平線から出る時刻、日の入りは太陽が完全に地平線に隠れる時刻であるからh(t)=0[°]ではない。また、他にも日の出・日の入りに影響する要因が存在する。
そこで、実測値に合うよう上記式を修正して用いる。
L=(2/15)acos(tanβ−tanΦtanδ)
tanβ=K1+K2sin(Φ+α)
パラメータ
K1、K2:係数、α:位相パラメータ
S4で取得する日照時間について、気象データベース1でのデータ取得間隔が1日未満の場合、毎日0時0分1秒から24時0分0秒の値を積算して日毎の日照時間データDs[h]を得る。
例えば、10分毎の日照時間データXm(t)の場合、毎日0時10分から24時0分の値を平均して日毎の日照時間データDS[h]を得る。
DS=(1/60)Σ[Xm(t)](和は0時10分〜24時0分について取る)
従って、10分毎の日照時間データXm(t)は、例えば、Xm(9時10分):8分、Xm(9時20分):10分、Xm(9時30分):10分、Xm(9時40分):10分、Xm(9時50分):2分、Xm(10時0分):0分・・・・・となり、これらのデータを0時10分〜24時0分まで積算すると、日毎の日照時間は
Σ[Xm(t)][分]となって、60で割ると単位が[時間]になる。
lG=DS(C1+C2sinh+C3sin2h)+QR(C4+C5L)
入力値
DS:日照時間[h]
L:日長[h]=(日の入時刻−日の出時刻)
h:太陽の南中高度[°]
パラメータ
C1〜C5:係数
Q:短日照時間補正係数(日照時間が閾値Dth未満:Q(<1)、Dth以上:1)
R:降水補正係数(日射不足である:R(<1)、日射不足でない:1)
全天日射量を計測している気象庁アメダスについて、1年間の日射量推移を最小二乗解析し、パラメータを決定する。緯度を考慮し、以下の5つのアメダスについて解析する。なお、例えば10年ごとにパラメータを見直すことも重要である。
札幌(北緯43.06度)、盛岡(北緯39.70度)、大阪(北緯34.68度)、鹿児島(北緯31.56度)、石垣島(北緯24.34度)
S8における日射量日変化概形演算ステップでは、単位時間(例えば10分)毎の日射量変化の概形lmdl(t)[J/m2]を以下の式から計算する。
lmdl(t)=l0P1/sinh(t)sinh(t){1+0.033cos[360(d−2)/365]}
入力
d:1月1日からの日数[日、1月1日を1とする]
h(t):時刻tにおける太陽の南中高度[°]
定数
l0:太陽定数(4.9176MJ/m2)
P:大気透過率(0.7)
なお、本実施例についてはPを定数として扱う。
S9における単位時間毎日射量演算ステップでは、単位時間(例えば10分)毎の日射量変化の概形lmdl(t)[J/m2]を1日分積算した値を日照時間から推定した日積算日射量lG[J/m2]と一致させ、10分毎の日射量lm(t)[J/m2]を得る。
lm(t)={lG/Σ[lmdl(t)]}lmdl(t)(和は0:10〜24:00について取る)
S10における設定時間毎光合成有効放射照度演算ステップでは、10分毎の日射量lm(t)[J/m2]を放射照度[W/m2]に変換し、毎時10分〜60分の値を平均して設定時間(例えば60分)毎の放射照度Eh(t)[W/m2]を得る。
Eh(t)=(1/6)Σ[lm(t)/600](和は10分〜60分について取る)
なお、時間毎の光合成有効放射照度(日射の可視光成分の放射照度)Eeff(t)[W/m2]は全放射照度の50%とすることが好ましい。
Eeff(t)=(1/2)Eh(t)
なお、図3(a)は、設定時間毎ハウス外光合成有効放射照度に用いる入力データを示す説明図である。
S11では、農業用ハウスの構造を区別するハウスタイプ、農業用ハウスの棟方向、農業用ハウスが単棟か連棟かの区別、及び農業用ハウスに用いる遮光カーテンの枚数のいずれかを少なくとも含むハウスパラメータを入力する。
S11におけるハウスパラメータの入力では、例えば、ユーザが「緯度」「ハウスタイプ」「棟方向」「単棟・連棟の別」「遮光カーテンの有無」をリストから選択し、「遮光カーテンの透過率」「遮光カーテンを展開する光合成有効放射照度の閾値」「側面からの日照の寄与率」「地表面反射補正係数」「フィルム汚れ係数」を入力することで行う。
S12における設定時間毎ハウス内光合成有効放射照度演算ステップでは、「緯度」「月」「ハウスタイプ」「棟方向」「単棟・連棟の別」によって区分された、屋根及び側面から入射する日照の割合(Froof、Fside)をユーザーの入力情報及び日付に従って選択する。
ハウス外光合成有効放射照度Eout(t)に上記の割合Froof、Fsideを掛けて屋根及び側面からの日射量を算出し、屋根からの日照に対してカーテンの透過率(TR)、側面からの日照に対して寄与率(TS)をそれぞれ掛け、日射量を補正する。
