WO2023145519A1 - パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラム - Google Patents

パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラム Download PDF

Info

Publication number
WO2023145519A1
WO2023145519A1 PCT/JP2023/001030 JP2023001030W WO2023145519A1 WO 2023145519 A1 WO2023145519 A1 WO 2023145519A1 JP 2023001030 W JP2023001030 W JP 2023001030W WO 2023145519 A1 WO2023145519 A1 WO 2023145519A1
Authority
WO
WIPO (PCT)
Prior art keywords
parameter
cultivation
growth
leaf
data
Prior art date
Application number
PCT/JP2023/001030
Other languages
English (en)
French (fr)
Inventor
杉山智美
筧雄介
礒▲崎▼真英
Original Assignee
国立研究開発法人農業・食品産業技術総合研究機構
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 国立研究開発法人農業・食品産業技術総合研究機構 filed Critical 国立研究開発法人農業・食品産業技術総合研究機構
Priority to JP2023576800A priority Critical patent/JPWO2023145519A1/ja
Publication of WO2023145519A1 publication Critical patent/WO2023145519A1/ja

Links

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
    • A01G7/00—Botany in general
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Definitions

  • the present invention relates to a parameter calculation method, an agriculture support information output method, a parameter calculation program, and an agriculture support information output program.
  • the present invention provides a parameter calculation method and program capable of calculating parameters used in a model for estimating the growth or yield of each variety, and an agricultural support information output capable of outputting prediction results regarding the growth or yield of each variety. It aims at providing a method and a program.
  • the parameter calculation method includes the steps of: acquiring environmental data when the crop is cultivated; acquiring cultivation data obtained as a result of cultivating the crop; at least part of the environmental data; and at least part of the cultivation data, and a step of calculating a parameter used in a model for estimating the growth or yield for each variety of the agricultural product, using a calculation method determined for each parameter.
  • the agricultural support information output method uses the parameter calculation method of the present invention to calculate the parameters, obtain information about the cultivation environment of agricultural crops, and combine the parameters with the obtained information about the cultivation environment.
  • creating a model for estimating the growth or yield of each variety based on , executing a prediction regarding the growth or yield of each variety from the model, and outputting the prediction result obtained by the prediction; is an agricultural support information output method executed by a computer.
  • the parameter calculation method and program of the present invention have the effect of being able to calculate the parameters used in the model for estimating the growth or yield of each variety.
  • the agricultural support information output method and program of the present invention have the effect of being able to output prediction results regarding the growth or yield of each variety.
  • FIG. 2(a) is a diagram showing the hardware configuration of the user terminal in FIG. 1
  • FIG. 2(b) is a diagram showing the hardware configuration of the server in FIG.
  • It is a functional block diagram of a server. It is a flowchart which shows a process of a server. It is a figure which shows the outline
  • FIG. 4 is a diagram conceptually showing changes in crop size in a simulation; Regarding leaves and stems, the relationship between growth stage and size is shown in relative values. It is a figure which shows an example of the weather data used for simulation. It is a figure which shows an example of the parameter used by simulation.
  • FIG. 10(a) and 10(b) are diagrams conceptually showing the leaf growth process and the fruit growth process in this simulation.
  • FIG. 11 is a diagram (part 1) showing a screen displaying a simulation result;
  • FIG. 11 is a diagram (part 2) showing a screen displaying a simulation result;
  • FIGS. 13(a) and 13(b) are diagrams (part 3) showing screens for displaying simulation results.
  • FIG. 12 is a diagram (part 4) showing a screen displaying a simulation result; 4 is a flowchart showing processing of a parameter calculator;
  • FIG. 16 is a flow chart showing the details of the process in step S104 of FIG. 15;
  • FIG. It is a figure which shows an example of the environment data which a parameter calculation part uses for parameter calculation.
  • FIG. 11 is a diagram (part 1) showing a screen displaying a simulation result
  • FIG. 11 is a diagram (part 2) showing a screen displaying a simulation result
  • FIG. 18(a) is a diagram showing an example of cultivation condition data included in the cultivation information
  • FIG. 18(b) is a diagram showing an example of growth survey data included in the cultivation information
  • FIG. ) is a diagram showing an example of dismantling survey data included in the cultivation information
  • FIG. 19(a) is a diagram showing an example of flowering survey data included in the cultivation information
  • FIG. 19(b) is a diagram showing an example of the harvest survey data included in the cultivation information. It is a figure which shows the parameter which a parameter calculation part calculates.
  • 8 is a flowchart illustrating an example of processing of an updating unit
  • FIG. 1 schematically shows the configuration of an agricultural system 100 according to one embodiment.
  • the agricultural system 100 of the present embodiment provides a farmer or the like (hereinafter referred to as a “producer”) with the ability to select cultivars and manage cultivation when cultivating fruit vegetables such as tomatoes, strawberries, cucumbers, and paprika. It is a system for providing information to support In addition, this embodiment demonstrates the case of the producer who grows a strawberry.
  • the agricultural system 100 includes a server 10 as an agricultural support device and a user terminal 70, as shown in FIG.
  • the user terminal 70 is a terminal such as a PC (Personal Computer), a tablet terminal, or a smart phone used by the producer.
  • the server 10 and the user terminal 70 are connected to a network 80 such as the Internet, so that information can be exchanged between the devices.
  • FIG. 2(a) shows the hardware configuration of the user terminal 70.
  • the user terminal 70 includes a CPU (Central Processing Unit) 190, a ROM (Read Only Memory) 192, a RAM (Random Access Memory) 194, a storage unit (in this case, an SSD (Solid State Drive) ), a HDD (Hard Disk Drive) 196, a network interface 197, a display unit 193, an input unit 195, a portable storage medium drive 199 capable of reading the portable storage medium 191, and the like.
  • Each component of the user terminal 70 is connected to the bus 198 .
  • the display unit 193 includes a liquid crystal display and the like
  • the input unit 195 includes a keyboard, mouse, touch panel and the like.
  • the server 10 acquires information from the user terminal 70, generates information for supporting strawberry variety selection and cultivation management based on the acquired information, and displays a screen displaying the information for use by the producer. It is a device that outputs to the user terminal 70 .
  • the server 10 includes a CPU 90 as a computer, a ROM 92, a RAM 94, a storage unit (SSD or HDD here) 96, a network interface 97, a portable storage medium drive 99, and the like. there is Each component of the server 10 is connected to the bus 98 .
  • the CPU 90 executes the program (including the cultivation assistance program) stored in the ROM 92 or the HDD 96, or the program (including the cultivation assistance program) read from the portable storage medium 91 by the portable storage medium drive 99.
  • the functions of the respective units shown in FIG. 4 are realized.
  • the function of each unit in FIG. 4 may be implemented by an integrated circuit such as ASIC (Application Specific Integrated Circuit) or FPGA (Field Programmable Gate Array).
  • FIG. 3 A functional block diagram of the server 10 is shown in FIG.
  • the CPU 90 executes the program, so that, as shown in FIG. It functions as a parameter calculator 47 and an updater 46 .
  • FIG. 3 also shows the parameter DB 50 stored in the storage unit 96 of the server 10 or the like.
  • the selection reception unit 41 receives information on combinations of varieties selected by producers (for example, Tochiotome, Koiminori, etc.) and cultivation sites (for example, Tsukuba, Morioka, Kurume, etc.). Note that the producer may select one combination of variety and location, or may select a plurality of combinations.
  • the selection reception unit 41 transmits the received information to the simulation unit 44 .
  • the environmental data acquisition unit 42 acquires environmental data at the cultivation location based on the information on the cultivation location received by the selection reception unit 41 .
  • the environmental data acquisition unit 42 obtains data corresponding to the selected cultivation site from past weather data and future weather data (prediction data) managed in the server 10 or in a device other than the server 10. to get
  • the meteorological data includes data such as outdoor solar radiation and temperature, solar radiation and temperature inside the greenhouse, humidity, CO 2 concentration, ground temperature, and soil moisture.
  • the environmental data acquisition unit 42 transmits the acquired data to the simulation unit 44 .
  • the cultivation information acquisition unit 43 acquires cultivation information input by the producer (for example, planting date, cultivation density, soil/solution cultivation, number of leaves at planting, fertilizer application amount, culture solution concentration, etc.).
  • the cultivation information acquisition unit 43 transmits the acquired information to the simulation unit 44 .
  • the simulation unit 44 reads parameters corresponding to the variety accepted by the selection acceptance unit 41 from the parameter DB 50, and uses the read parameters and the data transmitted from the environment data acquisition unit 42 and the cultivation information acquisition unit 43. , to create a growth model.
  • the parameters stored in the parameter DB 50 are, for example, parameters as shown in FIG. 9, and are determined for each product type.
  • the simulation unit 44 then uses the generated growth model to perform a simulation of the growth of the crop when the variety selected by the producer is cultivated at the cultivation location and cultivation method selected by the producer.
  • the simulation results of the simulation unit 44 include leaf area, flowering date for each flower cluster, yield for each flower cluster, fruit dry matter distribution rate, photosynthesis amount, growth rate (stems and leaves), growth rate (fruit), nutrient absorption (fertilization amount ) etc. are obtained.
  • the simulation unit 44 transmits the simulation result to the output unit 45 .
  • the output unit 45 generates a screen displaying the simulation result received from the simulation unit 44 and transmits it to the user terminal 70 used by the producer. At this time, the output unit 45 summarizes the simulation results for each cultivation condition (combination of varieties, cultivation locations, and cultivation information) and generates a screen that displays the simulation results for different cultivation conditions in a comparable state.
  • the parameter calculation unit 47 uses the environmental data at the cultivation site acquired by the environmental data acquisition unit 42 and the cultivation information acquired by the cultivation information acquisition unit 43 to calculate parameters for each variety.
  • a calculation method for each parameter is determined in advance, and the parameter calculation unit 47 selects environmental data and cultivation information necessary for calculation from among the acquired environmental data and cultivation information. Further, when part of the environmental data and cultivation information required for calculation is lacking, the parameter calculating unit 47 identifies, from among the acquired environmental data and cultivation information, data that can substitute for the lacking data. and substituted in the calculation.
  • the parameters calculated by the parameter calculation unit 47 include coefficients of the growth model and thresholds used in the growth model.
  • the updating unit 46 acquires information on actually cultivated varieties and cultivation results (eg, leaf area, flowering date for each flower cluster, yield for each flower cluster, etc.) from the producer. Then, the updating unit 46 updates the parameters stored in the parameter DB 50 so that the actual cultivation result and the simulation result are closer to each other. Note that the update unit 46 determines whether or not to update the parameters using the actual cultivation results based on the degree of reliability predetermined for the producer who has input the actual cultivation results. may be
  • FIG. 4 shows the processing of the server 10 in a flowchart.
  • the selection receiving unit 41 waits until the producer selects a combination of a variety and a cultivation site on the user terminal 70.
  • FIG. Here, for example, producers select combinations of "Tochiotome/Tsukuba”, “Tochiotome/Morioka”, “Koiminori/Tsukuba”, “Oi Cberry/Tsukuba”, and “Sachinoka/Kurume”. and It is assumed that the parameters of the selected breed are calculated in advance by the parameter calculator 47 and stored in the parameter DB 50 . A method of calculating parameters will be described later.
  • step S10 If the determination in step S10 is affirmative, then in the next step S12, the selection reception unit 41 acquires the combination of the selected variety and cultivation site, and transmits it to the environmental data acquisition unit 42 and the simulation unit 44.
  • step S14 the environmental data acquisition unit 42 acquires weather data (past data and forecast data) at the cultivation location selected by the producer and received by the selection reception unit 41. .
  • step S16 the cultivation information acquisition unit 43 waits until cultivation information (eg, planting time, planting density, soil/nutrient cultivation, number of leaves at planting) is input by the producer.
  • cultivation information eg, planting time, planting density, soil/nutrient cultivation, number of leaves at planting
  • the process proceeds to step S ⁇ b>18 , and the cultivation information acquisition unit 43 acquires the input cultivation information and transmits it to the simulation unit 44 .
  • step S20 the simulation unit 44 reads out the parameters of each variety selected by the producer stored in the parameter DB 50, the parameters, the weather data acquired by the environmental data acquisition unit 42, and the cultivation information acquisition unit Based on the cultivation information acquired by 43, a growth model corresponding to the combination of the selected variety and cultivation site is created.
  • the simulation unit 44 executes a simulation using the created growth model, and obtains simulation results showing how each variety grows at each cultivation point. Details of the growth model created by the simulation unit 44 and the simulation results will be described later.
  • the simulation unit 44 transmits the simulation result to the output unit 45 .
  • step S22 the output unit 45 generates a screen displaying the simulation results and transmits it to the user terminal 70.
  • the screens for displaying the simulation results are, for example, the screens shown in FIGS. 11 to 13. FIG.
  • the crop size for that day is determined at 0:00 on the Nth day. That is, in this simulation, the conditions for crops to receive temperature and solar radiation from 0 to 24 hours on the Nth day (relative light receiving rate: a value obtained from the leaf area index), and the distribution rate (the photosynthetic products , crown, inflorescence, and root) is fixed.
  • the amount of photosynthesis is calculated from the temperature, the amount of solar radiation, and the CO2 concentration on the day (Nth day), and the size of the crop is changed by calculating the growth of the crop from that value. do.
  • FIG. 6 conceptually shows changes in crop size in this simulation. As for the first day of calculation, since the crop size at 0 o'clock (0th day crop size) cannot be calculated, the producer or the like sets the value.
