JP7440094B2 - 着果状態の把握方法、収量予測方法、生産調整方法、及びコンピュータシステム - Google Patents

Description

本件は、着果状態の把握方法、収量予測方法、生産調整方法、及びコンピュータシステムに関する。

果実の収穫量は、果実の数及び大きさなどの株の着果状態の把握結果に基づいて予測することができる。ピーマン類やキュウリなどの緑色を呈する果実は、緑色の葉と重なると、果実の識別が難しい。ここで、ピーマン類とは、植物学的分類においてナス科トウガラシ属に属し、果実が野菜として利用されるパプリカやシシトウを含む植物を意味する。

果実の識別に関し、例えば特許文献１及び２には、果実の画像のＲＧＢ信号から果実を認識する点が開示されている。

特開昭６２－２９５１９０号公報 特開平８－１９３３３号公報

しかし、特許文献１及び２の開示技術によると、複雑な画像処理により果実を識別するため、高性能な装置が必要となる。このため、果実を容易に識別する手段が求められる。このような手段は、果実の収量の予測、及び果実の生産量の調整に利用されて収穫作業の省力化に貢献することが期待される。

そこで本発明は、株の着果状態を容易に把握することができる着果状態の把握方法及びコンピュータシステム、果実の収量を容易に予測することができる収量予測方法、並びに果実の生産量を適切に調整することができる生産調整方法を提供することを目的とする。

１つの態様では、着果状態の把握方法は、照射装置が、果実と葉を含む株のうち前記葉から発せられる可視光の輝度が、前記果実から発せられる蛍光より低くなる暗所において、照射装置が、前記株に紫外線を照射し、撮影装置が、前記暗所において前記紫外線を照射している間に前記株の画像を撮影し、コンピュータが、前記画像における輝度分布又は蛍光色の領域の形状に基づいて、前記画像内における前記果実の範囲を識別する方法である。

１つの態様では、コンピュータシステムは、株に紫外線を照射する照射装置と、前記紫外線の照射中に前記株の画像を撮影する撮影装置と、前記画像に基づいて、前記株に実った果実から前記紫外線の照射に応じて発せられる蛍光により前記果実を識別するコンピュータとを有する。

１つの態様では、収量予測方法は、前記コンピュータが、上記の着果状態の把握方法により把握した着果状態に基づいて前記果実の収量を予測する方法である。

１つの態様では、生産調整方法は、前記コンピュータが、上記の収量予測方法により予測した前記果実の収量を目標収量と比較し、比較結果に応じて前記果実の生産量を調整する方法である。

１つの態様に係る着果状態の把握方法及びコンピュータシステムによれば、株に実った果実を容易に識別することができる。また、１つの態様に係る収量予測方法によれば、果実の収量を容易に予測することができる。また、１つの態様に係る生産調整方法によれば、果実の生産量を適切に調整することができる。

株の着果状態を把握するコンピュータシステムの一例を示す構成図である。 着果状態の把握方法の一例を示すフローチャートである。 可視光線及び紫外線の照射時のピーマン類の果実の画像を示す図である。 可視光線及び紫外線の照射時のキュウリの果実の画像を示す図である。 可視光線及び紫外線の照射時のシシトウの果実の画像を示す図である。 可視光線及び紫外線の照射時の赤色品種のパプリカの果実の画像を示す図である。 可視光線及び紫外線の照射時の黄色品種のパプリカの果実の画像を示す図である。 果実の大きさ及び数の測定方法の一例を示すフローチャートである。 温室の一例を示す平面図である。 果実の予測収量の算出及び生産調整の方法の一例を示すフローチャートである。 果実の予測収量の算出例を示す図である。 果実の生産調整手段の例を示す図である。 植物成長調整剤を用いた生産調整の決定処理の一例を示すフローチャートである。

（コンピュータシステムの構成）
図１は、株９の着果状態を把握するコンピュータシステム４の一例を示す構成図である。コンピュータシステム４は、コンピュータ１、ブラックライト２、及びデジタルカメラ３を含む。本例において、コンピュータ１、ブラックライト２、及びデジタルカメラ３は互いに独立した装置であるが、コンピュータ１、ブラックライト２、及びデジタルカメラ３のうち、少なくとも２つが１つの装置として実現されてもよい。