補正した日射量の総和に対して「地表面反射補正係数(Crefl)」「フィルム汚れ係数(Cdirt)」を掛け、ハウス内光合成有効放射照度Ein(t)を算出する。
最終的な計算式は以下のようになる。
Ein(t)=Eout(t)(1+Crefl)(1−Cdirt)(FroofTR+FsideTS)
なお、図3(b)及び図3(c)は、設定時間毎ハウス内光合成有効放射照度に用いる入力データを示す説明図である。
図4は本実施例によるハウス内環境データ生成方法を示すフロー図、図5は同ハウス内環境データ生成方法を機能実現手段で表したブロック図、図6は同ハウス内環境データ生成方法に用いるデータ量を示す説明図である。なお、図1及び図2と同一構成又は同一処理については同一符号を付して説明を省略する。
S2xで取得した日別の天気概況を用いて日射不足を判定する(S3x)。
S3xにおける天気判定ステップは、図5に示す天気判定部3xにおいて行う。
S3xにおける天気判定ステップでは、天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、文字が含まれていれば日射不足を判定する。
日射量に影響を与える天気概況を考慮して日射不足に対して補正係数を与えることで高精度なハウス内環境データを生成できる。例えば、日中の天気概況の文字列に「晴」「多云(多雲)」「陰」「陣雨・雷陣雨・陣雪・雷陣雪」「小雨・小雪」「中雨・中雪」が含まれているかを判定し、それぞれに対応する補正係数を与える。
「大雨・大雪」「暴雨・暴雪」「雷雨」「雨夾雪」に対しては「中雨・中雪」と同じ補正係数を与える。
「霧」「霾」及び黄砂を示す「浮塵(視程10km以上)」「揚沙(同1km以上10km未満)」「沙塵暴(同1km未満)」に対しては「陰」と同じ補正係数を与える。
2種類以上の天気が含まれる場合は、補正係数を重み付けなしで平均する。
このように、補正係数を変えることで、天気概況によって段階的に日射不足の度合いを判定する。
S7xにおける日積算日射量演算ステップでは、日積算日射量lG[J/m2]を以下の式から計算する。
lG=E(S)(C1+C2sinh+C3sin2h)+E(R)(C4+C5L)
入力
L:日長[h]=(日の入時刻−日の出時刻)
h:太陽の南中高度[°]
パラメータ
C1〜C5:係数
S:直達日射量補正係数(晴:1、多云:s(<1)、他の天気:0)
R:天空散乱日射量補正係数(晴以外の各天気に該当:r1〜r5(<1)、晴:1)
E(S)、E(R):補正係数の平均値
無錫市の農業用ハウスにおいて実測された1年間の日射量推移を最小二乗解析し、パラメータを決定する。
図6(a)は設定時間毎ハウス外光合成有効放射照度に用いる入力データを示す説明図、図6(b)は直達日射量補正係数(S)と天空散乱日射量補正係数(R)とを示す説明図である。なお、例えば10年ごとにパラメータを見直すことも重要である。
本実施例は、外部から時間毎の気温データを取得できない場合に、「気象庁アメダスの最高・最低気温」を用いて時間毎のハウス外気温を生成するものである。
本実施例は図7に示す仮定に基づくものである。
図7は、1日の日射量変化の概形ltr(t)と、ある時刻に一瞬だけ日射を受けたときの温度変化の概形Tresp(t)を示す概念図である。
図7(a)は、1日の日射量変化の概形ltr(t)を示しており、1日の気温は、その日の日射量による温度上昇と地球外への放熱による温度下降によって決まると仮定している。
図7(b)は、日射を受けてからの経過時間に伴う温度変化の概形Tresp(t)を示している。なお、降温の時定数τは管理者が定めるパラメータとする。
このような仮定によれば、
1日の気温変化T(t)は以下の重畳積分によって求まる。
T(t)=∫Tresp(t′)ltr(t−t′)dt′
S1で入力する地点情報2は、「地点名(都道府県・市区町村)」又は「緯度」「経度」である。「地点名(都道府県・市区町村)」から「緯度」及び「経度」を特定できる。地点情報2は、少なくとも緯度が特定できればよい。
上述の通り、日長L[h]=(日の入時刻−日の出時刻)は以下の式で求めることができる。
L=(2/15)acos(tanβ−tanΦtanδ)
tanβ=K1+K2sin(Φ+α)
パラメータ
K1、K2:係数、α:位相パラメータ
半日長(h)L1/2=L/2
日の出時刻(h)tsr=12−L1/2−(1/15)(εt+λ−λ0)
南中時刻(h)tc=12−(1/15)(εt+λ−λ0)
日の入時刻(h)tss=12+L1/2−(1/15)(εt+λ−λ0)
εt:近時差[°]、λ:経度[°]、λ0:標準時子午線の経度[°]
近時差は以下の式から計算できる。
εt[°]=(180/π)(0.000075+0.001868cosΘ−0.032077sinΘ−0.014615cos2Θ−0.04089sin2Θ)(非特許文献2)