  • Source organ is mainly leaves.
  • sink organs are roots, crowns, leaves and fruits, but the most consumed sink organ is fruit.
  • crop growth is determined primarily by temperature.
  • the growth process of one leaf is described as follows using accumulated temperature. Assuming that the accumulated temperature when growth stops is 1.0 and the accumulated temperature when growth starts is 0, the stage of leaf growth is shown as a relative value of the accumulated temperature. Define this as [Leaf Growth Index].
  • [Leaf Size Index] (Fig. 7).
  • [Leaf Size Index] is 1.0 when the size is fully grown, and 0 when the size is before the start of growth.
  • the difference between the S(x) values at 0:00 and 24:00 on the Nth day (see Fig. 7) is defined as the [Leaf Increase Index] as an index value for the increase in leaf growth per day.
  • the relative growth amount of the inflorescence [Fruits Increase Index] is defined.
  • FIG. 9 shows an example of parameters set by a user such as a producer. This simulation is calculated on a daily basis, and there are values calculated for each leaf, for each flower cluster, and for the entire crop. Growth is calculated for each plant organ (leaf, crown, fruit, root, inflorescence).
  • the variables (relative received light amount, distribution ratio) used for photosynthesis calculation are values at 0 o'clock on the calculation day (the day before the calculation day).
  • the relative amount of received light is a variable for determining the amount of received light that crops use for photosynthesis from the amount of solar radiation.
  • the distribution rate is the rate at which the source synthesized by the crop on that day is distributed to each organ (root, leaf, crown, fruit).
  • the amount of photosynthesis at 24:00 on the calculation day is calculated from the distribution ratio, these values, the temperature and the amount of solar radiation on the day. Then, the degree of growth of the crop at 24:00 on the calculation day is calculated based on the amount of photosynthesis.
  • Crop growth calculation is divided into (a) distribution amount calculation, (b) leaf area calculation, (c) fruiting number calculation, (d) fruit dry matter weight calculation, and (e) distribution rate calculation.
  • subscript N attached to the variable name indicates the result at 24:00 on the Nth day.
  • a subscript M (leaf order) is assigned to variables calculated for each leaf, and a subscript F (flower cluster order) is assigned to variables calculated for each flower cluster.
  • variables and constants used in formulas are shown with brackets []. In this simulation, the value at 0:00 on the first day of calculation is set as the "initial value”.
  • the flower bud differentiation of the next flower cluster starts after the cumulative temperature reaches 600° C., starting from the start of flower bud differentiation of the previous flower cluster.
  • the flowering period begins, and enlargement of the fruits forming the inflorescence starts.
  • the growth of the inflorescence ends when the accumulated temperature reaches 600°C.
  • the period from the start of flower bud differentiation to the cumulative temperature of 150° C. is the flower number determination period, and the number of fruits is determined under the conditions during this period.
  • LUE Light utilization efficiency
  • the amount of solar radiation in the house [total solar radiation in the house] (MJ/m 2 ) is obtained by multiplying the [outdoor total solar radiation] (MJ/m 2 ) by the [solar transmittance] (constant) of the house. (Formula (2)).
  • [Total solar radiation in house] N [Solar transmittance] ⁇ [Outdoor total solar radiation] N ... (2)
  • the amount of received light (MJ/m 2 ) used by crops for photosynthesis is obtained by the following equation (3).
  • a value obtained from the leaf area of the previous day is used as the relative light receiving rate.
  • [Amount of received light] N [Amount of relative received light] (N-1) ⁇ [Amount of total solar radiation in the house] N ... (3)
  • [photosynthesis] ( gDW/strain), which is the amount of photosynthesis per crop, is calculated using the following formula (5 ).
  • [Amount of photosynthesis] N [Amount of dry matter production] N / [Plant Density] ... (5)
  • [SLA] (m 2 /gDW), which is the specific leaf area, which is the leaf area per dry matter weight of the leaf, is used.
  • [SLA] N as a function of temperature.
  • Crop Growth Calculation (a) Calculation of Amount of Distribution
  • the amount of distribution is calculated as the value of the entire crop, and is basically obtained from the amount of photosynthesis and the distribution rate. is set and corrected.
  • [Flower cluster potential growth amount] can be obtained by the following equation (6).
  • the [Coefficient of growth of flower clusters] (gDW/(strain ⁇ °C)) in Equation (6) is a coefficient indicating the maximum value of the source that one flower cluster can receive per temperature of 1°C, and the [Total Fruits Increase Index] is the total value of relative growth of all clusters.
  • [Hanabusa Potential Growth] N [Hanabusa growth coefficient] ⁇ [Temperature] N ⁇ [Total Fruits Increase Index] N-1 ...(6)
  • the amount of distribution is calculated in three steps. For this reason, the variables in the first two stages are marked with (1) and (2) to distinguish them from the final results.
  • the unit of photosynthesis and distribution is (gDW/strain). [Amount of leaf distribution (1)], [Amount of crown distribution (1)], [Amount of flower cluster distribution (1)], and [Amount of root distribution (1)] (gDW/plant) are the distributions of the previous day (midnight on the day). Assuming that the amount of photosynthesis from 0:00 to 24:00 on the day is assigned to each organ according to the rate, it is calculated by the following equations (7A) to (7D).
  • the leaf size index [Leaf Size Index] (dimensionless) is calculated using the following formula (10B).
  • the initial value of [Leaf Size Index] shall be zero.
  • [Leaf Increase Index] (dimensionless), which is the leaf growth index, is obtained from the change in the leaf size index from 24:00 the previous day (0:00 of the current day) to 24:00 of the current day by the following equation (11).
  • [Leaf Increase Index] M,N [Leaf Size Index] M, N - [Leaf Size Index] M, N-1 (11)
  • [Leaf DW] (gDW/plant), which is the dry matter weight of leaves, is calculated as follows.
  • [Leaf ⁇ DW] M,N is represented by the following equation (13B).
  • [Leaf ⁇ DW] M,N [Leaf Distribution Amount] M,N ⁇ [Leaf Increase Index] M,N /[Total Leaf Increase Index] N ... (13B)
  • Leaf area [Leaf Area] (m 2 /strain) is determined by the following formula (15) using specific leaf area [SLA] (m 2 /gDW). [Leaf Area] is set by the producer or the like only for the first leaf, and is set to 0 for other leaves.
  • [Leaf Area] M,N [Leaf Area] M,N-1 + [SLA] N ⁇ [Leaf Distribution Amount] M,N ⁇ [Leaf Increase Index] M,N /[Total Leaf Increase Index] N ...( 15)
  • the leaf area index [LAI] (dimensionless), which is the area of leaves per unit of land area, is calculated using the following formula ( 17).
  • [LAI] N [Total Leaf Area] N ⁇ [Plant Density] (17)
  • [Relative Received Light] (dimensionless), which represents the ratio of the amount of sunlight received by crops to the amount of insolation per land area, is the extinction coefficient [K] (dimensionless), and the previous day's leaf area index is obtained from the following equation (18).
  • the absorption coefficient is a coefficient representing how easily light reaches the inside of the colony.
  • the number of fruit-bearing is the amount of photosynthesis (periodic dry matter production) during a specific period (the period when the number of flowers is determined) starting from the day after flower bud differentiation of crops starts, and the amount of dry matter and the number of fruit-bearing. From the relational expression, it is obtained for each flower cluster. Flower bud differentiation occurs in the order of the inflorescence order, and the next inflorescence order does not differentiate until a certain amount of temperature accumulates after the differentiation of the inflorescence order that is one less (previous order inflorescence).
  • the [Differentiation start index], which indicates that differentiation has started, is determined by [Differentiation condition determination A] (°C) and [Differentiation condition determination B] described below.
  • the [accumulated temperature at flower bud differentiation stage] (° C.) is the accumulated temperature on the day when the [differentiation start index] first becomes 1, and -1.0 before that.
  • [differentiation condition determination B] (gDW/strain), which is an index for determining whether the amount of photosynthesis is in a state in which flower bud differentiation is possible, is obtained from the following equation (20).
  • [Differentiation condition determination B] N (N-6 to N day average of [photosynthesis]) ... (20)
  • [Floral bud differentiation stage integrated temperature] in the above equation (19A) is the integrated temperature on the day when the previous day value of [differentiation start index] is 0 and the current day value is 1.
  • the initial value of [accumulated temperature at flower bud differentiation] is -1.0, and once the [accumulated temperature at flower bud differentiation] is set, the same value is used.
  • the reason why the initial value is set to a negative value is that the [accumulated temperature during the flower bud differentiation] after the start of the flower bud differentiation is classified as a positive value, and before that as a negative value. This division by positive and negative values is also performed in the same way for the integrated temperature during the flowering period.
  • the flower number determination period is defined as the flower number determination period, and it is an index indicating whether it is the flower number determination period [Flower number determination period Index (1 )] (dimensionless) is obtained as follows.
  • [number of fruits (1)] (pieces/plant) is the [quantity of photosynthesis during the decision period] of the above formula (25), [number of fruits per dry matter production amount in the decision period] (m 2 pieces / gDW (strain) and [Plant Density] (strain/m 2 ), it can be obtained by the following formula (26).
  • [Fruit bearing number (1)] F, N [Determining period photosynthesis amount] M, N ⁇ [Determining period fruit bearing number per dry matter production] ⁇ [Plant Density] ... (26)
  • the flowering period is defined as the point at which the accumulated temperature from the flower bud differentiation period reaches 600° C., and the accumulated temperature at that time is defined as the [blooming period accumulated temperature] (° C.).
  • 600° C. is set on the assumption that after flower bud differentiation, flowering occurs with four leaves, and an integrated temperature of 150° C. is required for each leaf.
  • the flowering stage integrated temperature is made effective only after the flower bud differentiation stage integrated temperature is determined, and the initial value is set to -1.0.
  • the flowering period integrated temperature it is assumed to be the same value.
  • NF means the number of flower clusters.
  • [Fruits DW] (gDW/plant), which is the dry matter weight of the flower cluster. Basically, [Fruits DW] does not increase after [Fruits Growth Index] becomes greater than 1.
  • the initial value of [Fruits DW] shall be zero.
  • [Fruits DW] F, N [Fruits DW] F, N-1 + [Fruits ⁇ DW] F, N ... (34A)
  • [Fruits ⁇ DW] F,N is represented by the following equation (34B).
  • [Fruits ⁇ DW] F,N [Amount of flowers distributed] N ⁇ [Fruits Increase Index] F,N /[Total Fruits Increase Index] N ... (34B)
  • the crop [distribution ratio] (dimensionless) is calculated as a value for the entire crop based on the amount of growth of the crop.
  • the distribution ratio is obtained from [Inflorescence sink intensity] (dimensionless), which is the ease of receiving the source in the inflorescence, and [Total sink intensity], which is the sum of the sink intensities of all organs.
  • [Total Fruits Increase Index], [Total Leaf Increase Index], and [Total Stem Increase Index] are weighted from experimental data such as during dismantling surveys. [Fruit distribution adjustment factor], [Leaf distribution adjustment factor], and [Crown distribution adjustment factor] were set to [ ⁇ ], [ ⁇ ], and [ ⁇ ]. From these, the flower cluster sink strength, leaf sink strength, crown sink strength, and total sink strength are obtained from the following equations.
  • [Inflorescence distribution ratio], [root distribution ratio], [leaf distribution ratio], and [crown distribution ratio] (non-dimensional) are obtained from the following equations (36A) to (36D).
  • [Hanabusa distribution ratio] N [Hanabusa sink strength] N / [Total sink strength] N ...
  • [Root distribution ratio] N 0.05
  • [Leaf distribution ratio] N [Leaf sink strength] N / [Total sink strength] N ...
  • [Crown distribution ratio] N [Crown sink strength] N / [Total sink strength] N ... (36D)
  • the total yield per inflorescence of fruit is [Fruits DW] (gDW/plant) on the start date of harvest.
  • [Fruits DW] does not increase after the [Fruits Growth Index] becomes greater than 1, so it is the same after the harvest start date.
  • One fruit is harvested over a period of time when the cumulative temperature reaches 60 ° C, and the dry weight of the fruit harvested per 1 ° C temperature [harvested fruit temperature DW] (gDW / plant ⁇ °C) is calculated. Note that the initial value of [harvested fruit temperature DW] is set to -1.0, and once an effective value is set, it is set to the same value.
  • [Fruits unHarvest] (gDW/stock) is defined as the weight of dry fruit that can be harvested before harvesting on the day of calculation, and [Fruits unHarvest] is obtained as follows.
  • [Fruits unHarvest] is given the previous day's [Fruits DW] on the day the harvest starts, and after that, the harvested amount decreases.
  • the initial value of [Fruits unHarvest] is -1.0, and the value before and after the harvest period is also -1.0.
  • the [fruit harvested dry matter weight] can be expressed by the following formula (41).
  • the simulation unit 44 creates a growth model as described above using environmental data and parameters, and uses the growth model to perform a simulation regarding growth for each combination of the variety selected by the producer, the cultivation location, and the cultivation information. do. Then, the simulation result (value obtained by the simulation) of each combination is transmitted to the output unit 45 .
  • the simulation unit 44 can also simulate fruit vegetables other than strawberries, such as tomatoes, strawberries, cucumbers, and paprika, by using parameters according to items and varieties.
  • N nitrogen
  • [Total ⁇ N] N [Total Leaf ⁇ N] N + [Total Stem ⁇ N] N + [Total Fruits ⁇ N] N + [Total Root ⁇ N] N ...(47)
  • Total ⁇ N is the "nutrient absorption” estimated from the increase in dry matter weight per plant. This can be multiplied by the planting density to obtain the "nutrition absorption amount per area.” Further, the "fertilization amount” can be obtained by dividing the "nutrient absorption amount” by the [fertilizer utilization efficiency].
  • the output unit 45 When receiving the simulation result transmitted from the simulation unit 44, the output unit 45 generates a screen displaying the simulation result. For example, the output unit 45 generates a screen displaying information as shown in FIG. 11 as a simulation result. In this case, the screen of FIG. 11 is displayed on the display unit 193 of the user terminal . It is possible to check whether a certain amount of yield can be obtained. In addition, since the simulation results of cultivating multiple items under different cultivation conditions are displayed side by side, producers can compare what kind of cultivation results can be obtained when different varieties and cultivation conditions are used. can.
  • the output unit 45 also generates, for example, a screen as shown in FIG. can also By referring to the screen of FIG. 12, the producer can confirm the transition of the yield in the top flower cluster, the second flower cluster, the third flower cluster, and so on.
  • the yield of each inflorescence is displayed in separate graphs, but each graph may be collectively displayed in one graph. In this case, the bar graph showing the yield of each flower cluster may be displayed in different colors for easy understanding.
