JPWO2020054053A1 - 人工知能を搭載したキク科植物の水耕栽培システム - Google Patents
人工知能を搭載したキク科植物の水耕栽培システム Download PDFInfo
- Publication number
- JPWO2020054053A1 JPWO2020054053A1 JP2020546651A JP2020546651A JPWO2020054053A1 JP WO2020054053 A1 JPWO2020054053 A1 JP WO2020054053A1 JP 2020546651 A JP2020546651 A JP 2020546651A JP 2020546651 A JP2020546651 A JP 2020546651A JP WO2020054053 A1 JPWO2020054053 A1 JP WO2020054053A1
- Authority
- JP
- Japan
- Prior art keywords
- nutrient solution
- hydroponic cultivation
- asteraceae plants
- cultivation system
- asteraceae
- 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.)
- Pending
Links
- 241000208838 Asteraceae Species 0.000 title claims abstract description 59
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 25
- 235000015097 nutrients Nutrition 0.000 claims abstract description 75
- 239000007788 liquid Substances 0.000 claims abstract description 44
- 239000003337 fertilizer Substances 0.000 claims abstract description 41
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 230000007547 defect Effects 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000009395 breeding Methods 0.000 claims description 5
- 230000001488 breeding effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract 1
- 241000723353 Chrysanthemum Species 0.000 description 15
- 235000007516 Chrysanthemum Nutrition 0.000 description 15
- 241000196324 Embryophyta Species 0.000 description 15
- 238000000034 method Methods 0.000 description 13
- 241000220223 Fragaria Species 0.000 description 9
- 235000016623 Fragaria vesca Nutrition 0.000 description 8
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 8
- 239000003501 hydroponics Substances 0.000 description 8
- -1 nitrate ions Chemical class 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 238000012913 prioritisation Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000011084 recovery Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 3
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 2
- 240000003768 Solanum lycopersicum Species 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 description 1
- BHPQYMZQTOCNFJ-UHFFFAOYSA-N Calcium cation Chemical compound [Ca+2] BHPQYMZQTOCNFJ-UHFFFAOYSA-N 0.000 description 1
- JPVYNHNXODAKFH-UHFFFAOYSA-N Cu2+ Chemical compound [Cu+2] JPVYNHNXODAKFH-UHFFFAOYSA-N 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 240000008415 Lactuca sativa Species 0.000 description 1
- 235000003228 Lactuca sativa Nutrition 0.000 description 1
- JLVVSXFLKOJNIY-UHFFFAOYSA-N Magnesium ion Chemical compound [Mg+2] JLVVSXFLKOJNIY-UHFFFAOYSA-N 0.000 description 1
- WAEMQWOKJMHJLA-UHFFFAOYSA-N Manganese(2+) Chemical compound [Mn+2] WAEMQWOKJMHJLA-UHFFFAOYSA-N 0.000 description 1
- 229910002651 NO3 Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- PTFCDOFLOPIGGS-UHFFFAOYSA-N Zinc dication Chemical compound [Zn+2] PTFCDOFLOPIGGS-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 230000005200 bud stage Effects 0.000 description 1
- 229910001424 calcium ion Inorganic materials 0.000 description 1
- 229910001429 cobalt ion Inorganic materials 0.000 description 1
- XLJKHNWPARRRJB-UHFFFAOYSA-N cobalt(2+) Chemical compound [Co+2] XLJKHNWPARRRJB-UHFFFAOYSA-N 0.000 description 1
- 229910001431 copper ion Inorganic materials 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000011890 leaf development Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910001425 magnesium ion Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910001437 manganese ion Inorganic materials 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 229910001453 nickel ion Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003002 pH adjusting agent Substances 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 229910001414 potassium ion Inorganic materials 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- 238000000108 ultra-filtration Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
- A01G22/60—Flowers; Ornamental plants
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G31/02—Special apparatus therefor
- A01G31/06—Hydroponic culture on racks or in stacked containers
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Botany (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Hydroponics (AREA)
- Cultivation Of Plants (AREA)
Abstract
【課題】キク科植物の水耕栽培システムにおいて、人工知能を搭載した水耕栽培システムを提供することを目的とする。
【解決手段】キク３０が植栽される複数の栽培棚１０ａ、１０ｂ、１０ｃと、栽培棚１０に供給する養液４０を貯留する養液タンク１２と、養液タンク１２に液肥を供給する液肥タンク１６と、養液タンク内の養液に供給する液肥を貯留する液肥タンクと、廃液を濾過する濾過装置１８を備えたことを特徴とするキク科植物の水耕栽培システム１であって、栽培条件や不具合発生時の対策を人工知能により制御する、人工知能を搭載したキク科植物の水耕栽培システムにより解決する。
【選択図】図１
【解決手段】キク３０が植栽される複数の栽培棚１０ａ、１０ｂ、１０ｃと、栽培棚１０に供給する養液４０を貯留する養液タンク１２と、養液タンク１２に液肥を供給する液肥タンク１６と、養液タンク内の養液に供給する液肥を貯留する液肥タンクと、廃液を濾過する濾過装置１８を備えたことを特徴とするキク科植物の水耕栽培システム１であって、栽培条件や不具合発生時の対策を人工知能により制御する、人工知能を搭載したキク科植物の水耕栽培システムにより解決する。
【選択図】図１
Description
本発明は、人工知能を搭載したキク科植物を対象とした水耕栽培システムに関する。
水耕栽培は、これまでレタス等の葉菜類を対象に行われてきたが、近年、より収益性単価の高い作物を対象とした水耕栽培が提案されている。
例えば、特開２００８−１５４５１２号公報には、外形を略長方形の升状に形成した箱であって、その底板全面に排水用切欠きを形成し、前記底板上に培体を形成すると共に、苺苗の根部を内部の培体に収納し、かつ、表面に複数の開口部を有する単数又は複数の苺栽培筒を正面側板上部から前記砂礫層内に略水平に着脱自在に延在して設けた苺栽培容器の複数個を機枠の受け桟を介して上下に複数段に配設すると共に、養水を最上段の前記苺栽培容器の最上部から滴下又は散水流入させて複数段の前記苺栽培容器を順次経由して最下段の前記苺栽培容器の最下部から流出させる循環養水供給装置を設けたものであって、前記苺栽培容器の各々が水平方向に引き出し可能に受け桟上に設けた苺の水耕栽培装置が開示されている（特許文献１）。
また、特開２０１１−２４４７５号公報には、トマト２０等の植物を栽培するための水耕栽培槽１１と、この水耕栽培槽１１に供給される養液を貯えておく貯留槽１２と、上記水耕栽培槽１１と貯留槽１２との間に配置され、微生物によって自然有機物を分解し、これを貯留槽１２内の養液に加える養液生成槽１３とから構成し、養液を貯留槽１２、栽培槽１１、養分生成槽１３に循環させながら、栽培槽１１で植物を育成栽培するトマトの水耕栽培装置及び水耕栽培方法が開示されている（特許文献２）。
我が国において重要な作物の一つにキクがある。キクは、日本列島や中国などの東アジアが原産の多年草である。キク科植物の水耕栽培は、国内のみならずオランダなどの海外においても導入事例が極めて少ない。その理由として、システムの導入にかかる費用と栽培技術が確立されていないことにある。
一方、各産業分野において人工知能の利用が注目されている。人工知能（Artificial Intelligence：AI）とは、コンピュータを使って、学習・推論・判断など人間の知能のはたらきを人工的に実現したものをいう。従来のキク栽培では、農家の知識と経験と勘で、栽培条件の各種設定を行っていたため、例えばキク栽培を数十年の経験を有する農家と、新規就農者とでは、キクの品質のばらつきが多かった。それに加え、キク科植物の水耕栽培は、温度、湿度、照明、水温、溶存酸素、液肥等の条件を、キク科植物の種類ごと、品種ごと、成長段階ごとに制御しなければならず、非常に複雑な制御が求められるが、このような複雑な制御を人工知能により実施することができれば、キク科植物の水耕栽培の普及が大きく進展することが期待される。
そこで本発明は、キク科植物の水耕栽培システムにおいて、人工知能を搭載した水耕栽培システムを提供することを目的とする。
本発明に係る人工知能を搭載したキク科植物の水耕栽培システムは、キク科植物が植栽される栽培棚と、前記栽培棚に供給する養液を貯留する養液タンクと、前記養液タンク内の養液に供給する液肥を貯留する液肥タンクと、を備えたことを特徴とするキク科植物の水耕栽培システムであって、前記キク科植物の育成条件を設定する育成条件設定部と、前記育成条件設定部によって設定される育成条件に基づいて駆動せしめられる環境制御手段と、前記環境制御手段の作動状況を入力する入力手段と、前記キク科植物の不具合を含む育成状況を入力する入力手段と、前記キク科植物の育成状況に対する各環境制御手段の駆動条件等の知識を記憶する記憶ベースと、前記入力手段によって入力された育成状況、前記検出手段によって検出された環境状態及び前記知識ベースの記憶内容に基づき、前記入力手段との間で質疑応答を繰り返しつつ最適な駆動条件を推論する推論手段と、前記推論手段で推論された対策に対応して前記育成条件設定部に対する各種制御信号を形成し出力する制御信号発生手段とを備えたことを特徴とする。
本発明に係るキク科植物の水耕栽培システムは、空気をマイクロレベルまたはナノレベルまで微小泡化するマイクロバブル発生装置を備えることが好ましい。
本発明に係るキク科植物の水耕栽培システムは、前記養液タンク内に、前記マイクロバブル発生装置が設けられることが好ましい。
本発明に係るキク科植物の水耕栽培システムは、前記栽培棚から排出された溶液を濾過する濾過装置を備えることが好ましい。
本発明に係るキク科植物の水耕栽培システムは、前記栽培棚が、キク科植物の生育段階に応じて複数設置されてなることが好ましい。
本発明に係るキク科植物の水耕栽培システムは、前記キク科植物に光を供給する照明装置を備えることが好ましい。
本発明に係るキク科植物の水耕栽培システムは、前記照明装置が、発光ダイオード（ＬＥＤ）であることが好ましい。
本発明によれば、人工知能を搭載したキク科植物の水耕栽培システムにより、従来困難とされていたキク科植物の水耕栽培を実現することができ、かつ、栽培期間を、従来の土耕栽培と比較して１／２〜１／３に短縮することができる。
図１は、本発明のキク科植物の水耕栽培システムの実施形態を示す概略構成図である。本実施形態のキク科植物の水耕栽培システム１は、栽培棚１０と、養液タンク１２と、マイクロバブル発生装置１４と、液肥タンク１６と、濾過滅菌装置１８と、照明装置２０から概略構成されている。また、簡略化して示しているが、本実施形態の水耕栽培システム１は閉鎖空間内に設置され、外部からの害虫の侵入を防止できるようになっている。そして、インターフェースを通じて、有線又は無線で後述する人工知能に接続されている。
栽培棚１０ａ、１０ｂ、１０ｃは、その上面側に、水耕栽培システム１によって栽培されるキク３０ａ、３０ｂ、３０ｃを植栽するための部位が設けられている。また、栽培棚１０ａ、１０ｂ、１０ｃは、その内部に、養液タンク１２から供給された養液４０を溜めるための空間が設けられている。
栽培棚１０は１つの栽培棚に成長段階の異なるキク科植物を植栽してもよいが、複数の栽培棚１０ａ、１０ｂ、１０ｃを設置し、キク科植物の成長段階ごとに複数設置されてなることが好ましい。
養液タンク１２は、栽培棚１０に供給する養液４０を貯留するためのものである。養液タンク１２は、養液供給路４２を介して栽培棚１０と連結されている。そして、養液供給路４２を介して、養液タンク１２から栽培棚１０へ養液４０が供給される。なお、養液タンク１２は、内部に攪拌翼（図示せず）を設置し、養液４０が均一に撹拌されるように構成されていてもよい。
また、養液供給路４２の途中には、養液供給ポンプ５０が設けられ、このポンプ５０によって、養液タンク１２から栽培棚１０へ養液４０が供給される。なお、養液ポンプ５０は同時に作動させることも、各栽培棚１０ａ、１０ｂ、１０ｃごとに、個別に作動させることもできる。
また、養液タンク１２には、空気（Ａｉｒ）をマイクロレベルまたはナノレベルまで微小泡化するためのマイクロバブル発生装置１４が設けられている。すなわち、マイクロバブル発生装置１４は、養液４０中にマイクロまたはナノレベルの微小泡で供給可能としている。
なお、ここでいうマイクロまたはナノレベルの微小泡とは、具体的には、殺菌効果の面で平均直径が５０μｍ以下の泡であることが好ましい。
マイクロバブル発生装置１４としては、いかなる方式によってバブルを発生させるものでもよく、例えば、エジェクターに加圧された液体を送り、エジェクター内部に発生する無数の「剥離流」により自吸されるガスを微粒化して気泡を生成するエジェクター方式；キャビテーション構造を有する発生器に加圧された液体を送り、構造部で発生するキャビテーション現象（空洞現象）を利用し液体に含まれる溶存ガスを析出させて気泡を生成するキャビテーション方式；筒状の構造を有する発生器に偏心方向から加圧された液体を送り、円筒中心部に形成される「気柱」により空気を自吸させ、吐出する際の速度差で生じるせん断力により気泡を生成する旋回流方式；圧力下で気体を強制的に溶解させ、減圧（大気開放）により気泡を析出させる加圧溶解方式のいずれを採用してもよく、市販のものを使用することができる。
マイクロバブル発生装置１４から発生したマイクロバブル又はマイクロナノバブル６０は、養液４０中に拡散し、養液４０をはじめ、水耕栽培システム１の流路全体のウイルスの不活性化や雑菌などの殺菌を行うことができる。また、栽培棚１０に植栽されているキク科植物の根（図示せず）に十分な酸素を供給し、キク科植物の生育を促進する効果もある。このマイクロバブル又はマイクロナノバブル６０の効果により、水耕栽培システム１の流路が衛生的に保たれ、健全なキク科植物の栽培が可能になると共に、従来の土耕栽培で９０〜１２０日ほど生育を要したキク科植物の栽培が、３０〜６０日まで短縮される。
なお、本実施形態では、養液タンク１２内にマイクロバブル発生装置１４が設けられた場合を例示したが、本発明はこれに限定されない。本発明にあっては、養液タンクの外にマイクロバブル発生装置を設け、養液タンクとマイクロバブル発生装置とをマイクロバブル供給路で連結してもよい。
液肥タンク１６は、養液タンク１２内の養液４０に供給する液体肥料を貯留するためのものである。制御する液肥の種類や数に応じて適宜変更可能であるが、図においては、液肥Ａ１６ａ、液肥Ｂ１６ｂ、液肥Ｃ１６ｃの３種類の液肥が制御できるように構成されているが、３種類に限定されない。これらの液肥Ａ、Ｂ、Ｃはそれぞれ液肥供給ポンプ５２と連結されており、この液肥供給ポンプ５２を介して、液肥が液肥タンク１６から、液肥供給路４４を介して、養液タンク１２に供給されるように連結されている。そして、キク科植物の成長に合わせ、予め設定された濃度となるように、液肥供給ポンプ５２により養液タンク１２へ液肥が供給される。
なお、図１においては、液肥タンク１６は養液タンクに連結されている例を示したが、これに限定されることはなく、各栽培棚１０ａ、１０ｂ、１０ｃに連結し、キク科植物の成長段階に合わせた液肥を供給することもできる。
液肥は、キク３０ａ、３０ｂ、３０ｃが成長するために必要な養分を含む肥料を水に溶かして調製したものである。液肥としては、市販のキク用液肥を使用することができる。液肥の濃度は、キク科植物の成長過程に応じて適宜設定される。
養液回収路４６は、栽培棚１０ａ、１０ｂ、１０ｃから排出された養液４０を回収するためのものである。また、養液回収路４６の上流又は途中又は下流にはポンプ５４が設けられ、このポンプ５４によって、栽培棚１０ａ、１０ｂ、１０ｃから濾過装置１８へ養液４０が移送される。
濾過装置１８は栽培棚１０から排出された養液４０を濾過するためのものである。この段階で、栽培途中で脱落した葉や根などの共雑物が除去され、清澄な養液４０に再生されて再び養液タンク１２に供給される。キク科植物３０に吸収されなかった余剰液肥をここで吸着除去してもよい。なお、図示していないが、濾過装置１８は共雑物の大きさに応じてフィルターの種類を選択することができ、また、濾過能力の異なる複数のフィルターや限外濾過膜を設置することができる。
本実施形態において、栽培棚１０ａ、１０ｂ、１０ｃに植栽されているキク３０ａ、３０ｂ、３０ｃに光を供給する照明装置２０が設置されている。通常、キク科植物が植栽されている位置の上方に設置されるが、キク科植物に光が供給されれば上方には限定されず、閉鎖空間のいずれかの場所に照明装置が設置されていればよい。
キク科植物の栽培においては、挿し芽直後（図１における３０ａの状態）と開花前（図１における３０ｂの状態）とでは光の照射管理を行うことが好ましい。すなわち、挿し芽直後の管理は、初めのうちは光を照射せず、発根に合わせて徐々に日に光の照射時間を長くし、定植から７日程度で遮光が解除されるように調整する。一方、開花前は、夜が一定以上の長さになると開花するため、光の供給を停止してキク科植物に夜が短いと感じさせて花芽分化を抑制し、切り花長の確保や出荷時期の調節を行うことが好ましい。
前記照明装置としては、白熱電球、蛍光灯又は発光ダイオード（ＬＥＤ）のいずれの種類の光源を使用することもできるが、発光ダイオード（ＬＥＤ）を使用することが好ましい。発光ダイオード（ＬＥＤ）を使用すれば、白熱電球と比較して、発光効率が高く、少ない消費電力で白熱電球と同等の照度が得られ、定格寿命が長く、特定の波長域（青、緑、赤又はこれらの組み合わせ）の光を照射することができる。特にキク栽培においては、赤色の発光ダイオードを使用することが好ましい。
本実施形態において、水耕栽培システムの栽培対象となるキク科植物の種類に特に限定はなく、種々のキク科植物が対象となる。キク科植物には数多くの種類があり、分類の仕方もいくつかあるが、花径により、菊花展などに展示され、厚物、管物、一文字などの種類がある大菊、江戸菊、嵯峨菊、伊勢菊、肥後菊などのほか、弔事用に用いられる中菊、盆栽用に仕立てたり、花壇や鉢植え、切花など広く用いられる小菊、欧米で改良され、ポットマム、スプレーマムなどとして日本に導入された洋菊などが挙げられる。
本実施形態において、上述した水耕栽培における各種の制御は、人工知能によって実施される。
図２に示すように、本実施形態の人工知能２００はインターフェース２０１を介してキク科植物の水耕栽培システム１のインターフェース１０１に接続されており、栽培条件及び不具合状況を含む育成状況を記憶すると共に不具合対策苗、不具合解消ルール、過去の対策記録等の専門的知識を知識獲得部２０２から獲得してなる知識ベース２０３と、知識ベース２０３を有効に利用し推論手続きを行う推論エンジン２０４と、水耕栽培システム１の各センサの検出値及びオペレータの観察とに基づいて栽培条件及び生育状況を入力するとともに、オペレータとの質問及び応答のやりとりを行うユーザーインターフェース２０５とを具備しており、生育状況に応じて、水耕栽培システム１の環境設定条件を決定するものである。
また、水耕栽培システム１のシステム構成は、人工知能２００に接続しているインターフェース１０１と、人工知能２００からの信号に基づき環境条件を設定する栽培条件設定部１０２と、水耕栽培システム１の環境条件を検出するセンサ部１０３と、栽培条件設定部１０２とセンサ部１０３との出力を比較し、アクチュエータ１０４に対して指令信号を送出する信号制御部１０５とを備え、水耕栽培システム１の環境を制御しつつ、キクを栽培するものである。
センサ部１０３の構成はセンシングすべき対象に応じて適宜決定されるが、例えば、エア温度センサ、水温センサ、養液センサ、ｐＨセンサ、湿度センサ、光センサなどから構成される。
また、アクチュエータ１０４は、照明装置、湿度調整器、液肥タンク、マイクロバブル発生装置、ポンプ、ｐＨ調節器、ヒーター等の動作を駆動させるものである。
本実施形態にかかる水耕栽培システム１は、生育状況に応じて環境条件を変更する操作と、キク科植物の生育に不具合が発生した場合の対策を立て実行するという操作との２つの操作を行うものであるが、ここでは生育に不具合が生じた場合を例にとって説明する。
図３は、全体のフローチャートを説明するための図である。まず、オペレータは発生した不具合名、使用している苗の品種名等の苗の現状についての情報を、システムの質問に応じて入力する（３００）。
次に、システムは、水耕栽培システム１からセンサ部１０３等を通じて自動入力された現在の栽培条件と、苗の現状についての情報とから対策案の絞り込みを実施する（３０１）。そして、図４に示すように、発生した不具合が複数の場合は、複数の不具合について内部で対策案の順に優先度をつけ（３１０）、重要視しなければならないものから順に不具合リスト（Ｘｉ１，Ｘｉ２，Ｘｉ３…）を作成する。
そして、先頭の不具合Ｘｉ１に対して不具合状況により原因を推定し（３２０）、優先度順に原因リスト（Ｙｉ１，Ｙｉ２，Ｙｉ３…）を作成する。
さらに、原因リストの先頭の原因Ｙｉ１について考えられる対策案に対して最適な対策案を推論し（３３０）、対策案リスト（Ｚｉ１，Ｚｉ２，Ｚｉ３…）を作成する。
なお、ここで用いられる不具合対策苗は図５に示すように、知識獲得部を介してあらかじめ知識ベースに入力されている。知識獲得部への入力は、機械学習（ニューラルネットワーク、ディープラーニングを含む）でも可能である。
さらに、優先度付けにおいては、過去の対策記録を用いて（３０２）、推論された対策案の実行により発生するであろう不具合を大小の可能性で予測し（３０３）、重大な不具合が発生する可能性が大であると、変更幅を小さくするか又はその対策案の優先度を下げる機能を持たせ、失敗を避けるように対策案を変更し、良好な栽培条件に導くことができる。
図６は、この対策案の検討過程のフローチャートである。まず、不具合が発生する可能性が大であるか否かを判断し（６００）、否（Ｎ）であれば現対策を実行する（６０１）。
また、不具合の発生する可能性が大である場合（Ｙ）は、重大な不具合であるか否かを判断し（６０２）、否（Ｎ）であれば現対策を実行する（６０１）。一方、重大が不具合である場合（Ｙ）、条件設定時の変更幅は微小であったか否かを判断し（６０３）、否（Ｎ）であれば変更幅を半分に設定する（６０４）。また、変更幅が微小であった場合（Ｙ）は、対策案を変更する（６０５）。
このようにして、発生する不具合の可能性をも考慮し、絞り込まれた対策案リストの先頭の対策（Ｚｉ１）を第１の対策案とみなし、栽培条件を決定し、人工知能から水耕栽培システムへ制御信号を送る（３０４）。
そして、アフターケアとして、上記栽培条件で栽培動作を継続しつつ、人工知能からの質問に応じながら観察を行いオペレータが情報を入力するとシステムでは栽培条件の検討を続行していく（３０５）。
次に、前記各推論過程を順次詳細に説明する。
まず、不具合の優先度付け過程は、図７に示すように、発生している不具合をＸ１、Ｘ２、Ｘ３・・・として入力する（３１１）。
まず、不具合の優先度付け過程は、図７に示すように、発生している不具合をＸ１、Ｘ２、Ｘ３・・・として入力する（３１１）。
次に、予め知識ベース内に用意された不具合−優先度対応表を用いて、各不具合優先度を決定する（３１２）。
そして、これらを優先度順に並び変え、不具合リストを作成する。このとき、表から求めた優先度が同じであるときは、入力の早いものを優先する（３１３）。
このようにして、フィルターを介して検出される葉の色及び葉面積、葉の展開具合等から求めた不具合のＸｉ１がシオレであるとする。
この原因の優先度付けのフローチャートを図８に示す。
まず、例えば、シオレの発生場所がエア供給部の近くであるか否か（３２１）を判定する。そして、エア供給部の近くではないとき（Ｎ）は、温度センサが良好であるか否かを判定し（３２２）、否（Ｎ）であれば温度異常Ｙｉ１であるとする。
まず、例えば、シオレの発生場所がエア供給部の近くであるか否か（３２１）を判定する。そして、エア供給部の近くではないとき（Ｎ）は、温度センサが良好であるか否かを判定し（３２２）、否（Ｎ）であれば温度異常Ｙｉ１であるとする。
また、温度が適正である場合（Ｙ）は湿度が適正であるか否かを判定し（３２３）、否（Ｎ）であれば湿度不足Ｙｉ２であると判定する。
また、湿度が良好（Ｙ）であれば、養液の量が十分であるか否かを判定し（３２４）、否（Ｎ）であれば養液不足Ｙｉ３であると判定する。
さらに、養液の量が十分である場合（Ｙ）は、養液のｐＨが適正であるか否かを判定し（３２５）、否（Ｎ）であれば汚染（コンタミ）が原因である（Ｙｉ４）と判定する。
また、養液のｐＨが適正であれば（Ｙ）養液成分に問題がある（Ｙｉ５）と判定する。
一方、シオレの発生場所がエア供給部の近くである場合（Ｙ）は、供給エア量が適正であるか否かを判定し（３２６）、否（Ｎ）であればエア供給量が過剰である（Ｙｉ６）と判定する。
また、供給エア量が適正である場合（Ｙ）は、養液のｐＨが適正であるか否かの判定（３１３）に進むようにする。
このようにして求められた原因が養液成分不足（Ｙｉ２）であった場合、図９に示すように対策案の優先度付け過程に入る。
まず知識ベースの不具合対策苗から養液成分不足に対する対策リストを求める（３３１）。養液成分不足に対する対策リストとしては、生育ステージ（光量積算、気温積算等）に基づき、例えば、Ｚ１：硝酸イオンの増加、Ｚ２：アンモニウムイオンの増加、Ｚ３：リン酸イオンの増加、Ｚ４：カリウムイオンの増加、Ｚ５：カルシウムイオンの増加、Ｚ６：マグネシウムイオンの増加、Ｚ７：ホウ素イオンの増加、Ｚ８：亜鉛イオンの増加、Ｚ９：鉄イオンの増加、Ｚ１０：マンガンイオンの増加、Ｚ１１：銅イオンの増加、Ｚ１２：モリブデンイオンの増加、Ｚ１３：コバルトイオンの増加、Ｚ１４：アルミニウムイオンの増加、Ｚ１５：ニッケルイオンの増加、Ｚ１６：ナトリウムイオンの増加とする。
そして、現在の生育ステージに基づいて硝酸イオンの量を増加させてよい段階であるか否かを判断し（３３２）、否（Ｎ）であればＺ１の優先度を下げる（３３３）。
また、現在の生育ステージに基づいて硝酸イオンの量を増加させてよい段階（Ｙ）であれば、アンモニウムイオンの量を増加させてもよいか否かを判定し（３３４）、否（Ｎ）であればＺ２の優先度を下げる（３３５）。
さらに、現在の生育ステージに基づいてアンモニウムイオンの量を増加させてもよい場合（Ｙ）は、十分に成長しているか否かを判定し（３３６）、否（Ｎ）であればＺ３の優先度を上げる（３３７）。
そして、十分に成長している場合は、Ｚ１、Ｚ２、Ｚ３・・・Ｚ１６を優先度順に並べ替え、Ｚｉ１、Ｚｉ２、Ｚｉ３・・・Ｚｉ１６とする（３３８）。
このようにして、最適な栽培条件を推論しながら決定し、マイクロバブル発生装置１４、液肥タンク１６、照明装置２０、各種ポンプ５０、５２、５４等を駆動してく。
またこのシステムは生育ステージ（定植期、花芽分化期、発蕾期、破蕾期、開花期）に合わせて適切な制御が行われ、かつ、これらの制御を人工知能に学習させることにより、いち早く気象変化や吸収肥料を的確に推定することができる。
この場合、排ガス中のＣＯ２濃度を検出することによりキク科植物の光合成能力を検知したり、低湿度ガスを供給し、ハウス内の湿度上昇率から蒸散能を検知するとともに、葉の緑色濃度からキク科植物の生長ステージを推定し、これらをもとに全自動的に栽培を実行することも可能である。
１…キク科植物の水耕栽培システム
１０…栽培棚
１２…養液タンク
１４…マイクロバブル発生装置
１６…液肥タンク
１６ａ・・・液肥Ａ
１６ｂ・・・液肥Ｂ
１６ｃ・・・液肥Ｃ
１８…濾過装置
２０…照明装置
３０…キク
４０…養液
４２…養液供給路
４４…液肥供給路
４６…養液回収路
５０…養液供給ポンプ
５２…液肥供給ポンプ
５４…養液回収ポンプ
６０…マイクロバブル又はマイクロナノバブル
１０…栽培棚
１２…養液タンク
１４…マイクロバブル発生装置
１６…液肥タンク
１６ａ・・・液肥Ａ
１６ｂ・・・液肥Ｂ
１６ｃ・・・液肥Ｃ
１８…濾過装置
２０…照明装置
３０…キク
４０…養液
４２…養液供給路
４４…液肥供給路
４６…養液回収路
５０…養液供給ポンプ
５２…液肥供給ポンプ
５４…養液回収ポンプ
６０…マイクロバブル又はマイクロナノバブル
Claims (8)
- キク科植物が植栽される栽培棚と、
前記栽培棚に供給する養液を貯留する養液タンクと、
前記養液タンク内の養液に供給する液肥を貯留する液肥タンクと、
を備えたことを特徴とするキク科植物の水耕栽培システムであって、
前記キク科植物の育成条件を設定する育成条件設定部と、
前記育成条件設定部によって設定される育成条件に基づいて駆動せしめられる環境制御手段と、
前記環境制御手段の作動状況を入力する入力手段と、
前記キク科植物の不具合を含む育成状況を入力する入力手段と、
前記キク科植物の育成状況に対する各環境制御手段の駆動条件等の知識を記憶する記憶ベースと、
前記入力手段によって入力された育成状況、前記検出手段によって検出された環境状態及び前記知識ベースの記憶内容に基づき、前記入力手段との間で質疑応答を繰り返しつつ最適な駆動条件を推論する推論手段と、
前記推論手段で推論された対策に対応して前記育成条件設定部に対する各種制御信号を形成し出力する制御信号発生手段と、
を備えたことを特徴とする、人工知能を搭載したキク科植物の水耕栽培システム。 - 空気をマイクロレベルまたはナノレベルまで微小泡化するマイクロバブル発生装置を備えた、請求項１に記載の人工知能を搭載したキク科植物の水耕栽培システム。
- 前記養液タンク内に、前記マイクロバブル発生装置が設けられた、請求項１又は２に記載の人工知能を搭載したキク科植物の水耕栽培システム。
- 前記栽培棚から排出された溶液を濾過する濾過装置を備えた、請求項１〜３のいずれか１項に記載の人工知能を搭載したキク科植物の水耕栽培システム。
- 前記栽培棚が、キク科植物の生育段階に応じて複数設置されてなる、請求項１〜４のいずれか１項に記載の人工知能を搭載したキク科植物の水耕栽培システム。
- 前記キク科植物に光を供給する照明装置を備えた、請求項１〜４のいずれか１項に記載の人工知能を搭載したキク科植物の水耕栽培システム。
- 前記照明装置が、ＬＥＤである、請求項１〜５のいずれか１項に記載の人工知能を搭載したキク科植物の水耕栽培システム。
- 前記ＬＥＤが、赤色光を照射するものである、請求項７に記載のキク科植物の水耕栽培システム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2018/034189 WO2020054053A1 (ja) | 2018-09-14 | 2018-09-14 | 人工知能を搭載したキク科植物の水耕栽培システム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023000623U Continuation JP3242678U (ja) | 2023-03-01 | 2023-03-01 | 人工知能を搭載したキク科植物の水耕栽培システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2020054053A1 true JPWO2020054053A1 (ja) | 2021-08-30 |
Family
ID=68319838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020546651A Pending JPWO2020054053A1 (ja) | 2018-09-14 | 2018-09-14 | 人工知能を搭載したキク科植物の水耕栽培システム |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JPWO2020054053A1 (ja) |
| CN (2) | CN110393146A (ja) |
| WO (1) | WO2020054053A1 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CZ2020430A3 (cs) * | 2020-07-28 | 2021-10-27 | NUMAZON s.r.o. | Systém pro automatickou přípravu a provozní úpravu zálivky při pěstování rostlin, způsob automatické přípravy a provozní úpravy zálivky při pěstování rostlin a pěstební zařízení obsahující tento systém |
| WO2022180430A1 (en) * | 2021-02-26 | 2022-09-01 | Alnuaimi Mohamed | Agroponics system |
| CN113331037A (zh) * | 2021-06-10 | 2021-09-03 | 李溯 | 一种无土栽培沼液处理系统和方法 |
| CN113906994A (zh) * | 2021-09-09 | 2022-01-11 | 黄少军 | 一种无土种植用水肥一体化设备及其控制系统 |
| CN114642166A (zh) * | 2022-04-02 | 2022-06-21 | 中国科学院重庆绿色智能技术研究院 | 一种基于微纳米气泡培养基的药用植繁育装置和使用方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63254925A (ja) * | 1987-04-10 | 1988-10-21 | 株式会社小松製作所 | 人工知能を用いた植物育成装置 |
| JPH0314027A (ja) * | 1989-06-12 | 1991-01-22 | Kubota Nainen Kiki Service Kk | 診断・指導エキスパートシステム |
| JP2008154512A (ja) * | 2006-12-25 | 2008-07-10 | Daitsu:Kk | 苺の水耕栽培方法及びその栽培装置 |
| JP2018093735A (ja) * | 2016-12-07 | 2018-06-21 | 株式会社Ｆｕｊｉ | 栽培装置及び栽培方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015084750A (ja) * | 2013-11-01 | 2015-05-07 | 基広 山根 | 植物栽培システム、植物栽培装置及び植物栽培方法 |
| EP3311655A1 (en) * | 2014-01-24 | 2018-04-25 | Fujitsu Limited | Plant cultivation apparatus |
| CN105830902A (zh) * | 2016-05-31 | 2016-08-10 | 郑州海力特农林科技有限公司 | 高压细水雾生态栽培系统 |
-
2018
- 2018-09-14 WO PCT/JP2018/034189 patent/WO2020054053A1/ja active Application Filing
- 2018-09-14 JP JP2020546651A patent/JPWO2020054053A1/ja active Pending
-
2019
- 2019-04-16 CN CN201910301577.9A patent/CN110393146A/zh active Pending
- 2019-04-16 CN CN201920507390.XU patent/CN211558351U/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63254925A (ja) * | 1987-04-10 | 1988-10-21 | 株式会社小松製作所 | 人工知能を用いた植物育成装置 |
| JPH0314027A (ja) * | 1989-06-12 | 1991-01-22 | Kubota Nainen Kiki Service Kk | 診断・指導エキスパートシステム |
| JP2008154512A (ja) * | 2006-12-25 | 2008-07-10 | Daitsu:Kk | 苺の水耕栽培方法及びその栽培装置 |
| JP2018093735A (ja) * | 2016-12-07 | 2018-06-21 | 株式会社Ｆｕｊｉ | 栽培装置及び栽培方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN211558351U (zh) | 2020-09-25 |
| CN110393146A (zh) | 2019-11-01 |
| WO2020054053A1 (ja) | 2020-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPWO2020054053A1 (ja) | 人工知能を搭載したキク科植物の水耕栽培システム | |
| US10681879B2 (en) | System, apparatus and method for growing marijuana | |
| JP4747303B2 (ja) | 藻類の促成栽培装置と栽培方法 | |
| KR101963508B1 (ko) | 자체제어 및 원격제어가 가능한 식물재배 시스템 | |
| US10342191B2 (en) | Method and apparatus for regeneration, acclimatization, and conditioning of plant propagules | |
| US5558984A (en) | Automated system and process for heterotrophic growth of plant tissue | |
| US11109540B2 (en) | Mixed media vertical farming | |
| KR101375709B1 (ko) | 양액순환공급장치 | |
| KR20210085536A (ko) | 새싹 인삼 재배 시스템 및 방법 | |
| CN103800925A (zh) | 增氧消毒装置及方法 | |
| KR102449775B1 (ko) | 송풍형 수경재배기 | |
| KR102320847B1 (ko) | 분무식 수경 재배장치 | |
| JP6460912B2 (ja) | 船舶内で植物を育成する植物育成装置および植物育成方法 | |
| JP3242678U (ja) | 人工知能を搭載したキク科植物の水耕栽培システム | |
| KR20210038131A (ko) | 수경재배기 | |
| US20220174895A1 (en) | Reusable agricultural growth medium capable of containing gas and nutrients | |
| JP2013094156A (ja) | 温室栽培方法 | |
| JP2022028364A (ja) | 水稲の栽培方法及び水稲の栽培プラント | |
| JPH0463525A (ja) | 植物栽培方法および植物栽培装置 | |
| CN107258521A (zh) | 住宅小区、营养液循环系统及控制方法 | |
| Carpineti et al. | Growing crops in Vertical Farms: challenges and opportunities | |
| Zulkifli et al. | Monitoring System Using Internet of Things (IoT) for Food Security | |
| KR20230130190A (ko) | 플라즈마 살균 순환식 양액 공급시스템 | |
| KR20240003359A (ko) | 플라즈마 액적 살균 양액 공급시스템 | |
| JPS63254925A (ja) | 人工知能を用いた植物育成装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210705 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220729 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220926 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221125 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221202 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230131 |