着果状態の把握対象の一例として、ピーマンの株９を挙げる。ピーマンの果実９３は、主茎９０から伸びる側枝９１からぶら下がっている。果実９３の色は葉９２と同じ緑色であるため、例えば夜間のように照度が低い環境において、目視で果実９３を葉９２から識別することは難しい。

これに対し、ブラックライト２は株９に紫外線を照射し、デジタルカメラ３はフレームＦ内の株９の画像を撮像する。デジタルカメラ３は、画像の画像データＤをコンピュータ１に送信する。なお、デジタルカメラ３は、例えばＬＡＮ（Local Area Network）ケーブルなどの通信ケーブルを介して画像データＤを送信してもよいし、ＷｉＦｉ（Wireless Fidelity）などの無線ＬＡＮ、またはＢｌｕｅｔｏｏｔｈ（登録商標）、及びＮＦＣ（Near Field Communication）などの近距離無線通信手段を介して画像データＤを送信してもよい。なお、デジタルカメラ３は、株９を撮像する撮影装置の一例であり、撮影装置としては、パーソナルコンピュータやスマートフォンに備えられた小型カメラも挙げられる。

果実９３、主茎９０、及び側枝９１は紫外線の照射に応じて蛍光を発するが、葉９２は紫外線を照射されても蛍光を発しない。このため、画像データＤでは、果実９３、主茎９０、及び側枝９１のみが明るく光っている。

コンピュータ１は、画像データＤから蛍光を発する部分を検出することにより果実９３を葉９２、主茎９０、及び側枝９１と区別されるように識別する。コンピュータ１は、例えばパーソナルコンピュータ、タブレット端末、及びスマートフォンなどであり、ＣＰＵ（Central Processing Unit）１０、メモリ１１、通信インターフェース部（通信ＩＦ）１２、入力部１３、及び表示部１４を有する。

ＣＰＵ１０は、相互に電気信号を送受信できるようにメモリ１１、通信ＩＦ１２、入力部１３、及び表示部１４とバスなどを介して接続されている。メモリ１１は、ＣＰＵ１０を駆動するプログラムが格納されたＲＯＭ（Read Only Memory）、及びＣＰＵ１０のワーキングメモリとして機能するＲＡＭ（Random Access Memory）が含まれる。

通信ＩＦ１２は、デジタルカメラ３、インターネット、及びＬＡＮなどとの通信を処理する。入力部１３は、操作者がＣＰＵ１０に各種の情報を入力するための装置であり、例えばキーボード、マウス、及びタッチパネルなどが挙げられる。表示部１４は、ＣＰＵ１０からの各種の情報を表示する装置であり、例えばディスプレイ及びタッチパネルなどが挙げられる。

通信ＩＦ１２は、デジタルカメラ３から画像データＤを受信してＣＰＵ１０に出力する。ＣＰＵ１０は、画像データＤに基づいて、株９に実った果実９３から紫外線の照射に応じて発せられる蛍光により果実９３を葉９２などと区別されるように識別する。ＣＰＵ１０は、果実９３の識別結果に基づき果実の数及び大きさを測定する。ＣＰＵ１０は、例えば、測定結果を表示部１４に出力して表示し、あるいは通信ＩＦ１２を介してサーバなどの他の装置に出力する。

（着果状態の把握方法）
図２は、着果状態の把握方法の一例を示すフローチャートである。本例では、一例として株９の栽培者が着果状態の把握方法を実行すると仮定する。まず、栽培者は例えばビニールハウス内で株９を栽培する（ステップＳｔ１）。

次に栽培者は、例えば夜間などの照度の低い環境においてブラックライト２から紫外線を株９に照射する（ステップＳｔ２）。このとき、株９の全体に紫外線を照射できるように複数個のブラックライト２が用いられてもよい。なお、ブラックライト２は、紫外線を照射する照射装置の一例である。ブラックライト２は汎用品であるため、入手が容易であるが、ブラックライト２の代わりに紫外線を照射可能な他の照射装置を用いてもよい。

また、紫外線の照射は、コンピュータ１により実行制御されてもよい。また、照射時の照度は、紫外線の照射に応じて果実９３から発せられる蛍光をコンピュータ１が認識できる程度の値とする。

次に栽培者は、紫外線の照射中にデジタルカメラ３により株９の画像を撮影する（ステップＳｔ３）。このとき、デジタルカメラ３は、反射光が生じないようにフラッシュをオフにして撮影する。デジタルカメラ３は、栽培者の操作またはコンピュータ１からの制御に応じて株９の画像データＤをコンピュータ１に送信する。

また、株９の画像の撮影は、コンピュータ１により実行制御されてもよい。例えば夜間、コンピュータ１がブラックライト２を搭載した車両やロボットをＧＰＳ(Global Positioning System)などの位置特定手段により取得して自動的に操縦し、温室内の複数の位置において株９の画像を撮影してもよい。これにより、栽培者の撮影作業の負担が軽減される。もっとも、栽培者は、温室内の複数の位置にそれぞれブラックライト２を設置して撮影を行ってもよい。

また、デジタルカメラ３は、株９の葉９２から発せられる可視光の輝度が、果実９３から発せられる蛍光より低くなる暗所において撮影を実行するのが好ましい。すなわち、紫外線に応じて果実９３から反射される蛍光の輝度が、株９の葉９２から反射される可視光の輝度より十分大きくなるような暗所が撮影に適している。これにより、コンピュータ１は輝度に基づいて果実９３をより容易に識別することが可能である。

次にコンピュータ１は、画像データＤに基づいて、株９に実った果実９３から紫外線の照射に応じて発せられる蛍光により果実９３を葉９２と区別されるように識別する（ステップＳｔ４）。コンピュータ１は、例えば画像データＤの輝度分布から、輝度が所定の閾値以上である蛍光色の領域を検出することにより果実９３を識別する。このため、コンピュータ１は、株９に実った果実９３を容易に識別することができる。なお、コンピュータ１は、輝度だけでなく、例えば蛍光色の領域の形状が卵形状であることから果実９３を識別してもよい。

次にコンピュータ１は、果実９３の識別結果に基づき果実９３の大きさ及び数を測定する（ステップＳｔ５）。この測定方法については後述する。なお、コンピュータ１は、果実９３の大きさ及び数の一方のみを測定してもよい。

次にコンピュータ１は、果実９３の大きさ及び数の測定結果を表示部１４または通信ＩＦ１２に出力する（ステップＳｔ６）。これにより、栽培者は、測定結果を取得して株９の着果状態を把握することができる。なお、上記のコンピュータ１の処理は、ＣＰＵ１０を駆動するプログラムの機能により実現されるが、これに限定されず、ハードウェアにより実現されてもよい。

（果実の識別例）
次に果実９３の識別例を列挙する。

図３は、可視光線及び紫外線の照射時のピーマン類の果実の画像Ｓ１ａ，Ｓ１ｂを示す図である。画像Ｓ１ａ，Ｓ１ｂは、ピーマン類の果実に複数の葉を重ねた状態を示す。また、紫外線の照射時のピーマン類の果実の画像Ｓ１ｂは、照度が低い環境下で撮影したものである。

ピーマン類の果実と葉はともに緑色であるため、可視光線の照射時のピーマン類の果実の画像Ｓ１ａではピーマン類の果実の識別が難しい。一方、紫外線の照射時のピーマン類の果実の画像Ｓ１ｂでは、ピーマン類の果実が紫外線の照射に応じて蛍光を発しているが、葉は蛍光を発していない。したがって、コンピュータ１は、ピーマン類の果実が葉に重なっている状態であっても、画像Ｓ１ｂ内の蛍光色の領域を例えば輝度に基づいて検出することによりピーマン類の果実を容易に識別することができる。

図４は、可視光線及び紫外線の照射時のキュウリの果実の画像Ｓ２ａ，Ｓ２ｂを示す図である。画像Ｓ２ａ，Ｓ２ｂは、キュウリの果実を葉に重ねた状態を示す。また、紫外線の照射時のキュウリの果実の画像Ｓ２ｂは、照度が低い環境下で撮影したものである。

キュウリの果実と葉はともに緑色であるため、可視光線の照射時のキュウリの果実の画像Ｓ２ａではキュウリの果実の識別が難しい。一方、紫外線の照射時のキュウリの果実の画像Ｓ２ｂでは、キュウリの果実が紫外線の照射に応じて蛍光を発しているが、葉は蛍光を発していない。したがって、コンピュータ１は、キュウリの果実が葉に重なっている状態であっても、画像Ｓ２ｂ内の蛍光色の領域を例えば輝度に基づいて検出することによりキュウリの果実を容易に識別することができる。

図５は、可視光線及び紫外線の照射時のシシトウの果実の画像Ｓ３ａ，Ｓ３ｂを示す図である。画像Ｓ３ａ，Ｓ３ｂは、複数のシシトウの果実を横に並べた状態を示す。また、紫外線の照射時のシシトウの果実の画像Ｓ３ｂは、照度が低い環境下で撮影したものである。各画像Ｓ３ａ，Ｓ３ｂを比較すると理解されるように、シシトウの果実も紫外線の照射に応じて蛍光を発するため、識別が容易である。

図３～図５に示されるような緑色果実は、とりわけ暗所では葉の緑色と区別が難しいため、本例のような紫外線による果実の識別がより効果的である。もっとも、以下に示すように、緑色果実以外の果実でも紫外線による識別が可能である。

図６は、可視光線及び紫外線の照射時の赤色品種のパプリカの果実の画像Ｓ４ａ，Ｓ４ｂを示す図である。紫外線の照射時のパプリカの果実の画像Ｓ４ｂは、照度が低い環境下で撮影したものである。各画像Ｓ４ａ，Ｓ４ｂを比較すると理解されるように、赤色品種のパプリカの果実も紫外線の照射に応じて蛍光を発するため、識別が容易である。

図７は、可視光線及び紫外線の照射時の黄色品種のパプリカの果実の画像Ｓ５ａ，Ｓ５ｂを示す図である。紫外線の照射時のパプリカの画像Ｓ５ｂは、照度が低い環境下で撮影したものである。各画像Ｓ５ａ，Ｓ５ｂを比較すると理解されるように、黄色品種のパプリカの果実も紫外線の照射に応じて蛍光を発するため、識別が容易である。

このように、着果状態の把握方法を適用可能な果実９３としては、上述したピーマン類の果実及びキュウリの果実などの緑色果実だけでなく、赤色品種または黄色品種のパプリカなどの緑色以外の果実であってもよい。

（果実の大きさ及び数の測定方法）
図８は、果実の大きさ及び数の測定方法の一例を示すフローチャートである。なお、測定方法の各処理は、ＣＰＵ１０を駆動するプログラムの機能により実現されるが、これに限定されず、ハードウェアにより実現されてもよい。

ＣＰＵ１０は、デジタルカメラ３から紫外線の照射中に撮影された株の画像データＤを取得する（ステップＳｔ１１）。株の一例として、符号Ｓ６ａは、可視光線を照射中のピーマン類の株の画像を示し、符号Ｓ６ｂは、照度の低い環境において紫外線の照射中のピーマン類の株の画像を示す。符号Ｓ６ａ，Ｓ６ｂの各画像を比較すると理解されるように、果実のピーマン類の果実は、葉などの他の部分とは異なり卵形状の蛍光を発している。

次にＣＰＵ１０は、紫外線の照射中の株の画像から卵形状の蛍光色の領域を例えば輝度に基づき検出する（ステップＳｔ１２）。これにより、ＣＰＵ１０は、符号Ｓ６ｂの画像から果実のピーマン類の果実を識別することができる。

次にＣＰＵ１０は、画像中の卵形状の蛍光色の領域を果実の形状に近似する（ステップＳｔ１２）。例えばＣＰＵ１０は、符号Ｓ６ｃの画像のように、符号Ｓ６ｂの画像中の蛍光色の領域を、ピーマン類の果実に類似する卵形状により近似する。このとき、ＣＰＵ１０は、蛍光色の領域に適合する大きさの卵形状を当てはめていき、複数個のピーマン類の果実が重なっている部分には複数個の卵形状を適合させる。

次にＣＰＵ１０は、各果実の形状で近似した蛍光色の領域を縮小する（ステップＳｔ１３）。例えばＣＰＵ１０は、符号Ｓ６ｃの画像の複数個の卵形状の大きさを約３０％に縮小することにより符号Ｓ６ｄの画像を得る。符号Ｓ６ｄの画像では、各卵形状が互いに重なっていない。

次にＣＰＵ１０は、縮小後の画像から果実の大きさ及び数を測定する（ステップＳｔ１４）。例えばＣＰＵ１０は、符号Ｓ６ｄの画像中の卵形状の面積からピーマン類の果実の大きさを測定し、符号Ｓ６ｄの画像中の卵形状の数からピーマン類の果実の数を測定する。デジタルカメラ３は、ピーマンの大きさの測定を高精度に行うため、ステップＳｔ３において、株からの距離（つまり設置位置）及び撮影倍率などの撮影条件を一定にした状態で株を撮影すると好ましい。

このように、コンピュータ１は、株の画像に基づいて、株に実った果実から紫外線の照射に応じて発せられる蛍光により果実を識別する。このため、コンピュータ１は、複雑な処理を行うことなく、画像内の蛍光色の領域から容易に果実を識別することができる。

また、コンピュータ１は、上記のように果実を識別することによって、果実の数及び大きさを測定する。このため、株の着果状態の把握が容易である。

さらに、コンピュータ１は、上記のように果実の画像内の蛍光を発する領域を検出し、蛍光領域を果実の形状に近似して縮小し、縮小後の蛍光領域から果実の数及び大きさを測定するため、高精度に測定を行うことができる。

（収量予測及び生産調整）
次に株の着果状態に基づく収量予測方法及び生産調整方法について述べる。以下の例では、温室で果実の株を栽培する場合を挙げる。

図９は、温室８の一例を示す平面図である。温室８は、一例として４つのエリア＃１～＃４に分かれており、各エリア＃１～＃４ごとに果実９３の株が栽培されている。

各エリア＃１～＃４には、温度、日射量、及び二酸化炭素濃度などの環境情報を測定するセンサ８１が設けられている。コンピュータ１は、例えば無線ＬＡＮを介してセンサ８１と通信することにより各エリア＃１～＃４の環境情報を取得する。さらにコンピュータ１は、例えばインターネットを介して外部のサーバから気候に関する環境情報を取得してもよい。気候に関する環境情報としては、過去の気象データ（平年値など）や気象予測メッシュなどが挙げられる。

コンピュータ１は、例えば果実９３の数及び大きさの測定結果、及び環境情報から任意の期間の果実の収量を予測する。なお、以下の説明では、コンピュータ１が予測した果実９３の収量を「予測収量」と表記する。

また、温室８には、果実９３の栽培環境を制御する各種の環境制御機器８０が設けられている。環境制御機器８０としては、例えばヒートポンプ、換気窓、暖房機、ＣＯ_２施用機、及び遮光・保温カーテンなどが挙げられる。例えばコンピュータ１は、果実９３の出荷計画における上記の任意の期間の収量の目標値（以下、「目標収量」と表記）と予測収量を比較し、比較結果に応じて環境制御機器８０を制御することにより果実９３の生産量を調整する。

図１０は、果実９３の予測収量の算出及び生産調整の方法の一例を示すフローチャートである。なお、本方法は、ＣＰＵ１０を駆動するプログラムの機能により実現されるが、これに限定されず、ハードウェアにより実現されてもよい。

コンピュータ１は、上述した方法により測定した果実９３の数及び大きさの測定結果に基づいて株の着果状態を集計する（ステップＳｔ２１）。このとき、コンピュータ１は、果実９３の数及び大きさの測定結果だけでなく、栽培者が入力部１３により入力した株の開花状態、着果状態、及び生育状態に関する情報を用いてもよい。

次にコンピュータ１は、センサ８１などから果実９３の栽培環境の環境情報（計測値及び予測値など）を取得する（ステップＳｔ２２）。このとき、コンピュータ１は、センサ８１の環境情報だけでなく、栽培者が入力部１３により入力した環境情報を取得してもよい。

次にコンピュータ１は、環境情報に基づいて果実９３の収穫時期を予測する（ステップＳｔ２３）。なお、コンピュータ１は、ステップＳｔ２３，Ｓｔ２４の処理を、ステップＳｔ２１，Ｓｔ２２の処理と同時並行で行ってもよい。

次にコンピュータ１は、予測した収穫時期のうち、栽培者が選択した任意の期間（以下、選択期間と表記）の予測収量を、株の着果状態を集計結果から算出して表示部１４に出力する（ステップＳｔ２４）。これにより、栽培者は任意の期間の果実９３の予測収量を確認することができる。

次にコンピュータ１は、選択期間の目標収量と予測収量を比較する（ステップＳｔ２５）。ここで、期間ごとの目標収量は、メモリ１１に予め格納されていてもよいし、外部のサーバなどに格納されていてもよい。

次にコンピュータ１は、目標収量と予測収量の比較結果に応じて果実９３の生産調整方法を決定して表示部１４に出力する（ステップＳｔ２６）。生産調整方法は、後述するように収穫時期のピークの調整や植物成長調整剤の利用が挙げられる。これにより、栽培者は出荷計画に従った適切な生産調整方法を把握することができる。

図１１は、果実９３の予測収量の算出例を示す図である。符号Ｓｑ１は、温室８の各エリア＃１～＃４ごとの５０日前着果数（果／エリア）、４０日前着果数（果／エリア）、４０日前積算気温（℃・日）、及び５０日前積算気温（℃・日）を示す。

５０日前着果数及び４０日前着果数は、選択期間の５０日前及び４０日前にそれぞれ測定された単位面積当たりの果実９３の数である。４０日前積算気温及び５０日前積算気温は、選択期間の５０日前及び４０日前からそれぞれ積算された日ごとの平均気温の合計値である。４０日前積算気温及び５０日前積算気温は環境情報から算出される。

コンピュータ１は、後述する収穫熟度範囲に基づいて５０日前着果数、４０日前着果数、４０日前積算気温、及び５０日前積算気温からエリア＃１～＃４ごとに果実９３の収穫数を算出する。なお、以下の説明では、予測された収穫数を予測収穫数と表記する。

符号Ｓｑ２は、温室８の全体の予測収穫数を示す。コンピュータ１は、各エリア＃１～＃４の予測収穫数を合計することにより温室８の全体の予測収穫数を算出する。

符号Ｓｑ３は、予測収量の算出例を示す。コンピュータ１は、温室８の全体の予測収穫数に、１個の果実９３の重量である１果重（g/果）を乗ずることにより予測収量を算出する。１果重（g/果）は、例えば品種ごとの固有値と果実９３の生育情報及び環境情報などから算出される。

図１２は、果実９３の生産調整手段の例を示す図である。コンピュータ１は、例えば果実９３の生産調整手段を調整条件の成否及び調整の時期に応じて決定する。コンピュータ１は、例えば、調整の時期が選択期間の１～２か月前である場合、長期的な生産調整手段を採用し、調整の時期が選択期間の１日～２週間前である場合、短期的な生産調整手段を採用する。

コンピュータ１は、予測収量が目標収量を上回る場合（予測収量＞目標収量）、長期的な生産調整手段として環境制御機器８０に対する温室８の設定気温を上昇または下降させる。設定気温が上昇すると、果実９３の成長が促進されるため、予測収量のピーク期が前倒しされ、設定気温が下降すると、果実９３の成長が遅れるため、予測収量のピーク期が遅延する。このように、コンピュータ１は、設定気温の調整により収穫の時期を選択期間の前後に分散させる。

また、コンピュータ１は、予測収量が目標収量を上回る場合、短期的な生産調整手段として収穫熟度範囲の縮小を選択する。収穫熟度範囲は、収穫可能な果実９３の積算気温である。コンピュータ１は、収穫熟度範囲を例えば９２０～１０００（℃）に縮小する。

このように、コンピュータ１は、予測収量が目標収量を上回る場合、選択期間に収穫作業の負荷が集中しないように、設定気温または収穫熟度範囲の調整により選択期間内の収穫数を減少させる。

また、コンピュータ１は、予測収量が目標収量を下回る場合（予測収量＜目標収量）、予測収量のピーク期に応じた生産調整手段を選択する。この場合、コンピュータ１は、長期的な生産調整手段として、選択期間が予測収量のピーク期から遅延しているとき、ピーク期が前倒しされるように環境制御機器８０に対する温室８の設定気温を上昇させ、選択期間が予測収量のピーク期より早いとき、ピーク期が遅延するように環境制御機器８０に対する温室８の設定気温を下降させる。このように、コンピュータ１は、設定気温の調整により収穫の時期を選択期間に合わせ込む。

また、コンピュータ１は、予測収量が目標収量を下回る場合、短期的な生産調整手段として収穫熟度範囲の拡大を選択する。コンピュータ１は、収穫熟度範囲を例えば７８０～１０００（℃）に拡大する。

このように、コンピュータ１は、予測収量が目標収量を下回る場合、選択期間内の収穫作業が増えるように、設定気温または収穫熟度範囲の調整により選択期間内の収穫数を増加させる。

果実の生産調整手段は、上記のように栽培の環境制御及び収穫熟度範囲の調整に限定されない。キュウリ栽培を例に挙げると、植物成長調整剤に含有される１－メチルシクロプロペン（１－ＭＣＰ）は、キュウリの花の性を制御するエチレンの作用を阻害することにより着果数を抑えることが可能である。これにより、果実の収量が減少するとともに、収穫作業の負担を削減することが可能となり、株の樹勢を回復することもできる。したがって、農業の経営及び効率が改善される。

図１３は、植物成長調整剤を用いた生産調整の決定処理の一例を示すフローチャートである。なお、本方法は、ＣＰＵ１０を駆動するプログラムの機能により実現されるが、これに限定されず、ハードウェアにより実現されてもよい。

コンピュータ１は、上述した着果状態の把握方法に従い株の着果数を測定する（ステップＳｔ３１）。次にコンピュータ１は、着果数に基づいて果実の収量及び収穫の作業時間を予測する（ステップＳｔ３２）。

次にコンピュータ１は、例えばメモリ１１に保存された作業計画のデータに基づき、現在の作業計画が、予測された果実の収量及び収穫の作業時間に対応可能であるか否かを判定する（ステップＳｔ３３）。すなわち、コンピュータ１は、株が着果過剰であるか否かを判定する。コンピュータ１は、現在の作業計画が予測の収量及び作業時間に対応可能である場合（ステップＳｔ３３のＹｅｓ）、処理を終了する。

また、コンピュータ１は、現在の作業計画が予測の収量及び作業時間に対応不可能である場合（ステップＳｔ３３のＮｏ）、植物成長調整剤（植調剤）の利用を決定する（ステップＳｔ３４）。このとき、コンピュータ１は、例えば表示部１４に植物成長調整剤の利用の決定の旨を表示する。

このように、植物成長調整剤を用いた生産調整により株の雌花節を雄花節に変更することができるため、果実の収量が減少して収穫作業の負担を削減することができる。なお、本例では植物成長調整剤を用いた生産調整対象の果実としてキュウリを挙げたが植物成長調整剤により花の性を変更可能な他の果実にも本例の生産調整を適用することができる。

上述したように、コンピュータ１は、上記の着果状態の把握方法により把握した着果状態に基づいて果実の収量を予測する。このため、果実の収量の予測が容易となる。

また、コンピュータ１は、この収量予測方法により予測した果実の収量を目標収量と比較し、比較結果に応じて前記果実の生産量を調整する。このため、果実の生産量が適切に調整される。

上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形して実施可能である。

１ コンピュータ
２ ブラックライト
３ デジタルカメラ
４ コンピュータシステム
９ 株
９３ 果実
Ｄ 画像データ

Claims (13)

1. 果実と葉を含む株のうち前記葉から発せられる可視光の輝度が、前記果実から発せられる蛍光より低くなる暗所において、照射装置が、前記株に紫外線を照射し、
   可視光による像を撮影する撮影装置が、前記暗所において前記紫外線を照射している間に前記株の画像を撮影し、
   コンピュータが、前記画像における輝度分布又は蛍光色の領域の形状に基づいて、前記画像内における前記果実の範囲を識別することを特徴とする着果状態の把握方法。
2. 前記コンピュータは、前記画像内における前記果実の範囲から、前記果実の数及び大きさの少なくとも一方を測定することを特徴とする請求項１に記載の着果状態の把握方法。
3. 前記コンピュータは、前記画像内における前記果実の範囲を前記果実の形状に近似して縮小し、該縮小後の領域から前記果実の数及び大きさの少なくとも一方を測定する請求項１又は２に記載の着果状態の把握方法。
4. 前記照射装置は、ブラックライトであることを特徴とする請求項１乃至３の何れかに記載の着果状態の把握方法。
5. 前記果実は、ピーマン類またはキュウリであることを特徴とする請求項１乃至４の何れかに記載の着果状態の把握方法。
6. 前記果実は、緑色の果実であることを特徴とする請求項１乃至４の何れかに記載の着果状態の把握方法。
7. 前記コンピュータが、請求項１乃至６の何れかに記載された着果状態の把握方法により把握した着果状態に基づいて所定期間における前記果実の収量を予測することを特徴とする収量予測方法。
8. 前記所定期間における前記果実の収量を増加させる方法及び前記所定期間における前記果実の収量を減少させる方法が予め定められており、
   前記コンピュータが、請求項７に記載された収量予測方法により予測した前記所定期間における前記果実の収量と目標収量との大小関係に基づいて、予め定められている方法のいずれかを選択することを特徴とする生産調整方法。
9. 前記収量を増加させる方法と前記収量を減少させる方法のそれぞれが、前記予測を行うタイミングと前記所定期間と間の長さに応じて複数定められており、
   前記コンピュータは、前記予測を行ったタイミングと前記所定期間との間の長さと、予測した前記所定期間における前記果実の収量と前記目標収量との大小関係と、に基づいて、予め定められている方法のいずれかを選択することを特徴とする請求項８に記載の生産調整方法。
10. 前記収量を減少させる方法には、前記所定期間が予測収量のピークよりも前の期間である場合に当該ピークを遅延させる方法と、前記所定期間が予測収量のピークよりも後の期間である場合に当該ピークを前倒しさせる方法と、が含まれることを特徴とする請求項９に記載の生産調整方法。
11. 果実と葉を含む株に紫外線を照射する照射装置と、
    前記株の葉から発せられる可視光の輝度が、前記果実から発せられる蛍光より低くなる暗所において、前記紫外線の照射中に前記株の画像を撮影する撮影装置と、
    前記画像における輝度分布又は蛍光色の領域の形状に基づいて、前記画像内における前記果実の範囲を識別するコンピュータとを有することを特徴とするコンピュータシステム。
12. 前記コンピュータは、前記果実を識別することにより着果状態を把握し、前記着果状態に基づいて所定期間における前記果実の収量を予測することを特徴とする請求項１１に記載のコンピュータシステム。
13. 前記所定期間における前記果実の収量を増加させる方法及び前記所定期間における前記果実の収量を減少させる方法が予め定められており、
    前記コンピュータは、前記所定期間における前記果実の収量と目標収量との大小関係に基づいて、予め定められている方法のいずれかを選択することを特徴とする請求項１２に記載のコンピュータシステム。
    

Images