JP7053083B2 - 情報処理装置 - Google Patents

Description

本発明は、情報処理装置に関する。

従来より、農業を効率化させることを目的とした技術は存在する（例えば特許文献１参照）。

特開２０１０－１６６８５１号公報

しかしながら、特許文献１の技術を含め従来の技術のみでは、農地が持つ潜在的な収穫力を容易に把握できるようにすることはできなかった。このため、例えば金融機関は、コスト面を理由に農家が保有する農地の将来性を見積ることができず、農家からの小口融資（マイクロファイナンス）の依頼に対して消極的にならざるを得なかった。その結果、農家は積極的な農業経営を行うことができなかった。

本発明は、このような状況に鑑みてなされたものであり、農地の潜在的な収穫力を容易に把握できるようにすることを目的とする。

上記目的を達成するため、本発明の一態様の情報処理装置は、
土壌に関する情報を少なくとも含む、農家の圃場に関する第１情報を取得する取得手段と、
前記第１情報に基づいて、前記圃場の収穫性に関する第２情報と、前記農家の信用に関する第３情報とを生成する生成手段と、
を備える。

本発明によれば、農地の潜在的な収穫力を容易に把握できるようになる。

本発明の情報処理装置の一実施形態に係るサーバが適用される情報処理システムの適用対象となる本サービスの概要を示す図である。 ＡＩモデルの具体例を示す図である。 ＡＩモデルの具体例を示す図である。 ＡＩモデルの具体例を示す図である。 機械学習の結果を示すグラフである。 機械学習の結果を示すグラフである。 本サービスで生成されるポリゴンの一例を示す図である。 本発明の情報処理装置の一実施形態に係るサーバが適用される情報処理システムの構成の一例を示す図である。 図５に示す情報処理システムのうち、サーバのハードウェア構成の一例を示すブロック図である。 図６のサーバを含む情報処理システムの機能的構成のうち、スコアリング処理を実行するための機能的構成の一例を示すブロック図である。 図５の情報処理システムのうち、農家端末に表示されるＵＩの一例を示す図である。 圃場情報に基づいて営農情報が生成される際に用いられるアルゴリズムの概要を示すイメージ図である。 圃場情報として取得されるデータの連携の概要を示すイメージ図である。 圃場の検索画面の具体例を示す図である。 機械学習を活用したポリゴン生成の具体例を示す図である。 機械学習を活用したポリゴン生成の具体例を示す図である。 機械学習を活用したポリゴン生成の具体例を示す図である。 機械学習を活用したポリゴン生成の具体例を示す図である。

以下、本発明の実施形態について、図面を用いて説明する。

まず、図１乃至図４を参照して、本発明の情報処理装置の一実施形態に係るサーバ１が適用される情報処理システム（後述する図５参照）の適用対象となるサービス（以下、「本サービス」と呼ぶ）の概要について説明する。

図１は、本発明の情報処理装置の一実施形態に係るサーバが適用される情報処理システムの適用対象となる本サービスの概要を示す図である。

図１には、本サービスを提供するサービス提供者Ｇと、農作物を栽培するための農地を構成する１以上の圃場を利用して農業を営む農家Ｆと、農家Ｆの信用に関する情報（以下、「信用情報」と呼ぶ）に基づいて農家Ｆに対する小口融資（マイクロファイナンス）を行う金融機関Ｂとが描画されている。また、図１には、サービス提供者Ｇにより管理されるサーバ１と、農家Ｆにより操作される農家端末２と、金融機関Ｂにより操作される金融機関端末５とが描画されている。

農家端末２及び金融機関端末５の夫々には、本サービスの利用者向けの専用のアプリケーションソフトウェア（以下、「専用アプリ」と呼ぶ）がインストールされている。農家Ｆ及び金融機関Ｂの夫々は、専用アプリを利用することで本サービスの提供を受けることができる。また、農家Ｆ及び金融機関Ｂの夫々は、農家端末２及び金融機関端末５の夫々のブラウザ機能により表示される、本サービスの利用者向けの専用のＷｅｂサイト（以下、「専用サイト」と呼ぶ）にアクセスすることで本サービスの提供を受けることもできる。

なお、以下、断りのない限り、「農家Ｆが農家端末２を操作する」と表現している場合、それは、次のいずれかを意味している。即ち、農家Ｆが、農家端末２にインストールされた専用アプリを起動して各種操作を行うこと、又は農家端末２のブラウザ機能により表示される専用サイトにアクセスして本サービスを利用することを意味している。また、「金融機関Ｂが金融機関端末５を操作する」と表現している場合、それは、次のいずれかを意味している。即ち、金融機関Ｂが、金融機関端末５にインストールされた専用アプリを起動して各種操作を行うこと、又は金融機関端末５のブラウザ機能により表示される専用サイトにアクセスして本サービスを利用することを意味している。

また、図１には、地上センサ３と、人工衛星４とが描画されている。地上センサ３は、地上に設置されたセンサ群である。地上センサ３は農家Ｆの圃場の土壌、気象、及び地形に関する情報（以下、「圃場情報」と呼ぶ）を検知する。人工衛星４は、地球の軌道上から圃場毎の圃場情報を検知する。

本サービスは、サービス提供者Ｇから、本サービスの利用者としての農家Ｆ及び金融機関Ｂの夫々に対して提供されるサービスの一例である。本サービスでは、地上センサ３により検知された圃場情報を「地上データ」として取り扱い、人工衛星４により検知された、過去から現在に至る圃場情報を「衛星データ」として取り扱う。換言すると、地上データは土壌の状態の診断にも利用可能なミクロデータ（真値としての点データ）としての性質を有するのに対し、衛星データはマクロデータ（誤差を含む面データ）としての性質を有する。なお、衛星データは、所定の機関（例えば国家機関）により提供された衛星データを利用した所定の衛星データプラットフォームにより提供されるものであってもよい。