Θ[°]=360(d−1)/365
ただし、d:1月1日からの日数[日、1月1日を1とする]
このようにして、特定月日における、日の出時刻・南中時刻・日の入時刻を演算することができる。
最高気温Tmax
最低気温Tmin
翌日との最低気温差(℃)Tmin*=Tmin(当該日翌日)−Tmin(当該日)
補正最高気温(℃)Tmax*=2(Tmax−Tmin)−(7/4)Tmin*
S15では、ハウス外気温を計算しようとしている時刻が(ア)日の出〜南中、(イ)南中〜日の入、(ウ)日の入〜翌日の出のどの時間帯に属するかを、日の出時刻、南中時刻、日の入時刻と比較して判定する。S15における時間帯判定ステップでは、図9に示す時間帯判定部11において行う。
(ア)日の出〜南中
T(t)=Tmin+Tmin*(t−tc+L1/2)2/2L1/2 2+Tmax*τ{t−tc−τ+L1/2+τexp[−(t−tc+L1/2)/τ]}/L1/2 2
(イ)南中〜日の入
T(t)=Tmin−Tmin*{(t−tc−L1/2)2−2L1/2 2}/2L1/2 2+Tmax*τ{−t+tc+τ+L1/2−τ[2−exp(−L1/2/τ)]exp[−(t−tc)/τ]}/L1/2 2
(ウ)日の入〜翌日の出
T(t)=Tmin+Tmin*+Tmax*τ2{exp(L1/2/τ)+exp(−L1/2/τ)−2}exp[−(t−tc)/τ]/L1/2 2
S17における設定時間毎気温演算ステップでは、10分毎の気温T(t′)[℃]について、毎時10分〜60分の値を平均して設定時間(例えば60分)毎の気温Th(t)[℃]を得る。
Th(t)=(1/6)ΣT(t′)(和は10分〜60分について取る)
このように、S1からS17は、気象データの中から地点情報で特定される場所に最も近い地域気象データを用いて、農業用ハウスの場所におけるハウス外環境データを生成するハウス外環境データ生成ステップであり、設定時間毎ハウス外気温を演算する。
なお、図10(a)は、設定時間毎ハウス外気温の演算に用いる入力データを示す説明図である。
S11では、農業用ハウスの構造、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータを入力する。
S11におけるハウスパラメータの入力では、例えば、ユーザが「夏期・冬期開始日」「夏期・冬期の設定最高温度・最低温度」を入力し、「加温設備の有無」「冷房設備の有無・使用時間帯」「窓開閉の有無」「保温カーテンの有無」をリストから選択し、加温・冷房設備、保温カーテンを使用する場合は、使用期間を入力することで行う。
気温変換部9yで行うハウス内気温への変換では、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分することが好ましく、更には、日中ハウス内気温は、日の出から午前まで(昇温中)及び夕方から日の入まで(降温中)の昇降気温帯と、昇温又は降温変化の少ない南中気温帯とに区分することが好ましい。
日中ハウス内気温、特に昇降気温帯における日中ハウス内気温には、窓が閉鎖している場合では、ハウス内光合成有効放射照度によって決まる温度をハウス内気温とすることが好ましい。なお、ハウス内光合成有効放射照度によって決まる温度については後述する。
また、日中ハウス内気温、特に昇降気温帯における日中ハウス内気温には、窓開放により冷却する場合では、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に到達する時間まではハウス内気温とするが、外気温が設定最高温度よりも高い場合は外気温をハウス内気温とする。
日中ハウス内気温、特に南中気温帯における日中ハウス内気温には、冷房装置により冷却する場合では、設定最高温度をハウス内気温とする。
なお、保温カーテンの使用期間中、以下A〜Cの条件をすべて満たすならばハウス内気温を1.5℃だけ高くする。
A.冷房装置によりハウス内を設定最高温度に維持している状態でないこと。
B.加温・冷房によりハウス内を設定最低温度に維持している状態でないこと。
C.窓が開放されていないこと。
ハウス内光合成有効放射照度によって決まる温度Tsrは以下の式により算出する。
Tsr=Tout+a[(1−bCrefl)/(1+Crefl)]Ein
Tout:外気温(℃)、Ein:ハウス内光合成有効放射照度(W/m2)、
Crefl:地表面反射補正係数、a:変換係数(℃・m2/W)、b:昇降温抑制係数
ただし、加温動作中あるいは冷房装置による冷房動作中は、Toutをそれぞれ設定最低温度、設定最高温度で置き換える。