  • the output unit 45 may display the transition of the total yield as a graph as shown in FIG. 13(a), or may display the transition of the LAI as a graph as shown in FIG. 13(b). good.
  • the output unit 45 displays simulation results of changes in dry matter weight of leaves, crowns, and inflorescences when cultivars A, B, and C are cultivated at a certain cultivation point. good too.
  • the output unit 45 may display the simulation results for each combination of varieties, cultivation locations, and cultivation information so that they can be compared. As shown, a simulation result of cultivating a certain variety at a certain cultivation location may be displayed. In addition, as shown in FIG. 14, simulation results obtained when different varieties are cultivated at the same cultivation site may be displayed so as to be comparable. Furthermore, the simulation results obtained by cultivating varieties at different cultivation points may be displayed so as to be comparable. In any case, it is possible to express the characteristics of varieties more appropriately than conventional catalogs that express the characteristics of varieties with words, images, average values, etc. Therefore, the producer can appropriately select varieties and cultivation sites by checking the simulation results. In addition, since it is possible to grasp how agricultural products will grow in the future, cultivation management (securing workers, procurement of materials, etc.) can be performed appropriately.
  • the parameter calculation unit 47 obtains from the environmental data when the variety was cultivated and the cultivation result of the variety. Cultivation information is used to calculate parameters and store them in the parameter DB 50 .
  • the parameter calculation unit 47 starts the process of FIG. 15 upon receiving an input of a parameter calculation instruction specifying a product type for which parameters are to be calculated (referred to as a target product type).
  • the parameter calculation unit 47 acquires environmental data via the environment data acquisition unit .
  • This environmental data is environmental data obtained when the target variety is cultivated, and includes data as shown in FIG. Specifically, the environmental data includes the date, the daily average temperature on that date, the daily cumulative amount of solar radiation, the CO 2 concentration, and the like.
  • environmental data from past cultivation is acquired. may obtain real-time environmental data from
  • the parameter calculation unit 47 acquires cultivation information obtained when the target item was cultivated via the cultivation information acquisition unit 43.
  • the cultivation information includes, for example, cultivation condition data as shown in FIG. 18(a), growth survey data as shown in FIG. 18(b), and dismantling survey data as shown in FIG. 18(c).
  • the cultivation information also includes flowering survey data as shown in FIG. 19(a) and harvest survey data as shown in FIG. 19(b).
  • the cultivation condition data shown in FIG. 18A includes information on cultivation conditions such as crop names, variety names, planting dates, cultivation styles, and cultivation densities. In the growth survey data in FIG.
  • the dismantling survey data in FIG. 18(c) includes, as a result of the dismantling survey by the producer of the actually cultivated crop (strawberry), the date of survey, the number of epiphytic leaves, the weight of epiphytic leaves, the LAI, the crown weight, the number of fruiting, Information such as fruiting weight is included.
  • the flowering survey data shown in FIG. 19A includes information on the flowering period of each inflorescence of the actually cultivated crop (strawberry).
  • the harvest survey data in FIG. 19(b) includes information on the harvest amount of the actually cultivated crop (strawberry) on each harvest date.
  • step S104 the parameter calculation unit 47 executes processing for calculating the parameters of the target product type. Details of the processing in step S104 will be described later.
  • the parameter calculation unit 47 stores the calculated parameters in the parameter DB 50 in association with the information of the target product.
  • step S104 The processing of step S104 will be described in detail below with reference to the flowchart of FIG. In this embodiment, it is assumed that parameters as shown in FIG. 20 need to be calculated. As shown in FIG. 20, the parameters include coefficients (leaf growth coefficient, crown growth coefficient, etc.) used in the formulas described so far, and threshold values corresponding to the values obtained from the formulas (leaf development interval, leaf maturation period, inflorescence maturity period, etc.).
  • FIG. 16 shows processing when the parameter calculation unit 47 calculates parameters relating to the amount of leaf growth, such as the coefficient of leaf growth amount, the leaf generation interval, and the leaf maturity period.
  • step S120 the parameter calculation unit 47 extracts data on survey date, leaf age, and leaf length from the cultivation information (growth survey data in FIG. 18(b)).
  • step S122 the parameter calculation unit 47 determines whether information for calculating parameters is complete. In this case, the parameter calculation unit 47 determines whether or not the leaf age and leaf length data necessary for calculating the leaf growth rate coefficient, leaf generation interval, and leaf maturity period are available. If the determination in step S122 is affirmative, the parameter calculator 47 proceeds to step S124.
  • the parameter calculation unit 47 calculates leaf generation intervals (°C) from the extracted cultivation information and environmental data.
  • step S126 the parameter calculation unit 47 calculates the estimated leaf appearance date of each leaf position from the leaf appearance interval (°C).
  • step S1208 the parameter calculation unit 47 creates a functional expression representing the amount of leaf growth from the accumulated temperature from the estimated leaf emergence date and the extracted cultivation information.
  • step S130 the parameter calculation unit 47 calculates the coefficient (leaf growth amount coefficient) of the created functional expression.
  • step S132 the parameter calculation unit 47 calculates the leaf maturation period from the created functional expression.
  • the leaf growth amount coefficient, the leaf generation interval, and the leaf maturity period are calculated as described above, all the processing in FIG. 16 is completed, and the process proceeds to step S106 in FIG.
  • step S134 determines whether or not there is substitute information for the missing information. For example, when leaf length information is not complete, the parameter calculation unit 47 determines whether leaf height data and petiole length data are complete in the growth survey data. If the determination in step S122 is affirmative, the parameter calculator 47 proceeds to step S136.
  • the parameter calculation unit 47 extracts alternative information (data on leaf height and data on petiole length) from the cultivation information. After that, the parameter calculation unit 47 proceeds to step S124 and executes the processing of steps S124 to S132 using the substitute information.
  • step S134 determines whether the determination in step S134 is negative. If the determination in step S134 is negative, the parameter calculator 47 proceeds to step S138 and outputs an error. After that, the process of FIG. 16 ends, and the process of FIG. 15 also ends.
  • the parameter calculation unit 47 calculates a parameter related to the amount of leaf growth has been described as an example. and cultivation information.
  • Other parameters include, for example, parameters used when determining the sink-source balance (for example, [fruit distribution adjustment coefficient], [leaf distribution adjustment coefficient], [crown distribution adjustment coefficient]), and parameters expressing cultivation management methods peculiar to varieties.
  • the parameter calculation unit 47 uses substitutable cultivation information if necessary cultivation information is not available.
  • the update unit 46 compares the actual measurement values with the corresponding simulation results, and updates the simulation results. Various parameters are adjusted and updated so as to approach the measured values. By doing so, the parameters are appropriately updated based on the actual measurement values, so that appropriate simulation results can be obtained in subsequent simulations.
  • the update unit 46 may update the parameters based on the input information only when information is input from a predetermined producer (a highly reliable producer). In this case, the updating unit 46 executes processing according to a flowchart as shown in FIG.
  • step S30 the update unit 46 waits until the producer inputs the actual cultivation results (measured values) via the user terminal 70. Then, when the actual cultivation result is input, the process proceeds to step S32, and the update unit 46 determines whether or not the input is from a predetermined producer (a highly reliable producer). If the determination in step S32 is negative, the entire processing of FIG. 21 is terminated, but if the determination is positive, the process proceeds to step S34.
  • the update unit 46 updates the parameters so that the simulation result approaches the actual cultivation result, stores the parameters in the parameter DB 50, and ends all the processes in FIG.
  • the update unit 46 updates parameters using information input from a certain producer
  • the updated parameters may be managed as parameters exclusive to that producer. This will allow each grower to customize the parameters according to the actual cultivation results. It should be noted that one producer may call and use the parameters of another producer.
  • the producer may directly modify the parameters.
  • the updating unit 46 may update the parameter DB 50 according to the modified content.
  • the simulation unit 44 of the present embodiment functions as a reading unit that reads parameters indicating the characteristics of each variety of agricultural products from the storage unit (parameter DB 50).
  • the simulation unit 44 of the present embodiment creates a growth model for each variety based on the read parameters and information about the cultivation environment (environmental data), and calculates the growth model for each variety from the growth model for each variety. It functions as a predictor that makes predictions about
  • the parameter calculation unit 47 acquires the environmental data when the crop is cultivated via the environment data acquisition unit 42 (S100), and the cultivation information acquisition unit Cultivation information obtained as a result of cultivating crops is acquired via 43 (S102). Then, the parameter calculation unit 47 uses at least part of the environmental data and at least part of the cultivation information to determine the parameters (coefficients and thresholds) used in the model for estimating the growth or yield of each crop variety. , using a calculation method determined for each parameter (S104). This makes it possible to automatically obtain parameters (coefficients and thresholds) for each variety by preparing environmental data and cultivation information, making it possible to easily obtain a model for each variety that estimates growth and yield. becomes. In addition, even when a new variety is bred, parameters can be easily obtained, so that growth estimation and yield estimation for the variety can be performed with high accuracy.
  • the parameter calculation unit 47 can replace the lacking data.
  • Data is extracted from environmental data or cultivation data (S136) and substituted for calculation (S124-S132).
  • the parameter calculation unit 47 calculates parameters and stores them in the parameter DB 50, and the simulation unit 44 obtains environmental data corresponding to the cultivation site selected by the producer from the environmental data acquisition unit 42. get.
  • the simulation unit 44 also creates a growth model for each variety based on the acquired environmental data and the parameters read from the parameter DB 50, and executes a simulation using the created growth model.
  • the output unit 45 outputs the simulation result as information for supporting variety selection and cultivation management.
  • the results of a simulation on the growth of agricultural crops using a growth model created for each variety and for each cultivation point are displayed as information for supporting variety selection and cultivation management.
  • the producer can appropriately select the variety and the cultivation site, and can grasp how the crop will grow in the future, so that the cultivation can be managed appropriately.
  • the update unit 46 updates the parameters based on the actual cultivation results (yield, etc.) input by the producer, and updates the parameter DB 50 .
  • a parameter can be updated to an appropriate value based on the cultivation track record.
  • the updating unit 46 can improve the accuracy of the simulation by updating the parameters so that the simulation result approaches the actual cultivation result.
  • the update unit 46 updates the cultivation results input by the producer. Based on this, the parameters are updated (S34). This makes it possible to increase the possibility that the parameters will be appropriately updated.
  • the output unit 45 performs a simulation for each combination of the variety selected by the producer, the cultivation location, and the cultivation information, and outputs the simulation results so that they can be compared. This allows the producer to compare the simulation results for each combination of multiple varieties, cultivation locations, and cultivation information, and determine which varieties should be cultivated and how.
  • the server 10 includes the update unit 46 .
  • the present invention is not limited to this. That is, the server 10 does not have to include the updating unit 46 .
  • the server 10 has the function of the agricultural support device of the present invention
  • the user terminal 70 may have the function of the agricultural support device without being limited to this. That is, the above process may be realized by the standalone user terminal 70 operating alone.
  • each parameter may be calculated by a person from environmental data or cultivation information.
  • the parameter calculation procedure in this case is the same as in FIGS.
  • processing functions can be realized by a computer.
  • a program is provided that describes the processing contents of the functions that the processing device should have.
  • the above processing functions are realized on the computer.
  • a program describing the processing content can be recorded in a computer-readable storage medium (excluding carrier waves).
  • the program When the program is distributed, it is sold in the form of a portable storage medium such as a DVD (Digital Versatile Disc) or CD-ROM (Compact Disc Read Only Memory) on which the program is recorded. It is also possible to store the program in the storage device of the server computer and transfer the program from the server computer to another computer via the network.
  • a portable storage medium such as a DVD (Digital Versatile Disc) or CD-ROM (Compact Disc Read Only Memory) on which the program is recorded. It is also possible to store the program in the storage device of the server computer and transfer the program from the server computer to another computer via the network.
  • a computer that executes a program stores, for example, a program recorded on a portable storage medium or a program transferred from a server computer in its own storage device. The computer then reads the program from its own storage device and executes processing according to the program. The computer can also read the program directly from the portable storage medium and execute processing according to the program. In addition, the computer can also execute processing in accordance with the received program each time the program is transferred from the server computer.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Botany (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Economics (AREA)
  • Forests & Forestry (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

生育や収量を推定するモデルの品種ごとのパラメータを簡易に得られるようにするため、パラメータ算出部は、環境データ取得部を介して、農作物を栽培したときの環境データを取得する（Ｓ１００）とともに、栽培情報取得部を介して、農作物を栽培した結果得られる栽培情報を取得する（Ｓ１０２）。そして、パラメータ算出部は、環境データの少なくとも一部と、栽培情報の少なくとも一部と、を用いて、農作物の品種ごとに生育又は収量を推定するモデルで利用するパラメータ（係数や閾値）を、パラメータごとに定められている方法で算出する（Ｓ１０４）。

Description

パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラム
　本発明は、パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラムに関する。
　従来、農作物の情報が掲載されたカタログ等においては、各品種の特徴や特性を言葉や画像、平均値などで表現するのが一般的である。したがって、農作業従事者は、栽培する品種を選定する際には、言葉や画像、平均値などで表現された各品種の特徴や特性を参考にしている。
　また、近年においては、ユーザが栽培地、栽培時期、及び品目を指定すると、指定された品目のうち指定された栽培地、時期において栽培できる品種を一覧表示する技術が知られている（例えば、特許文献１等参照）。
　また、最近においては、作物の生育や収量をより正確に予測するためのモデル（予測式）を生成し、生成したモデルに環境データ（実測値や予測値）を投入することで、作物の生育や収量を予測する技術も知られている（例えば、特許文献２等参照）。
特開２００２－２０３００２号公報 特開２０１９－０３０２５３号公報
　イチゴ、トマトなどの農作物の品種育成は盛んに行われており、毎年多くの品種が育成登録され、栽培されている。同じ作物でも品種によって生育や収量の特性が異なるため、モデルにおいて用いる係数や閾値などのパラメータを品種ごとに調整しなければ、生育や収量を精度よく予測することができないおそれがある。
　本発明は、品種ごとの生育又は収量を推定するモデルで利用するパラメータを算出することができるパラメータ算出方法及びプログラム、並びに品種ごとの生育又は収量に関する予測結果を出力することができる農業支援情報出力方法並びにプログラムを提供することを目的とする。
　一つの態様では、パラメータ算出方法は、農作物を栽培したときの環境データを取得する工程と、前記農作物を栽培した結果得られる栽培データを取得する工程と、前記環境データの少なくとも一部と、前記栽培データの少なくとも一部と、を用いて、前記農作物の品種ごとに生育又は収量を推定するモデルで利用するパラメータを、前記パラメータごとに定められている算出方法で算出する工程と、を含む。
　一つの態様では、農業支援情報出力方法は、本発明のパラメータ算出方法を用いて、前記パラメータを算出し、農作物の栽培環境に関する情報を取得し、前記パラメータと、取得した前記栽培環境に関する情報と、に基づいて、前記品種ごとの生育又は収量を推定するモデルを作成し、前記モデルから、前記品種ごとの生育又は収量に関する予測を実行し、前記予測により得られた予測結果を出力する、処理をコンピュータが実行する農業支援情報出力方法である。
　本発明のパラメータ算出方法及びプログラムは、品種ごとの生育又は収量を推定するモデルで利用するパラメータを算出することができるという効果を奏する。また、本発明の農業支援情報出力方法並びにプログラムは、品種ごとの生育又は収量に関する予測結果を出力することができるという効果を奏する。
一実施形態に係る農業システムの構成を示す図である。 図２（ａ）は、図１の利用者端末のハードウェア構成を示す図であり、図２（ｂ）は、図１のサーバのハードウェア構成を示す図である。 サーバの機能ブロック図である。 サーバの処理を示すフローチャートである。 生育モデルの概要を示す図である。 シミュレーションにおける作物サイズの変化を概念的に示す図である。 葉や茎について、生育段階と大きさの関係を相対値で示したものである。 シミュレーションに使用する気象データの一例を示す図である。 シミュレーションで用いるパラメータの一例を示す図である。 図１０（ａ）、図１０（ｂ）は、本シミュレーションにおける葉の成長過程と果実の成長過程を概念的に示す図である。 シミュレーション結果を表示する画面を示す図（その１）である。 シミュレーション結果を表示する画面を示す図（その２）である。 図１３（ａ）、図１３（ｂ）は、シミュレーション結果を表示する画面を示す図（その３）である。 シミュレーション結果を表示する画面を示す図（その４）である。 パラメータ算出部の処理を示すフローチャートである。 図１５のステップＳ１０４の処理の詳細を示すフローチャートである。 パラメータ算出部がパラメータ算出に用いる環境データの一例を示す図である。 図１８（ａ）は、栽培情報に含まれる栽培条件データの一例を示す図であり、図１８（ｂ）は、栽培情報に含まれる生育調査データの一例を示す図であり、図１８（ｃ）は、栽培情報に含まれる解体調査データの一例を示す図である。 図１９（ａ）は、栽培情報に含まれる開花調査データの一例を示す図であり、図１９（ｂ）は、栽培情報に含まれる収穫調査データの一例を示す図である。 パラメータ算出部が算出するパラメータを示す図である。 更新部の処理の一例を示すフローチャートである。
　以下、農業システムの一実施形態について、図１～図２１に基づいて詳細に説明する。図１には、一実施形態に係る農業システム１００の構成が概略的に示されている。本実施形態の農業システム１００は、農家等（以下「生産者」と呼ぶ）がトマト、イチゴ、キュウリ、パプリカなどの果菜類を栽培する際に、生産者に対して栽培品種の選択や栽培管理を支援する情報を提供するためのシステムである。なお、本実施形態では、イチゴを栽培する生産者の場合について説明する。
　農業システム１００は、図１に示すように、農業支援装置としてのサーバ１０と、利用者端末７０と、を備える。利用者端末７０は、生産者が利用するＰＣ（Personal Computer）やタブレット型端末、スマートフォン等の端末である。サーバ１０と利用者端末７０は、インターネットなどのネットワーク８０に接続されており、各装置間において情報のやり取りが可能となっている。
　利用者端末７０は、生産者が入力した情報をサーバ１０に対して送信する。図２（ａ）には、利用者端末７０のハードウェア構成が示されている。図２（ａ）に示すように、利用者端末７０は、ＣＰＵ（Central Processing Unit）１９０、ＲＯＭ（Read Only Memory）１９２、ＲＡＭ（Random Access Memory）１９４、記憶部（ここではＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive））１９６、ネットワークインタフェース１９７、表示部１９３、入力部１９５、及び可搬型記憶媒体１９１の読み取りが可能な可搬型記憶媒体用ドライブ１９９等を備えている。これら利用者端末７０の構成各部は、バス１９８に接続されている。表示部１９３は、液晶ディスプレイ等を含み、入力部１９５は、キーボード、マウス、タッチパネル等を含む。
　サーバ１０は、利用者端末７０から情報を取得し、取得した情報に基づいて、イチゴの品種選定や栽培管理を支援する情報を生成し、当該情報を表示する画面を、生産者が利用する利用者端末７０に対して出力する装置である。
　図２（ｂ）には、サーバ１０のハードウェア構成が示されている。図２（ｂ）に示すように、サーバ１０は、コンピュータとしてのＣＰＵ９０、ＲＯＭ９２、ＲＡＭ９４、記憶部（ここではＳＳＤやＨＤＤ）９６、ネットワークインタフェース９７、及び可搬型記憶媒体用ドライブ９９等を備えている。これらサーバ１０の構成各部は、バス９８に接続されている。サーバ１０では、ＲＯＭ９２あるいはＨＤＤ９６に格納されているプログラム（栽培補助プログラムを含む）、或いは可搬型記憶媒体用ドライブ９９が可搬型記憶媒体９１から読み取ったプログラム（栽培補助プログラムを含む）をＣＰＵ９０が実行することにより、図４に示す各部の機能が実現される。なお、図４の各部の機能は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。
　図３には、サーバ１０の機能ブロック図が示されている。サーバ１０においては、ＣＰＵ９０がプログラムを実行することにより、図３に示すように、選択受付部４１、取得部としての環境データ取得部４２、栽培情報取得部４３、シミュレーション部４４、出力部４５、パラメータ算出部４７、及び更新部４６として機能する。なお、図３には、サーバ１０の記憶部９６等に格納されているパラメータＤＢ５０についても図示されている。
　選択受付部４１は、生産者が選択した品種（例えば、とちおとめ、こいみのりなど）と栽培地点（例えば、つくば、盛岡、久留米など）の組み合わせの情報を受け付ける。なお、生産者は、品種と地点の組み合わせを１つ選択してもよいし、複数選択してもよい。選択受付部４１は、受け付けた情報をシミュレーション部４４に送信する。
　環境データ取得部４２は、選択受付部４１が受け付けた栽培地点の情報に基づいて、栽培地点における環境データを取得する。なお、環境データ取得部４２は、サーバ１０内又はサーバ１０以外の装置において管理されている過去の気象データや、将来の気象データ（予測データ）の中から、選択された栽培地点に対応するデータを取得する。気象データには、屋外の日射及び気温、ビニールハウス内の日射及び気温、湿度、ＣＯ2濃度、地温、土壌水分などのデータが含まれる。環境データ取得部４２は、取得したデータをシミュレーション部４４に送信する。
　栽培情報取得部４３は、生産者が入力した栽培情報（例えば定植日、栽培密度、土耕／溶液栽培、定植時葉数、施肥量、培養液濃度等）を取得する。栽培情報取得部４３は、取得した情報をシミュレーション部４４に送信する。
　シミュレーション部４４は、選択受付部４１が受け付けた品種に対応するパラメータをパラメータＤＢ５０から読み出し、読み出したパラメータと、環境データ取得部４２及び栽培情報取得部４３から送信されてくるデータと、を用いて、生育モデルを作成する。ここで、パラメータＤＢ５０に格納されているパラメータは、例えば、図９に示すようなパラメータであり、品種ごとに定められているものとする。そして、シミュレーション部４４は、生成した生育モデルを用いて、生産者が選択した品種を、生産者が選択した栽培地点、栽培方法で栽培したときの農作物の生育に関するシミュレーションを実行する。シミュレーション部４４のシミュレーションの結果としては、葉面積、花房別の開花日、花房別の収量、果実乾物分配率、光合成量、生育量（茎葉）、生育量（果実）、養分吸収量（施肥量）等が得られる。シミュレーション部４４は、シミュレーション結果を出力部４５に送信する。
　出力部４５は、シミュレーション部４４から受信したシミュレーション結果を表示する画面を生成し、生産者が利用する利用者端末７０に対して送信する。このとき、出力部４５は、栽培条件（品種・栽培地点・栽培情報の組み合わせ）ごとにシミュレーション結果を纏め、異なる栽培条件のシミュレーション結果を比較可能な状態で表示する画面を生成する。
　パラメータ算出部４７は、環境データ取得部４２が取得した栽培地点における環境データと、栽培情報取得部４３が取得した栽培情報と、を用いて、品種ごとのパラメータを算出する。各パラメータの算出方法は予め定められており、パラメータ算出部４７は、取得した環境データや栽培情報の中から、算出に必要な環境データや栽培情報を選定する。また、パラメータ算出部４７は、算出に必要な環境データや栽培情報の一部が不足する場合には、取得できている環境データや栽培情報の中から、不足するデータを代替可能なものを特定し、算出において代用する。なお、パラメータ算出部４７が算出するパラメータには、生育モデルの係数や、生育モデルにおいて利用する閾値が含まれる。
　更新部４６は、生産者から、実際に栽培した品種の情報や、栽培結果（例えば、葉面積、花房別の開花日、花房別の収量など）を取得する。そして、更新部４６は、実際の栽培結果と、シミュレーション結果とが近づくように、パラメータＤＢ５０に格納されているパラメータを更新する。なお、更新部４６は、実際の栽培結果を入力した生産者に対して予め定められている信頼度に基づいて、当該実際の栽培結果を用いたパラメータの更新を行うか否かを判断することとしてもよい。
（サーバ１０の処理について）
　次に、サーバ１０の処理の詳細について説明する。
　図４には、サーバ１０の処理がフローチャートにて示されている。図４の処理では、まず、ステップＳ１０において、選択受付部４１は、生産者が利用者端末７０上で品種と栽培地点の組み合わせを選択するまで待機する。ここでは、例えば、生産者により、「とちおとめ・つくば」、「とちおとめ・盛岡」、「こいみのり・つくば」、「おいＣベリー・つくば」、「さちのか・久留米」の各組み合わせが選択されたものとする。選択された品種のパラメータは、パラメータ算出部４７により予め算出され、パラメータＤＢ５０に格納されているものとする。なお、パラメータの算出方法については、後述する。
　ステップＳ１０の判断が肯定されると、次のステップＳ１２では、選択受付部４１は、選択された品種と栽培地点の組み合わせを取得し、環境データ取得部４２とシミュレーション部４４に送信する。
　次いで、ステップＳ１４では、環境データ取得部４２は、選択受付部４１で受け付けられた、生産者によって選択された栽培地点に基づいて、当該栽培地点における気象データ（過去データや予測データ）を取得する。
　次いで、ステップＳ１６では、栽培情報取得部４３は、生産者によって栽培情報（例えば、定植時期、定植密度、土耕／養分栽培、定植時の葉の枚数）が入力されるまで待機する。生産者が栽培情報を入力すると、ステップＳ１８に移行し、栽培情報取得部４３は、入力された栽培情報を取得し、シミュレーション部４４に送信する。
　次いで、ステップＳ２０では、シミュレーション部４４は、パラメータＤＢ５０に格納されている、生産者によって選択された各品種のパラメータを読み出し、当該パラメータと環境データ取得部４２が取得した気象データ、栽培情報取得部４３が取得した栽培情報、に基づいて、選択された品種と栽培地点の組み合わせに対応する生育モデルを作成する。
　そして、シミュレーション部４４は、作成した生育モデルを用いてシミュレーションを実行し、各品種が各栽培地点でどのように生育するかを示すシミュレーション結果を得る。シミュレーション部４４が作成する生育モデルやシミュレーション結果の詳細については後述する。シミュレーション部４４は、シミュレーション結果を出力部４５に送信する。
　次いで、ステップＳ２２では、出力部４５が、シミュレーション結果を表示する画面を生成し、利用者端末７０に送信する。シミュレーション結果を表示する画面は、例えば、図１１～図１３に示すような画面である。
（シミュレーションについて）
　以下、シミュレーション部４４が実行するシミュレーションについて、詳細に説明する。
（１）シミュレーションの基本的な考え方
　本実施形態においては、品種間の重要な違いを説明することが可能な生育モデルを利用する。具体的には、図５に示すような、光合成に関する特性、光合成産物の分配、葉の発生と伸長、花の発生と肥大、養分吸収、形態的特性（葉の形状、受光態勢）等を説明することが可能な生育モデルを利用する。なお、本実施形態では、イチゴを対象としたシミュレーションについて説明するが、他の作物への転用できるようにするため、パラメータの意味が明確になるように設計している。
（ａ）成長パターンについて
　シミュレーションにおいては、生育モデルに対して日単位で気象データ（日平均気温、および日屋外全天日射量）を与え、作物の器官（根、葉、クラウン、果実）ごとの生育状況を計算する。ここで、作物は実際には、常に生育状態にあり、作物サイズ（根、葉、クラウンのサイズ、果実数など）が常に変化するが、シミュレーションにおいては、０時で作物サイズを固定し、その状態で０～２４時までの気温、日射を受けると仮定している。この仮定による誤差を減らしたい場合には、シミュレーションの計算間隔（本シミュレーションの計算間隔は１日）を短くするなどすればよい。
　本シミュレーションでは、Ｎ日目の計算を行う場合、Ｎ日０時にその日の作物サイズを決定する。すなわち、本シミュレーションでは、作物がＮ日目０～２４時に気温、日射量を受け取るための状態（相対受光率：葉面積指数から求められる値）、および分配率（当日生成される光合成産物を葉、クラウン、花房、根の各器官に分配する割合）が固定されていることを意味している。そして、本シミュレーションでは、Ｎ日目２４時の時点で、当日（Ｎ日目）の気温、日射量、ＣＯ2濃度により、光合成量が計算され、その値から作物の成長計算により作物サイズが変化する。図６には、本シミュレーションにおける作物サイズの変化が概念的に示されている。なお、計算の１日目については、０時における作物サイズ（０日目作物サイズ）が計算できないため、生産者等が値を設定する。
（ｂ）光合成産物量とサイズの関係
　本シミュレーションにおいて、光合成産物を「ソース」と呼び、ソースを生産する器官を「ソース器官」と呼ぶ。ソース器官は、主に葉である。一方、ソースの貯蔵、および消費を行う器官を、「シンク器官」と呼ぶ。シンク器官は、根、クラウン、葉、果実であるが、最も消費量の多いシンク器官は果実である。
　本シミュレーションでは、作物の成長は主として気温によって決まるとしている。例えば、一枚の葉の成長過程は積算気温を用いて次のように記述する。成長が停止するときの積算気温を１．０、成長を開始時の積算気温を０として、葉の生育段階を積算気温の相対値として示す。これを[Leaf Growth Index]と定義する。
　ここで、[Leaf Growth Index]に対応する相対的な葉の大きさ（サイズ）を [Leaf Size Index]と定義する（図７）。[Leaf Size Index]は、完全に成長しきった状態の大きさを１．０、発育開始前の大きさを０とする。
　本シミュレーションでは、葉や果実など生育をシグモイド曲線で近似する。[Leaf Growth Index]と[Leaf Size Index]の関係を式（１）で表す（図７）。ｘは[Leaf Growth Index]で、S(x)は[Leaf Size Index]である。
Figure JPOXMLDOC01-appb-M000001
　Ｎ日目の０時の時点と２４時の時点におけるＳ（ｘ）の値の差（図７参照）を、一日当たりの葉の成長増加量の指標値として[Leaf Increase Index]と定義する。花房についても同様に花房の相対成長量[Fruits Increase Index]を定義する。なお、本シミュレーション用のシグモイド曲線の値は、ｘ＝０でＳ（ｘ）＝０．００７、ｘ＝１でＳ（ｘ）＝０．９９３となるため、ｘ＝０以下でＳ（ｘ）＝０、ｘ＝１以上でＳ（ｘ）＝１と変更して使用する。
（ｃ）シミュレーションモデルの概要
　シミュレーションは、気象データ及びパラメータ（定数）に基づいて実行する。シミュレーションに使用する気象データは、図８に示すように、日平均気温（℃）、日屋外全天日射量（MJ/m2）、ＣＯ2濃度（ppm）などとする。生産者等のユーザが設定するパラメータの例を図９に示す。本シミュレーションは、日単位で計算が実行され、葉一枚ごと、一花房ごとに計算される値、および作物全体に対して計算される値がある。生育は、作物の器官（葉、クラウン、果実、根、花房）ごとの状態が計算される。
（２）シミュレーション方法について
（ａ）シミュレーションの概要
　本シミュレーションは、大きく分けて、「光合成量計算」、「作物成長計算」、「果実収穫量計算」および「養分吸収量」のプロセスから構成される。これらの計算は、各日単位で行う。光合成量計算に使用される変数（相対受光量、分配率）は、計算日０時（計算日前日）における値である。相対受光量は、日射量から作物が光合成に使用する受光量を求めるための変数である。分配率は、その日に作物が合成するソースが各器官（根、葉、クラウン、果実）へ分配される割合である。分配率、およびこれらの値、および当日の気温、日射量により、計算日２４時における光合成量が計算される。そして、光合成量をもとに計算日２４時における作物の成長度が計算される。作物の成長量計算は、（ａ）分配量計算、（ｂ）葉面積計算、（ｃ）着果数計算、（ｄ）果実乾物重量計算、（ｅ）分配率計算に分かれる。
　なお、本明細書においては、変数名に付した下付き添字Ｎは、Ｎ日２４時の結果を示すものとする。また、葉一枚ごとに計算する変数には下付き添字Ｍ（葉の順位）、花房ごとに計算する変数には下付き添字Ｆ（花房順位）を付すものとする。また、式で使用する変数、定数は、[]を付して示すものとする。なお、本シミュレーションでは、計算１日目０時の値を「初期値」とする。
（ｂ）作物成長過程
　本シミュレーションでは、作物の成長は、前の葉、前の花房順位（葉や花房の発生順序。発生が早いほど順位は小さい）との関係、および積算温度により決定する。図１０（ａ）、図１０（ｂ）は、本シミュレーションにおける葉と花房の成長過程を概念的に示す図である（以下に記載した数値は、架空の品種を想定した架空の値であり、実際の値ではない）。図１０（ａ）に示すように、葉は、前の葉の成長開始時を起点として、積算温度が１５０℃になってから、次の葉の成長が開始する。この成長開始時を起点として、積算温度が４５０℃になった時点で葉の成長が終了する。一方、花房は、図１０（ｂ）に示すように、前順位花房の花芽分化開始時を起点として、積算温度が６００℃になってから、次花房の花芽分化が開始する。この花芽分化を起点として、積算温度が６００℃になった時点で開花期となり、花房を構成する果実の肥大が開始する。更に、開花時を起点として、積算温度が６００℃になった時点で花房の成長が終了する。また、図１０（ｂ）に示すように、花芽分化開始からの積算温度１５０℃までの期間が花数決定期間であり、この期間の条件で着果数が決定する。
（ｃ）光合成量計算
　光利用効率ＬＵＥ（gDW/MJ）は、受光量あたりの作物全体の乾物生産量を示す値である。気温またはＣＯ2濃度の関数として与えられる。
　またハウス内の日射量[ハウス内全天日射量]（MJ/m2）は、[屋外全天日射量]（MJ/m2）にそのハウスの[日射透過率]（定数）を乗じて求める（式（２））。
　[ハウス内全天日射量]N=[日射透過率]・[屋外全天日射量]N　　　…（２）
　また、作物が光合成に使用する[受光量]（MJ/m2）は、次式（３）で求める。なお、相対受光率は、前日の葉面積から求められる値が用いられる。
　[受光量]N＝[相対受光量](N-1)・[ハウス内全天日射量]N　　　…（３）
　更に、単位面積当たりの作物全体の光合成量である[乾物生産量]（gDW/m2）は、次式（４）で求める。
　[乾物生産量]N＝[受光量]N・[LUE]N　　　…（４）
　また、作物１株当たりの光合成量である[光合成量]（gDW／株）は、単位面積当たりの作物本数（定数）である[Plant Density]（株／m2）を用い、次式（５）で求める。
　[光合成量]N＝[乾物生産量]N／[Plant Density]　　　…（５）
　また、後で行う葉面積計算では、葉の乾物重量当たりの葉面積である比葉面積（Specific Leaf Area）である[SLA]（m2/gDW）を用いる。[SLA]Nは気温の関数として表す。
（３）作物成長計算について
（ａ）分配量計算
　分配量計算では、生産された光合成量の各器官への分配量を求める。分配量は、作物全体の値として計算され、基本的に光合成量と分配率により求められるが、花房が受け取れるソースの最大値（分配量最大値）として[花房ポテンシャル成長量]（gDW／株）を設定し補正を行う。[花房ポテンシャル成長量]は、次式（６）で求めることができる。なお、式（６）の[花房成長量係数]（gDW／（株・℃））は、気温１℃に対し一花房が受けとれるソースの最大値を示す係数であり、[Total Fruits Increase Index]は、全花房の相対成長量の合計値である。
　[花房ポテンシャル成長量]N
　＝[花房成長量係数]・[気温]N・[Total Fruits Increase Index]N-1　…（６）
　分配量は、３段階で計算する。このため、最初の２段階の変数には(1)、(2)を付し、最終結果と区別して表記するものとする。光合成量、分配量の単位は（gDW／株）である。[葉分配量(1)]、[クラウン分配量(1)]、[花房分配量(1)]、[根分配量(1)]（gDW／株）は、前日（当日０時）の分配率に従い、当日０～２４時の光合成量が各器官に割り振られるとして、次式（７Ａ）～（７Ｄ）にて求める。
　[葉分配量(1)]N＝[葉分配率]N-1・[光合成量]N　　…（７Ａ）
　[クラウン分配量(1)]N＝[クラウン分配率]N-1・[光合成量]N　　…（７Ｂ）
　[花房分配量(1)]N＝[花房分配率]N-1・[光合成量]N　　…（７Ｃ）
　[根分配量(1)]N＝[根分配率]N-1・[光合成量]N　　…（７Ｄ）
　また、[葉分配量(2)]、[クラウン分配量(2)]、[根分配量(2)]（gDW／株）は、花房分配量が花房ポテンシャル成長量を超えないように以下のように補正する。
　[葉分配量(2)]N＝[葉分配量(1)]N　　　…（７Ａ）’
　[クラウン分配量(2)]N＝[クラウン分配量(1)]N　　　…（７Ｂ）’
　[根分配量(2)]N＝[根分配量(1)]N　　　…（７Ｄ）’
　なお、[花房分配量(2)]については、[花房分配量(1)]N＜[花房ポテンシャル成長量]Nであれば、
　[花房分配量(2)N＝[花房分配量(1)]N　　…（７Ｃ１）’
とし、その他の場合には、
　[花房分配量(2)]N＝[花房ポテンシャル成長量]N　　　…（７Ｃ２）’
とする。
　ここで、花房ポテンシャル成長量を超えたため、花房に分配されなかった光合成量である[余剰乾物量]（gDW／株）は、次式（８）にて表される。
　[余剰乾物量]N＝([葉分配量(1)]N＋[クラウン分配量(1)]N＋[花房分配量(1)]N＋[根分配量(1)]N)－([葉分配量(2)]N＋[クラウン分配量(2)]N＋[花房分配量(2)]N＋[根分配量(2)]N)　　　…（８）
　余剰乾物量を花房以外に再配分し、それぞれの分配量を次式（９Ａ）～（９Ｄ）により求める。
　[葉分配量]N＝[葉分配量(2)]N＋[葉余剰分配率]・[余剰乾物量]N　…（９Ａ）
　[クラウン分配量]N
　＝[クラウン分配量(2)]N＋[クラウン余剰分配率]・[余剰乾物量]N　…（９Ｂ）
　[花房分配量]N＝[花房分配量(2)]N　　　　　　　　　　　　　…（９Ｃ）
　[根分配量]N＝[根分配量(2)]N＋[根余剰分配率]・[余剰乾物量]N　…（９Ｄ）
（ｂ）葉面積計算
　葉面積計算では葉一枚ごとに面積、および葉、クラウンの乾物重量（ＤＷ）を計算する。まず、葉の生育段階を積算気温の相対値として示す[Leaf Growth Index]（無次元）を次式（１０Ａ）で求める。なお、Ｍは葉の順位である。
　[Leaf Growth Index]M,N
　　＝{[積算温度]N－（Ｍ－１）・１５０}／４５０　　…（１０Ａ）
　葉のサイズ指数である[Leaf Size Index]（無次元）を次式（１０Ｂ）で計算する。なお、[Leaf Size Index]の初期値は、ゼロとする。
Figure JPOXMLDOC01-appb-M000002
　また、前日２４時（当日０時）から当日２４時における葉のサイズ指数変化から、葉の成長量指数である[Leaf Increase Index]（無次元）を次式（１１）で求める。
　[Leaf Increase Index]M,N
　　＝[Leaf Size Index]M,N－[Leaf Size Index]M,N-1　　　…（１１）
　また、全ての葉の[Leaf Increase Index]の総計を[Total Leaf Increase Index]とし、[Total Leaf Increase Index]を次式（１２）から求める。なお、ＮＬは、葉数を意味する。
Figure JPOXMLDOC01-appb-M000003
　そして、これらの値を用い、葉の乾物重量である[Leaf DW]（gDW／株）を次のように計算する。なお、[Leaf DW]の初期値は、第１葉（ここでは定植後に新たに展開してきた葉を第１葉とする）のみ生産者等が設定し（例えば１０．０）、それ以外はゼロとする。
　[Leaf DW]M,N＝[Leaf DW]M,N-1＋[Leaf ΔDW]M,N　　　…（１３Ａ）
　なお、[Leaf ΔDW]M,Nは、次式（１３Ｂ）で表される。
　[Leaf ΔDW]M,N
　＝[葉分配量]M,N・[Leaf Increase Index]M,N／[Total Leaf Increase Index]N
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…（１３Ｂ）
　また、クラウンは、葉１枚増加と同時にクラウンが一定割合増加するとみなし、乾物重量である[Stem DW]（gDW／株）を[Leaf DW]と同様、以下のように求める。なお、[Stem DW]の初期値は、第１節（ここでは定植後に新たに発生した節を第１節とする）のみ生産者等が設定し（例えば５．０）、それ以外はゼロとする。
　[Stem DW]M,N＝[Stem DW]M,N-1＋[Stem ΔDW]M,N　　　…（１４Ａ）
　なお、[Stem ΔDW]M,Nは、次式（１４Ｂ）で表される。
　[Stem ΔDW]M,N
＝[クラウン分配量]M,N・[Leaf Increase Index]M,N／[Total Leaf Increase Index]N
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…（１４Ｂ）
　葉面積[Leaf Area]（m2／株）は、比葉面積[SLA]（m2/ gDW）を用い、次式（１５）にて求める。なお、[Leaf Area]は、第１葉のみ生産者等が設定し、それ以外の葉は０とする。 
　[Leaf Area]M,N＝[Leaf Area]M,N-1＋[SLA]N・[葉分配量]M,N・[Leaf Increase Index]M,N／[Total Leaf Increase Index]N　　　…（１５）
　また、作物に着生している葉の面積[Leaf Area]の総計を[Total Leaf Area(1)]（m2／株）とすると、[Total Leaf Area(1)]は、次式（１６）から求められる。
Figure JPOXMLDOC01-appb-M000004
　更に、光合成量計算に用いる葉のパラメータを計算する。
　まず、単位土地面積当たりの葉の面積である葉面積指数[LAI]（無次元）については、土地面積当たりの作物株数である[Plant Density]（株／m2）を用いて、次式（１７）から求める。
　[LAI]N＝[Total Leaf Area]N・[Plant Density]　　　…（１７）
　また、土地面積当たりの日射量に対し、作物が受光する日射量の比を表す[相対受光量]（無次元）は、吸光係数である[K]（無次元）、および前日の葉面積指数を用いて、次式（１８）から求める。なお、吸光係数は、群落内部への光の届きやすさを表わす係数である。
　[相対受光量]N=１－exp(－[K]・[LAI]N)　　　…（１８）
（ｃ）着果数計算
　着果数は、作物の花芽分化が開始した翌日から開始する特定期間（花数決定期間）の光合成量（期間乾物生産量）、及び期間乾物生産量と着果数の関係式から、花房ごとに求められる。花芽分化は、花房順位の順番で発生し、１つ少ない花房順位（前順位花房）が分化してから、一定量の気温が蓄積しないと、次の花房順位が分化しないものとする。
　分化が開始したことを表す[分化開始Index]は、以下で説明する[分化条件判定A]（℃）、および[分化条件判定B]により決定する。ここで、[花芽分化期積算温度]（℃）は、[分化開始Index]が最初に１になった日の積算温度とし、それ以前は－１．０とする。
　本シミュレーションでは、上記[花芽分化期積算温度]の値をもとに、以下のようにして、前順位花房の花芽分化が開始した翌日からの積算温度が一定値（例えば６００℃）を超えたかどうかを判定する指標である[分化条件判定A]を求める。なお、６００℃という値は、花房と花房の間には当該品種では通常４枚の葉が発生するため、葉が１枚発生するのに必要な積算温度を１５０℃として設定している。式中のＦは花房順位を示す。
　[分化開始Index]F-1,N＝１の場合、
　[分化条件判定A]F,N
　　＝[積算温度]N－（[花芽分化期積算温度]F-1,N＋６００）　　　…（１９Ａ）
　その他の場合、
　[分化条件判定A]F,N＝－１．０　　　…（１９Ｂ）
と求める。
　また、光合成量が花芽分化可能な状態にあるかの判定指標である[分化条件判定B]（gDW／株）を次式（２０）から求める。
　[分化条件判定B]N＝（[光合成量]のＮ－６～Ｎ日平均値）　　　…（２０）
　なお、花芽分化が開始したことを示す[分化開始Index]は、一旦１になった場合、それ以降は１になるようにする。
　すなわち、[分化開始Index]F,N-1＝１であれば、
　[分化開始Index]F,N＝１　　　…（２１Ａ）
　０．０≦[分化条件判定A]F,N、かつ１．０＜[分化条件判定B]Nであれば、
　[分化開始Index]F,N＝１　　　…（２１Ｂ）
　その他の場合には、
　[分化開始Index]F,N＝０　　　…（２１Ｃ）
とする。