本サービスでは、圃場情報に基づいて、登録された１以上の圃場の夫々が持つ、農作物の潜在的な収穫力についての評価が行われる。当該評価には、圃場情報から得られる腐植含有量や窒素含有量等の情報が指標として用いられる。
「腐植含有量」とは、圃場の土壌に含まれる腐植の量のことをいう。「腐植」とは、土壌中に集積された動植物の遺骸が腐敗分解することで生じる黒色の物質（高分子化合物）のことをいう。腐植は土壌の性質や生産力に重要な影響を与える。本サービスによれば、圃場毎の腐植含有量を瞬時かつ広域で取得して表示することができる。
「窒素含有量」とは、圃場の土壌に含まれる窒素の量のことをいい、植生指標に基づいて算出される。「植生」とは、所定の地域に集まって生育している植物の集団のことをいう。「植生指標」とは、植生の状況（植物の量や活力）を把握するための指標のことをいう。植生指標は、植物が持つ光の反射の特徴を利用して、衛星データから算出される。植生指標としては、例えばＮＤＶＩ（Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ：正規化植生指標）を採用することができる。本サービスによれば、圃場毎の窒素含有量を瞬時かつ広域で取得して表示することができるので、例えば土壌の施肥量を調整する可変施肥に利用することもできる。

本サービスでは、圃場が持つ、農作物の潜在的な収穫力についての評価は、所定の指標（例えば腐植含有量や窒素含有量）に基づいて行われる。評価の結果は、正規化された数値（以下、「潜在的収穫力スコア」と呼ぶ）として算出される。そして、算出された潜在的収穫力スコアに基づいて、農業の経営に関する情報（以下、「営農情報」と呼ぶ）と、農家Ｆの信用情報とが生成される。生成された営農情報及び信用情報のうち、営農情報は主に農家Ｆの利用に供され、信用情報は主に金融機関Ｂの利用に供される。農家Ｆは、営農情報の提供を受けることで、効率的な農業を実現させることができる。金融機関Ｂは、信用情報の提供を受けることで、これまでコスト面を理由に実現できなかった、農家Ｆに対する小口融資（マイクロファイナンス）を積極的に行うことが可能になる。

農家Ｆ及び金融機関Ｂの夫々の利用に供される営農情報及び信用情報の夫々がどのような態様で提供されるかは特に限定されない。農家Ｆ及び金融機関Ｂの夫々の利用に供し易いあらゆる態様で営農情報及び信用情報の夫々を提供することができる。
本サービスでは、営農情報や信用情報が視覚化されて農家Ｆ及び金融機関Ｂの夫々に提供される。なお、営農情報や信用情報を視覚化させる手法は特に限定されず、表やグラフ等によって視覚化させてもよい。なお、本サービスでは、営農情報や信用情報を視覚化させる手法として、上空から地表を撮像した撮像画像のデータ（以下、「地表画像」と呼ぶ）又は地図に含まれる圃場を示す単位としてのポリゴンが生成される。

また、本サービスによれば、圃場情報としての衛星データと、既存のデータとに基づいて、耕作放棄地を容易に識別することができる。耕作放棄地の識別は、ポリゴンの色彩や模様に変化をつけることで行われてもよい。「耕作放棄地」とは、農作物の作付けが１年以上行われておらず、かつ、農家Ｆが数年の内に作付けする予定が無いと回答した圃場のことをいう。
具体的には、衛星データと、土地被覆分類（既存のデータ）と、ＮＤＶＩとの時系列変化における特徴の違いを利用して、個々の圃場の変化を経時的に読み解く作業が行われる。「土地被覆」とは、地表の物理的な状態を示す情報のことをいう。例えばコンクリート、森林、草地、水面、土壌等が土地被覆の一例として挙げられる。
本サービスによれば、衛星データ（圃場情報）に基づいて土地被覆を広域に把握することができる。これにより、農家Ｆは、耕作放棄地の潜在的収穫力スコアに基づいて、将来性が見込まれる耕作放棄地で農作物の作付けの再開することができる。その結果、耕作放棄地が縮減されることを期待することができる。

圃場が水田である場合には、衛星データ（圃場情報）から得られる地表の色と、既存のデータとに基づいて、稲作において重要な要素となる収穫時期、稲のタンパク質含有量、及び水田の肥沃度の推定が行われる。
具体的には例えば、稲は緑色から金色になるタイミングが収穫に適した時期となる。このため、本サービスでは、衛星データ（圃場情報）のうち稲穂が出てくる８月から９月にかけて撮像された地表画像が収穫時期の推定に用いられる。地表画像の解析には、赤色の可視光線の波長と、近赤外の波長とが用いられる。

また、平均気温の積算値が９００℃に達すると適正な収穫時期となるので、既存のデータのうち気象情報やアメダスの気温データが、収穫時期の推定に用いられて、稲穂が出てからの毎日の平均気温の積算が行われる。即ち、本サービスでは、衛星データ（圃場情報）としての気象情報や地上アメダスと、地上データとを相関させることで地上データの補正（統合）が行われる。さらに、面データ（衛星データ）上の点データ（地上データ）の統合が行われる。