このように、S11からS13yは、ハウス外環境データ生成ステップで生成されたハウス外環境データとハウスパラメータとを用いてハウス内環境データを生成するハウス内環境データ生成ステップであり、設定時間毎ハウス内気温を生成する。
なお、図10(b)は、設定時間毎ハウス内気温の演算に用いる入力データを示す説明図である。
また、本実施例によれば、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが加温動作又は冷房動作を行う場合では、夜間ハウス内気温には、加温動作又は冷房動作における設定最低温度を用い、加温動作の時間帯における外気温が設定最低温度よりも高い場合、及び冷房動作の時間帯における外気温が設定最低温度よりも低い場合には、設定最低温度に代えて外気温を用いることで、農業用ハウスが加温動作又は冷房動作を行う場合であっても、ハウス内気温の精度を高めることができる。
また、本実施例によれば、ハウス内環境データ生成ステップでは、ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、日の出から日の入りまでの日中ハウス内気温とに区分し、農業用ハウスが窓開放により冷却動作を行う場合には、日中ハウス内気温には、冷却動作における設定最高温度を用い、ハウス内光合成有効放射照度によって決まる温度が設定最高温度に満たない場合には、設定最高温度に代えてハウス内光合成有効放射照度によって決まる温度を用い、外気温が設定最高温度よりも高い場合には、設定最高温度に代えて外気温を用いることで、農業用ハウスが窓開放により冷却動作を行う場合であっても、ハウス内気温の精度を高めることができる。
2 地点情報
3 天気判定部
3x 天気判定部
4 暦演算部
5 日積算日射量演算部
5x 日積算日射量演算部
6 日射量日変化概形演算部
7 単位時間毎日射量演算部
7y 単位時間毎気温演算部
8 設定時間毎光合成有効放射照度演算部
8y 設定時間毎気温演算部
9 光合成有効放射照度変換部
9y 気温変換部
10 パラメータ生成部
11 時間帯判定部
t 時刻
Claims (7)
- 農業用ハウスの場所を特定する地点情報と、
前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、
日別及び地域別に提供されている気象データと
を用いることで、
制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、
前記制御手段が、
前記気象データの中から前記地点情報で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、
前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップと
を有し、
前記ハウス内環境データをハウス内光合成有効放射照度とすると、
前記気象データとして、晴れ又は雨などの日中の天気概況を用い、
前記ハウス外環境データ生成ステップでは、
前記天気概況を用いて、日射不足を判定する天気判定ステップと、
前記地点情報を用いることで前記場所での特定月日の時刻tにおける太陽高度を演算して、前記太陽高度から前記特定月日における可照時間を演算する暦演算ステップと、
前記天気判定ステップで判定した前記日射不足、及び前記暦演算ステップで算出した前記可照時間を用いて、前記特定月日における日積算日射量を演算する日積算日射量演算ステップと、
前記暦演算ステップで演算した前記特定月日の前記可照時間における単位時間毎の日射量変化を演算する日射量日変化概形演算ステップと、
前記日積算日射量演算ステップで演算した前記日積算日射量、及び前記日射量日変化概形演算ステップで演算した前記日射量変化を用いて、前記特定月日における前記単位時間毎の日射量を演算する単位時間毎日射量演算ステップと、
前記単位時間毎日射量演算ステップで演算した前記単位時間毎の前記日射量を放射照度に変換して設定時間毎の前記放射照度を演算する設定時間毎光合成有効放射照度演算ステップと
を有し、
前記設定時間毎光合成有効放射照度演算ステップで演算した前記設定時間毎の前記放射照度を、設定時間毎ハウス外光合成有効放射照度とし、
前記ハウス内環境データ生成ステップでは、
前記設定時間毎ハウス外光合成有効放射照度と前記ハウスパラメータとを用いて前記ハウス内光合成有効放射照度を生成する
ことを特徴とするハウス内環境データ生成方法。 - 前記天気判定ステップでは、
前記天気概況に、雨、雪、又はみぞれの文字が含まれているかを判定し、
前記文字が含まれていれば前記日射不足と判定する
ことを特徴とする請求項1に記載のハウス内環境データ生成方法。 - 前記天気判定ステップでは、
前記天気概況に、一時雨、一時雪、又は一時みぞれの前記文字が含まれていれば前記日射不足と判定しない
ことを特徴とする請求項2に記載のハウス内環境データ生成方法。 - 前記天気判定ステップでは、
