JP7070872B2 - 土地適性評価装置、土地適性評価方法、及びプログラム - Google Patents
土地適性評価装置、土地適性評価方法、及びプログラム Download PDFInfo
- Publication number
- JP7070872B2 JP7070872B2 JP2020141652A JP2020141652A JP7070872B2 JP 7070872 B2 JP7070872 B2 JP 7070872B2 JP 2020141652 A JP2020141652 A JP 2020141652A JP 2020141652 A JP2020141652 A JP 2020141652A JP 7070872 B2 JP7070872 B2 JP 7070872B2
- Authority
- JP
- Japan
- Prior art keywords
- land
- data
- evaluation
- database
- specific
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1を参照して、土地適性評価システム1の概略を説明する。
土地適性評価システム1は、土地適性評価装置10、気候データベース(DB)21、地形データベース(DB)23及びユーザ端末30を含み、更に地図データベース(DB)25及び農地データベース(DB)27を含んでもよい。土地適性評価装置10は、気候データベース21、地形データベース22、ユーザ端末30及び農地データベース27のそれぞれと通信可能に接続されている。本実施形態では、気候データベース21、地形データベース23及び農地データベース27は、土地適性評価装置10の外部に配置されているが、これらデータベースの全部又は一部分は土地適性評価装置10内に組み込まれてもよい。
土地適性評価装置10の詳細については追って述べる。
図3を参照して、土地適性評価装置10を詳細に説明する。土地適性評価装置10は、取得部11、モデル生成部13、評価部15、出力部17及び記憶部19を含む。
更に、取得部11は、農地データベース27から特定の土地50の利用状況を示す情報を取得することができる(第4取得部)。
図5-図8を参照して土地適性評価装置10の動作、つまり土地適性評価方法を説明する。
図6を参照して、土地適性評価装置10の動作例1を説明する。動作例1は、典型的には、特定の農産物に適した土地を複数の候補地から選出するのに好適である。
したがって、新規参入・事業拡大を目指すユーザは、農作物の栽培に適切な土地を探すことができる。例えば、ユーザは、栽培実績のない土地を定量的に評価できるとともに、土地のポテンシャルを格付けすることができる。また、ユーザは、評価結果を、提携農家探しやフランチャイズ募集のために役立てることができる。
ここで、図5を参照して評価モデルの生成手順について述べる。評価モデルの生成は、土地適性評価装置10において実行されてもよいし、外部コンピュータにより実行されてもよい。また、複数の農産物のそれぞれについて評価モデルを生成する場合には、農産物ごとに下記の手順が実行される。
図7を参照して、土地適性評価装置10の動作例2を説明する。動作例2は、典型的には、特定の土地50に適した1種又は複数種類の農作物を、複数種類の候補から選出するのに好適である。
図8を参照して、土地適性評価装置10の動作例3を説明する。動作例3は、典型的には、複数種類の栽培候補の中から、特定の土地50に適した1種又は複数種類の農作物を選出するのに好適である。
10・・・土地適性評価装置、
11・・・取得部、
13・・・モデル生成部、
15・・・評価部、
17・・・出力部、
21・・・気候データベース(DB)、
23・・・地形データベース(DB)、
25・・・地図データベース(DB)、
30・・・ユーザ端末、
40・・・人工衛星、
50・・・土地。
Claims (8)
- 土地の位置と気候とを関連付けて記憶する気候データベースと、土地の位置と地形とを関連付けて記憶する地形データベースと、のそれぞれに通信可能に接続された土地適性評価装置であって、
ユーザ操作に応じて特定の土地の位置データを取得する第1取得部と、
前記地形データベースから前記特定の土地の気候データ及び地形データを取得する第2取得部と、
農作物の成績を示すスコアと前記農作物の栽培地の気候条件及び地形条件とを教師データとして機械学習させた評価モデルを用いて、前記特定の土地の位置データから、前記農作物に対する前記特定の土地の適性を示す評価値を算出する評価部と、
前記評価値に応じた評価結果を出力する出力部と、
を含むことを特徴とする土地適性評価装置。 - 前記第1取得部は、前記特定の土地の位置データとして、特定の領域に属する複数の土地の位置データを取得し、
前記第2取得部は、前記複数の土地のそれぞれに対する気候データ及び地形データを取得し、
前記評価部は、前記複数の土地のそれぞれについて前記評価値を算出すること、
を特徴とする請求項1に記載の土地適性評価装置。 - 地図データを記憶する地図データベースとも通信可能に接続され、
前記地図データベースから前記特定の領域の地図データを取得する第3取得部を更に含み、
前記出力部は、前記評価結果を前記特定の領域の地図上に重ねて表示させること、
を特徴とする請求項2に記載の土地適性評価装置。 - 土地ごとに利用状況を記憶する農地データベースとも通信可能に接続され、
前記農地データベースから前記特定の土地の利用状況を示す情報を取得する第4取得部を更に含み、
前記出力部は、利用されていない状態にある前記特定の土地について前記評価結果を出力すること、
を特徴とする請求項2又は3に記載の土地適性評価装置。 - 前記評価部は、複数の農産物のそれぞれについて、前記評価モデルを用いて前記評価値を算出し、
前記出力部は、前記複数の農産物のうち、良好な評価結果に対応する1つ又は複数の農産物を選出すること、
を特徴とする請求項1に記載の土地適性評価装置。 - 土地の位置と気候とを関連付けて記憶する気候データベースと、土地の位置と地形とを関連付けて記憶する地形データベースと、農作物の成績を示すスコアと前記農作物の栽培地の気候データ及び地形データとを関連付けて記憶する実績データベースと、のそれぞれに通信可能に接続された土地適性評価装置であって、
ユーザ操作に応じて特定の土地の位置データを取得する第1取得部と、
前記地形データベースから前記特定の土地の気候データ及び地形データを取得する第2取得部と、
前記実績データベースから前記スコア並びに前記栽培地の気候データ及び地形データを取得する第3取得部と、
前記スコアと前記栽培地の気候データ及び地形データとを教師データとして用いて、前記農作物に対する前記土地の適性を評価する評価モデルを生成するモデル生成部と、
前記評価モデルを用いて、前記特定の土地の位置データから、前記農作物に対する前記特定の土地の適性を示す評価値を算出する評価部と、
前記評価値に応じた評価結果を出力する出力部と、
を含むことを特徴とする土地適性評価装置。 - 土地の位置と気候とを関連付けて記憶する気候データベースと、土地の位置と地形とを関連付けて記憶する地形データベースと、のそれぞれに通信可能に接続された土地適性評価装置に対して、
ユーザ操作に応じて特定の土地の位置データを取得し、
前記地形データベースから前記特定の土地の気候データ及び地形データを取得し、