また例えば、稲のタンパク質含有量は、米の味を左右する重要な要素となる。また、タンパク質含有量は、適切な量の肥料が使用されているかどうかを判断するための指標にもなる。このため、本サービスでは、衛星データ（圃場情報）のうち地表画像がタンパク質含有量の推定に用いられる。地表画像の解析には、緑色の可視光線の波長と、近赤外の波長とが用いられる。

また例えば、有機物の含有量で示される水田（圃場）の肥沃度は、稲作を行うための水田（圃場）を選ぶ際の重要な要素となる。具体的には、有機物の含有率が８％程度であると良質の米が育つとされている。このため、本サービスでは、衛星データ（圃場情報）のうち地表画像が水田（圃場）の肥沃度の推定に用いられる。地表画像に含まれる水田（圃場）の色は、有機物の含有率が高い程と黒色に近くなり、有機物の含有率が低いと薄茶色になる。

また、本発明によれば、上述のサービスの他、例えば以下のサービスの提供を実現させることができる。

例えば、継続的に生成される時系列データ（ストリームデータ）を含む圃場情報（地上データ、衛星データ）を、ブロックチェーン技術（分散型台帳技術又は分散型ネットワーク）を用いて紐付けて管理することもできる。
これにより、農作物の生産から流通に至るまでの農作物に関するあらゆる情報をデータ化して、改竄されるリスクの少ない環境で管理することができる。データ化される情報には、圃場情報、栽培記録、施肥記録、農薬散布記録、収量記録、土壌診断記録、衛星モニタリング記録、生体モニタリング記録、土壌モニタリング記録、気象モニタリング記録等が含まれる。

また例えば、地上データを価値化させて、トークンとして取り扱えるようにすることもできる。即ち、ＩＣＯ（Ｉｎｉｔｉａｌ Ｃｏｉｎ Ｏｆｆｅｒｉｎｇ）型のクラウドファンディングプラットフォームを提供することができる。これにより、地上データをシェアリングできる環境を整えることができる。

また例えば、農家Ｆにより生産された農作物の販路となるマーケットプラットフォームを提供することができる。これにより、農作物の生産から流通に至る、農家Ｆの農業経営をトータルで支援することが可能となる。

また例えば、ＡＩ（人工知能）モデルを提供することができる。つまり、集積された圃場情報を利用してディープラーニング等の機械学習を行わせた結果をモデルとしてアウトプットすることができる。
図２Ａ乃至Ｃは、ＡＩモデルの具体例を示す図である。図３Ａ及びＢは、機械学習の結果を示すグラフである。

本サービスでは、上述したポリゴンＰ生成やスコアリング処理を含む各種処理が行われる。具体的には例えば、土壌内水分浸透分布予測、土壌地質特性カテゴライズ、深度毎土壌水分予測、耕運機制御最適化、収量分析、施肥・農薬散布分析、収量及び収量時期の予測等の処理が行われる。
このような処理では、ディープラーニング等の機械学習が行われる。例えば図２Ａ乃至Ｃに示すような衛星データに含まれる地表画像Ｒの画像解析において機械学習が行われる。また、図３Ａ及びＢには、機械学習の結果がグラフによって示されている。即ち、図３Ａは、横軸を学習回数（ＥＰＯＣＨ）、縦軸を正答率（ＡＣＣＵＲＡＣＹ）とした場合の学習データ（ＴＲＡＩＮ ＤＡＴＡ）と、検証用のテストデータ（ＴＥＳＴ ＤＡＴＡ）との関係を示すグラフである。また、図３Ｂは、横軸を学習回数（ＥＰＯＣＨ）、縦軸を損失関数（ＬＯＳＳ）とした場合の学習データ（ＴＲＡＩＮ ＤＡＴＡ）と、検証用のテストデータ（ＴＥＳＴ ＤＡＴＡ）との関係を示すグラフである。

図４は、本サービスで生成されるポリゴンの一例を示す図である。

図４に示すように、本サービスでは、圃場の単位としてのポリゴンＰが生成される。ポリゴンＰは、地表画像Ｒに含まれる１以上の圃場の夫々に重畳されて表示される。個々のポリゴンＰの形状は、対応する圃場の領域の外縁に沿った形状になる。これにより、農家Ｆは、ポリゴンＰを一見するだけで個々の圃場の形状や相対的な位置や大きさを容易に把握することができる。
なお、ポリゴンＰを生成する手法は特に限定されない。所定の機関（例えば国家機関）により提供される圃場の区画情報を利用してポリゴンＰを生成してもよい。また、衛星データに含まれる地表の撮像画像のデータや、一般的に利用されている航空写真を画像解析することでポリゴンＰを生成してもよい。

地表画像Ｒに表示されたポリゴンＰには、潜在的収穫力スコアを表示させることができる。ポリゴンＰに表示される潜在的収穫力スコアの具体的態様は特に限定されず、例えば図４に示すように、ポリゴンＰ毎に付させる吹き出し等に数値等が表示されてもよい。また、地表画像Ｒの外に潜在的収穫力スコアが表示されるようにしてもよい。さらに、図示はしないが、潜在的収穫力スコアを識別可能な色彩や模様がポリゴンＰに付されてもよい。

次に、図５を参照して、上述した本サービスの提供を実現化させる情報処理システム、即ち本発明の情報処理装置の一実施形態に係るサーバ１を含む、情報処理システムの構成について説明する。
図５は、本発明の情報処理装置の一実施形態に係るサーバが適用される情報処理システムの構成の一例を示す図である。

図５に示す情報処理システムは、サーバ１と、農家端末２と、地上センサ３と、人工衛星４と、金融機関端末５とを含むように構成されている。
サーバ１、農家端末２、地上センサ３、人工衛星４、及び金融機関端末５の夫々は、インターネット等の所定のネットワークＮを介して相互に接続されている。

サーバ１は、サービス提供者Ｇにより管理される情報処理装置である。サーバ１は、農家端末２、地上センサ３、人工衛星４、及び金融機関端末５の夫々と適宜通信をしながら、本サービスを実現するための各種処理を実行する。

農家端末２は、農家Ｆにより操作される情報処理装置である。農家端末２は、例えばパーソナルコンピュータ、スマートフォン、タブレット等で構成される。

地上センサ３は、圃場に設置されるセンサ群である。地上センサ３は、地上で圃場に関する各種情報を検知して、その結果を圃場情報としてサーバ１に送信する。地上センサ３を構成するセンサには、例えば温度（気温及び地温）センサ、降雨量測定センサ(雨量計葉濡れセンサ)、風速・風向き・風量センサ、土壌水分センサ、日射センサ（風力陽光センサ）等が含まれる。

人工衛星４は、所定の目的を持って地球の軌道上に存在する人工衛星である。人工衛星４は、上空から圃場に関する各種情報を検知して、その結果を圃場情報としてサーバ１に送信する。人工衛星４により検知される情報には、例えば気温、湿度、日射量、地表面温度、土壌水分量、降雨量、植物活性度、タンパク質含有量、土壌腐植含有量、土壌含有窒素量等が含まれる。

金融機関端末５は、金融機関Ｂにより操作される情報処理装置である。金融機関端末５は、例えばパーソナルコンピュータ、スマートフォン、タブレット等で構成される。

農家端末２及び金融機関端末５は、いずれも本サービスを利用するための専用機である必要はない。例えば農家Ｆが所持するスマートフォンや、金融機関Ｂに設置された事務作業用のパーソナルコンピュータに専用アプリをインストールすることで本サービスを利用することができる。また例えば、農家Ｆが所持するスマートフォンや、金融機関Ｂに設置された事務作業用のパーソナルコンピュータの夫々のブラウザ機能を利用することで本サービスを利用することができる。

図６は、図５に示す情報処理システムのうち、サーバのハードウェア構成の一例を示すブロック図である。

サーバ１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、入力部１６と、出力部１７と、記憶部１８と、通信部１９と、ドライブ２０とを備えている。

ＣＰＵ１１は、ＲＯＭ１２に記録されているプログラム、又は、記憶部１８からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。

ＣＰＵ１１、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。入出力インターフェース１５には、入力部１６、出力部１７、記憶部１８、通信部１９及びドライブ２０が接続されている。

入力部１６は、例えばキーボード等により構成され、各種情報を入力する。
出力部１７は、液晶等のディスプレイやスピーカ等により構成され、各種情報を画像や音声として出力する。
記憶部１８は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部１９は、インターネットを含むネットワークＮを介して他の装置（例えば図５の農家端末２及び金融機関端末５等）との間で通信を行う。

ドライブ２０には、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア４０が適宜装着される。ドライブ２０によってリムーバブルメディア４０から読み出されたプログラムは、必要に応じて記憶部１８にインストールされる。
また、リムーバブルメディア４０は、記憶部１８に記憶されている各種データも、記憶部１８と同様に記憶することができる。

なお、図示はしないが、図５の農家端末２及び金融機関端末５も、図６に示すハードウェア構成と基本的に同様の構成を有することができる。従って、農家端末２及び金融機関端末５のハードウェア構成の説明については省略する。

このような図６のサーバ１の各種ハードウェアと各種ソフトウェアとの協働により、サーバ１におけるスコアリング処理を含む各種処理の実行が可能になる。その結果、サービス提供者（図示せず）は、農家Ｆ及び金融機関Ｂに対して本サービスを提供することができる。
「スコアリング処理」とは、本サービスを提供するためにサーバ１で実行される処理のことをいう。
以下、図７を参照して、本実施形態に係るサーバ１において実行される、スコアリング処理を実行するための機能的構成について説明する。

図７は、図６のサーバを含む情報処理システムの機能的構成のうち、スコアリング処理を実行するための機能的構成の一例を示すブロック図である。

図７に示すように、サーバ１のＣＰＵ１１においては、スコアリング処理の実行が制御される場合、ポリゴン生成部１０１と、登録受付部１０２と、圃場情報取得部１０３と、評価解析部１０４と、提示情報生成部１０５と、表示制御部１０６とが機能する。
また、サーバ１の記憶部１８の一領域には地表画像ＤＢ１８１と、圃場ＤＢ１８２とが設けられている。地表画像ＤＢ１８１には、地表画像Ｒが記憶されて管理されている。圃場ＤＢ１８２には、ｎ個（ｎは１以上の整数値）の圃場の夫々の圃場情報が、ｎ個の圃場の夫々を一意に特定可能な情報（例えばＩＤ）に対応付けられて管理されている。

ポリゴン生成部１０１は、地表画像ＲをポリゴンＰ毎に区分する。具体的には例えば、図４に示すように、ポリゴン生成部１０１は、地表画像Ｒを複数のポリゴンＰに区分する。

登録受付部１０２は、圃場の登録を受付ける。具体的には例えば、後述する図８に示すＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）に設けられたボタンｂ２が押下されて、登録の対象となる圃場が指定されると、登録受付部１０２は、指定された圃場の登録を受付ける。

圃場情報取得部１０３は、土壌に関する情報を少なくとも含む、農家Ｆの圃場の圃場情報を取得する。
具体的には、圃場情報取得部１０３では、地上データ取得部１３１と、衛星データ取得部１３２とが機能する。地上データ取得部１３１は、地上センサ３から得られた地上データを、圃場の圃場情報として取得する。衛星データ取得部１３２は、人工衛星４から得られた衛星データを、圃場の圃場情報として取得する。

また、圃場情報取得部１０３は、土壌に関する情報を少なくとも含む、農家Ｆの圃場の圃場情報を、ポリゴンＰ毎に取得する。この場合、地上データ取得部１３１は、地上センサ３から得られた地上データを、圃場の圃場情報としてポリゴンＰ毎に取得する。衛星データ取得部１３２は、人工衛星４から得られた衛星データを、圃場の圃場情報としてポリゴンＰ毎に取得する。

評価解析部１０４は、圃場の圃場情報に基づいて、ポリゴンＰ毎に圃場の評価（スコアリング）を行う。具体的には、評価解析部１０４は、圃場情報として、地上センサ３から得られる地上データ、人工衛星４から得られる衛星データ、及び既存のデータ等に基づいて、圃場の評価（スコアリング）を行う。

提示情報生成部１０５は、圃場情報に基づいて、圃場の収穫性を示す指標（例えば上述の腐植含有量や窒素含有量）に関する営農情報と、農家Ｆの信用に関する信用情報とを生成する。

表示制御部１０６は、地表画像ＲにおけるポリゴンＰ毎に、営農情報又は信用情報を視覚化させて表示させる制御を実行する。
具体的には例えば、図６に示すように、表示制御部１０６は、地表画像ＲにおけるポリゴンＰ毎に色や模様を施すことで、営農情報又は信用情報を視覚化させて表示させる制御を実行する。
これにより、農家Ｆ及び金融機関Ｂは、地表画像Ｒに表示されたポリゴンＰを一見するだけで、営農情報や信用情報を圃場毎に容易に把握することができる。

次に、図８乃至図１３Ｃを参照して、本サービスの具体例について説明する。
図８は、図５の情報処理システムのうち、農家端末に表示されるＵＩの一例を示す図である。

図８に示すＵＩは、表示領域Ａ１とＡ２とで構成されている。
表示領域Ａ１には、農家Ｆに関する情報（名前とメールアドレス）と、「圃場の一覧」と表記されたボタンｂ１と、「圃場の登録」と表記されたボタンｂ２とが表示されている。ボタンｂ１は、農家Ｆが本サービスに登録されている圃場を表示領域Ａ２に表示させるためのボタンである。ボタンｂ２は、農家Ｆが自身の圃場を登録する際に押下するボタンである。

農家Ｆは、自身が保有する圃場を本サービスに登録する場合、ボタンｂ２を押下する。ボタンｂ２が押下されると、登録の対象となる圃場を特定するための地表画像Ｒが表示領域Ａ２に表示される。図示はしないが、表示領域Ａ２に表示された地表画像Ｒには、１以上の圃場の夫々を示すポリゴンＰの夫々が表示される。
農家Ｆは、登録の対象となる圃場（例えば図４の破線内に存在するポリゴンＰ）を地表画像Ｒに表示させるために、地表画像Ｒをスライド表示させる操作、拡大縮小表示させる操作、又は住所検索する操作等行う。登録の対象となる圃場（ポリゴンＰ）が地表画像Ｒに表示されると、農家Ｆは、当該圃場（ポリゴンＰ）を指定して登録する操作を行う。これにより、本サービスに圃場が登録される。

農家Ｆは、本サービスに登録されている自身の圃場を確認する場合、ボタンｂ１を押下する。ボタンｂ１が押下されると、表示領域Ａ２に、１以上のポリゴンＰを含む地表画像Ｒが表示される。ポリゴンＰは、圃場を示す単位として、圃場毎に重畳的に表示される。なお、図８に示す例では、破線で示される複数の領域の夫々に複数のポリゴンＰが表示されている。これにより、農家Ｆは、自身が保有する圃場の位置関係、形状、大きさ等を、他の圃場と比較しながら容易に把握することができる。
また、図８の例では、地表画像Ｒとしての航空写真が表示されているが、「地図」と表記されたボタンｂ３が押下されると、表示領域Ａ２に表示された航空写真が地図に切替わる。また、表示領域Ａ２に地図が表示された状態で「航空写真」と表記されたボタンｂ４が押下されると、再び航空写真に切替わる。これにより、農家Ｆは、地表画像Ｒとしての航空写真に含まれる自身の圃場の特定と、地表画像Ｒとしての地図に含まれる自身の圃場の特定とを容易に行うことができる。

農家Ｆは、地表画像Ｒに表示された１以上のポリゴンＰのうち、任意のポリゴンＰを選択したうえで、「衛星から全ての土地を診断する」と表記されたボタンｂ５を押下する。すると、選択されたポリゴンＰに対応する圃場について、衛星データ（圃場情報）に基づいた評価、又は地上データ（圃場情報）及び衛星データ（圃場情報）に基づいた評価が行われる。
また、選択されたポリゴンＰに対応する圃場の評価だけではなく、地表画像Ｒに表示されている全てのポリゴンＰに夫々対応する圃場の夫々について評価が行われてもよい。

図９は、圃場情報に基づいて営農情報が生成される際に用いられるアルゴリズムの概要を示すイメージ図である。

図９に示すように、本サービスでは、まず圃場のポリゴン化（ポリゴンＰの生成）が行われる。具体的には、中心計算によってポリゴンＰの中心の緯度経度座標が算出される。これにより、圃場の位置が特定される（ＳＴＥＰ１）。次に、衛星データとして、人工衛星４の波長データが取得される（ＳＴＥＰ２）。次に、地上データとして、地上の土壌が採取され、採取した土壌の分析が行われる（ＳＴＥＰ３）。その後、「圃場１枚毎」の「波長データと腐植含有量の相関関係」が調査される。調査の結果は、圃場情報として収集された各種データの生情報、腐植の状態を示す散布図や決定係数として出力される。

図１０は、圃場情報として取得されるデータの連携の概要を示すイメージ図である。

図１０に示すように、本サービスでは、まず、ポリゴンＰが生成される（ＳＴＥＰ１１）。具体的には例えば、既存のデータとして、国家機関により提供される、日本全国の農地の平面直角座標と、日本全国の農地の緯度経度座標を利用することができる。

次に、圃場情報としての土壌データが取得される（ＳＴＥＰ１２）。これにより、植生が「いつ・どのくらい」あったのかが検出される。具体的には、衛星データ又は既存のデータから、耕作放棄地の判定に用いられる土壌被覆分類を示す情報と、図９のアルゴリズムによる腐植含有量を示す情報とが取得される。また、土壌のサンプリングによる地上データから、参考情報としての腐植含有量を示す情報が取得される。

次に、地形データが取得される（ＳＴＥＰ１３）。具体的には、衛星データ又は既存のデータから、３Ｄ地形図を示す情報が取得される。また、気象データが取得される（ＳＴＥＰ１４）。具体的には、衛星データ又は既存のデータから、降雨量、地表面温度、土壌水分量、日射量、温度、風速、及び風量の夫々を示す情報が取得される。なお、ＳＴＥＰ１２乃至ＳＴＥＰ１４は順不同となる。

次に、取得された土壌データ、地形データ、及び気象データの統合が行われて、現地においてヒアリング調査が実施される（ＳＴＥＰ１５）。

次に、営農情報が生成され、また、耕作放棄地の可視化（識別）が行われる（ＳＴＥＰ１６）。具体的には例えば、農家Ｆに対しては、営農情報として、ワイン用ブドウ栽培適地に関する情報（Ａ）が提供される。また、耕作放棄地を可視化した情報（Ｂ）は、例えば地方公共団体に提供される。
次に、専用アプリへのデータの反映、圃場情報の格納、圃場の状態の可視化（色分け）が行われる（ＳＴＥＰ１７）。

図１１は、圃場の検索画面の具体例を示す図である。

本サービスを利用する際に利用される専用アプリには、例えば図１１に示すようなＵＩが表示される。具体的には、図８の地表画像Ｒとともに表示される。図１１に示すＵＩによれば、耕作放棄地の判定（識別）が完了した圃場の検索、あるいは、平均気温、降雨量、日照時間を検索条件とした圃場の検索を容易に行うことができる。検索結果は図８の地表画像Ｒに表示される。このため、検索者は、圃場の位置、大きさ、周囲の圃場との位置関係等を容易に把握することができる。

図１２及び図１３Ａ乃至Ｃは、機械学習を活用したポリゴン生成の具体例を示す図である。

図１２に示すように、本サービスでは、まず、ポリゴンＰが生成に必要となるデータが取得される。例えば、国家機関が配布しているシェープファイルに基づいて、座標系を成型したポリゴンデータを生成し、これをデータベースに保存する（ＳＴＥＰ２１）。

次に、例えば図１３Ａに示す画像のような、緯度経度や縮尺に対応した地上画像の元画像が取得されて、画像解析が行われる。その後、色付けが行われることで、例えば図１３Ｂに示すような予想画像が生成される。その後、予想画像とポリゴンデータとが統合される（ＳＴＥＰ２２）。

次に、意味付け（アノテーション）が行われる（ＳＴＥＰ２３）。具体的には、画像の各ピクセルに対するラベリングが行われる。これにより、膨大な量（例えば２５０００枚以上）の教師データが生成される。

次に、学習が行われる（ＳＴＥＰ２４）。具体的には、生成された教師データに基づいたモデルが生成される。生成されたモデルのアウトプットが画像として出力され、その評価指標が正答率（ＡＣＣＵＲＡＣＹ）と損失関数（ＬＯＳＳ）として出力される。その後、セグメンテーションが行われる。これにより、例えば図１３Ｃに示すようなポリゴンＰが表示された画像が生成されて、図８の表示領域Ａ２に地表画像Ｒとして表示される。

以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものとみなす。

例えば、上述の実施形態では、農家Ｆが営農情報を取得する構成となっているが、農家Ｆ以外にも例えば企業、公的な組織（国や地方公共団体等）、農家Ｆ以外の個人等が営農情報を閲覧したり管理したりできるようにしてもよい。これにより、世界中に存在する農業に関する様々な情報を蓄積させて利用に供することも可能となるので、従来のような農家Ｆの経験に依存していた農業からの脱却を図ることができる。その結果、集積された情報を利用することで誰でも農業を行えるようになるので、農業就業人口の減少に歯止めをかけることも期待できる。

また例えば、上述の実施形態では、圃場情報は、地上センサ３、人工衛星４、及び既存のデータから取得される構成となっているが、これに限定されない。例えば、農家端末２から圃場情報を取得することもできる。この場合、例えば、農家Ｆに対して実施されたアンケートの結果や、専用アプリの利用状況、あるいはクレジットカード情報等の個人情報などを圃場情報として取得することができる。これにより、地上センサ３、人工衛星４、及び既存のデータからでは取得することができない情報を圃場譲渡して取得することができる。また、地上センサ３及び人工衛星４から得られる情報を補強する情報を農家端末２から取得することができる。その結果、圃場情報、及び圃場情報を根拠として生成される営農情報及び信用情報の精度を高めることができる。

また例えば、図８に示すＵＩの態様は一例に過ぎない。図８に示す態様とは異なる態様のＵＩが農家端末２に表示されてもよい。

また、図５に示すシステム構成、及び図６に示すサーバ１のハードウェア構成は、いずれも本発明の目的を達成するための例示に過ぎず、特に限定されない。

また、図７に示す機能ブロック図は、例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは、特に図７の例に限定されない。

また、機能ブロックの存在場所も、図７に限定されず、任意でよい。
例えば、図７の例において、上述のスコアリング処理はサーバ１で行われる構成となっているが、これに限定されず、農家端末２又は金融機関端末５でスコアリング処理の少なくとも一部が行われてもよい。
即ち、スコアリング処理の実行に必要となる機能ブロックは、サーバ１が備える構成となっているが、これは例示に過ぎない。サーバ１に配置された機能ブロックの少なくとも一部を、農家端末２又は金融機関端末５が備える構成としてもよい。

また、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もできる。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。

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、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。
また、コンピュータは、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コンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。

このようなプログラムを含む記録媒体は、広告主にプログラムを提供するために装置本体とは別に配布される図示せぬリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態で広告主に提供される記録媒体等で構成される。

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述するステップは、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、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。

以上まとめると、本発明が適用される情報処理装置は、次のような構成を取れば足り、各種各様な実施形態を取ることができる。
即ち、本発明が適用される情報処理装置（例えば図７のサーバ１）は、
土壌に関する情報を少なくとも含む、農家（例えば図１の農家Ｆ）の圃場に関する第１情報（例えば上述の圃場情報）を取得する取得手段（例えば図７の圃場情報取得部１０３）と、
前記第１情報に基づいて、前記圃場の収穫性に関する第２情報（例えば図１の営農情報）と、前記農家の信用に関する第３情報（例えば図１の信用情報）とを生成する生成手段（例えば図９の提示情報生成部１０５）と、
を備える。

これにより、農家の圃場に関する情報が取得され、その情報に基づいて圃場の収穫性に関する情報と、農家の信用に関する情報とが生成される。その結果、圃場の潜在的な収穫力を容易に把握することが可能になるので、金融機関は農家からの小口融資（マイクロファイナンス）の依頼に対して積極的に対応することができる。また、農家は金融機関から小口融資（マイクロファイナンス）を受け易くなるので、積極的な農業経営を行うことができる。

また、上空から撮像された地表を示す画像（例えば図４の地表画像Ｒ）を、前記圃場を示す単位（例えば図４のポリゴンＰ）毎に区分する区分手段（例えば図７のポリゴン生成部１０１）をさらに備え、
前記取得手段は、前記単位毎に前記第１情報を取得し、
前記生成手段は、前記第１情報に基づいて、前記単位毎に前記第２情報及び前記第３情報を生成し、
前記撮像画像における前記単位毎に、前記第２情報又は前記第３情報を視覚化させて表示させる制御を実行する表示制御手段（例えば図７の表示制御部１０６）をさらに備えることができる。

これにより、個々の圃場の潜在的な収穫力や、農家の信用に関する情報を、視覚を通じて容易に把握することが可能になるので、金融機関は農家からの小口融資（マイクロファイナンス）の依頼に対してより積極的に対応することができる。また、農家は金融機関から小口融資（マイクロファイナンス）を受け易くなるので、より積極的な農業経営を行うことができる。

また、前記第１情報に基づいて、前記単位毎に前記圃場の評価を行う評価手段（例えば図７の評価解析部１０４）をさらに備え、
前記生成手段は、前記評価の結果に基づいて、前記第２情報と第３を生成することができる。

これにより、適正な評価結果に基づいて、より信頼性の高い圃場の潜在的な収穫力や、農家の信用に関する情報が生成される。

また、前記取得手段は、前記第１情報として、前記圃場に設置されたセンサ群から得られる情報（例えば図１の地上データ）と、前記圃場を撮像可能とする人工衛星から得られる情報（例えば図１の衛星データ）との夫々を取得することができる。

これにより、圃場に設置されたセンサ群から得られるミクロデータと、人工衛星から得られるマクロデータとが相互に補完し合う信頼性の高いデータを取得することができる。その結果、信頼性の高いデータに基づいて営農情報や信用情報を生成することが可能となる。

また、前記センサ群から得られる情報には、気温、地温、降雨量、風速、風向き、土壌水分、又は日射量のうち少なくとも１つに関する情報が含まれ、
前記人工衛星から得られる情報には、前記気温、日射量、地表面温度、土壌水分量、降雨量、植物活性度、タンパク質含有量、土壌腐植含有量、土壌窒素含有量のうち少なくとも１つに関する情報が含まれるようにすることができる。

これにより、圃場に設置されたセンサ群から得られる気温、地温、降雨量等の情報と、人工衛星から得られる気温、日射量、地表面温度、土壌水分量等の情報とが相互に補完し合う信頼性の高いデータを取得することができる。その結果、信頼性の高いデータに基づいて営農情報や信用情報を生成することが可能となる。

１・・・サーバ、２・・・農家端末、３・・・地上センサ、４・・・人工衛星、５・・・金融機関端末、１１・・・ＣＰＵ、１２・・・ＲＯＭ、１３・・・ＲＡＭ、１４・・・バス、１５・・・入出力インターフェース、１６・・・入力部、１７・・・出力部、１８・・・記憶部、１９・・・通信部、２０・・・ドライブ、４０・・・リムーバブルメディア、１０１・・・ポリゴン生成部、１０２・・・登録受付部、１０３・・・圃場情報取得部、１０４・・・評価解析部、１０５・・・提示情報生成部、１０６・・・表示制御部、１３１・・・地上データ取得部、１３２・・・衛星データ取得部、１５１・・・営農情報生成部、１５２・・・信用情報生成部、１８１・・・地表画像ＤＢ、１８２・・・圃場ＤＢ、Ｇ・・・サービス提供者、Ｆ・・・農家、Ｂ・・・金融機関、Ｒ・・・地表画像、Ｐ・・・ポリゴン、Ｎ・・・ネットワーク、Ａ１，Ａ２・・・表示領域、Ｂ・・・ボタン

Claims (8)

1. 上空から地表の所定領域に向けて撮像された結果得られる元画像と、農家の圃場を示す第１単位の１以上の領域に前記所定領域が区分された結果得られるデータとの紐づけに対して、前記第１単位とは異なる第２単位毎にラベリングによる意味付けをすることで１以上の教師データを生成する第１生成手段と、
   前記第１生成手段により生成された前記１以上の教師データを用いた機械学習を行うことで、上空から地表の処理対象領域に向けて撮像された結果得られる撮像画像を入力すると、前記処理対象領域が前記第１単位の１以上の領域に区分された結果を示す情報を区分情報として出力するモデルを生成する学習手段と、
   新たな前記撮像画像を取得して前記モデルに入力することで、前記区分情報を出力する区分手段と、
   を備える情報処理システム。
2. 前記処理対象領域に含まれる所定圃場の登録を前記第１単位毎に受付ける登録受付手段と、
   前記区分情報に基づいて、前記処理対象領域の前記撮像画像又は地図に対して、前記第１単位の前記１以上の領域の夫々を視認可能な形態で重畳させて表示させる制御を実行する表示制御手段と、
   をさらに備える請求項１に記載の情報処理システム。
3. 土壌に関する情報を少なくとも含む、前記所定圃場に関する情報を圃場情報として前記第１単位毎に取得する圃場情報取得手段と、
   前記圃場情報に基づいて、前記第１単位毎に前記所定圃場の評価を夫々行い、前記第１単位毎の夫々の評価結果を評価情報として夫々生成する評価手段と、
   前記表示制御手段は、さらに、前記第１単位毎に前記評価情報を夫々表示させる制御を実行する、
   請求項２に記載の情報処理システム。
4. 前記圃場情報に基づいて、前記所定圃場の収穫性を示す指標に関する営農情報と、前記所定圃場を管理する農家の信用に関する信用情報とを生成する情報生成手段と、
   をさらに備え、
   前記表示制御手段は、さらに、前記営農情報と前記信用情報のうち少なくとも一方を表示させる制御を実行する、
   請求項３に記載の情報処理システム。
5. 前記圃場情報取得手段は、前記圃場情報として、前記所定圃場に設置されたセンサ群から得られる情報と、前記所定圃場を撮像可能とする人工衛星から得られる情報との夫々を取得する、
   請求項３又は４に記載の情報処理システム。
6. 前記センサ群から得られる情報には、気温、地温、降雨量、風速、風向き、土壌水分、又は日射量のうち少なくとも１つに関する情報が含まれ、
   前記人工衛星から得られる情報には、前記気温、日射量、地表面温度、土壌水分量、降雨量、植物活性度、タンパク質含有量、土壌腐植含有量、土壌窒素含有量のうち少なくとも１つに関する情報が含まれる、
   請求項５に記載の情報処理システム。
7. 複数の情報処理装置から構成される情報処理システムが実行する情報処理方法において、
   前記複数の情報処理装置のうち少なくとも１つが実行するステップとして、
   上空から地表の所定領域に向けて撮像された結果得られる元画像と、農家の圃場を示す第１単位の１以上の領域に前記所定領域が区分された結果得られるデータとの紐づけに対して、前記第１単位とは異なる第２単位毎にラベリングによる意味付けをすることで１以上の教師データを生成する第１生成ステップと、
   前記第１生成ステップの処理により生成された前記１以上の教師データを用いた機械学習を行うことで、上空から地表の処理対象領域に向けて撮像された結果得られる撮像画像を入力すると、前記処理対象領域が前記第１単位の１以上の領域に区分された結果を示す情報を区分情報として出力するモデルを生成する学習ステップと、
   新たな前記撮像画像を取得して前記モデルに入力することで、前記区分情報を出力する区分ステップと、
   を含む情報処理方法。
8. コンピュータに、
   上空から地表の所定領域に向けて撮像された結果得られる元画像と、農家の圃場を示す第１単位の１以上の領域に前記所定領域が区分された結果得られるデータとの紐づけに対して、前記第１単位とは異なる第２単位毎にラベリングによる意味付けをすることで１以上の教師データを生成する第１生成ステップと、
   前記第１生成ステップの処理により生成された前記１以上の教師データを用いた機械学習を行うことで、上空から地表の処理対象領域に向けて撮像された結果得られる撮像画像を入力すると、前記処理対象領域が前記第１単位の１以上の領域に区分された結果を示す情報を区分情報として出力するモデルを生成する学習ステップと、
   新たな前記撮像画像を取得して前記モデルに入力することで、前記区分情報を出力する区分ステップと、
   を含む制御処理を実行させるプログラム。

Images