前記天気概況に、大雨、大雪、暴雨、暴雪、雷雨、雨夾雪、中雨、又は中雪の文字が含まれているかを判定し、
前記晴れ以外の前記文字が含まれていれば前記日射不足と判定する
ことを特徴とする請求項1に記載のハウス内環境データ生成方法。 - 農業用ハウスの場所を特定する地点情報と、
前記農業用ハウスの構造を区別するハウスタイプ、前記農業用ハウスの棟方向、前記農業用ハウスが単棟か連棟かの区別、前記農業用ハウスに用いる遮光カーテンの枚数、保温設備の使用期間、加温設備の使用期間、及び冷房設備の使用期間のいずれかを少なくとも含むハウスパラメータと、
日別及び地域別に提供されている気象データと
を用いることで、
制御手段が、前記農業用ハウスのハウス内環境データを生成するハウス内環境データ生成方法であって、
前記制御手段が、
前記気象データの中から前記地点情報で特定される前記場所に最も近い地域気象データを用いて、前記農業用ハウスの前記場所におけるハウス外環境データを生成するハウス外環境データ生成ステップと、
前記ハウス外環境データ生成ステップで生成された前記ハウス外環境データと前記ハウスパラメータとを用いて前記ハウス内環境データを生成するハウス内環境データ生成ステップと
を有し、
前記ハウス内環境データをハウス内気温とすると、
前記気象データとして、最高気温と最低気温とを用い、
前記ハウス外環境データ生成ステップでは、
前記地点情報を用いることで前記場所での特定月日の時刻tにおける太陽高度を演算して、前記太陽高度から前記特定月日における日の出時刻、南中時刻、及び日の入時刻を演算する暦演算ステップと、
ハウス外気温を計算する時刻が、前記日の出時刻から前記南中時刻、前記南中時刻から前記日の入時刻、又は前記日の入時刻から翌日の出時刻のいずれの時間帯に属するかを判定する時間帯判定ステップと、
判定された前記時間帯別に、取得した前記最高気温と前記最低気温とを用いて、前記特定月日における前記単位時間毎の気温を演算する単位時間毎気温演算ステップと、
前記単位時間毎気温演算ステップで演算した前記単位時間毎の前記気温を設定時間毎の前記気温を演算する設定時間毎気温演算ステップと、
を有し、
前記設定時間毎気温演算ステップで演算した前記設定時間毎の前記気温を、設定時間毎ハウス外気温とし、
前記ハウス内環境データ生成ステップでは、
前記設定時間毎ハウス外気温と前記ハウスパラメータとを用いて前記ハウス内気温を生成する
ことを特徴とするハウス内環境データ生成方法。 - 前記ハウス内環境データ生成ステップでは、
前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、
前記農業用ハウスが加温動作又は冷房動作を行う場合には、
前記夜間ハウス内気温には、
前記加温動作又は前記冷房動作における設定最低温度を用い、
前記加温動作の時間帯における前記外気温が前記設定最低温度よりも高い場合、及び前記冷房動作の時間帯における前記ハウス外気温が前記設定最低温度よりも低い場合には、前記設定最低温度に代えて前記外気温を用いる
ことを特徴とする請求項5に記載のハウス内環境データ生成方法。 - 前記ハウス内環境データ生成ステップでは、
前記ハウス内気温を、日の入りから日の出までの夜間ハウス内気温と、前記日の出から前記日の入りまでの日中ハウス内気温とに区分し、
前記農業用ハウスが窓開放により冷却動作を行う場合には、
前記日中ハウス内気温には、
前記冷却動作における設定最高温度を用い、
ハウス内光合成有効放射照度によって決まる温度が前記設定最高温度に満たない場合には、前記設定最高温度に代えて前記ハウス内光合成有効放射照度によって決まる前記温度を用い、
前記外気温が前記設定最高温度よりも高い場合には、前記設定最高温度に代えて前記外気温を用いる
ことを特徴とする請求項5に記載のハウス内環境データ生成方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019049363A JP6788288B2 (ja) | 2019-03-18 | 2019-03-18 | ハウス内環境データ生成方法 |
CN202010140833.3A CN111708389B (zh) | 2019-03-18 | 2020-03-03 | 温室内环境数据生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019049363A JP6788288B2 (ja) | 2019-03-18 | 2019-03-18 | ハウス内環境データ生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020154353A JP2020154353A (ja) | 2020-09-24 |