農作物の成績を示すスコアと前記農作物の栽培地の気候条件及び地形条件とを教師データとして機械学習させた評価モデルを用いて、前記特定の土地の位置データから、前記農作物に対する前記特定の土地の適性を示す評価値を算出し、
前記評価値に応じた評価結果を出力する
ステップを実行させることを特徴とする土地適性評価方法。 - 土地の位置と気候とを関連付けて記憶する気候データベースと、土地の位置と地形とを関連付けて記憶する地形データベースと、のそれぞれに通信可能に接続された土地適性評価装置に対して、
ユーザ操作に応じて特定の土地の位置データを取得し、
前記地形データベースから前記特定の土地の気候データ及び地形データを取得し、
農作物の成績を示すスコアと前記農作物の栽培地の気候条件及び地形条件とを教師データとして機械学習させた評価モデルを用いて、前記特定の土地の位置データから、前記農作物に対する前記特定の土地の適性を示す評価値を算出し、
前記評価値に応じた評価結果を出力する
ステップを実行させるためのプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019156939 | 2019-08-29 | ||
JP2019156939 | 2019-08-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021039753A JP2021039753A (ja) | 2021-03-11 |
JP7070872B2 true JP7070872B2 (ja) | 2022-05-18 |
Family
ID=74849217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020141652A Active JP7070872B2 (ja) | 2019-08-29 | 2020-08-25 | 土地適性評価装置、土地適性評価方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7070872B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102451509B1 (ko) * | 2021-08-19 | 2022-10-11 | 주식회사 케이아그로 | 스마트 토양 관리시스템 |
WO2023144899A1 (ja) * | 2022-01-25 | 2023-08-03 | マクセル株式会社 | 携帯情報端末及び情報処理方法 |
JP7177578B1 (ja) | 2022-03-31 | 2022-11-24 | 株式会社オプティム | プログラム、情報処理装置、情報処理システム、情報処理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180181893A1 (en) | 2015-05-14 | 2018-06-28 | Board Of Trustees Of Michigan State University | Methods and systems for crop land evaluation and crop growth management |
US20190057461A1 (en) | 2017-08-21 | 2019-02-21 | The Climate Corporation | Digital modeling and tracking of agricultural fields for implementing agricultural field trials |
CN111028255A (zh) | 2018-10-10 | 2020-04-17 | 千寻位置网络有限公司 | 基于先验信息与深度学习的农田区域预筛选方法及装置 |
CN111369152A (zh) | 2020-03-06 | 2020-07-03 | 深圳前海微众银行股份有限公司 | 农业土地价值评估优化方法、装置、设备及可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5756374B2 (ja) * | 2011-08-31 | 2015-07-29 | 株式会社日立ソリューションズ東日本 | 生育管理方法 |
JP2019082937A (ja) * | 2017-10-31 | 2019-05-30 | パナソニックIpマネジメント株式会社 | 候補地評価システムおよび候補地評価方法 |
-
2020
- 2020-08-25 JP JP2020141652A patent/JP7070872B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180181893A1 (en) | 2015-05-14 | 2018-06-28 | Board Of Trustees Of Michigan State University | Methods and systems for crop land evaluation and crop growth management |
US20190057461A1 (en) | 2017-08-21 | 2019-02-21 | The Climate Corporation | Digital modeling and tracking of agricultural fields for implementing agricultural field trials |
CN111028255A (zh) | 2018-10-10 | 2020-04-17 | 千寻位置网络有限公司 | 基于先验信息与深度学习的农田区域预筛选方法及装置 |
CN111369152A (zh) | 2020-03-06 | 2020-07-03 | 深圳前海微众银行股份有限公司 | 农业土地价值评估优化方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2021039753A (ja) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7070872B2 (ja) | 土地適性評価装置、土地適性評価方法、及びプログラム | |
Gustafson Jr et al. | The large-eddy simulation (LES) atmospheric radiation measurement (ARM) symbiotic simulation and observation (LASSO) activity for continental shallow convection | |
National Research Council et al. | Assessment of intraseasonal to interannual climate prediction and predictability | |
Le Page et al. | Seasonality of vegetation fires as modified by human action: observing the deviation from eco‐climatic fire regimes | |
Calanca et al. | Application of long-range weather forecasts to agricultural decision problems in Europe | |
Bonazountas et al. | Forest fire risk analysis | |
Tripathy et al. | Forecasting wheat yield in Punjab state of India by combining crop simulation model WOFOST and remotely sensed inputs | |
Hyman et al. | Spatial analysis to support geographic targeting of genotypes to environments | |
Shin et al. | Assessing maize and peanut yield simulations with various seasonal climate data in the southeastern United States | |
Richter et al. | Assessing on-farm productivity of Miscanthus crops by combining soil mapping, yield modelling and remote sensing | |
Post et al. | Evaluation and uncertainty analysis of regional-scale CLM4. 5 net carbon flux estimates | |
Landman et al. | Towards bridging the gap between climate change projections and maize producers in South Africa | |
Schoof | High‐resolution projections of 21st century daily precipitation for the contiguous US | |
Li Liu et al. | A GIS‐based climate change adaptation strategy tool | |
Akhand et al. | Using remote sensing satellite data and artificial neural network for prediction of potato yield in Bangladesh | |
Warrach‐Sagi et al. | Noah‐MP with the generic crop growth model Gecros in the WRF model: Effects of dynamic crop growth on land‐atmosphere interaction | |
Xiao et al. | Coupling agricultural system models with machine learning to facilitate regional predictions of management practices and crop production | |
Ji et al. | Faba bean and pea harvest index estimations using aerial-based multimodal data and machine learning algorithms | |
Dalmonech et al. | Regional estimates of gross primary production applying the Process-Based Model 3D-CMCC-FEM vs. Remote-Sensing multiple datasets | |
Williams et al. | Using biomass distributions to determine probability and intensity of tropical forest disturbance | |
Hood et al. | Options for Victorian agriculture in a “new” climate: Pilot study linking climate change and land suitability modelling | |
Chapman et al. | Evaluation of Dynamically Downscaled CMIP6‐CCAM Models Over Australia | |
Curasi et al. | Implementing a dynamic representation of fire and harvest including subgrid-scale heterogeneity in the tile-based land surface model CLASSIC v1. 45 | |
Singh et al. | Crop yield forecasting under FASAL (forecasting agricultural output using space, agrometeorology and land based observations) | |
Zhuang et al. | Integrating data assimilation, crop model, and machine learning for winter wheat yield forecasting in the North China Plain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AA64 | Notification of invalidation of claim of internal priority (with term) |
Free format text: JAPANESE INTERMEDIATE CODE: A241764 Effective date: 20201110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201211 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211222 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211222 |
|
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: 20220412 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220422 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7070872 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |