JP7300796B2 - 生育状況または病害虫発生状況の予測システム、方法およびプログラム - Google Patents

生育状況または病害虫発生状況の予測システム、方法およびプログラム Download PDF

Info

Publication number
JP7300796B2
JP7300796B2 JP2019556441A JP2019556441A JP7300796B2 JP 7300796 B2 JP7300796 B2 JP 7300796B2 JP 2019556441 A JP2019556441 A JP 2019556441A JP 2019556441 A JP2019556441 A JP 2019556441A JP 7300796 B2 JP7300796 B2 JP 7300796B2
Authority
JP
Japan
Prior art keywords
environmental information
prediction
field
information
growth
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
Application number
JP2019556441A
Other languages
English (en)
Other versions
JPWO2019106733A1 (ja
Inventor
俊二 菅谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Optim Corp
Original Assignee
Optim Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Optim Corp filed Critical Optim Corp
Publication of JPWO2019106733A1 publication Critical patent/JPWO2019106733A1/ja
Application granted granted Critical
Publication of JP7300796B2 publication Critical patent/JP7300796B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/05—Agriculture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Business, Economics & Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Strategic Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Catching Or Destruction (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)

Description

本発明は、生育状況または病害虫発生状況の予測システム、方法およびプログラムに関する。
近年、農作物の生育状況や病害虫発生状況を予測する技術が進歩している。
例えば、農作物の品質や収量のばらつきを抑制するために農作物の生育状況を予測するシステム提供されている（特許文献１）。また、病害虫に関する情報を詳細まで把握するためのシステムが提供されている（特許文献２）。
すなわち、特許文献１においては、天候、温度、風、霜、害虫、土壌成分、農作物の数、日照量に関する情報を取得し、それらの情報に基づいて生育状況を予測して圃場の管理に活用することで、栽培者の勘や経験に頼ることがなくばらつきのない圃場管理方法が提案されている。
また、特許文献２においては、営農者が栽培する農作物と一致する農作物についての病害虫発生予報を、当該農作物を栽培する地域の画像とともに表示させることで、自身が栽培している農作物に関する情報のみを詳細まで把握するためのシステムが提案されている。
特開２０１６－４９１０２号公報 特開２０１６－１６７２１４号公報
しかしながら、特許文献１及び特許文献２に記載のシステムでは、農作物の画像解析も加味して現在の生育状況や病害虫発生状況を検出して予測に活用することまではできていない。
すなわち、実際の農作物の状況を知るには、圃場を撮影することが最も直接的に把握できる方法であり、将来の成長を予測するためには、現状の状態をできるだけ正確に把握する必要がある。
加えて、農作物の病害虫発生状況を知るにあたっても、圃場を撮影することが最も直接的に状況と程度を把握できる方法であり、将来の病害虫被害を予測するためには、現状の被害状況をできるだけ正確に把握する必要がある。
本発明は、このような問題に鑑みてなされたものであり、画像解析も加味して、圃場における将来の生育状況や病害虫を予測するシステム、方法及びプログラムを得ることを目的とする。
本発明者らは、上記の課題を達成するために鋭意研究を重ねた結果、現在の環境情報及び過去の環境情報に加え、圃場を撮影した画像の解析結果を使用することで、上記の課題を解決できることを見出し、本発明を完成するに至った。具体的に、本発明では、以下のようなものを提供する。
（１）本発明は、圃場における生育状況を予測する生育状況予測システムであって、前記圃場を撮影した画像を取得する画像取得手段と、前記画像を解析して、対象物の生育状況及び病害虫の被害状況を検出する検出手段と、前記圃場の現在の環境情報を取得する環境情報取得手段と、前記圃場における対象物の過去の環境情報である過去環境情報を取得する過去環境情報取得手段と、前記検出した生育状況、病害虫の被害状況、前記現在の環境情報、前記過去環境情報、に基づいて、将来の生育状況を予測し、前記対象物に病害虫の被害が発生する可能性の高い区画や箇所を特定し、当該区画や箇所について、前記取得した画像における当該対象物の該当区画や箇所に印をつけて出力する予測手段と、を備え、前記環境情報取得手段が取得する環境情報とは、圃場の積算温度、積算雨量、積算日照量と、外部から配信されている病害虫に関する予察情報、予察注意報情報、警報情報である生育状況予測システムである。
（２）また、本発明は、前記予測の結果に基づいて、対処方法を表示する対処方法表示手段を備える、（１）に記載の生育状況予測システムである。
（４）また、本発明は、前記予測手段は、前記過去環境情報を入力して学習した結果から予測する、（１）に記載の生育状況予測システムである
（５）また、本発明は、圃場における生育状況を予測する生育状況予測システムが実行する生育状況予測方法であって、前記圃場を撮影した画像を取得するステップと、前記画像を解析して、対象物の生育状況及び病害虫の被害状況を検出するステップと、前記圃場の現在の環境情報を取得するステップと、前記圃場における対象物の過去の環境情報である過去環境情報を取得するステップと、前記検出した生育状況、病害虫の被害状況、前記現在の環境情報、前記過去環境情報、に基づいて、将来の生育状況を予測し、前記対象物に病害虫の被害が発生する可能性の高い区画や箇所を特定し、当該区画や箇所について、前記取得した画像における当該対象物の該当区画や箇所に印をつけて出力するステップと、を有し、前記圃場の現在の環境情報を取得するステップが取得する環境情報とは、圃場の積算温度、積算雨量、積算日照量と、外部から配信されている病害虫に関する予察情報、予察注意報情報、警報情報である生育状況予測方法である。
（６）また、本発明は、圃場における生育状況を予測するコンピュータに、前記圃場を撮影した画像を取得するステップ、前記画像を解析して、対象物の生育状況及び病害虫の被害状況を検出するステップ、前記圃場の現在の環境情報を取得するステップ、前記圃場における対象物の過去の環境情報である過去環境情報を取得するステップ、前記検出した生育状況、病害虫の被害状況、前記現在の環境情報、前記過去環境情報、に基づいて、将来の生育状況を予測し、前記対象物に病害虫の被害が発生する可能性の高い区画や箇所を特定し、当該区画や箇所について、前記取得した画像における当該対象物の該当区画や箇所に印をつけて出力するステップ、を実行させるためのコンピュータ読み取り可能なプログラムであって、前記環境情報取得手段が取得する環境情報とは、圃場の積算温度、積算雨量、積算日照量と、外部から配信されている病害虫に関する予察情報、予察注意報情報、警報情報であるコンピュータ読み取り可能なプログラムである。
本発明によると、雨量や日照量などの情報に加え、圃場の画像解析も加味して生育状況や病害虫状況を検出して予測に活用するため、より精度が高く好適な予測システム、予測方法及びプログラムを提供できる。
また、本発明によると、予測の結果に基づいて、対処方法を表示する対処方法表示手段を備えるため、予測結果だけでなく、発生が予想される問題を解決するための最適な対処方法を取得することができる予測システムを提供できる。
また、本発明によると、環境情報として積算温度、積算雨量、積算日照量を使用して予測に活用するため、対象物の生育を決定する重要な項目に着目することで、より精度が高く好適な予測システムを提供できる。
また、本発明によると、予測手段が過去環境情報を入力して学習した結果から予測するため、過去のデータを効果的に活用することができ、より精度が高く好適な予測システムを提供できる。
生育状況予測システムの概要を示す図。 生育状況予測システムの構成を示す図。 生育状況予測システムの機能構成を示すブロック図。 生育状況予測システムが実行する生育状況予測処理を示すフローチャート。 取得された画像及び画像解析から得られた生育データの一例を示す図。 現在の環境情報及び過去の環境情報の一例を示す図。 予測結果と対処方法の一例を示す図。
以下、本発明の具体的な実施形態について、詳細に説明するが、本発明は、以下の実施形態に何ら限定されるものではなく、本発明の目的の範囲内において、適宜変更を加えて実施することができる。
〔生育状況予測システム１の概要〕
図１は、本発明の好適な実施形態である生育状況予測システム１の概要を説明するための図である。生育状況予測システム１は、生育状況予測装置１００及び、ユーザ端末５００から構成される。
生育状況予測システム１において、初めにユーザ端末５００は、生育状況予測装置１００に生育状況予測リクエストを送信する（ステップＳ０１）。生育状況予測リクエストは、予測する地域に関する情報、及び、予測する日付や時期に関する情報の組み合わせにより構成される。
生育状況予測リクエストを受信した生育状況予測装置１００は、生育状況予測リクエストに含まれる地域に関する情報にしたがって、当該地域の画像データを取得する（ステップＳ０２）。これは、生育状況予測装置１００自体が撮影機能を備えて撮影を行ってもよいし、例えばカメラを備えた無人航空機のような、撮影機能を備えた他の装置からネットワーク経由で画像データを受信してもよい。また、画像は撮影されたものに限らず、生成、加工されたデータであってもよい。
画像データを取得した生育状況予測装置１００は、画像データを解析し、画像解析結果として、現在の生育状況を検出する。
画像データを解析し生育状況を検出した生育状況予測装置１００は、現在の環境に関する情報である環境情報、及び、過去の環境に関する情報である過去環境情報を取得する。
そして、画像解析結果、環境情報、及び過去環境情報に基づいて、予測リクエストに含まれる日付あるいは時期における生育状況を予測する（ステップＳ０３）。
さらに、生育状況予測装置１００は、予測された結果に対処するための対処方法を取得し、予測結果とともにユーザ端末５００に送信する（ステップＳ０４）。
予測結果及び対処方法を受信したユーザ端末５００は、予測結果及び対処方法を表示手段によって表示する。
以上が、生育状況予測システム１の概要である。
〔生育状況予測システム１のシステム構成〕
図２は、本発明の好適な実施形態である生育状況予測システム１のシステム構成図である。図２に示した通り、生育状況予測システム１は、生育状況予測装置１００、ユーザ端末５００によって構成される。生育状況予測装置１００は、公衆回線網３００（インターネット網や第３世代、第４世代通信網など）を介して、ユーザ端末５００と通信可能である。
生育状況予測装置１００は、後述の機能を備え、データ通信を行うことが可能であり、家庭用又は業務用に用いられる電化製品である。生育状況予測装置１００は、例えば、パーソナルコンピュータやサーバ装置に加えて、携帯電話、携帯情報端末、スマートフォン、タブレット端末、ネットブック端末、スレート端末、電子書籍端末、携帯型音楽プレーヤ等の情報家電であってよい。
ユーザ端末５００は、同様に、後述の機能を備え、データ通信を行うことが可能であり、家庭用又は業務用に用いられる電化製品である。
〔各機能の説明〕
図３に基づいて、各装置の構成について説明する。
生育状況予測装置１００は、制御部１２０として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ），ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ），ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部１２として、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉＦｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）対応デバイスを備える。
また、生育状況予測装置１００は、データやファイルを記憶する記憶部１３０として、ハードディスクや半導体メモリ、記録媒体、メモリカード等による、データのストレージ部を備える。
生育状況予測装置１００において、制御部１２０が所定のプログラムを読み込むことで、記憶部１３０と協働して、検出モジュール１２２、環境情報取得モジュール１２３、過去環境取得モジュール１２４を実現する。また、生育状況予測装置１００において、制御部１２０が所定のプログラムを読み込むことで、通信部１１０と協働して、予測モジュール１２５を実現する。さらに、生育状況予測装置１００において、制御部１２０が所定のプログラムを読み込むことで、通信部１１０及び記憶部１３０と協働して、画像取得モジュール１２１、対処方法取得モジュール１２６を実現する。
ユーザ端末５００は、生育状況予測装置１００と同様に、制御部５２０として、ＣＰＵ，ＲＡＭ，ＲＯＭ等を備え、通信部５１０として、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉＦｉ対応デバイス又は、有線ケーブルによる接続可能とするデバイス等の、他の電化製品、及び無線アクセスポイントとのデータ通信を実現するデバイスを備える。
ユーザ端末５００において、制御部５２０が所定のプログラムを読み込むことで、通信部５１０と協働して、予測リクエスト送信モジュール５２１、予測表示モジュール５２２、対処方法表示モジュール５２３を実現する。
〔生育状況予測処理〕
図４は、生育状況予測装置１００とユーザ端末５００が実行する生育状況予測処理のフローチャートである。上述した各装置のモジュールが行う処理について、本処理にて併せて説明する。
はじめに、ユーザ端末５００の予測リクエスト送信モジュール５２１は、生育状況予測装置１００に生育状況予測リクエストを送信する（ステップＳ５１０）。予生育状況測リクエストは、前述のとおり、予測する地域に関する情報、及び、予測する日付や時期に関する情報の組み合わせにより構成される。
次に、生育状況予測装置１００の画像取得モジュール１２１は、生育状況予測リクエストを取得すると（ステップＳ１１０）、生育状況予測リクエストに含まれる地域に関する情報にしたがって、当該地域の画像データを取得する（ステップＳ１２０）。なお、生育状況予測リクエストは、必ずしもユーザ端末５００から送られるだけでなく、生育状況予測装置１００内で生成されるものであっても構わない。
ここで、画像取得の方法としては、生育状況予測装置１００自体が撮影機能を備えて撮影を行ってもよいし、例えばカメラを備えた無人航空機のような、撮影機能を備えた他の装置から通信部１１０を介して画像データを受信してもよい。また、画像は撮影されたものに限らず、生成、加工されたデータであってもよい。
次に、生育状況予測装置１００の検出モジュール１２２は、取得した画像データを解析することで、生育状況を検出し、対象物の生育データを取得する（ステップＳ１３０）。
図５に、生育状況を予測する対象物として、ほうれん草を使用する場合の、画像データ及び画像解析から得られた生育データの一例を示す。図５（ａ）に示す画像データの例は、簡略化のため、対象物を拡大して示しているが、実際には、圃場全体を撮影したものが画像データとして取得される。
圃場全体を撮影した画像を解析することにより、図５（ｂ）に示されるような、生育データを取得することができる。この例では、撮影された圃場におけるほうれん草の平均値として、対象物の地面からの高さ、葉の面積、葉の数、及び、葉の色が取得される。そして、例えば、圃場における一部の区画において、葉の色が一部黄色く変色していることが検出される。
次に、生育状況予測装置１００の環境情報取得モジュール１２３は、圃場における現在の環境情報を取得する（ステップＳ１４０）。取得する環境情報は、例えば、作付けを開始してから現在までの積算温度、積算雨量、積算日照量などである。また、環境情報として、農林水産省から配信されている病害虫に関する予察情報や、各都道府県防除所から配信されている病害虫に関する予察注意報情報及び警報情報を使用し、その圃場における病害虫が飛来する過去の暦年予測を含めて予測してもよい。その場合、圃場の緯度及び経度を位置を特定するための情報として使用してよい。
次に、生育状況予測装置１００の過去環境情報取得モジュール１２４は、圃場における過去の環境情報を取得する（ステップＳ１５０）。圃場における過去の環境情報は、現在の環境情報と同様の情報に関して、前年や前々年など、前回以前に生育させた際の情報をいう。なお、過去の環境情報は、生育状況予測装置１００の記憶部１３０に予め記憶されているものを使用してもよく、また、通信部１１０を介して他のデータベースから取得してもよい。
図６に現在の環境情報及び過去の環境情報の一例を示す。図６（ａ）に現在の環境情報として、現在生育を実施している対象物（この例ではほうれん草）に関して、作付けの日から現在（この例では８日目）までの積算温度、積算雨量及び積算日照量が示されている。図６（ｂ）に過去の環境情報として、前年及び前々年における、現在と同一の積算日数の日（この例では８日目）における環境情報が示されている。
また、本実施形態における生育状況予測システムにおいては、過去の１０日目の状態を正解データとして、環境情報を入力して機械学習を行う。そのため、図６（ｂ）に示される例では、前年及び前々年における作付け後１０日目の状態が過去環境情報として取得される。
すなわち、前年における作付けから８日目の環境情報として、積算温度が８５℃、積算雨量が８９ｍｍ、積算日照量が０．４Ｍｊ／ｍ２というデータが得られ、１０日目の状態を表す正解データとして、「雨が多く多湿でベト病が発生」というデータが得られる。
また、前々年における作付けから８日目の環境情報として、積算温度が８０℃、積算雨量が５６ｍｍ、積算日照量が２Ｍｊ／ｍ２というデータが得られ、１０日目の状態を表す正解データとして、「良好」というデータが得られる。
そして、過去環境情報を取得したのち、生育状況予測装置１００の予測モジュール１２５は、ステップＳ１３０で検出した生育状況、ステップＳ１４０で取得した現在の環境情報、及び、ステップＳ１５０で取得した過去環境情報に基づいて、生育状況を予測する（ステップＳ１６０）。
本実施例においては、図６に示すように、過去２年と比較すると、積算日照量がやや少なく、かつ、積算雨量が多い。そのため、予測結果として、図７に示すように、２０１６年と同様に、ベト病が発生する可能性が高い、という結果を得ることができる。
また、画像解析の結果から、ベト病が発生する可能性が高い箇所を特定することができる。つまり、取得された画像内にベト病になりそうな箇所を検出し、印をつけて出力する。本実施例では、ベト病が発生する可能性が高い箇所を検出しているが、同様に、他の病気が発生する可能性の高い箇所や、害虫による被害が大きくなりそうな箇所を検出してもよい。このように、単に病気の発生や害虫の発生を予測できるだけでなく、発生する区画や箇所まで特定することができるため、精度の高い生育状況予測システムを実現することが可能となる。
予測結果が得られると、生育状況予測装置１００は、ユーザ端末５００に対し予測結果を送信し（ステップＳ１７０）、予測結果を受信したユーザ端末５００は、受信した予測結果をユーザ端末５００が有するディスプレイ等に表示する（ステップＳ５２０）。
予測結果をユーザ端末５００に送信したのち、生育状況予測装置１００の対処方法取得モジュール１２６は、ステップＳ１６０で取得された予測結果に基づいて対処方法を取得する（ステップＳ１８０）。
本実施例においては、図７に示すように、予測結果として、「積算日照量がやや少なく、積算雨量が多い。」「２０１６年と同様に、ベト病が発生する可能性が高い。」との予測がなされており、また、画像解析からベト病になる可能性の高い箇所が特定され、印Ａが付されている。ステップＳ１８０では、このような予測結果に基づき、「印をつけた箇所に殺菌剤をまく」「早急に施肥を行う」という対処方法が取得される。
対処方法が得られると、生育状況予測装置１００は、ユーザ端末５００に対し対処方法を送信し（ステップＳ１９０）、対処方法を受信したユーザ端末５００は、受信した対処方法をユーザ端末５００が有するディスプレイ等に表示する（ステップＳ５３０）。
なお、本実施例においては、予測結果と併せて対処方法を取得するよう制御されているが、必ずしも対処方法を取得する機能を設ける必要はなく、生育状況を予測する機能のみを有するシステムであってもよい。あるいは、ステップＳ５１０における生育状況予測リクエストに、対処方法も取得するかどうかに関するユーザの選択情報を含めてもよい。その場合、ユーザが対処方法の取得を希望する場合のみ、対処方法をユーザに送信することになる。
以上が、生育状況予測装置１００とユーザ端末５００が実行する生育状況予測処理の処理手順である。
上述した手段、機能は、コンピュータ（ＣＰＵ，情報処理装置，各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ－ＲＯＭなど）、ＤＶＤ（ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記憶装置または外部記憶装置に転送し記憶して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記憶装置（記録媒体）に予め記録しておき、その記憶装置から通信回線を介してコンピュータに提供するようにしてもよい。
以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限
るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好
適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたもの
に限定されるものではない。
生育状況を予測する対象物として、農場におけるほうれん草の例について説明したが、本発明はこの実施形態に限るものでなく、農業のほかに、林業や水産業について、特に海苔の養殖についても適用可能である。
生育状況予測装置１００とユーザ端末５００を別々の装置として構成しているが、生育状況予測装置１００とユーザ端末５００を一体のものとして構成してもよい。
予測結果及び対処方法として、病害虫判定、生育調査、施肥タイミング、肥料の種類、農薬散布タイミング、農薬の種類を使用してもよい。
１ 生育状況予測システム
１００ 生育状況予測装置
５００ ユーザ端末
１２１ 画像取得モジュール
１２２ 検出モジュール
１２３ 環境情報取得モジュール
１２４ 過去環境取得モジュール
１２５ 予測モジュール
１２６ 対処方法取得モジュール

Claims (5)

  1. 圃場における生育状況を予測する生育状況予測システムであって、
    前記圃場を撮影した画像を取得する画像取得手段と、
    前記画像を解析して、対象物の生育状況及び病害虫の被害状況を検出する検出手段と、
    前記圃場の現在の環境情報を取得する環境情報取得手段と、
    前記圃場における対象物の過去の環境情報である過去環境情報を取得する過去環境情報取得手段と、
    前記検出した生育状況、病害虫の被害状況、前記現在の環境情報、前記過去環境情報、に基づいて、将来の生育状況を予測し、前記対象物に病害虫の被害が発生する可能性の高い区画や箇所を特定し、当該区画や箇所について、前記取得した画像における当該対象物の該当区画や箇所に印をつけて出力する予測手段と、
    を備え、
    前記環境情報取得手段が取得する環境情報とは、圃場の積算温度、積算雨量、積算日照量と、外部から配信されている病害虫に関する予察情報、予察注意報情報、警報情報である生育状況予測システム。
  2. 前記予測の結果に基づいて、対処方法を表示する対処方法表示手段を備える請求項１に記載の生育状況予測システム。
  3. 前記予測手段は、前記過去環境情報を入力して学習した結果から予測する請求項１に記載の生育状況予測システム。
  4. 圃場における生育状況を予測する生育状況予測システムが実行する生育状況予測方法であって、
    前記圃場を撮影した画像を取得するステップと、
    前記画像を解析して、対象物の生育状況及び病害虫の被害状況を検出するステップと、
    前記圃場の現在の環境情報を取得するステップと、
    前記圃場における対象物の過去の環境情報である過去環境情報を取得するステップと、
    前記検出した生育状況、病害虫の被害状況、前記現在の環境情報、前記過去環境情報、に基づいて、将来の生育状況を予測し、前記対象物に病害虫の被害が発生する可能性の高い区画や箇所を特定し、当該区画や箇所について、前記取得した画像における当該対象物の該当区画や箇所に印をつけて出力するステップと、
    を有し、
    前記圃場の現在の環境情報を取得するステップが取得する環境情報とは、圃場の積算温度、積算雨量、積算日照量と、外部から配信されている病害虫に関する予察情報、予察注意報情報、警報情報である生育状況予測方法。
  5. 圃場における生育状況を予測するコンピュータに、
    前記圃場を撮影した画像を取得するステップ、
    前記画像を解析して、対象物の生育状況及び病害虫の被害状況を検出するステップ、
    前記圃場の現在の環境情報を取得するステップ、
    前記圃場における対象物の過去の環境情報である過去環境情報を取得するステップ、
    前記検出した生育状況、病害虫の被害状況、前記現在の環境情報、前記過去環境情報、に基づいて、将来の生育状況を予測し、前記対象物に病害虫の被害が発生する可能性の高い区画や箇所を特定し、当該区画や箇所について、前記取得した画像における当該対象物の該当区画や箇所に印をつけて出力する出力するステップ、
    を実行させるためのコンピュータ読み取り可能なプログラムであって、
    前記圃場の現在の環境情報を取得するステップが取得する環境情報とは、圃場の積算温度、積算雨量、積算日照量と、外部から配信されている病害虫に関する予察情報、予察注意報情報、警報情報であるコンピュータ読み取り可能なプログラム。
JP2019556441A 2017-11-29 2017-11-29 生育状況または病害虫発生状況の予測システム、方法およびプログラム Active JP7300796B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/042696 WO2019106733A1 (ja) 2017-11-29 2017-11-29 生育状況または病害虫発生状況の予測システム、方法およびプログラム

Publications (2)

Publication Number Publication Date
JPWO2019106733A1 JPWO2019106733A1 (ja) 2020-11-26
JP7300796B2 true JP7300796B2 (ja) 2023-06-30

Family

ID=66664438

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019556441A Active JP7300796B2 (ja) 2017-11-29 2017-11-29 生育状況または病害虫発生状況の予測システム、方法およびプログラム

Country Status (4)

Country Link
US (1) US20200311915A1 (ja)
JP (1) JP7300796B2 (ja)
CN (1) CN111479459A (ja)
WO (1) WO2019106733A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7411259B2 (ja) * 2019-12-06 2024-01-11 株式会社ナイルワークス 植物の病理診断システム、植物の病理診断方法、植物の病理診断装置、およびドローン
JP6974662B2 (ja) * 2019-12-17 2021-12-01 株式会社ミライ菜園 予測装置
JP7387195B2 (ja) * 2019-12-23 2023-11-28 株式会社ナイルワークス 圃場管理システム、圃場管理方法およびドローン
JP2022094828A (ja) * 2020-12-15 2022-06-27 Ｈａｐｓモバイル株式会社 制御装置、プログラム、システム、及び方法
CN112889612B (zh) * 2021-01-18 2023-01-31 吉林省农业科学院 大豆耐低磷筛选装置及筛选方法
CN112750123A (zh) * 2021-01-22 2021-05-04 武汉工程大学 一种水稻病虫害监测方法及系统
CN113940267B (zh) * 2021-10-15 2022-09-02 中国农业科学院都市农业研究所 一种用于植物工厂的照护装置及方法
CN114913029B (zh) * 2022-04-29 2023-05-02 云铂(宁夏)科技有限公司 一种基于物联网的智能农业监控平台
CN116051560B (zh) * 2023-03-31 2023-06-20 武汉互创联合科技有限公司 基于胚胎多维度信息融合的胚胎动力学智能预测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003143959A (ja) 2001-11-08 2003-05-20 Hitachi Eng Co Ltd 圃場における農産物の生育情報提供システム
US20120101934A1 (en) 2010-10-25 2012-04-26 Lindores Robert J Exchanging water allocation credits
JP2014225249A (ja) 2013-04-24 2014-12-04 独立行政法人国立高等専門学校機構 栽培契約マッチングシステム、サーバ、方法およびプログラム
JP2016167214A (ja) 2015-03-10 2016-09-15 株式会社東芝 情報処理システム及び方法
US9652840B1 (en) 2014-10-30 2017-05-16 AgriSight, Inc. System and method for remote nitrogen monitoring and prescription

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1245638C (zh) * 1999-10-15 2006-03-15 德卡尔博遗传学公司 作物性能分析的方法和系统
US20020016676A1 (en) * 2000-07-26 2002-02-07 Christopher Sann Climatic conditions based pest control management
JP2004185222A (ja) * 2002-12-02 2004-07-02 Osaka Gas Co Ltd 植物病害防除用微生物資材提案システム
JP2005085059A (ja) * 2003-09-10 2005-03-31 Sec:Kk 農作業決定支援用予測システム
JP2005137209A (ja) * 2003-11-04 2005-06-02 Ebara Corp 植物管理システム
CN100493212C (zh) * 2007-05-24 2009-05-27 中国科学院合肥物质科学研究院 大田作物病虫害智能预警系统
CN101480143B (zh) * 2009-01-21 2010-11-03 华中科技大学 一种预测灌区作物单产量的方法
CN101916337B (zh) * 2010-08-23 2012-05-02 湖南大学 一种基于地理信息系统的水稻生产潜力动态预测方法
US20160125331A1 (en) * 2014-10-30 2016-05-05 AgriSight, Inc. Automated agricultural activity determination system and method
CN107222682A (zh) * 2017-07-11 2017-09-29 西南大学 农作物生长状况检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003143959A (ja) 2001-11-08 2003-05-20 Hitachi Eng Co Ltd 圃場における農産物の生育情報提供システム
US20120101934A1 (en) 2010-10-25 2012-04-26 Lindores Robert J Exchanging water allocation credits
JP2014225249A (ja) 2013-04-24 2014-12-04 独立行政法人国立高等専門学校機構 栽培契約マッチングシステム、サーバ、方法およびプログラム
US9652840B1 (en) 2014-10-30 2017-05-16 AgriSight, Inc. System and method for remote nitrogen monitoring and prescription
JP2016167214A (ja) 2015-03-10 2016-09-15 株式会社東芝 情報処理システム及び方法

Also Published As

Publication number Publication date
WO2019106733A1 (ja) 2019-06-06
US20200311915A1 (en) 2020-10-01
CN111479459A (zh) 2020-07-31
JPWO2019106733A1 (ja) 2020-11-26

Similar Documents

Publication Publication Date Title
JP7300796B2 (ja) 生育状況または病害虫発生状況の予測システム、方法およびプログラム
Gutiérrez et al. Vineyard water status assessment using on-the-go thermal imaging and machine learning
US10262244B2 (en) Image evaluation method
Elmendorf et al. The plant phenology monitoring design for the National Ecological Observatory Network
US10685231B2 (en) Computer system, and method and program for diagnosing plants
CN115443470A (zh) 来自远程位置传感器的预测的预报偏移
US11737443B2 (en) Methods for deploying biosentinels to agricultural fields and monitoring biotic and abiotic stresses in crops remotely
WO2019130568A1 (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
US20230091677A1 (en) Monitoring and intelligence generation for farm field
EP3903566A1 (en) Information processing device, and information processing system
CN110140146A (zh) 土地用途判定系统、土地用途判定方法以及程序
KR102381491B1 (ko) 작물 재배 애플리케이션을 통한 적응형 재배 정보 제공 시스템
EP4099258A1 (en) Information processing device
Pandey et al. Precision farming and its application
Kriticos et al. Balancing bioenergy and biosecurity policies: estimating current and future climate suitability patterns for a bioenergy crop
Saha et al. A crop-monitoring system using wireless sensor networking
CN114760832A (zh) 预测装置
EP3732957B1 (en) Information processing device and information processing method
Harder et al. Remotely sensed environmental measurements detect decoupled processes driving population dynamics at contrasting scales
Chytrý Detekce fenologických fází plodin metodami dálkového průzkumu Země
JP2024064151A (ja) 情報処理装置、情報処理方法、およびプログラム
Harder et al. Individual fitness in a small desert mammal predicted by remotely sensed environmental measurements
Ednie Examining Microclimatic Vulnerability to Climate Extremes Using High Resolution Remote Sensing and Climatic Tolerances: Methods and Applications
Lu Multi-risk modeling for improved agriculture decision-support: predicting crop yield variability and gaps due to climate variability, extreme events, and disease
Golubović Scalable Analytics Systems for Multi-Tier IoT Deployments with Applications in Agriculture

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200420

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200420

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210525

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20210721

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210917

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220222

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220519

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220519

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220526

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220607

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20220624

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20220705

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20221122

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20230110

C13 Notice of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: C13

Effective date: 20230124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230210

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20230404

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230616

R150 Certificate of patent or registration of utility model

Ref document number: 7300796

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150