　また、上式（１９Ａ）の[花芽分化期積算温度]は、[分化開始Index]の前日値が０、かつ当日値が１となった日の積算温度である。なお、[花芽分化期積算温度]の初期値は－１．０とし、一旦[花芽分化期積算温度]が設定された後は、同じ値とする。初期値を負値に設定するのは、花芽分化期開始以降の[花芽分化期積算温度]を正値、それより前を負値として区分するためである。この正負値による区分は、開花期積算温度でも同様に行う。
　すなわち、[分化開始Index]F,N-1＝０、かつ[分化開始Index]F,N＝１であれば、
　[花芽分化期積算温度]F,N＝[積算温度]N　　　…（２２Ａ）
　その他の場合には、
　[花芽分化期積算温度]F,N＝[花芽分化期積算温度]F,N-1　　　…（２２Ｂ）
である。
　更に、本シミュレーションでは、花芽分化開始後の積算温度が０～１５０℃の範囲にある期間を花数決定期間とし、花数決定期間であるかを示す指標となる[花数決定期間Index(1)]（無次元）を以下のようにして求める。なお、花数決定期間は、葉が１枚展開する期間と定義し、１枚当たりの積算温度を１５０℃と仮定して、花数決定期間の積算温度を１５０℃としている。
　すなわち、[分化開始Index]F,N＝０であれば、
　[花数決定期間Index(1)]F,N＝－１．０　　　…（２３Ａ）
　その他の場合には、
　[花数決定期間Index(1)]F,N
　　＝([積算温度]N－[花芽分化期積算温度]F,N)／１５０　　　…（２３Ｂ）
　そして、[花数決定期間Index]（無次元）は、花芽分化開始からの積算気温が０～１５０℃の範囲にある場合に1となるように、以下のようにして求められる。
　０．０≦[花数決定期間Index(1)]F,N≦１．０であれば、
　[花数決定期間Index]F,N＝１　　　…（２４Ａ）
　その他の場合には、
　[花数決定期間Index]F,N＝０　　　…（２４Ｂ）
　ところで、花数決定期間における光合成量の積算値である[決定期間光合成量]（gDW／株）は、次式（２５）にて表される。
　[決定期間光合成量]F,N＝[決定期間光合成量]F,N-1＋[花数決定期間Index]F,N・[光合成量]F,N　　　…（２５）
　そして、[着果数(1)]（個／株）は、上式（２５）の[決定期間光合成量]、[決定期間乾物生産量当たりの着果数]（m2・個／gDW・株）、及び[Plant Density]（株／m2）を用いて、次式（２６）のように求めることができる。
　[着果数(1)]F,N＝[決定期間光合成量]M,N・[決定期間乾物生産量当たりの着果数]・[Plant Density]　　　…（２６）
　なお、[着果数]（個／株）は、以下のように、１．０～１０．０の範囲となるように補正する。
　すなわち、[着果数(1)]F,N＜１．０であれば、
　[着果数]F,N＝１．０　　　…（２７Ａ）
　１．０≦[着果数(1)]F,N≦１０．０であれば、
　[着果数]F,N＝[着果数(1)]F,N　　　…（２７Ｂ）
　その他の場合には、
　[着果数]F,N＝１０．０　　　…（２７Ｃ）
とする。
　なお、開花期については、花芽分化期からの積算温度が６００℃に達した時点とし、その時点での積算温度を[開花期積算温度]（℃）としている。なお、６００℃という値は、花芽が分化してから葉が４枚で開花し、１枚当たり１５０℃の積算温度が必要であると仮定して、設定している。なお、開花期積算温度は、花芽分化期積算温度が決定された後にのみ有効になるようにし、初期値を－１．０とする。また、開花期積算温度が一旦設定された後は、同じ値であるものとする。
　すなわち、[花芽分化期積算温度]F,N＜０であれば、
　[開花期積算温度]F,N＝－１．０　　　…（２８Ａ）
　その他の場合には、
　[開花期積算温度]F,N＝[花芽分化期積算温度]F,N＋６００　　　…（２８Ｂ）
となる。
（ｄ）花房乾物重量計算
　花房の相対的生育段階である[Fruits Growth Index]（無次元）を以下のようにして求める。開花期積算温度が無効な場合（０未満の場合）は、Fruits Growth Indexの値は－１．０とする。また、Fruits Growth Indexの初期値も－１．０とする。
　すなわち、[開花期積算温度]F,N＜０であれば、
　[Fruits Growth Index]F,N＝－１．０　　　…（２９Ａ）
　その他の場合には、
　[Fruits Growth Index]F,N
　　＝（[積算温度]N－[開花期積算温度]F,N）／６００　　　…（２９Ｂ）
とする。
　また、 [Fruits Size Index]（無次元）を次式（３０）により計算する。Fruits Size Indexの初期値は、ゼロとする。
Figure JPOXMLDOC01-appb-M000005
　また、前日２４時（当日０時）から当日２４時における花房の相対的な変化の大きさから、花房の相対的な成長増加量として[Fruits Increase Index(1)]（無次元）を次式（３１）から求める。
　[Fruits Increase Index(1)]F,N
　　＝[Fruits Size Index]F,N－[Fruits Size Index]F,N-1　　　　…（３１）
　ただし、花房は、着果数が１０であることを前提にしているため、次式（３２）のように補正し、[Fruits Increase Index]（無次元）とする。
　[Fruits Increase Index]F,N
　　　＝([Fruits Increase Index(1)]F,N・[着果数]F,N)／１０　　…（３２）
　また、全花房の[Fruits Increase Index]の総計を[Total Fruits Increase Index]（無次元）とする（次式（３３）参照）。なお、ＮＦは、花房数を意味する。
Figure JPOXMLDOC01-appb-M000006
　本シミュレーションでは、これらの値を用いて花房乾物重量である[Fruits DW]（gDW／株）を求める。なお、基本的には、[Fruits DW]は、[Fruits Growth Index]が１より大きくなった後は、増加しない。また、[Fruits DW]の初期値は、ゼロとする。
　[Fruits DW]F,N＝[Fruits DW]F,N-1＋[Fruits ΔDW]F,N　　　…（３４Ａ）
　なお、[Fruits ΔDW]F,Nは、次式（３４Ｂ）で表される。
[Fruits ΔDW]F,N
＝[花房分配量]N・[Fruits Increase Index]F,N／[Total Fruits Increase Index]N
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…（３４Ｂ）
（ｅ）分配率計算
　作物の[分配率]（無次元）は、作物成長量をもとに作物全体の値として計算される。分配率は、花房におけるソースの受け取りやすさである[花房シンク強度]（無次元）、および全器官のシンク強度の合計である[シンク強度合計]から求められる。
　解体調査時などの実験データから[Total Fruits Increase Index]、[Total Leaf Increase Index]、[Total Stem Increase Index]の重みづけを行う。[果実分配調整係数]、[葉分配調整係数]、[クラウン分配調整係数]を[α]、[β]、[γ]とした。これらから、花房シンク強度、葉シンク強度、クラウンシンク強度、シンク強度合計を次式から求める。
　[花房シンク強度]N＝[Total Fruits Increase Index]N・[α]　　…（３５Ａ）
　[葉シンク強度]N＝[Total Leaf Increase Index]N・[β]　　　…（３５Ｂ）
　[クラウンシンク強度]N＝[Total Stem Increase Index]N・[γ]　…（３５Ｃ）
　[シンク強度合計]N＝[花房シンク強度]N＋[葉シンク強度]N＋[クラウンシンク強度]N ＋[根シンク強度]　　　…（３５Ｄ）
　[花房分配率]、[根分配率]、[葉分配率]、[クラウン分配率]（無次元）を次式（３６Ａ）～（３６Ｄ）から求める。
[花房分配率]N＝[花房シンク強度]N／[シンク強度合計]N　　　…（３６Ａ）
[根分配率]N＝０．０５　　　…（３６Ｂ）
[葉分配率]N＝[葉シンク強度]N／[シンク強度合計]N…（３６Ｃ）
[クラウン分配率]N＝[クラウンシンク強度]N／[シンク強度合計]N　…（３６Ｄ）
（４）果実収穫量計算について
　本シミュレーションでは、対象の農作物は、花房内において１日で収穫せず、徐々に収穫していくものであることを想定している。収穫が可能であることを示す[収穫開始Index]（無次元）は、[Fruits Increase Index]が初めて１．０以上になった翌日以降に１とし、それ以前はゼロとする。初めて[収穫開始Index]が１となった日を収穫開始日とする。[収穫開始Index]は、以下のように表され、初期値はゼロである。
　すなわち、[収穫開始Index]F,N-1＝１であれば、
　[収穫開始Index]F,N＝１　　　…（３７Ａ）
　[Fruits Source Index]F,N-1≧１．０であれば、
　[収穫開始Index]F,N＝１　　　…（３７Ｂ）
　その他の場合には、
　[収穫開始Index]F,N＝０　　　…（３７Ｃ）
となる。
　ここで、果実の花房ごとの総収穫量は、収穫開始日における[Fruits DW] （gDW／株）である。なお、基本的には、[Fruits DW]は、[Fruits Growth Index]が１より大きくなった後は、増加しないので、収穫開始日以降であれば、同じである。果実１個に対し、積算温度６０℃になる期間をかけて収穫するものとし、以下のようにして、気温１℃当たりに収穫する果実の乾物重量である[収穫果実気温DW]（gDW／株・℃）を計算する。なお、[収穫果実気温DW]の初期値は－１．０とし、有効な値が一旦設定された後は、同じ値とする。
　すなわち、[収穫果実気温DW]F,N-1≧０．０であれば、
　[収穫果実気温DW]F,N＝[収穫果実気温DW]F,N-1　　　…（３８Ａ）
　[収穫開始Index]F,N＝１、かつ[着果数]F,N-1＞０．０であれば、
　[収穫果実気温DW]F,N＝[Fruits DW]F,N-1／([着果数]F,N-1・６０)　…（３８Ｂ）
　その他の場合には、
　[収穫果実気温DW]F,N＝－１．０　　　…（３８Ｃ）
と計算する。
　そして、計算日における収穫作業前の収穫可能な果実乾物重量を[Fruits unHarvest]（gDW／株）とし、[Fruits unHarvest]を以下のようにして求める。なお、[Fruits unHarvest]は、収穫開始日に前日の[Fruits DW]が与えられ、それ以降は収穫された分が減少していく。また、[Fruits unHarvest]の初期値は－１．０とし、収穫期間前後の値も－１．０である。
　すなわち、[Fruits unHarvest]F,N-1≧０．０であれば、
　[Fruits unHarvest]F,N
　　＝[Fruits unHarvest]F,N-1－[Fruits HARVEST]F,N-1　　　…（３９Ａ）
　[収穫開始Index]F,N-1＝０、かつ[収穫開始Index]F,N＝１であれば、
　[Fruits unHarvest]F,N＝[Fruits DW]F,N-1　　　…（３９Ｂ）
　その他の場合には、
　[Fruits unHarvest]F,N＝－１．０　　　…（３９Ｃ）
となる。
　なお、収穫期間開始後、かつ収穫可能な果実がある場合には、以下のようにして、収穫された果実乾物重量である[Fruits HARVEST]（gDW／株）が計算される。
　すなわち、[収穫開始Index]F,N＝１、かつ[Fruits unHarvest]F,N＞０．０の場合、
　[Fruits HARVEST]F,N
　　＝min([収穫果実気温DW]F・[気温]N，[Fruits unHarvest]F,N)　…（４０Ａ）
　その他の場合には、
　[Fruits HARVEST]F,N＝０．０　　　　…（４０Ｂ）
　また、全花房の[Fruits HARVEST]総計を[果実収穫乾物重量]（gDW／株）とすると、[果実収穫乾物重量]は、次式（４１）にて表すことができる。
Figure JPOXMLDOC01-appb-M000007
　この[果実収穫乾物重量]を[果実乾物率]（g/gDW）で除すことで次式（４２）のように、[果実収穫生体重量]（g／株）が求められる。
　[果実収穫生体重量]N＝[果実収穫乾物重量]N/[果実乾物率]　　　…（４２）
　そして、[果実収穫生体重量]に[圃場株数]（株）を乗じることで、次式（４３）のように、圃場全体の収量である[圃場果実収穫生体重量]（kg）が求められる。
　[圃場果実収穫生体重量]N
　　＝０．００１・[果実収穫生体重量]N・[圃場株数] 　　　…（４３）
　シミュレーション部４４は、環境データやパラメータを用いて上述したような生育モデルを作成し、当該生育モデルを用いて、生産者が選択した品種、栽培地点、栽培情報の組み合わせごとに生育に関するシミュレーションを実行する。そして、各組み合わせのシミュレーション結果（シミュレーションにより得られる値）を出力部４５に送信する。なお、シミュレーション部４４は、品目や品種に応じたパラメータを用いることで、イチゴ以外、例えばトマト、イチゴ、キュウリ、パプリカなどの果菜類のシミュレーションを行うことも可能である。
（５）養分吸収量計算
　葉、クラウン、果実、根の乾物増加量に養分含有率を乗じて、養分吸収量を求める。ここではＮ（窒素）を例として記載するが、他の元素でも同様な計算で求めることができる。
　[Leaf ΔN]M,N＝[Leaf ΔDW]M,N×[Leaf N％]M,N　　　…（４４Ａ）
　[Stem ΔN]M,N＝[Stem ΔDW]M,N×[Stem N％]M,N　　　…（４４Ｂ）
　[Fruits ΔN]F,N＝[Fruits DW]F,N×[Fruits N％]F,N　　　…（４４Ｃ）
　[Root ΔN]M,N＝[Root DW]M,N×[Root N％]M,N　　　…（４４Ｄ）
　なお、上式（４４Ａ）の[Leaf ΔN]M,Nが葉の養分吸収量であり、[Leaf ΔDW]M,Nが葉の乾物増加量であり、[Leaf N％]M,Nが葉の養分含有率である。その他の式（４４Ｂ）～（４４Ｄ）も同様である。
　ここで、養分含有率（[Leaf N％]M,N等）はその器官の生育段階（Growth index）の関数として、例えば以下の式で表される。なお、β、γは定数である。
　[Leaf N％]M,N＝βL×ln（[Leaf Growth Index]M,N）＋γL　　　…（４５Ａ）
　[Stem N％]M,N＝βS×ln（[Stem Growth Index]M,N）＋γS　　　…（４５Ｂ）
　[Fruits N％]F,N＝βF×ln（[Fruits Growth Index]F,N）＋γF　　…（４５Ｃ）
　[Root N％]M,N＝γR　　　…（４５Ｄ）
　また、葉、クラウン、花房、根の各養分吸収量は、以下の式で表される。
Figure JPOXMLDOC01-appb-M000008
　更に、株あたりの養分吸収量[Total ΔN]Nは以下の式（４７）にて表される。
[Total ΔN]N
＝[Total Leaf ΔN]N＋[Total Stem ΔN]N＋[Total Fruits ΔN]N＋[Total Root ΔN]N
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…（４７）
　なお、[Total ΔN]Nは株あたりの乾物重の増加量から推定した「養分吸収量」である。これに栽植密度を乗じて「面積当たりの養分吸収量」とすることができる。更に、「養分吸収量」を[肥料利用効率]で除することによって、「施肥量」とすることもできる。
（出力部４５の処理について）
　出力部４５は、シミュレーション部４４から送信されてくるシミュレーション結果を受け付けると、シミュレーション結果を表示する画面を生成する。例えば、出力部４５は、シミュレーション結果として、図１１に示すような情報を表示する画面を生成する。この場合、利用者端末７０の表示部１９３上には、図１１の画面が表示されるので、生産者は、どの品種をどの栽培地点でどのように栽培すると、どのように生育するのか、どの程度の収量が得られるのかを確認することができる。また、複数の品目を異なる栽培条件で栽培したときのシミュレーション結果を並べて表示するため、生産者は、品種や栽培条件を異ならせた場合にどのような栽培結果が得られるのかを比較することができる。
　また、出力部４５は、例えば、生産者が選択した品種を選択した栽培地点で栽培したときの花房別出荷量を示す、図１２に示すような画面を生成し、利用者端末７０に出力することもできる。生産者は、図１２の画面を参照することで、頂花房、第２花房、第３花房…における収穫量の推移を確認することができる。なお、図１２においては、各花房の収穫量を別々のグラフに表示しているが、各グラフを１つのグラフにまとめて表示することとしてもよい。この場合、各花房の収穫量を示す棒グラフを色分け表示等して、わかりやすく表示してもよい。更に、出力部４５は、例えば図１３（ａ）に示すように、総収量の推移をグラフ表示してもよいし、図１３（ｂ）に示すように、ＬＡＩの推移をグラフ表示してもよい。また、その他の生育に関する情報（例えば、葉面積、花房別の開花日、光合成量、生育量（クラウン、葉、果実、着果負担）、養分吸収量（施肥量）など）を数値表示したり、グラフ表示してもよい。
　また、出力部４５は、例えば図１４に示すように、ある栽培地点で品種Ａ、Ｂ、Ｃを栽培したときの、葉、クラウン、各花房の乾物重の推移のシミュレーション結果を表示することとしてもよい。
　以上のように、出力部４５は、図１１に示すように、品種、栽培地点、栽培情報の組み合わせごとにシミュレーション結果を比較可能に表示してもよいし、図１２～図１３（ｂ）に示すように、ある品種をある栽培地点で栽培したときのシミュレーション結果を表示してもよい。また、図１４に示すように、同一の栽培地点で異なる品種を栽培した場合のシミュレーション結果を比較可能に表示してもよい。更に、異なる栽培地点である品種を栽培した場合のシミュレーション結果を比較可能に表示してもよい。いずれにしても、従来のように品種の特徴を言葉や画像、平均値などで表現したカタログと比べ、品種の特徴を適切に表現することが可能となっている。したがって、生産者は、シミュレーション結果を確認することで、品種や栽培地点の選定を適切に行うことができる。また、将来において農作物がどのように生育するのかを把握することができるため、栽培管理（作業者の確保、資材等の調達など）を適切に行うことができる。
（パラメータ算出部４７の処理について）
　パラメータ算出部４７は、パラメータＤＢ５０にパラメータが格納されていない品種のパラメータを算出する旨の指示が入力された場合に、当該品種を栽培したときの環境データと、当該品種の栽培結果から得られる栽培情報とを用いて、パラメータを算出し、パラメータＤＢ５０に格納する。
　以下、パラメータ算出部４７の処理について、図１５、図１６のフローチャートに沿って、その他図面を適宜参照しつつ詳細に説明する。
　パラメータ算出部４７は、パラメータを算出する対象の品種（対象品種と呼ぶ）を特定したパラメータ算出指示の入力を受け付けると、図１５の処理を開始する。図１５の処理では、まず、ステップＳ１００において、パラメータ算出部４７は、環境データ取得部４２を介して環境データを取得する。この環境データは、対象品種を栽培したときに得られた環境データであり、図１７に示すようなデータを含んでいる。具体的には、環境データは、日付、その日付における日平均気温、日積算日射量、ＣＯ2濃度等を含む。なお、過去の栽培実績から品種パラメータを算出する場合には、過去の栽培時の環境データを取得するが、新品種へ対応するためにリアルタイムで品種パラメータを作成するような場合には、外部サーバから、リアルタイムの環境データを取得してもよい。
　次いで、ステップＳ１０２では、パラメータ算出部４７は、栽培情報取得部４３を介して、対象品目を栽培した時に得られた栽培情報を取得する。栽培情報には、例えば、図１８（ａ）に示すような栽培条件データ、図１８（ｂ）に示すような生育調査データ、図１８（ｃ）に示すような解体調査データが含まれる。また、栽培情報には、図１９（ａ）に示すような開花調査データや、図１９（ｂ）に示すような収穫調査データが含まれる。図１８（ａ）の栽培条件データには、作物名、品種名、定植日、栽培様式、栽培密度などの栽培条件に関する情報が含まれる。図１８（ｂ）の生育調査データには、実際に栽培した作物（イチゴ）を生産者が調査した結果として、調査日、草高、葉齢、葉長、葉身長、葉柄長、葉幅などの情報が含まれる。図１８（ｃ）の解体調査データには、実際に栽培した作物（イチゴ）を生産者が解体調査した結果として、調査日、着生葉数、着生葉重、ＬＡＩ、クラウン重、着果数、着果実重などの情報が含まれる。図１９（ａ）の開花調査データには、実際に栽培した作物（イチゴ）の各花房の開花期の情報が含まれる。また、図１９（ｂ）の収穫調査データには、実際に栽培した作物（イチゴ）の各収穫日における収穫量の情報が含まれる。
　図１５に戻り、次のステップＳ１０４では、パラメータ算出部４７が、対象品種のパラメータを算出する処理を実行する。ステップＳ１０４の処理の詳細については、後述する。
　そして、次のステップＳ１０６では、パラメータ算出部４７が、算出したパラメータを対象品種の情報と対応付けてパラメータＤＢ５０に格納する。
（ステップＳ１０４について）
　以下、ステップＳ１０４の処理について、図１６のフローチャートに沿って詳細に説明する。なお、本実施形態においては、図２０に示すようなパラメータを算出する必要があるものとする。図２０に示すように、パラメータには、これまでに説明した各式において用いられる係数（葉成長量係数、クラウン成長量係数など）や、各式から得られた値に対応する閾値（葉の発生間隔、葉の成熟期間、花房の成熟期間など）が含まれる。なお、図１６は、パラメータ算出部４７が、葉成長量係数、葉の発生間隔、葉の成熟期間という葉の成長量に関するパラメータを算出する場合の処理を示している。
　図１６の処理が開始されると、まず、ステップＳ１２０において、パラメータ算出部４７は、栽培情報（図１８（ｂ）の生育調査データ）から調査日、葉齢、葉長のデータを抽出する。
　次いで、ステップＳ１２２では、パラメータ算出部４７が、パラメータを算出するための情報が揃っているか否かを判断する。この場合、パラメータ算出部４７は、葉成長量係数、葉の発生間隔、葉の成熟期間を算出するのに必要な葉齢、葉長のデータが揃っているかを判断する。このステップＳ１２２の判断が肯定されると、パラメータ算出部４７は、ステップＳ１２４に移行する。
　ステップＳ１２４に移行すると、パラメータ算出部４７は、抽出した栽培情報と環境データから葉の発生間隔（℃）を計算する。
　次いで、ステップＳ１２６では、パラメータ算出部４７が、葉の発生間隔（℃）から各葉位の推定出葉日を計算する。
　次いで、ステップＳ１２８では、パラメータ算出部４７が、推定出葉日からの積算気温と、抽出した栽培情報から葉成長量を表す関数式を作成する。
　次いで、ステップＳ１３０では、パラメータ算出部４７が、作成した関数式の係数（葉成長量係数）を計算する。
　次いで、ステップＳ１３２では、パラメータ算出部４７が、作成した関数式から葉の成熟期間を計算する。以上により、葉成長量係数、葉の発生間隔、葉の成熟期間が計算されると、図１６の全処理を終了し、図１５のステップＳ１０６に移行する。
　一方、図１６のステップＳ１２２の判断が否定された場合には、パラメータ算出部４７は、ステップＳ１３４に移行し、不足する情報の代替情報が存在するか否かを判断する。例えば葉長の情報が揃っていない場合には、パラメータ算出部４７は、生育調査データにおいて、葉身長のデータや葉柄長のデータが揃っているか否かを判断する。このステップＳ１２２の判断が肯定された場合には、パラメータ算出部４７は、ステップＳ１３６に移行する。
　ステップＳ１３６に移行すると、パラメータ算出部４７は、栽培情報から代替情報（葉身長のデータや葉柄長のデータ）を抽出する。その後は、パラメータ算出部４７は、ステップＳ１２４に移行し、ステップＳ１２４～ステップＳ１３２の処理を、代替情報を用いて実行する。
　これに対し、ステップＳ１３４の判断が否定された場合には、パラメータ算出部４７は、ステップＳ１３８に移行し、エラーを出力する。その後は、図１６の処理を終了するとともに、図１５の処理も終了する。
　なお、上記説明においては、パラメータ算出部４７が、葉の成長量に関するパラメータを算出する場合を例に説明したが、その他のパラメータであっても、同様に、予め定められた方法で、環境データと栽培情報とを用いて算出することができる。その他のパラメータには、例えばシンクソースバランスを決定する際に用いるパラメータ（例えば、上述した式（３５Ａ）～（３５Ｃ）に含まれる[果実分配調整係数]、[葉分配調整係数]、[クラウン分配調整係数]）や、品種特有の栽培管理方法を表現するパラメータなどが含まれる。なお、パラメータ算出部４７は、これらのパラメータを算出する場合にも、必要な栽培情報が揃っていなければ、代替可能な栽培情報を用いることとする。
（更新部４６の処理について）
　更新部４６は、生産者から、収量の推移やＬＡＩの推移などの実測値（実際の栽培結果）が入力された場合に、当該実測値と、対応するシミュレーション結果とを比較し、シミュレーション結果が実測値に近づくように、各種パラメータを調整し、更新する。このようにすることで、実測値に基づいてパラメータが適切に更新されるため、次回以降のシミュレーションにおいて、適切なシミュレーション結果を得ることができるようになる。
　なお、全ての生産者から入力される情報に基づいて、パラメータを更新すると、パラメータが適切に更新されないおそれがある。このため、更新部４６は、予め定めた生産者（信頼度の高い生産者）から情報が入力されたときにのみ、入力された情報に基づいてパラメータを更新するようにしてもよい。この場合、更新部４６は、図２１に示すようなフローチャートに沿った処理を実行する。
　図２１の処理では、まず、ステップＳ３０において、更新部４６は、生産者が利用者端末７０を介して、実際の栽培結果（実測値）を入力するまで待機する。そして、実際の栽培結果が入力されると、ステップＳ３２に移行し、更新部４６は、予め定められた生産者（信頼度の高い生産者）からの入力であったか否かを判断する。このステップＳ３２の判断が否定された場合には、そのまま図２１の全処理を終了するが、肯定された場合には、ステップＳ３４に移行する。ステップＳ３４に移行した場合、更新部４６は、シミュレーション結果が、実際の栽培結果に近づくようにパラメータを更新し、パラメータＤＢ５０に格納し、図２１の全処理を終了する。
　なお、更新部４６は、ある生産者から入力された情報を用いてパラメータを更新した場合には、更新後のパラメータを当該生産者専用のパラメータとして管理するようにしてもよい。これにより、各生産者が、実際の栽培結果に合わせて、パラメータをカスタマイズすることができるようになる。なお、ある生産者が別の生産者のパラメータを呼び出して利用できるようにしてもよい。
　なお、生産者は、パラメータを直接修正してもよい。生産者がパラメータを修正した場合には、更新部４６は、パラメータＤＢ５０を修正内容に応じて更新するようにすればよい。
　これまでの説明から分かるように、本実施形態のシミュレーション部４４は、農作物の品種ごとの特徴を示すパラメータを記憶部（パラメータＤＢ５０）から読み出す読み出し部として機能する。また、本実施形態のシミュレーション部４４は、読み出したパラメータと、栽培環境に関する情報（環境データ）と、に基づいて、品種ごとの生育モデルを作成し、品種ごとの生育モデルから、品種ごとの生育に関する予測を実行する予測部として機能する。
　以上、詳細に説明したように、本実施形態によると、パラメータ算出部４７は、環境データ取得部４２を介して、農作物を栽培したときの環境データを取得する（Ｓ１００）とともに、栽培情報取得部４３を介して、農作物を栽培した結果得られる栽培情報を取得する（Ｓ１０２）。そして、パラメータ算出部４７は、環境データの少なくとも一部と、栽培情報の少なくとも一部と、を用いて、農作物の品種ごとに生育又は収量を推定するモデルで利用するパラメータ（係数や閾値）を、パラメータごとに定められている算出方法で算出する（Ｓ１０４）。これにより、環境データや栽培情報を用意すれば、自動的に、品種ごとのパラメータ（係数や閾値）を求めることができるため、生育や収量を推定する品種ごとのモデルを簡易に得ることが可能となる。また、新たな品種育成が行われた場合でも、パラメータを簡易に得られるため、当該品種についての生育の推定や収量の推定を精度よく行うことができる。
　また、本実施形態では、パラメータ算出部４７は、算出するパラメータごとに定められている算出方法で必要な環境データ又は栽培データが不足する場合に（Ｓ１２２：否定）、不足するデータを代替可能なデータを環境データ又は栽培データの中から抽出し（Ｓ１３６）、算出において代用する（Ｓ１２４～Ｓ１３２）。これにより、パラメータを算出するための環境データや栽培データが不足していても、代替可能なデータを利用してパラメータを算出するので、パラメータが算出できずにエラーとなる可能性を低減することができる。
　また、本実施形態では、パラメータ算出部４７は、パラメータを算出して、パラメータＤＢ５０に格納し、シミュレーション部４４は、環境データ取得部４２から、生産者が選択した栽培地点に対応する環境データを取得する。また、シミュレーション部４４は、取得した環境データと、パラメータＤＢ５０から読み出したパラメータと、に基づいて、品種ごとの生育モデルを作成し、作成した生育モデルを用いてシミュレーションを実行する。そして、出力部４５は、シミュレーション結果を品種選定や栽培管理を支援する情報として出力する。このように、本実施形態では、品種ごと及び栽培地点ごとに作成した生育モデルを用いて農作物の生育に関するシミュレーションを行った結果を品種選定や栽培管理を支援する情報として表示するため、従来のように品種の特徴を言葉や画像、平均値などで表現したカタログと比べ、品種の特徴を適切に表現することが可能である。したがって、生産者は、品種や栽培地点の選定を適切に行うことができるとともに、将来においてどのように生育するのかを把握することができるため、栽培管理を適切に行うことができる。
　また、本実施形態では、更新部４６は、生産者が入力した実際の栽培結果（収量等）に基づいて、パラメータを更新して、パラメータＤＢ５０を更新する。これにより、栽培実績に基づいてパラメータを適切な値に更新することができる。この場合、更新部４６は、シミュレーション結果が栽培実績に近づくように、パラメータを更新することで、シミュレーションの精度を向上することができる。
　また、本実施形態では、更新部４６は、生産者が予め定められた生産者（信頼度が所定以上の生産者）である場合（Ｓ３２：肯定）に、当該生産者が入力した栽培実績に基づいてパラメータを更新する（Ｓ３４）。これにより、パラメータの更新が適切に行われる可能性を高めることができる。
　また、本実施形態では、出力部４５は、生産者が選択した品種、栽培地点、栽培情報の組み合わせごとにシミュレーションを行い、シミュレーション結果を比較可能に出力する。これにより、生産者は、複数の品種、栽培地点、栽培情報の組み合わせごとのシミュレーション結果を比較して、どの品種をどのように栽培すべきかを判断することができる。
　なお、上記実施形態では、サーバ１０が更新部４６を備える場合について説明したが、これに限られるものではない。すなわち、サーバ１０は、更新部４６を備えていなくてもよい。
　なお、上記実施形態では、本発明の農業支援装置の機能をサーバ１０が有する場合について説明したが、これに限らず、利用者端末７０が農業支援装置の機能を有していてもよい。すなわち、スタンドアローンの利用者端末７０が単独で動作することで、上記処理を実現することとしてもよい。
　なお、上記実施形態では、パラメータＤＢ５０に格納されるパラメータをパラメータ算出部４７が自動的に算出する場合について説明したが、これに限られるものではない。例えば、各パラメータを、人が環境データや栽培情報から算出してもよい。この場合のパラメータ算出手順は、図１５、図１６と同様である。
　なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記憶媒体（ただし、搬送波は除く）に記録しておくことができる。
　プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ（Digital Versatile Disc）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）などの可搬型記憶媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
　プログラムを実行するコンピュータは、例えば、可搬型記憶媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記憶媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
　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実施可能である。
　　１０　サーバ（農業支援装置）
　　４２　環境データ取得部（取得部）
　　４４　シミュレーション部（読み出し部、予測部）
　　４５　出力部
　　４７　パラメータ算出部
　　５０　パラメータＤＢ（記憶部）
　　１００　農業システム
　

Claims (9)

  1. 　農作物を栽培したときの環境データを取得する工程と、
    　前記農作物を栽培した結果得られる栽培データを取得する工程と、
    　前記環境データの少なくとも一部と、前記栽培データの少なくとも一部と、を用いて、前記農作物の品種ごとに生育又は収量を推定するモデルで利用するパラメータを、前記パラメータごとに定められている算出方法で算出する工程と、を含むパラメータ算出方法。
  2. 　前記パラメータは、植物体の各器官の成長量に関するパラメータ、シンクソースバランスを決定する際に用いるパラメータ、品種特有の栽培管理方法を表現するパラメータ、の少なくとも１つを含むことを特徴とする請求項１に記載のパラメータ算出方法。
  3. 　前記パラメータは、前記モデルに含まれる係数、又は前記モデルにおいて利用する閾値であることを特徴とする請求項１又は２に記載のパラメータ算出方法。
  4. 　前記算出する工程では、前記パラメータごとに定められている算出方法で用いる前記環境データ又は前記栽培データが不足する場合に、不足するデータを代替可能なデータを前記環境データ又は前記栽培データの中から取得し、前記算出方法で代用する、ことを特徴とする請求項１～３のいずれか一項に記載のパラメータ算出方法。
  5. 　前記環境データを取得する工程、前記栽培データを取得する工程、及び前記パラメータを算出する工程をコンピュータが実行することを特徴とする請求項１～４のいずれか一項に記載のパラメータ算出方法。
  6. 　前記農作物は、果菜類である、ことを特徴とする請求項１～５のいずれか一項に記載のパラメータ算出方法。
  7. 　請求項１～６のいずれか一項に記載のパラメータ算出方法を用いて、前記パラメータを算出し、
    　農作物の栽培環境に関する情報を取得し、
    　前記パラメータと、取得した前記栽培環境に関する情報と、に基づいて、前記品種ごとの生育又は収量を推定するモデルを作成し、前記モデルから、前記品種ごとの生育又は収量に関する予測を実行し、
    　前記予測により得られた予測結果を出力する、
    処理をコンピュータが実行することを特徴とする農業支援情報出力方法。
  8. 　農作物を栽培したときの環境データを取得する工程と、
    　前記農作物を栽培した結果得られる栽培データを取得する工程と、
    　前記環境データの少なくとも一部と、前記栽培データの少なくとも一部と、を用いて、前記農作物の品種ごとに生育又は収量を推定するモデルで利用するパラメータを、前記パラメータごとに定められている算出方法で算出する工程と、
    をコンピュータに実行させることを特徴とするパラメータ算出プログラム。
  9. 　請求項８に記載のパラメータ算出プログラムを用いて、前記パラメータを算出し、
    　農作物の栽培環境に関する情報を取得し、
    　前記パラメータと、取得した前記栽培環境に関する情報と、に基づいて、前記品種ごとの生育又は収量を推定するモデルを作成し、前記モデルから、前記品種ごとの生育又は収量に関する予測を実行し、
    　前記予測により得られた予測結果を出力する、
    処理をコンピュータに実行させることを特徴とする農業支援情報出力プログラム。
PCT/JP2023/001030 2022-01-28 2023-01-16 パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラム WO2023145519A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023576800A JPWO2023145519A1 (ja) 2022-01-28 2023-01-16

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-012169 2022-01-28
JP2022012169 2022-01-28

Publications (1)

Publication Number Publication Date
WO2023145519A1 true WO2023145519A1 (ja) 2023-08-03

Family

ID=87471357

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/001030 WO2023145519A1 (ja) 2022-01-28 2023-01-16 パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラム

Country Status (2)

Country Link
JP (1) JPWO2023145519A1 (ja)
WO (1) WO2023145519A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219651A (ja) * 2014-05-15 2015-12-07 株式会社Ｊｓｏｌ 農作物の収穫予測装置、収穫予測システム及び収穫予測方法
JP2016146039A (ja) * 2015-02-06 2016-08-12 株式会社Ｊｓｏｌ 情報処理装置、プログラム及び情報処理方法
JP2021179983A (ja) * 2020-05-07 2021-11-18 国立研究開発法人農業・食品産業技術総合研究機構 生育状態予測方法及び生育状態予測プログラム、並びに情報処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219651A (ja) * 2014-05-15 2015-12-07 株式会社Ｊｓｏｌ 農作物の収穫予測装置、収穫予測システム及び収穫予測方法
JP2016146039A (ja) * 2015-02-06 2016-08-12 株式会社Ｊｓｏｌ 情報処理装置、プログラム及び情報処理方法
JP2021179983A (ja) * 2020-05-07 2021-11-18 国立研究開発法人農業・食品産業技術総合研究機構 生育状態予測方法及び生育状態予測プログラム、並びに情報処理装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HOMMA KOKI, MASAYASU MAKI, YOSHIHIRO HIROOKA: "Toward to develop a simulation model to evaluate geographical distributions of rice growth and yield ", NIHON SAKUMOTSU GAKKAI KIJI - JAPANESE JOURNAL OF CROP SCIENCE, NIHON SAKUMOTSU GAKKAI, TOKYO, JP, vol. 第233回, 29 March 2012 (2012-03-29), JP , pages 410 - 411, XP093082154, ISSN: 0011-1848, DOI: 10.14829/jcsproc.233.0.410.0 *

Also Published As

Publication number Publication date
JPWO2023145519A1 (ja) 2023-08-03

Similar Documents

Publication Publication Date Title
Rodríguez et al. A coffee agroecosystem model: I. Growth and development of the coffee plant
Boote et al. Improving the CROPGRO-tomato model for predicting growth and yield response to temperature
Morales et al. A dynamic model of potential growth of olive (Olea europaea L.) orchards
Moreno-Cadena et al. Modeling growth, development and yield of cassava: A review
Pallas et al. Comparison of three approaches to model grapevine organogenesis in conditions of fluctuating temperature, solar radiation and soil water content
KR20160040672A (ko) 재배 지원 장치, 재배 지원 방법, 및 프로그램을 저장하는 기록 매체
Villordon et al. Using growing degree days, agrometeorological variables, linear regression, and data mining methods to help improve prediction of sweetpotato harvest date in Louisiana
Hopf et al. Development and improvement of the CROPGRO-Strawberry model
JP6825571B2 (ja) 情報処理システム、営農支援方法、情報処理装置、その制御方法、及び、制御プログラム
Oliveira et al. Assessing potato canopy growth and development at the individual leaf level to improve the understanding of the plant source–sink relations
JP2022136058A (ja) 農作物の生産成績を予測する予測モデルの生成方法、生成装置、及び生成プログラム
Oliveira et al. Yield and weight distribution of two potato cultivars grown from seed potatoes of different physiological ages
JP2022078987A (ja) 農業支援プログラム、農業支援方法及び農業支援装置
Lindemann-Zutz et al. Prediction of time to harvest and its variability of broccoli (Brassica oleracea var. italica) part II. Growth model description, parameterisation and field evaluation
JP2021179983A (ja) 生育状態予測方法及び生育状態予測プログラム、並びに情報処理装置
WO2023145519A1 (ja) パラメータ算出方法及び農業支援情報出力方法、並びにパラメータ算出プログラム及び農業支援情報出力プログラム
WO2023181758A1 (ja) 農業支援プログラム、農業支援方法及び農業支援装置
CN110610436A (zh) 农业经营支援系统
Hamer A decision support system for the provision of planting plans for Brussels sprouts
Petrović et al. Financial aspects of pepper (Capsicum annuum L) production on family farms in Serbia
JP2019219704A5 (ja)
Malekela et al. Climate change adaptation strategies through traditional farming practices. The case of Matengo pits in Mbinga District, Tanzania
JP2021128770A (ja) 情報処理方法、情報処理プログラム及び情報処理装置
Veenstra et al. Corn yield components can be stabilized via tillering in sub-optimal plant densities
Nemecek et al. Adaptation of a crop-growth model and its extension by a tuber size function for use in a seed potato forecasting system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23746733

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023576800

Country of ref document: JP