JP6788288B2 true JP6788288B2 (ja) | 2020-11-25 |
Family
ID=72536491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019049363A Active JP6788288B2 (ja) | 2019-03-18 | 2019-03-18 | ハウス内環境データ生成方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6788288B2 (ja) |
CN (1) | CN111708389B (ja) |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10211387B4 (de) * | 2001-03-15 | 2020-03-26 | Omron Corp. | Strahlungsimpulse verwendender Sensor |
DE102006054504B4 (de) * | 2006-11-20 | 2008-09-25 | Institut für Gemüse- und Zierpflanzenbau e.V. | Verfahren und Anordnung zur Kohlendioxid-Versorgung von in einem Gewächshaus angebauten Pflanzen |
JP4822082B2 (ja) * | 2008-02-06 | 2011-11-24 | 有限会社菊地園芸 | マンゴーの加温施設による栽培方法 |
JP5113595B2 (ja) * | 2008-04-04 | 2013-01-09 | 株式会社Nttファシリティーズ | 建物内植物生育システム、及び建物内植物生育システムの制御方法 |
JP5298386B2 (ja) * | 2009-01-30 | 2013-09-25 | 国立大学法人愛媛大学 | 対話型居住環境緑化デザイン支援システム |
JP5406653B2 (ja) * | 2009-09-30 | 2014-02-05 | パナソニック株式会社 | 日射調節装置 |
JP5464431B2 (ja) * | 2010-03-29 | 2014-04-09 | ユニバーサリー電工株式会社 | 農業用ハウスの開閉装置用制御システム及び開閉装置を利用した農業用ハウスの温度制御方法 |
US10321541B2 (en) * | 2011-03-11 | 2019-06-11 | Ilumi Solutions, Inc. | LED lighting device |
CN102882223B (zh) * | 2011-07-11 | 2016-09-28 | 陈巍 | 水风光和生物质多能集成互补发电方法及装置 |
CN102736596B (zh) * | 2012-06-11 | 2014-10-29 | 南京农业大学 | 基于作物信息融合的多尺度温室环境控制系统 |
JP2014026378A (ja) * | 2012-07-25 | 2014-02-06 | Nec Casio Mobile Communications Ltd | 端末装置、サーバ装置、情報処理システム、情報処理方法、およびプログラム |
JP6256821B2 (ja) * | 2012-08-23 | 2018-01-10 | パナソニックIpマネジメント株式会社 | 農業用ハウス |
JP6160945B2 (ja) * | 2013-01-11 | 2017-07-12 | パナソニックIpマネジメント株式会社 | 室温推定装置、プログラム |
CN103237380B (zh) * | 2013-03-15 | 2014-09-03 | 西北农林科技大学 | 基于多因子耦合的光环境智能调控系统方法与系统 |
CN103250608A (zh) * | 2013-05-29 | 2013-08-21 | 尹永华 | 水稻垄式株穴定位栽培方法 |
CN105265202A (zh) * | 2014-06-16 | 2016-01-27 | 东洋罗基泰克有限公司 | 用于栽培植物的基于位置的日光管理方法及其装置 |
JP6540702B2 (ja) * | 2014-07-15 | 2019-07-10 | 日本電気株式会社 | 業務状態分析システム |
JP6683449B2 (ja) * | 2015-10-01 | 2020-04-22 | 日本無線株式会社 | 独立電源システム及び独立電源システムの制御方法 |
JP2017127281A (ja) * | 2016-01-22 | 2017-07-27 | 学校法人酪農学園 | 栽培環境管理装置、栽培環境管理方法および栽培環境管理プログラム |
JP2017142178A (ja) * | 2016-02-10 | 2017-08-17 | 株式会社Csソリューション | 日変化予測プログラム、日変化予測装置および日変化予測方法 |
JP6187949B1 (ja) * | 2016-04-12 | 2017-08-30 | 株式会社オーガニックnico | 農業用ハウスの施工方法 |
JP6172346B1 (ja) * | 2016-06-17 | 2017-08-02 | 積水ハウス株式会社 | エネルギーマネジメントシステム |
JP6573849B2 (ja) * | 2016-07-26 | 2019-09-11 | 株式会社オーガニックnico | 農業用ハウス内環境制御装置 |
CN106155144B (zh) * | 2016-08-17 | 2018-03-23 | 石家庄市农林科学研究院 | 一种温室环境调控方法及装置 |
JP2018078818A (ja) * | 2016-11-15 | 2018-05-24 | 株式会社オーガニックnico | 農業用環境制御装置 |
CN109424215A (zh) * | 2017-08-27 | 2019-03-05 | 南京乐朋电子科技有限公司 | 可活动式楼房 |
US10983249B2 (en) * | 2017-09-14 | 2021-04-20 | Farmers Edge Inc. | Indicator interpolation to predict a weather state |
JP6673441B2 (ja) * | 2018-11-12 | 2020-03-25 | 井関農機株式会社 | 栽培施設 |
-
2019
- 2019-03-18 JP JP2019049363A patent/JP6788288B2/ja active Active
-
2020
- 2020-03-03 CN CN202010140833.3A patent/CN111708389B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111708389B (zh) | 2021-10-26 |
JP2020154353A (ja) | 2020-09-24 |
CN111708389A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kántor et al. | Human-biometeorological significance of shading in urban public spaces—Summertime measurements in Pécs, Hungary | |
Zheng et al. | An experimental study of vertical greenery systems for window shading for energy saving in summer | |
JP5308560B1 (ja) | 太陽光発電における発電量予測方法及び装置 | |
Golden et al. | A comparative study of the thermal and radiative impacts of photovoltaic canopies on pavement surface temperatures | |
Bakhshoodeh et al. | Exploring the evapotranspirative cooling effect of a green façade | |
Bendix et al. | Cloud occurrence and cloud properties in Ecuador | |
Schuster | The quest for the optimum angular-tilt of terrestrial solar panels or their angle-resolved annual insolation | |
Kim et al. | Evaluation of a MODIS triangle-based evapotranspiration algorithm for semi-arid regions | |
Zhang et al. | Seasonal variation in leaf area index and its impact on the shading effects of vertical green facades in subtropical areas | |
Sudimac et al. | Heat flux transmission assessment of a vegetation wall influence on the building envelope thermal conductivity in Belgrade climate | |
Herdiwijaya et al. | Measurements of sky brightness at Bosscha Observatory, Indonesia | |
Oliphant et al. | Impacts of low cloud and fog on surface radiation fluxes for ecosystems in coastal California | |
van der Roest et al. | Increasing solar panel output with blue-green roofs in water-circular and nature inclusive urban development | |
JP6788288B2 (ja) | ハウス内環境データ生成方法 | |
Farukh et al. | Trend and variability analysis of sunshine duration in divisional headquarters of Bangladesh | |
Rožnovský et al. | Microclimate evaluation of the Hradec Králové city using HUMIDEX | |
Kejna et al. | Spatial differentiation of global solar radiation in Toruń and its suburban area (Central Poland) in 2012 | |
Sett et al. | Estimation of instantaneous evapotranspiration using remote sensing based energy balance technique over parts of North India | |
KR101796245B1 (ko) | 경계층 기온감률 경시변화 예측 시스템과 그 방법 | |
Liu et al. | Estimation of land surface evapotranspiration over complex terrain based on multi‐spectral remote sensing data | |
Eftimie | Linke turbidity factor for Braşov urban area | |
Vardavas et al. | Water resources in the desertification-threatened Messara Valley of Crete: estimation of potential lake evaporation | |
Ningombam et al. | Validation of estimated cloud fraction from MERRA-2 and AIRS data using ground based observation over IAO, Hanle | |
Kambezidis et al. | Daylight climatology in the Athens urban environment: guidance for building designers | |
Gupta et al. | Effect of latitude on weighted solar fraction of north partition wall for various shapes of solarium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200124 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200124 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200728 |
|
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: 20200929 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201023 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6788288 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |