WO2023189427A1 - 支援装置、支援方法、プログラム - Google Patents

支援装置、支援方法、プログラム Download PDF

Info

Publication number
WO2023189427A1
WO2023189427A1 PCT/JP2023/009330 JP2023009330W WO2023189427A1 WO 2023189427 A1 WO2023189427 A1 WO 2023189427A1 JP 2023009330 W JP2023009330 W JP 2023009330W WO 2023189427 A1 WO2023189427 A1 WO 2023189427A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
state
time
change
reference data
Prior art date
Application number
PCT/JP2023/009330
Other languages
English (en)
French (fr)
Inventor
心一 細見
祥宇 曾
宏之 宮浦
新 中村
泰子 福田
Original Assignee
オムロン株式会社
株式会社オーガニックnico
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 オムロン株式会社, 株式会社オーガニックnico filed Critical オムロン株式会社
Publication of WO2023189427A1 publication Critical patent/WO2023189427A1/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

Definitions

  • the present invention relates to a support device, a support method, and a program.
  • Patent Document 1 discloses a technique that uses a growth curve in which the horizontal axis indicates the number of days that have passed and the vertical axis indicates the area of the leaf region as one index for evaluating the growth state of the fruit. ing.
  • the present invention aims to provide a technology that allows a user to appropriately determine the cultivation work to be performed.
  • the present invention employs the following configuration.
  • One aspect of the present invention is to provide a first acquisition unit that acquires reference data that is data on standard time-series changes in the state of a specific crop; a second acquisition means for acquiring measurement data that measures a change; 2) based on the value of the state in the reference data and the value of the state in the measurement data, or 3) based on the integrated value of time-series changes in the state in the reference data and the value of the state in the measurement data.
  • the support device is characterized in that it has a determining unit that determines the cultivation work that the user should perform regarding the cultivation of the specific crop, based on an integrated value of time-series changes.
  • the cultivation operation can be determined according to the growth of the crop, a more appropriate cultivation operation can be determined. Therefore, an appropriate cultivation operation can be determined even if the cultivation operation should be performed by a person with little cultivation experience.
  • One aspect of the present invention provides an acquisition means for acquiring reference data that is standard time-series change data of the state of a specific crop; estimating means for estimating time-series changes in the state of the specific crop cultivated by a user as measured data; 1) a rate of change in the state due to time-series changes in the reference data; 2) based on the value of the state in the reference data and the value of the state in the measured data; or 3) integration of time-series changes in the state in the reference data. and determining means for determining the cultivation work that the user should perform regarding the cultivation of the specific crop, based on the cumulative value of the change in the state over time in the measurement data. .
  • the condition of the crop can be estimated based on environmental information. Therefore, the cultivation work that the user should perform can be determined without the user having to prepare equipment for measuring the condition of the crops.
  • the estimating means may estimate the measured data by referring to data in which a relationship between the environmental information and the state of the specific crop is determined in advance. According to this, the condition of a specific crop can be easily estimated from environmental information.
  • the conditions of the specific crop include leaf area, leaf area index, plant height, number of leaves, specific leaf length, specific leaf width, number of buds, and number of flowers. , or a real number.
  • the condition of a specific crop is leaf area or leaf area index, measurement data can be acquired at the stage when leaves emerge from the crop. Therefore, the cultivation work that the user should perform can be determined from an early stage of cultivation.
  • the condition of the specific crop may include the direction of the leaves.
  • the reference data and the measurement data indicate the state of the specific crop corresponding to the number of days elapsed from the reference date
  • the determining means is configured to determine the state of the specific crop at the number of days elapsed corresponding to a specific point in time.
  • the reference date may be the date of planting of the specific crop. According to this, it becomes possible to acquire measurement data from the day of planting. Therefore, the cultivation work that the user should perform can be determined on a day after the planting date.
  • the determining means may determine the cultivation operation by referring to data in which operations are predetermined according to the evaluation value. According to this, once the evaluation value is determined, the cultivation work that the user should perform can be uniquely determined.
  • the determining means determines whether the specific crop is dormant based on a rate of change in the state due to time-series changes in the reference data and a rate of change in the condition due to time-series changes in the measured data. It may be determined whether the state is the same or not.
  • the support device described above may further include an output means for outputting a determination result as to whether or not the specific crop is in a dormant state.
  • the determining means may determine the cultivation work that the user should perform regarding the cultivation of the specific crop, based on whether or not the specific crop is in a dormant state.
  • the determining means determines a cultivation operation that controls temperature and illuminance as a cultivation operation that the user should perform regarding the cultivation of the specific crop. It's okay. According to this, cultivation operations are determined depending on whether a particular crop is in a dormant state that is different from general vegetative growth. Therefore, appropriate cultivation operations can be determined for crops that are likely to go dormant.
  • the support device may further include an output control unit that controls a display or a speaker so as to notify the user of the cultivation task determined by the determination unit. According to this, the user can easily understand the work that he/she should do.
  • the present invention may be understood as a device having at least a part of the above means, or as an electronic device, a control system, an information processing system, an information processing device, or a support system. Further, the present invention may be regarded as a control method and a support method including at least a part of the above processing. Further, the present invention can also be understood as a program for realizing such a method and a recording medium (storage medium) on which the program is recorded non-temporarily. Note that each of the above means and processes can be combined to the extent possible to constitute the present invention.
  • the cultivation work that the user should perform can be appropriately determined.
  • FIG. 1 is a configuration diagram of a support system according to the first embodiment.
  • FIG. 2 is an internal configuration diagram of the measuring device and the support device according to the first embodiment.
  • 3A and 3B are diagrams illustrating measurement data according to the first embodiment.
  • 4A and 4B are diagrams illustrating reference data according to the first embodiment.
  • 5A to 5D are diagrams illustrating determination of additional work according to the first embodiment.
  • FIG. 6 is a flowchart illustrating work determination processing according to the first embodiment.
  • FIG. 7 is an internal configuration diagram of a measuring device and a support device according to the second embodiment.
  • 8A to 8C are diagrams illustrating estimation of measurement data according to the second embodiment.
  • FIG. 9 is a flowchart illustrating work determination processing according to the second embodiment.
  • FIGS. 10A to 10D are diagrams illustrating the determination of additional work.
  • 11A and 11B are diagrams illustrating a support device according to a third embodiment.
  • FIGS. 12A to 12D are diagrams
  • the support device 20 uses measurement data that shows a time-series change in the state of a specific crop 40 (for example, strawberries) that the user is cultivating, and a standard time-series change in the state of the specific crop 40. Based on the reference data, the cultivation work that the user should perform is determined. Specifically, the support device 20 allows the user to perform the task according to the difference between the rate of change in the state of the specific crop 40 in the measurement data and the rate of change in the state of the specific crop 40 in the reference data at a specific point in time. Determine the cultivation operations to be performed.
  • a specific crop 40 for example, strawberries
  • the support device 20 determines the cultivation work that the user should perform according to the difference between the value of the state of the specific crop 40 in the measurement data and the value of the state of the specific crop 40 in the reference data. Alternatively, the support device 20 may determine whether the user can Determine the cultivation operations to be carried out.
  • “cultivation work that the user should perform” refers to cultivation work that the user should perform in addition to the cultivation work that the user is planning, on the premise that the cultivation work that the user is planning will be performed.
  • the "cultivation work that the user should perform” may be a cultivation work that includes both the cultivation work that the user is planning and the cultivation work that the user should perform in addition to the cultivation work.
  • the cultivation work to be performed by the user can be determined according to the difference between the measured value (or estimated value) according to the growth of the specific crop 40 at a specific point in time and the standard value. It becomes possible to determine a more appropriate cultivation operation at a given point in time.
  • the support system 1 includes a measurement device 10, a support device 20, and a user terminal 30.
  • the measurement device 10, the support device 20, and the user terminal 30 can communicate with each other via the network 50.
  • the measuring device 10 acquires information such as the leaf area, leaf area index (LAI), or number of fruits of the crop 40 as growth data.
  • the crop 40 is assumed to be strawberries.
  • the crop 40 may be any plant (cherry tomatoes, ginger, asparagus, blueberries, etc.).
  • the leaf area may be the area of a leaf in the entire measurement range, or the area of a single leaf.
  • Leaf area index is an index indicating the surface area of leaves per unit area of the bed.
  • the measuring device 10 acquires information on the leaf area of the crop 40 at the time of measurement as growth data.
  • the growth data may be any information as long as it is information that can be obtained by measuring the crop 40 and indicates the state (growth degree) of the crop 40.
  • the growth data may include at least one of leaf area, leaf area index, plant height, number of leaves, specific leaf length, specific leaf width, number of buds, number of flowers, and number of fruits. It may be information indicating.
  • the support system 1 can acquire the growth data even before the crops 40 bear fruit. Therefore, the support system 1 can determine the cultivation work that the user should perform even before the crops 40 bear fruit.
  • the growth data is information indicating leaf area or leaf area index
  • the knowledge discovered by the inventor in the ideal growth of strawberries, new leaves develop and the leaf area continuously increases (is important), it is possible to appropriately grasp the condition of the crop 40, which is strawberries.
  • the support device 20 determines the cultivation work that the user should perform based on the growth data acquired from the measurement device 10.
  • the support device 20 transmits information (work information) indicating the determined cultivation work to the user terminal 30.
  • the support device 20 is, for example, a server (information processing device) located at a location physically distant from the location where the measurement device 10 and the user terminal 30 are located.
  • cultivation operations include, for example, irrigating 1L (liter)/m 2 (sprinkling water on the crops 40), fertilizing 1kg/m 2 , and removing flowers and fruits attached to fruit clusters. These include removing all but three flowers, and raising the target temperature setting for environmental control by two degrees.
  • the user terminal 30 receives the work information from the support device 20 and notifies (suggests) the cultivation work indicated by the work information to the user. More specifically, for example, a display unit included in the user terminal 30 displays display items indicating cultivation work. Moreover, the audio output unit included in the user terminal 30 may emit audio indicating cultivation work. Therefore, the user terminal 30 may be a display device (display) capable of displaying display items indicating cultivation operations, or may be an audio output device (speaker) that emits sounds indicating cultivation operations. Further, the user terminal 30 may be a smartphone or a tablet terminal having a display and/or a speaker.
  • the measuring device 10 includes a sensor section 101, a communication section 102, and a storage section 103.
  • the sensor unit 101 measures the leaf area of the crop 40 periodically (for example, every day or week).
  • the sensor unit 101 includes an imaging device (camera) that images the crops 40.
  • the sensor unit 101 images the crops 40 using an imaging device to obtain a captured image.
  • the sensor unit 101 calculates the area of the leaf shown in the captured image as the leaf area.
  • the leaf area may be the actual area of the leaf, or may be the number of pixels corresponding to the leaf in the captured image.
  • the sensor unit 101 stores leaf area information in the storage unit 103 as growth data.
  • the sensor unit 101 determines whether each pixel corresponds to a leaf according to the RGB values of each pixel in the captured image.
  • the sensor unit 101 also acquires a distance image (an image in which each pixel indicates the distance to the subject) using the distance sensor, and selects pixels in the distance image that indicate a distance shorter than a predetermined distance as pixels corresponding to leaves. You may judge.
  • the sensor unit 101 can acquire the number of pixels corresponding to leaves in the captured image.
  • the sensor unit 101 can also calculate the actual area of the leaf based on, for example, the number of pixels corresponding to the leaf and the distance from the imaging device to the leaf. Note that any other method may be used to calculate the leaf area.
  • the communication unit 102 communicates with the support device 20.
  • the communication unit 102 transmits growth data to the support device 20 every time the leaf area is measured. Note that communication between the communication unit 102 and the support device 20 (measured data acquisition unit 201) may be performed by wire or wirelessly.
  • the storage unit 103 stores growth data.
  • the storage unit 103 may store a captured image of the crop 40 captured by the imaging device included in the sensor unit 101.
  • the support device 20 includes a measurement data acquisition section 201, a reference data acquisition section 202, a work determination section 203, an output section 204, and a storage section 205.
  • the measurement data acquisition unit 201 acquires growth data from the measuring device 10 and generates (acquires) measurement data obtained by converting the growth data into time series data.
  • the measurement data is information that associates the number of days that have passed since the day when the crop 40 was planted and the leaf area at the time when the number of days has passed.
  • 3A and 3B show measurement data based on growth data obtained by measuring leaf area every week (7 days) from the day the crop 40 was planted. For example, according to FIG. 3A, it can be seen that on the planting date (0 days have passed since the planting date), the leaf area is 10 cm 2 , and when 21 days have passed since the planting date, the leaf area is 28 cm 2 .
  • the reference data acquisition unit 202 acquires reference data stored in the storage unit 205.
  • the reference data is information indicating a time-series change in the standard (ideal) leaf area of the crop 40 (that is, strawberries).
  • the reference data is information that associates the number of days that have elapsed since the date of planting strawberries with the standard leaf area at the time when the number of elapsed days has elapsed, as shown in FIG. 4A.
  • the standard data includes, for example, the representative value (average value, median value, or minimum value) of leaf area at each elapsed number of days when multiple experts (persons with a lot of cultivation experience) are cultivating strawberries. value).
  • An expert is, for example, a person who has been cultivating strawberries for a predetermined number of years (for example, 10 years) or more.
  • the reference data and the measured data may be a two-dimensional graph (see FIG. 4B) in which the horizontal axis indicates the number of days elapsed since the planting date and the vertical axis indicates the leaf area.
  • the work determining unit 203 determines the cultivation work (hereinafter referred to as "additional work") that the user should perform based on the measurement data and reference data.
  • the work determining unit 203 determines the leaf area corresponding to the number of days elapsed in the reference data from the average rate of change (differential value) of the leaf area corresponding to the number of days elapsed from the planting date to the present time in the measurement data.
  • a value (hereinafter referred to as "evaluation value") obtained by subtracting the average rate of change (differential value) of is calculated.
  • the average rate of change is the amount of change in leaf area per unit time between the current time and the previous time. For example, if 14 days have passed since the planting of crop 40, the measurement data shown in FIG . It can be seen that the leaf area during the day is 16 cm2 .
  • FIG. 5A is information with information on the average rate of change added to the measurement data shown in FIG. 3A.
  • FIG. 5B shows information on the measurement data shown in FIG. 3B with information on the average rate of change.
  • FIG. 5C is information with information on the average rate of change added to the reference data shown in FIG. 4A.
  • the work determining unit 203 refers to the logic data stored in the storage unit 205 and determines additional work based on the evaluation value.
  • the logic data is a table showing the relationship between evaluation values and additional work, as shown in FIG. 5D. Referring to the logic data shown in FIG. 5D, the work determining unit 203 determines that the additional work is "no" if the evaluation value is 0 or more. Further, if the evaluation value is less than 0 and greater than or equal to -0.5, the work determining unit 203 determines the additional work to be "performing irrigation by 1 L/m2.” Furthermore, if the evaluation value is less than -0.5, the work determining unit 203 determines the additional work to be "performing top dressing by 1 kg/m 2 ". Note that the logic data may be a function that outputs additional work when an evaluation value is input.
  • a human may manually generate the logic data by referring to the determined evaluation values and the cultivation operations corresponding thereto, or multiple sets of evaluation values and cultivation operations corresponding to each other may be used as training data.
  • Logic data may be generated by learning the relationship between evaluation values and cultivation work using machine learning.
  • the work determining unit 203 determines additional work based on the average rate of change, as described above.
  • the work determining unit 203 may determine the additional work based on the difference between the leaf area in the measured data and the leaf area in the reference data. Specifically, the work determining unit 203 determines, as the evaluation value, a value obtained by subtracting the leaf area corresponding to the number of elapsed days in the reference data from the leaf area corresponding to the number of days elapsed from the planting date to the present time in the measurement data. . Then, the work determining unit 203 determines the additional work by referring to logic data indicating the relationship between the evaluation value and the cultivation work, as shown in FIG. 10A.
  • the work determining unit 203 determines the additional work based on the difference between the cumulative value (cumulative value) of the time-series change in leaf area in the measurement data and the cumulative value of the time-series change in leaf area in the reference data. good.
  • the integrated value is the total leaf area for each predetermined period (for each leaf area measurement interval) from the planting date to the current time (specific point in time).
  • the work determining unit 203 can calculate the number of days elapsed since the planting date and the integrated value of the time-series change in leaf area, as shown in FIG. 10B, from the measurement data shown in FIG. 3A.
  • the leaf area is 10 cm 2 when the number of days that has passed is 0, and the leaf area is 16 cm 2 when the number of days that has passed is 7 days.
  • FIG. 10C shows the result of calculating the number of days elapsed since the planting date and the integrated value of the time-series change in leaf area from the reference data shown in FIG. 4A (integrated value of the time-series change in leaf area in the reference data). shows.
  • the output unit 204 (output control unit) transmits information indicating the additional work to the user terminal 30. Thereby, the output unit 204 controls the user terminal 30 (eg, display or speaker) to notify the user of the additional work.
  • the user terminal 30 eg, display or speaker
  • the storage unit 205 includes a reference data storage unit 211 and a logic storage unit 212.
  • the reference data storage unit 211 stores reference data.
  • Logic storage unit 212 stores logic data. Note that the storage unit 205 may store growth data, measurement data generated by the measurement data acquisition unit 201, and/or information indicating additional work determined by the work determination unit 203.
  • the measurement device 10 and the support device 20 can be configured by, for example, a computer including a CPU (processor), memory, storage, and the like.
  • a computer including a CPU (processor), memory, storage, and the like.
  • the configuration shown in FIG. 2 is realized by loading a program stored in storage into memory and having the CPU execute the program.
  • a computer may be a general-purpose computer such as a personal computer, a server computer, a tablet terminal, or a smartphone, or may be a built-in computer such as an on-board computer.
  • all or part of the configuration shown in FIG. 2 may be configured using ASIC, FPGA, or the like.
  • all or part of the configuration shown in FIG. 2 may be realized by cloud computing or distributed computing.
  • step S1001 the measurement data acquisition unit 201 generates measurement data as shown in FIGS. 3A and 3B based on the growth data. For example, the measurement data acquisition unit 201 generates new measurement data by adding information based on growth data (information on the number of days that have passed at the present time and information on the leaf area at the present time) to the measurement data generated last time. do.
  • step S1002 the reference data acquisition unit 202 acquires reference data from the reference data storage unit 211. Note that the processing is not limited to being executed in the order of steps S1001 and S1002, but may be executed in the order of steps S1002 and S1001.
  • the work determining unit 203 calculates the average rate of change in leaf area corresponding to the number of days that have passed up to the present time from each of the measurement data and the reference data. For example, if 21 days have passed since the planting date, the average rate of change in leaf area in the measured data is calculated to be 0.85 cm 2 /day from the measured data shown in Figure 3A (Fig. 5A). Furthermore, if 21 days have passed since the planting date, the average rate of change in leaf area in the standard data is calculated to be 1 cm 2 /day from the standard data shown in Figure 4A (see Figure 5C). ).
  • the work determining unit 203 determines additional work based on the evaluation value and logic data. Specifically, the work determining unit 203 determines the work corresponding to the evaluation value in the logic data expressed in a table format as the additional work. For example, if the evaluation value is calculated as -0.15 cm 2 /day in step S1004, the work determining unit 203 determines the additional work "to irrigate by 1 L/m 2 " from the logic data shown in FIG. 5D. Determine as. On the other hand, if the evaluation value is calculated as ⁇ 0.86 cm 2 /day in step S1004, the work determining unit 203 determines the additional work of “topdressing by 1 kg/m 2 ” from the logic data shown in FIG. 5D. Determine as.
  • the work determining unit 203 determines that the additional work is to “change the cultivation work so that four flowers are left when thinning the flowers.” Note that, for example, if the evaluation value is ⁇ 10 cm 2 , the work determining unit 203 determines as an additional work “to raise the target value of the temperature in the cultivation environment by 2 degrees from the current value.”
  • the work determining unit 203 when determining the additional work based on the difference between the integrated value of the time-series change in leaf area in the measurement data and the integrated value of the time-series change in leaf area in the reference data, performs step S1003. Calculate each integrated value. For example, the work determining unit 203 calculates the integrated value of the time-series change in leaf area in the measurement data shown in FIG. 10B from the measurement data shown in FIG. 3A. The work determining unit 203 calculates an integrated value of the time-series change in leaf area in the reference data as shown in FIG. 10C from the reference data shown in FIG. 4A.
  • step S1006 the output unit 204 transmits additional work information (work information) to the user terminal 30.
  • the user terminal 30 Upon acquiring the work information, the user terminal 30 notifies (suggests) additional work to the user. Therefore, it can be said that the output unit 204 controls the user terminal 30 to notify the user of the additional work.
  • the output unit 204 may output work information to the measuring device 10 and cause the measuring device 10 to perform additional work.
  • the support system determines additional work based on the rate of change in the current state of the crop (leaf area). Therefore, additional work can be determined according to the current growth rate of crops, and therefore more appropriate cultivation work can be determined at the present time. Therefore, even a person with little experience in cultivation can grasp the appropriate cultivation operation at the appropriate timing.
  • the support system 1 does not decide on additional work based on the rate of change in the condition of the crop at the present moment, but rather on the basis of the rate of change in the condition of the crop at a certain point in the past. good. This is because there may be a time lag between measuring the condition of the crops 40 and deciding on additional work.
  • the support system 1 acquires growth data obtained by measuring the state (growth degree) of the crop 40 and determines additional work using measurement data based on the growth data.
  • the support system 1 cannot measure the state (growth degree) of the crops 40. Therefore, in the second embodiment, a support system 1 will be described in which additional work is determined based on information on the cultivation environment of the crops 40 without measuring the state of the crops 40.
  • the internal configuration of the measuring device 10 and the internal configuration of the support device 20 are different from those described in the first embodiment (see FIG. 7). Below, only the differences between Embodiment 2 and Embodiment 1 will be described in detail.
  • the measuring device 10 has a sensor section 701 instead of the sensor section 101 (see FIG. 7).
  • the sensor unit 701 acquires information on the environment (environmental data) in which the crops 40 are cultivated.
  • the sensor unit 701 includes a temperature sensor, and measures the temperature (air temperature) in the environment where the crops 40 are grown using the temperature sensor.
  • the sensor unit 701 may include a rainfall sensor, and the rainfall sensor may measure the amount of rainfall in the environment where the crops 40 are grown.
  • the sensor unit 701 then stores the measured temperature or precipitation information in the storage unit 103 as environmental data.
  • the environmental data will be described as information on the Celsius temperature of a certain day (for example, the average temperature over 24 hours, the average temperature during the day, or the temperature at 12 o'clock).
  • the environmental data may be any information as long as it is information about the environment in which the crops 40 are grown.
  • the environmental data may be information on humidity (average humidity), illuminance (average illuminance), or the amount of time that sunlight hits the crops 40.
  • the environmental data is preferably information that is known to affect (relate to) the growth of the crops 40 based on past knowledge.
  • the support device 20 includes a measurement data estimation unit 702 instead of the measurement data acquisition unit 201 (see FIG. 7).
  • the support device 20 has a storage section 703 instead of the storage section 205.
  • the measured data estimating unit 702 refers to the breeding model (nurturing data) as shown in FIG. 8C and estimates the measured data based on the accumulated time series data.
  • the growth model is information indicating the relationship between cumulative temperature and leaf area for each week.
  • the measured data estimating unit 702 refers to the growth model and calculates the leaf area corresponding to the cumulative temperature indicated by the cumulative time series data.
  • the measured data estimation unit 702 refers to a growth model that shows the relationship between the average temperature over a certain period and the leaf area, and calculates the average value of the temperature (environmental temperature) over a certain period indicated by the time series data. The corresponding leaf area may also be calculated. Based on these, the measured data estimating unit 702 estimates the measured data by estimating the relationship between the number of days elapsed and the leaf area for each number of days elapsed since the planting date.
  • the measured data estimation unit 702 estimates measured data based on the integrated time series data shown in FIG. 8B and the training model shown in FIG. 8C.
  • the leaf area corresponding to the cumulative temperature ( 22 degrees) when the number of elapsed days is 7 days. It can be seen that the leaf area is 16 cm2 .
  • the measured data estimation unit 702 estimates that the leaf area is 10 cm 2 when the number of days that have passed is 0, and that the leaf area is 16 cm 2 when the number of days that have passed is 7. be able to. That is, the measured data estimating unit 702 can estimate the measured data as shown in FIG. 3A.
  • the cultivation model is information created in advance from the relationship between cumulative temperature and leaf area when strawberries are cultivated in advance by a general expert, or from the leaf area corresponding to the average temperature over a certain period of time.
  • the growth model may be information indicating the relationship between cumulative temperature and leaf area in the year with the highest strawberry yield in the past 10 years, or the relationship between average temperature and leaf area over a certain period. good.
  • the growth model is information that shows the relationship between cumulative temperature or average temperature over a certain period of time and leaf area
  • information in table format or a machine learning model when inputting cumulative temperature information, outputs leaf area information
  • the storage unit 703 includes a reference data storage unit 211 and a logic storage unit 212 as well as a training model storage unit 713.
  • the breeding model storage unit 713 stores predetermined breeding models.
  • step S2001 the measured data estimation unit 702 generates temperature time series data representing a time series change in temperature, as shown in FIG. 8A, based on the environmental data.
  • step S2002 the measured data estimation unit 702 generates integrated time-series data representing a time-series change in the integrated temperature value (integrated temperature), as shown in FIG. 8B, based on the temperature time-series data.
  • the measured data estimating unit 702 refers to the training model stored in the training model storage unit 713 and estimates the measured data from the integrated time series data.
  • the measured data (the state of the crop 40) can be estimated based on the environmental data. Therefore, there is no need to acquire the leaf area by analyzing the captured image, so the configuration of the measuring device 10 can be simplified.
  • the support device 20 estimates the measurement data based on the environmental data, but for example, the support device 20 estimates the measurement data based on the number of times (or amount) of fertilization and the number of times (or amount) of irrigation up to the present time. It's okay.
  • the measured data is estimated based on a growth model that shows the relationship between the set of the integrated value of the number of times of fertilization and the integrated value of the number of irrigations and the leaf area.
  • the data estimated by the measurement data estimation unit 702 as described above may be treated as "reference data” instead of “measurement data.” That is, the support device 20 may refer to the breeding model and generate the reference data based on the temperature time series data.
  • the measurement data similarly to the first embodiment, the measurement data may be acquired according to the growth data. According to this, for example, reference data corresponding to regions and seasons with different cultivation environments can be generated from a single cultivation model without having to prepare multiple reference data in advance according to regions and seasons with different cultivation environments. .
  • the support device 20 determines the additional work based on the average rate of change of the standard data and the average rate of change of the measured data in order to determine the additional work that brings the vegetative growth closer to the standard.
  • crops 40 such as strawberries or roses experience a period of cessation of growth called "dormancy.” When dormancy occurs, there is a possibility that the harvest time of the crops 40 may be delayed or the yield may be reduced.
  • dormancy is influenced by the environmental conditions of the crop 40.
  • dormancy is affected by the temperature in the environment in which the crop 40 is grown and the brightness of the light hitting the crop 40 (illuminance of illumination). Therefore, in the third embodiment, the support device 20 determines whether the crop is in a dormant state based on the average rate of change of the reference data and the average rate of change of the measured data, and inhibits the dormant state based on the determination result. Decide on such work.
  • step S1004 the process in step S3001 starts.
  • step S3001 the work determining unit 203 determines whether the crop 40 is in a dormant state based on the evaluation value. If it is determined that the crop 40 is in a dormant state, the process advances to step S3002. If it is determined that the crop 40 is not in a dormant state, the process advances to step S1005.
  • the evaluation value is a value obtained by subtracting the average rate of change in leaf area of the reference data from the average rate of change in leaf area of the measurement data.
  • leaf area index plant height, number of leaves, specific leaf length, specific leaf width, number of buds, number of flowers, number of fruits, or as described later The orientation of the leaves may also be used.
  • the evaluation value which is the value obtained by subtracting the average rate of change in leaf area of the reference data from the average rate of change in leaf area of the measured data. This is because if the crops 40 are in a dormant state, the growth of the crops 40 has stopped or the growth of the crops 40 has slowed down significantly. Therefore, the work determining unit 203 can determine that the crop 40 is in a dormant state when the evaluation value is smaller than the reference value (preset value).
  • the work determining unit 203 determines a work that inhibits sleep as an additional work based on the evaluation value.
  • the work determining unit 203 refers to logic data as shown in FIG. 11B that associates the evaluation value with the work that inhibits sleep, and determines the additional work based on the evaluation value.
  • the work determining unit 203 may perform additional work such as "raising the target temperature value in the cultivation environment by 2 degrees from the current level, and increasing the light intensity (illuminance) of a specific light source from the current level.” decided to raise the temperature by 10 cd.
  • the work determining unit 203 may perform additional work such as ⁇ Raise the target temperature value in the cultivation environment by 4 degrees from the current value, and raise the light intensity of the specific light source by 20 cd from the current value.'' Decide on ⁇ things''.
  • the reason why the additional work is changed according to the evaluation value is that the work to cancel the dormant state changes depending on the depth of the dormancy. For example, in a shallow state of dormancy (a state in which the crop has not completely stopped growing, but is still growing slightly; a so-called semi-dormant state), it is possible to break the dormancy state by slightly adjusting the temperature and light intensity. It is. On the other hand, in a deep dormancy state (a state in which crop growth has completely stopped), a certain degree of temperature and light intensity adjustment is necessary to eliminate the dormancy state.
  • step S3002 logic data different from the logic data for determining the additional work in step S1005 is used.
  • different additional work is determined depending on whether or not the crop 40 is in a dormant state.
  • the logic data used in step S3002 is generated in advance, for example, according to the relationship between the past cultivation work of the expert and the leaf area.
  • a task that disturbs the dormant state of the crops is determined as an additional task. Therefore, additional work can be determined depending on the dormant state of the crop at the present time, so it is possible to determine a more appropriate cultivation work at the present time. Therefore, even a person with little experience in cultivation can grasp the appropriate cultivation operation at the appropriate timing. In addition, it is possible to reduce the degree of delay in fruit harvest time or decrease in yield due to crop dormancy.
  • the additional work does not have to be determined depending on whether or not the crop is in a dormant state.
  • the additional work is determined as in Embodiment 1 or 2, and the output unit 204 notifies (outputs) information on the determination result of whether the crop is in a dormant state and the additional work to the user. It's okay.
  • the output unit 204 notifies (outputs) information on the determination result of whether the crop is in a dormant state and the additional work to the user. It's okay.
  • the user can understand the additional work necessary for vegetative growth, and since the user can also understand that the crop is in a dormant state, in addition to the additional work, the user can perform the additional work required for vegetative growth. It can be performed.
  • the user can understand the additional work required for vegetative growth, and can also know that the crop is not dormant.
  • the additional work that is the work that disturbs the dormant state of the crops may be determined, and the user may be notified of information on the determination result as to whether or not the crops are in the dormant state.
  • the growth data is information indicating leaf area.
  • FIGS. 12A to 12C are diagrams showing examples of leaf orientations 120 (for example, a direction from the petiole to the tip of the leaf) arranged in chronological order.
  • leaf orientations 120 for example, a direction from the petiole to the tip of the leaf.
  • step S4001 the sensor unit 101 acquires a captured image of the crop 40 captured by the imaging device.
  • the sensor unit 101 sets a reference line in the captured image.
  • the reference line may be a ridge line, a soil line, or the edge of an elevated bench.
  • the reference line may be a line in a specific direction or a specific orientation (for example, a line extending northward or eastward) that does not appear in the captured image.
  • the reference line may be any line that does not change as the crop 40 grows.
  • the sensor unit 101 selects one leaf from among the leaves appearing in the captured image.
  • the sensor unit 101 selects leaves whose orientation changes according to the growth of the crop 40.
  • the sensor unit 101 selects a leaf within a certain period of time after the leaf unfolds (that is, a leaf of a certain size or less). This is because if the leaves grow larger than a certain size, the leaves may come into contact with the ground and the direction of the leaves may not change.
  • step S4004 the sensor unit 101 detects the orientation of the selected leaf. Specifically, the sensor unit 101 detects the orientation of the selected leaf according to the inclination of "the line connecting the tip of the selected leaf and the petiole" with respect to the set reference line.
  • the sensor unit 101 detects the orientation of the leaf.
  • the support device 20 uses the leaf orientation instead of the leaf area and determines the additional work based on the measured average rate of change in the leaf orientation (angular velocity of the leaf angle) and the reference average rate of change. can do.
  • the size of the leaf area in the captured image varies depending on the distance from the imaging device to the leaf. Therefore, when calculating the leaf area from the captured image, it may be necessary to consider the captured image and the distance between the imaging device and the leaf. On the other hand, when detecting the direction of a leaf from a captured image, the direction of the leaf can be detected without depending on the distance between the imaging device and the leaf. Therefore, it may be possible to detect the leaf direction more easily than the leaf area.
  • the support device 20 determines the additional work (work to be performed by the user) only based on the difference between the rate of change in leaf area in the measurement data and the rate of change in leaf area in the reference data.
  • additional work may be determined based on other information.
  • the support device 20 may determine the additional work based on the difference between the measured value of the state of the crops 40 and the standard value (standard value) of the state of the crops 40 at the present time (specific point in time).
  • the relationship between the difference between the measured value of the state of the crops 40 and the standard value of the state of the crops 40 at the present time (specific point in time), the "evaluation value" of each of the above embodiments, and the additional work is shown.
  • logic data is determined in advance.
  • the support device 20 refers to the logic data and determines the difference between the actual measured value of the state of the crops 40 at the present moment (specific point in time) and the standard value of the state of the crops 40, Additional work is determined from the "evaluation value" of each of the above embodiments.
  • the sensor unit acquires growth data or environmental data through measurement, but the user may manually measure the leaf area and temperature and input the results into the measuring device 10 or the support device 20. .
  • the support device 20 can acquire the measurement data and reference data, the process up to that point does not matter.
  • the "planting day”, which is the reference date (day 0) for elapsed days may be read as, for example, "the day the seeds were planted” or "the day the leaf area reached a predetermined size”. .
  • the measurement data and the reference data are information indicating changes in the state of the crops 40 over time, they may also be information indicating changes in the state of the crops 40 due to changes in integrated temperature. That is, the measurement data and the reference data may be information such as the training model shown in FIG. 8C.
  • the average rate of change may be the ratio of the amount of change in the state of the crops 40 to the amount of change in temperature at the current time.
  • a first acquisition means (202) that acquires reference data that is data on standard time-series changes in the condition of a specific crop
  • a second acquisition means (201) that acquires measurement data that measures time-series changes in the state of the specific crop that the user is cultivating
  • 1) Based on the rate of change of the state due to time-series changes in the reference data and the rate of change of the state due to time-series changes in the measurement data, 2)
  • the value of the state in the reference data and the measurement or 3) based on the integrated value of the time-series changes in the state in the reference data and the integrated value of the time-series changes in the state in the measured data.
  • a support device (20) characterized by having:
  • a support device (20) characterized by having:
  • An assistance method performed by a computer comprising: a first acquisition step of acquiring reference data that is data on standard time-series changes in the state of a specific crop (S1002); a second acquisition step (S1001) of acquiring measurement data that measures time-series changes in the state of the specific crop that the user is cultivating; 1) Based on the rate of change of the state due to time-series changes in the reference data and the rate of change of the state due to time-series changes in the measurement data, 2) The value of the state in the reference data and the measurement or 3) based on the integrated value of the time-series changes in the state in the reference data and the integrated value of the time-series changes in the state in the measured data.
  • a support method characterized by having the following.
  • An assistance method performed by a computer comprising: an acquisition step (S1002) of acquiring reference data that is data on standard time-series changes in the state of a specific crop; an estimation step (S2003) of estimating, as measured data, a time-series change in the state of the specific crop that the user is cultivating based on information about the environment in which the specific crop is being cultivated by the user; 1) Based on the rate of change of the state due to time-series changes in the reference data and the rate of change of the state due to time-series changes in the measurement data, 2) The value of the state in the reference data and the measurement data or 3) based on the integrated value of the time-series changes in the state in the reference data and the integrated value of the time-series changes in the state in the measured data, regarding the cultivation of the specific crop.
  • a support method characterized by having the following.
  • Support system 10: Measuring device, 20: Support device, 30: User terminal, 40: Crops, 50: Network, 101: Sensor section, 102: Communication section, 103: Storage section, 201: Measurement data acquisition section, 202: Reference data acquisition section, 203: Work determining section, 204: Output section, 205: Storage section, 211: Reference data storage section, 212: Logic storage section, 701: Sensor section, 702: Measured data estimation section, 703: Storage section, 713: Training model storage section

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

支援装置は、特定の作物の状態の標準的な時系列変化のデータである基準データを取得する第１の取得手段と、ユーザが栽培している前記特定の作物の状態の時系列変化を測定した測定データを取得する第２の取得手段と、１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段と、を有する。

Description

支援装置、支援方法、プログラム
　本発明は、支援装置、支援方法、プログラムに関する。
　従来、栽培に関する経験の少ない者（非熟練者）は、例えば、定植の日からの経過日数や季節を指標として、栽培作業を決定することを行っていた。
　一方で、特許文献１には、横軸が経過日数を示し、縦軸が葉領域の面積を示すような生育曲線を、果実の生育状態を評価するための１つの指標として用いる技術が開示されている。
特開２０１８－１６１０５８号公報
　しかし、定植の日からの経過日数や季節に応じて栽培作業を決定する方法では、例えば、元々の土壌の栄養素や栽培地の環境によって、適切な栽培作業が決定できない場合があった。また、特許文献１に示すような、育成曲線が非熟練者に示されても、非熟練者は、作物の状態を理想の状態に近づかせるために必要な栽培作業を決定できない。
　そこで、本発明では、ユーザが行うべき栽培作業を適切に決定できる技術の提供を目的とする。
　上記目的を達成するために本発明は、以下の構成を採用する。
　本発明の一側面は、特定の作物の状態の標準的な時系列変化のデータである基準データを取得する第１の取得手段と、ユーザが栽培している前記特定の作物の状態の時系列変化を測定した測定データを取得する第２の取得手段と、１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値に基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値に基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段、を有することを特徴とする支援装置である。
　このような構成によれば、作物の成長に応じて栽培作業を決定できるので、より適切な栽培作業を決定することができる。このため、栽培に関する経験の少ない者が行うべき栽培作業であっても、適切な栽培作業が決定できる。
　本発明の一側面は、特定の作物の状態の標準的な時系列変化のデータである基準データを取得する取得手段と、前記特定の作物がユーザにより栽培されている環境の情報に基づき、前記ユーザが栽培している前記特定の作物の状態の時系列変化を測定データとして推定する推定手段と、１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値に基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値に基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段、を有することを特徴とする支援装置である。
　このような構成によれば、作物の状態（成長度合い）を測定することができない場合であっても、環境の情報に基づき作物の状態を推定することができる。このため、ユーザが作物の状態を測定するための設備を準備することなく、ユーザが行うべき栽培作業が決定できる。
　上記支援装置において、前記推定手段は、前記環境の情報と前記特定の作物の状態との関係が予め定められたデータを参照して、前記測定データを推定してもよい。これによれば、環境の情報から容易に特定の作物の状態が推定可能になる。
　上記支援装置において、前記特定の作物の状態とは、葉面積、葉面積指数、株の高さ、葉の枚数、特定の葉の長さ、特定の葉の幅、蕾の数、花の数、実の数の少なくともいずれかであってもよい。例えば、特定の作物の状態が、葉面積または葉面積指数であれば、作物から葉が出た段階で、測定データを取得することが可能になる。このため、栽培における早い段階から、ユーザが行うべき栽培作業が決定できる。また、前記特定の作物の状態とは、葉の向きを含んでいてもよい。
　上記支援装置において、前記基準データおよび前記測定データは、基準日からの経過日数に対応する前記特定の作物の状態を示しており、前記決定手段は、特定の時点に対応する前記経過日数での、１）前記測定データにおける前記状態の変化率から前記基準データにおける前記状態の変化率を減算した評価値に基づき、２）前記測定データにおける前記状態の値から前記基準データにおける前記状態の値を減算した評価値に基づき、または３）前記測定データにおける前記状態の時系列変化の積算値から前記基準データにおける前記状態の時系列変化の積算値を減算した評価値に基づき、前記栽培作業を決定してもよい。
　上記支援装置において、前記基準日とは、前記特定の作物の定植の日であってもよい。これによれば、定植の日から測定データを取得することが可能になる。このため、定植の日より後の日であれば、ユーザが行うべき栽培作業が決定できる。
　上記支援装置において、前記決定手段は、前記評価値に応じた作業が予め定められたデータを参照して、前記栽培作業を決定してもよい。これによれば、評価値が定まれば、ユーザが行うべき栽培作業を一意に決定することができる。
　上記支援装置において、前記決定手段は、前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、前記特定の作物が休眠状態であるか否かを判定してもよい。上記の支援装置は、前記特定の作物が休眠状態であるか否かの判定結果を出力する出力手段をさらに有していてもよい。また、前記決定手段は、前記特定の作物が休眠状態であるか否かに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定してもよい。また、前記決定手段は、前記特定の作物が休眠状態であると判定した場合には、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業として、温度および照度を制御する栽培作業を決定してもよい。これによれば、特定の作物が、一般的な栄養成長とは異なる休眠状態であるか否かに応じて、栽培作業が決定される。このため、休眠状態に移行する可能性がある作物について、適切な栽培作業が決定できる。
　上記支援装置は、前記決定手段が決定した前記栽培作業を前記ユーザに通知するように、ディスプレイまたはスピーカを制御する出力制御手段をさらに有してもよい。これによれば、ユーザは、自身が行うべき作業を容易に把握することができる。
　本発明は、上記手段の少なくとも一部を有する装置として捉えてもよいし、電子機器や制御システム、情報処理システム、情報処理装置、支援システムとして捉えてもよい。また、本発明は、上記処理の少なくとも一部を含む制御方法、支援方法として捉えてもよい。また、本発明は、かかる方法を実現するためのプログラムやそのプログラムを非一時的に記録した記録媒体（記憶媒体）として捉えることもできる。なお、上記手段および処理の各々は可能な限り互いに組み合せて本発明を構成することができる。
　本発明によれば、ユーザが行うべき栽培作業を適切に決定できる。
図１は、実施形態１に係る支援システムの構成図である。 図２は、実施形態１に係る測定装置および支援装置の内部構成図である。 図３Ａおよび図３Ｂは、実施形態１に係る測定データを説明する図である。 図４Ａおよび図４Ｂは、実施形態１に係る基準データを説明する図である。 図５Ａ～図５Ｄは、実施形態１に係る追加作業の決定を説明する図である。 図６は、実施形態１に係る作業決定処理を説明するフローチャートである。 図７は、実施形態２に係る測定装置および支援装置の内部構成図である。 図８Ａ～図８Ｃは、実施形態２に係る測定データの推定を説明する図である。 図９は、実施形態２に係る作業決定処理を説明するフローチャートである。 図１０Ａ～図１０Ｄは、追加作業の決定を説明する図である。 図１１Ａおよび図１１Ｂは、実施形態３に係る支援装置を説明する図である。 図１２Ａ～図１２Ｄは、変形例に係る葉の向きの検出を説明する図である。
　以下、本発明を実施するための実施形態について図面を用いて記載する。
＜適用例＞
　以下では、支援装置２０は、ユーザが栽培している特定の作物４０（例えば、イチゴ）の状態の時系列変化を示す測定データと、特定の作物４０の状態の標準的な時系列変化を示す基準データに基づき、ユーザが行うべき栽培作業を決定する。具体的には、支援装置２０は、特定の時点での、測定データにおける特定の作物４０の状態の変化率と基準データにおける特定の作物４０の状態の変化率との差分に応じて、ユーザが行うべき栽培作業を決定する。または、支援装置２０は、測定データにおける特定の作物４０の状態の値と、基準データにおける特定の作物４０の状態の値との差分に応じて、ユーザが行うべき栽培作業を決定する。または、支援装置２０は、測定データにおける特定の作物４０の状態の時系列変化の積算値と、基準データにおける特定の作物４０の状態の時系列変化の積算値との差分に応じて、ユーザが行うべき栽培作業を決定する。なお、以下では、「ユーザが行うべき栽培作業」とは、ユーザが計画している栽培作業を行うことを前提として、その栽培作業に追加でユーザが行うべき栽培作業をいう。しかし、「ユーザが行うべき栽培作業」は、ユーザが計画している栽培作業と、その栽培作業に追加でユーザが行うべき栽培作業との両方を含んだ栽培作業であってもよい。
　これによれば、特定の時点における特定の作物４０の成長に応じた測定値（または推定値）と標準的な値との違いに応じて、ユーザが行うべき栽培作業が決定できるため、特定の時点においてより適切な栽培作業が決定可能になる。
＜実施形態１＞
　図１を参照して、作物４０に関して、ユーザが行うべき栽培作業をユーザに通知する（提案する）支援システム１について説明する。支援システム１は、測定装置１０、支援装置２０、ユーザ端末３０を有する。測定装置１０、支援装置２０、およびユーザ端末３０は、互いにネットワーク５０を介して通信可能である。
　測定装置１０は、作物４０の葉面積、葉面積指数（Ｌｅａｆ　Ａｒｅａ　Ｉｎｄｅｘ；ＬＡＩ）または実の数などの情報を成長データとして取得する。実施形態１では、作物４０は、イチゴであるとする。しかし、作物４０は、任意の植物（ミニトマト、生姜、アスパラガス、またはブルーベリーなど）であってもよい。葉面積は、測定範囲の全体における葉の面積であってもよいし、１枚の葉の面積であってもよい。葉面積指数は、床の単位面積あたりの葉の表面積を示す指標である。なお、実施形態１では、測定装置１０は、測定時における作物４０の葉面積の情報を成長データとして取得するものとする。しかし、成長データは、作物４０を測定することにより取得できる情報であり、かつ、作物４０の状態（成長度合い）を示す情報であれば、任意の情報であってよい。例えば、成長データは、葉面積、葉面積指数、株の高さ、葉の枚数、特定の葉の長さ、特定の葉の幅、蕾の数、花の数、実の数の少なくともいずれかを示す情報であってよい。
　なお、成長データが、葉面積または葉面積指数を示す情報であれば、作物４０に実ができる前にも、支援システム１は、成長データを取得することができる。このため、支援システム１は、作物４０に実ができる前の段階でも、ユーザが行うべき栽培作業を決定できる。また、成長データが、葉面積または葉面積指数を示す情報であれば、発明者が発見した知見（イチゴの理想の生育では、新葉が展開し、継続的に葉面積が増加していくことが重要であること）から、イチゴである作物４０の状態を適切に把握可能である。
　支援装置２０は、測定装置１０から取得した成長データに基づき、ユーザが行うべき栽培作業を決定する。支援装置２０は、決定した栽培作業を示す情報（作業情報）をユーザ端末３０に送信する。支援装置２０は、例えば、測定装置１０やユーザ端末３０が配置された位置とは物理的に離れた位置に配置されたサーバ（情報処理装置）である。なお、栽培作業は、例えば、１Ｌ（リットル）／ｍ２の潅水を行うこと（作物４０に水を注ぎかけること）、または１ｋｇ／ｍ２の追肥を行うこと、果房についている花や実の数を３個残してそれ以外は摘花すること、環境制御の目標温度設定を２度高くすること、などである。
　ユーザ端末３０は、支援装置２０から作業情報を受信して、作業情報が示す栽培作業をユーザに通知する（提案する）。より具体的には、例えば、ユーザ端末３０に含まれる表示部が、栽培作業を示す表示アイテムを表示する。また、ユーザ端末３０に含まれる音声出力部が、栽培作業を示す音声を発してもよい。従って、ユーザ端末３０は、栽培作業を示す表示アイテムを表示可能な表示装置（ディスプレイ）であってもよいし、栽培作業を示す音声を発する音声出力装置（スピーカ）であってもよい。また、ユーザ端末３０は、ディスプレイまたは／およびスピーカを有するような、スマートフォンまたはタブレット端末であってもよい。
（測定装置の内部構成について）
　図２を参照して、測定装置１０の内部構成について説明する。測定装置１０は、センサ部１０１、通信部１０２、記憶部１０３を有する。
　センサ部１０１は、定期的（例えば、１日または１週間ごと）に、作物４０の葉面積を測定する。例えば、センサ部１０１は、作物４０を撮像する撮像装置（カメラ）を含む。センサ部１０１は、撮像装置により作物４０を撮像して撮像画像を取得する。そして、センサ部１０１は、撮像画像に写っている葉の面積を、葉面積として算出する。なお、葉面積は、葉の実際の面積であってもよいし、撮像画像における葉に該当する画素の数であってもよい。センサ部１０１は、葉面積の情報を、成長データとして記憶部１０３に格納する。
　例えば、撮像画像における葉に該当する画素の数を算出する場合には、センサ部１０１は、撮像画像における各画素のＲＧＢ値に応じて、各画素が葉に該当するか否かを判定する。また、センサ部１０１は、距離センサにより距離画像（各画素が被写体までの距離を示す画像）を取得して、距離画像において所定の距離よりも短い距離を示す画素を、葉に該当する画素として判定してもよい。これらにより、センサ部１０１は、撮像画像において葉に該当する画素の数を取得できる。また、センサ部１０１は、例えば、葉に該当する画素の数と、撮像装置から葉までの距離とに基づき、葉の実際の面積を算出することもできる。なお、葉面積の算出には、他の任意の方法が用いられてもよい。
　通信部１０２は、支援装置２０と通信を行う。通信部１０２は、葉面積を測定するたびに、成長データを支援装置２０に送信する。なお、通信部１０２と支援装置２０（測定データ取得部２０１）との通信は、有線および無線のいずれによって行われてもよい。
　記憶部１０３は、成長データを格納する。記憶部１０３は、センサ部１０１が含む撮像装置が作物４０を撮像した撮像画像を格納していてもよい。
（支援装置の内部構成について）
　図２を参照して、支援装置２０の内部構成について説明する。支援装置２０は、測定データ取得部２０１、基準データ取得部２０２、作業決定部２０３、出力部２０４、記憶部２０５を有する。
　測定データ取得部２０１は、測定装置１０から成長データを取得して、成長データを時系列データに変換した測定データを生成する（取得する）。測定データは、作物４０を定植した日からの経過日数と、その経過日数の経過時における葉面積とを対応付けた情報である。図３Ａおよび図３Ｂは、作物４０の定植をした日から１週間（７日）ごとに葉面積を測定した成長データに基づく、測定データを示す。例えば、図３Ａによれば、定植日（定植日から０日経過した時点）では、葉面積が１０ｃｍ２であり、定植日から２１日経過した時点では、葉面積が２８ｃｍ２であることが分かる。
　基準データ取得部２０２は、記憶部２０５に格納された基準データを取得する。ここで、基準データとは、作物４０（つまり、イチゴ）の標準的（理想的）な葉面積の時系列変化を示す情報である。つまり、基準データは、図４Ａに示すような、イチゴを定植した日からの経過日数と、その経過日数の経過時における標準的な葉面積とを対応付けた情報である。基準データには、例えば、複数の熟練者（栽培に関する経験が多い者）がイチゴを栽培している際の、各経過日数の経過時における葉面積の代表値（平均値、中央値、または最小値）を用いる。熟練者は、例えば、所定年数（例えば、１０年）以上、イチゴの栽培を行っている人である。なお、基準データおよび測定データは、横軸が定植日からの経過日数を示し、縦軸が葉面積を示すような２次元グラフ（図４Ｂ参照）であってもよい。
　作業決定部２０３は、測定データと基準データとに基づき、ユーザが行うべき栽培作業（以下、「追加作業」と呼ぶ）を決定する。
　具体的には、まず、作業決定部２０３は、測定データにおける定植日から現時点までの経過日数に対応する葉面積の平均変化率（微分値）から、基準データにおける当該経過日数に対応する葉面積の平均変化率（微分値）を減算した値（以下、「評価値」と呼ぶ）を算出する。実施形態１では、平均変化率とは、現時点と前回との間における単位時間あたりの葉面積の変化量である。例えば、現時点において作物４０の定植から１４日経過しているような場合には、図３Ａに示す測定データから、経過日数が１４日における葉面積は２２ｃｍ２であり、前回である経過日数が７日における葉面積は１６ｃｍ２であることが分かる。そこで、単位時間を１日とした場合であれば、平均変化率は、下記の式のように、葉面積の変化量である６ｃｍ２（＝２２ｃｍ２－１６ｃｍ２）を経過日数の差分である７日（＝１４日－７日）で除算することで、約０．８５ｃｍ２／日と算出することができる。なお、平均変化率は、現時点と定植日との間における単位時間あたりの葉面積の変化量であってもよい。
Figure JPOXMLDOC01-appb-M000001
　ここで、図５Ａは、図３Ａに示す測定データに対して、平均変化率の情報を付した情報である。図５Ｂは、図３Ｂに示す測定データに対して、平均変化率の情報を付した情報である。図５Ｃは、図４Ａに示す基準データに対して、平均変化率の情報を付した情報である。
　作業決定部２０３は、記憶部２０５に格納されたロジックデータを参照して、評価値に基づき追加作業を決定する。ロジックデータは、図５Ｄに示すような、評価値と追加作業との関係性を示すテーブルである。作業決定部２０３は、図５Ｄに示すロジックデータを参照すれば、評価値が０以上であれば、追加作業を「なし」と決定する。また、評価値が０未満、かつ、－０．５以上であれば、作業決定部２０３は、追加作業を「１Ｌ／ｍ２だけ潅水を行うこと」と決定する。さらに、評価値が－０．５未満であれば、作業決定部２０３は、追加作業を「１ｋｇ／ｍ２だけ追肥を行うこと」と決定する。なお、ロジックデータは、評価値を入力すると、追加作業が出力されるような関数であってもよい。
　ここで、ロジックデータは、例えば、熟練者の過去の栽培作業と葉面積との関係に応じて、予め生成されている。例えば、第１の熟練者が栽培しているイチゴについて或る時点において葉面積の変化率が１であるのに対して、第２の熟練者が栽培しているイチゴでは同一の時点において葉面積の変化率が０．６であったと仮定する。この場合には、或る時点とそれの前回の時点との間で、第１の熟練者が行っていて、かつ、第２の熟練者が行っていなかった栽培作業が、２つの変化率の差分０．４（＝１－０．６）の評価値に対応する栽培作業として決定される。これにより、１つの評価値に対応する１つの栽培作業が決定できる。なお、決定された評価値とそれに対応する栽培作業を参照して、人間がロジックデータを手動で生成してもよいし、互いに対応する評価値と栽培作業との複数のセットを教師データとして、評価値と栽培作業の関係を機械学習により学習させることによってロジックデータが生成されてもよい。
　なお、実施形態１では、作業決定部２０３は、上記のように、平均変化率に基づき追加作業を決定する例を説明する。しかし、作業決定部２０３は、測定データにおける葉面積と基準データにおける葉面積との差分に基づき、追加作業を決定してもよい。具体的には、作業決定部２０３は、測定データにおける定植日から現時点までの経過日数に対応する葉面積から、基準データにおける当該経過日数に対応する葉面積を減算した値を、評価値とする。そして、作業決定部２０３は、図１０Ａに示すような、評価値と栽培作業との関係を示すロジックデータを参照して、追加作業を決定する。
　例えば、現時点において作物４０の定植から１４日経過しているような場合には、図３Ａに示す測定データから、経過日数が１４日における葉面積は２２ｃｍ２であることが分かる。そして、現時点において作物４０の定植から１４日経過しているような場合には、図４Ａに示す基準データから、経過日数が１４日における葉面積は２４ｃｍ２であることが分かる。そこで、作業決定部２０３は、測定データにおける葉面積（＝２２ｃｍ２）から基準データにおける葉面積（＝２４ｃｍ２）を減算すると、評価値として－２ｃｍ２が算出できる。その後、作業決定部２０３は、図１０Ａが示すロジックデータを参照することにより、評価値（＝－２ｃｍ２）に基づき、追加作業として「摘花をする際に、４枚の花を残すように栽培作業を変更すること」を決定できる。
　このように、測定データが示す葉面積と基準データが示す葉面積との差分に基づき、追加作業を決定することによれば、葉面積と作物の光合成能力との間に相関性があるので、光合成能力を考慮した適切な追加作業が決定できる。
　さらに、作業決定部２０３は、測定データにおける葉面積の時系列変化の積算値（累計値）と基準データにおける葉面積の時系列変化の積算値との差分に基づき、追加作業を決定してもよい。ここで、積算値とは、定植の日から現時点（特定の時点）までの、所定の期間ごと（葉面積の測定間隔ごと）の葉面積の合計である。例えば、作業決定部２０３は、図３Ａに示す測定データから、図１０Ｂに示すような、定植の日からの経過日数と葉面積の時系列変化の積算値とを算出できる。例えば、現時点において経過日数が１４日であれば、図３Ａに示すように、経過日数が０日の時点で葉面積が１０ｃｍ２であり、経過日数が７日の時点で葉面積が１６ｃｍ２であり、経過日数が１４日の時点で葉面積が２２ｃｍ２である。従って、作業決定部２０３は、経過日数が１４日である時点における葉面積の積算値は４８ｃｍ２（＝１０ｃｍ２＋１６ｃｍ２＋２２ｃｍ２）であると算出できる。また、図１０Ｃは、図４Ａに示す基準データから、定植の日からの経過日数と葉面積の時系列変化の積算値とを算出した結果（基準データにおける葉面積の時系列変化の積算値）を示す。
　そして、作業決定部２０３は、現時点での、測定データにおける葉面積の時系列変化の積算値から、基準データにおける葉面積の時系列変化の積算値を減算して、評価値を算出する。例えば、定植の日から１４日が経過している時点では、作業決定部２０３は、測定データにおける葉面積の時系列変化の積算値（＝４８ｃｍ２）から、基準データにおける葉面積の時系列変化の積算値（＝５１ｃｍ２）を減算して、評価値として－３ｃｍ２を算出する。そして、作業決定部２０３は、図１０Ｄに示すような、評価値と栽培作業との関係を示すロジックデータを参照して、追加作業を決定する。例えば、評価値が－３ｃｍ２であれば、作業決定部２０３は、追加作業として「摘花をする際に、４枚の花を残すように栽培作業を変更すること」を決定できる。
　このように、測定データにおける葉面積の時系列変化の積算値と基準データにおける葉面積の時系列変化の積算値との差分に基づき、追加作業を決定することによれば、このような積算値と光合成産物（花や実など）との間に相関性があるので、光合成産物を適切に得るための追加作業が決定できる。
　出力部２０４（出力制御部）は、追加作業を示す情報をユーザ端末３０に送信する。これにより、出力部２０４は、追加作業をユーザに通知するようにユーザ端末３０（例えば、ディスプレイまたはスピーカ）を制御する。
　記憶部２０５は、基準データ記憶部２１１およびロジック記憶部２１２を有する。基準データ記憶部２１１は、基準データを格納する。ロジック記憶部２１２は、ロジックデータを格納する。なお、記憶部２０５は、成長データ、測定データ取得部２０１が生成した測定データ、または／および作業決定部２０３が決定した追加作業を示す情報を格納していてもよい。
　また、測定装置１０および支援装置２０は、例えば、ＣＰＵ（プロセッサ）、メモリ、ストレージなどを備えるコンピュータにより構成することができる。その場合、図２に示す構成は、ストレージに格納されたプログラムをメモリにロードし、ＣＰＵが当該プログラムを実行することによって実現されるものである。かかるコンピュータは、パーソナルコンピュータ、サーバコンピュータ、タブレット端末、スマートフォンのような汎用的なコンピュータでもよいし、オンボードコンピュータのように組み込み型のコンピュータでもよい。あるいは、図２に示す構成の全部または一部を、ＡＳＩＣやＦＰＧＡなどで構成してもよい。あるいは、図２に示す構成の全部または一部を、クラウドコンピューティングや分散コンピューティングにより実現してもよい。
（作業決定処理について）
　図６のフローチャートを参照して、支援装置２０が追加作業を決定する処理である作業決定処理について説明する。このフローチャートの処理は、例えば、支援装置２０が成長データを測定装置１０から取得するたびに行われる。
　ステップＳ１００１では、測定データ取得部２０１は、成長データに基づき、図３Ａおよび図３Ｂに示すような測定データを生成する。例えば、測定データ取得部２０１は、前回において生成した測定データに、成長データに基づく情報（現時点における経過日数の情報、および現時点における葉面積の情報）を追加することにより、新たな測定データを生成する。
　ステップＳ１００２では、基準データ取得部２０２は、基準データ記憶部２１１から基準データを取得する。なお、ステップＳ１００１，Ｓ１００２の順で処理が実行されることに限らず、ステップＳ１００２，Ｓ１００１の順で処理が実行されてもよい。
　ステップＳ１００３では、作業決定部２０３は、測定データおよび基準データのそれぞれから、現時点までの経過日数に対応する葉面積の平均変化率を算出する。例えば、現時点において定植の日から２１日経過しているのであれば、図３Ａに示す測定データから、測定データにおける葉面積の平均変化率は０．８５ｃｍ２／日であると算出される（図５Ａ参照）。また、現時点において定植の日から２１日経過しているのであれば、図４Ａに示す基準データから、基準データにおける葉面積の平均変化率は１ｃｍ２／日であると算出される（図５Ｃ参照）。
　ステップＳ１００４では、作業決定部２０３は、測定データの葉面積の平均変化率から基準データの葉面積の平均変化率を減算した値である評価値を算出する。例えば、現時点において定植の日から２１日経過しているのであって、図３Ａに示す測定データと図４Ａに示す基準データが取得されているのであれば、作業決定部２０３は、－０．１５ｃｍ２／日（＝０．８５ｃｍ２／日－１ｃｍ２／日）を評価値として算出する。一方で、例えば、現時点において定植の日から２１日経過しているのであって、図３Ｂに示す測定データと図４Ａに示す基準データが取得されているのであれば、作業決定部２０３は、－０．８６ｃｍ２／日（＝０．１４ｃｍ２／日－１ｃｍ２／日）を評価値として算出する。
　ステップＳ１００５では、作業決定部２０３は、評価値およびロジックデータに基づき、追加作業を決定する。具体的には、作業決定部２０３は、テーブル形式で表されたロジックデータにおいて評価値に対応する作業を、追加作業として決定する。例えば、作業決定部２０３は、ステップＳ１００４において評価値を－０．１５ｃｍ２／日と算出していれば、図５Ｄに示すロジックデータから、「１Ｌ／ｍ２だけ潅水をすること」を追加作業として決定する。一方で、作業決定部２０３は、ステップＳ１００４において評価値を－０．８６ｃｍ２／日と算出していれば、図５Ｄに示すロジックデータから、「１ｋｇ／ｍ２だけ追肥すること」を追加作業として決定する。
　なお、作業決定部２０３は、測定データにおける葉面積の値と基準データにおける葉面積との差分に応じて追加作業を決定する場合には、ステップＳ１００３の処理を行わない。そして、ステップＳ１００４にて、作業決定部２０３は、現時点における、測定データの葉面積から基準データの葉面積を減算した値である評価値を算出する。例えば、現時点において定植の日から２１日経過しているのであって、図３Ａに示す測定データと図４Ａに示す基準データが取得されているのであれば、作業決定部２０３は、－３ｃｍ２（＝２８ｃｍ２－３１ｃｍ２）を評価値として算出する。その後、ステップＳ１００５にて、作業決定部２０３は、図１０Ａに示すようなロジックデータを参照して、評価値から追加作業を決定する。例えば、評価値が－３ｃｍ２であれば、作業決定部２０３は、追加作業として「摘花をする際に、４枚の花を残すように栽培作業を変更すること」を決定する。なお、例えば、評価値が－１０ｃｍ２であれば、作業決定部２０３は、追加作業として「栽培環境における温度の目標値を現在よりも２度上げること」を決定する。
　また、作業決定部２０３は、測定データにおける葉面積の時系列変化の積算値と基準データにおける葉面積の時系列変化の積算値との差分に基づき、追加作業を決定する場合には、ステップＳ１００３にて、それぞれの積算値を算出する。例えば、作業決定部２０３は、図３Ａに示す測定データから、図１０Ｂに示すような測定データにおける葉面積の時系列変化の積算値を算出する。作業決定部２０３は、図４Ａに示す基準データから、図１０Ｃに示すような基準データにおける葉面積の時系列変化の積算値を算出する。そして、ステップＳ１００４にて、作業決定部２０３は、現時点における、測定データの葉面積の時系列変化の積算値から基準データの葉面積の時系列変化の積算値を減算した値である評価値を算出する。例えば、現時点において定植の日から２１日経過しているのであって、図３Ａに示す測定データと図４Ａに示す基準データが取得されているのであれば、作業決定部２０３は、－６ｃｍ２（＝７６ｃｍ２－８２ｃｍ２）を評価値として算出する。その後、ステップＳ１００５にて、作業決定部２０３は、図１０Ｄに示すようなロジックデータを参照して、評価値から追加作業を決定する。例えば、評価値が－６ｃｍ２であれば、作業決定部２０３は、追加作業として「摘花をする際に、４枚の花を残すように栽培作業を変更すること」を決定する。
　ステップＳ１００６では、出力部２０４は、追加作業の情報（作業情報）をユーザ端末３０に送信する。ユーザ端末３０は、作業情報を取得すると、ユーザに追加作業を通知する（提案する）。このため、出力部２０４は、追加作業をユーザに通知するようにユーザ端末３０を制御しているといえる。なお、測定装置１０が追肥および潅水を行うことが可能であれば、出力部２０４は、測定装置１０に作業情報を出力して、測定装置１０に追加作業を実行させてもよい。
　実施形態１によれば、支援システムは、現時点における作物の状態（葉面積）の変化率に基づき、追加作業を決定している。このため、現時点の作物の成長速度に応じて追加作業を決定できるので、現時点において、より適切な栽培作業を決定することができる。このため、栽培に関する経験の少ない者であっても、適切なタイミングで適切な栽培作業を把握できる。
　なお、上記の「現時点」との記載は、「特定の時点」と読み替えてもよい。つまり、支援システム１は、現時点における作物の状態の変化率に基づき追加作業を決定するのではなく、現時点より少し過去の特定の時点における作物の状態の変化率に基づき追加作業を決定してもよい。これは、作物４０の状態の測定から、追加作業の決定までにタイムラグが生じる可能性があるためである。
＜実施形態２＞
　実施形態１では、支援システム１は、作物４０の状態（成長度合い）を測定した成長データを取得して、成長データに基づく測定データを用いて追加作業を決定した。しかし、支援システム１が、作物４０の状態（成長度合い）を測定できない場合も想定できる。このため、実施形態２では、作物４０の状態を測定せずに、作物４０の栽培環境の情報に基づき、追加作業を決定する支援システム１を説明する。
　実施形態２では、測定装置１０の内部構成と支援装置２０の内部構成とが、実施形態１で説明したものと異なる（図７参照）。以下では、実施形態２と実施形態１との差異についてのみ詳細に説明する。
　実施形態２に係る測定装置１０は、センサ部１０１の代わりに、センサ部７０１を有する（図７参照）。センサ部７０１は、作物４０が栽培されている環境の情報（環境データ）を取得する。例えば、センサ部７０１は、温度センサを含み、温度センサにより作物４０が栽培されている環境における温度（気温）を測定する。また、センサ部７０１は、雨量センサを含み、雨量センサにより作物４０が栽培されている環境における降水量を測定してもよい。そして、センサ部７０１は、測定した温度または降水量の情報を、環境データとして記憶部１０３に格納する。なお、以下では、環境データは、或る日のセルシウス温度（例えば、２４時間における平均気温、日中の平均温度、または１２時時点の温度）の情報であるとして説明する。しかし、環境データは、作物４０が栽培されている環境の情報であれば任意の情報であってよい。例えば、環境データは、湿度（平均湿度）、照度（平均照度）、または太陽光が作物４０に当たっていた時間の情報であってもよい。なお、環境データは、作物４０の成長に影響する（関係する）と、過去の知見などから判明している情報であるとよい。
　実施形態２に係る支援装置２０は、測定データ取得部２０１の代わりに、測定データ推定部７０２を有する（図７参照）。そして、支援装置２０は、記憶部２０５の代わりに、記憶部７０３を有する。
　測定データ推定部７０２は、測定装置１０から取得した環境データ（温度の情報）に基づき、測定データを推定する。具体的には、まず、測定データ推定部７０２は、環境データに基づき、図８Ａに示すような、定植の日からの経過日数と温度との関係を示す時系列データ（温度時系列データ）を生成する。そして、測定データ推定部７０２は、生成した温度時系列データに基づき、図８Ｂに示すような、定植の日からの経過日数と１週間ごとの積算温度（当該経過日数の経過時点までの温度の合計）との関係を示す時系列データ（積算時系列データ）を生成する。図８Ｂでは、例えば、定植の日からの１４日が経過している場合には、経過日数が０日、７日、および１４日時点の温度の合計から、積算温度が３４度（＝１０度＋１２度＋１２度）であることが分かる。
　その後、測定データ推定部７０２は、図８Ｃに示すような育成モデル（育成データ）を参照して、積算時系列データに基づき測定データを推定する。育成モデルは、図８Ｃに示すように、１週間ごとの積算温度と葉面積との関係を示す情報である。具体的には、測定データ推定部７０２は、育成モデルを参照して、積算時系列データが示す積算温度に対応する葉面積を算出する。別の実施例として、測定データ推定部７０２は、一定期間の平均温度と葉面積との関係を示す育成モデルを参照して、時系列データが示す温度（環境温度）の一定期間の平均値に対応する葉面積を算出してもよい。これらにより、測定データ推定部７０２は、定植の日からの経過日数それぞれについて当該経過日数と葉面積との関係を推定することにより、測定データを推定する。
　具体的に、図８Ｂに示す積算時系列データと、図８Ｃに示す育成モデルに基づき、測定データ推定部７０２が測定データを推定する例を説明する。この例では、経過日数が０日である場合の積算温度（＝１０度）に対応する葉面積が１０ｃｍ２であり、経過日数が７日である場合の積算温度（＝２２度）に対応する葉面積が１６ｃｍ２であることが分かる。そして、経過日数が１４日である場合の積算温度（＝３４度）に対応する葉面積が２２ｃｍ２であり、経過日数が２１日である場合の積算温度（＝４４度）に対応する葉面積が２８ｃｍ２であることが分かる。このことから、測定データ推定部７０２は、経過日数が０日である場合には葉面積が１０ｃｍ２であり、経過日数が７日である場合には葉面積が１６ｃｍ２であるなどと推定することができる。つまり、測定データ推定部７０２は、図３Ａに示すような測定データを推定することができる。
　なお、育成モデルは、一般的な熟練者が事前にイチゴを栽培した際の、積算温度と葉面積との関係、または一定期間の平均温度に対応する葉面積から事前に作成された情報である。ここで、育成モデルは、過去１０年の中で最もイチゴの収量が高かった年における積算温度と葉面積との関係、または一定期間の平均温度と葉面積との関係を示す情報であってもよい。なお、育成モデルは、積算温度または一定期間の平均温度と葉面積との関係を示す情報であれば、テーブル形式の情報や機械学習モデル（積算温度の情報を入力すると葉面積の情報を出力するような情報）であってもよい。
　記憶部７０３は、基準データ記憶部２１１およびロジック記憶部２１２とともに、育成モデル記憶部７１３を有する。育成モデル記憶部７１３は、予め定められた育成モデルを格納する。
（作業決定処理について）
　図９のフローチャートを参照して、実施形態２に係る作業決定処理について説明する。図９において図６と同じ付番を付しているステップについては、実施形態１と同様の処理が行われるため、説明を省略する。なお、図９のフローチャートの処理は、例えば、測定データ推定部７０２が環境データを取得するたびに開始する。
　ステップＳ２００１では、測定データ推定部７０２は、環境データに基づき、図８Ａに示すような、温度の時系列変化を表す温度時系列データを生成する。
　ステップＳ２００２では、測定データ推定部７０２は、温度時系列データに基づき、図８Ｂに示すような、温度の積算値（積算温度）の時系列変化を表す積算時系列データを生成する。
　ステップＳ２００３では、測定データ推定部７０２は、育成モデル記憶部７１３に格納された育成モデルを参照して、積算時系列データから測定データを推定する。
　実施形態２によれば、作物４０の状態（成長度合い）を測定することができない場合であっても、環境データに基づき測定データ（作物４０の状態）を推定することができる。このため、撮像画像を分析することにより葉面積を取得する必要がなくなるため、測定装置１０における構成を簡素化することができる。
　なお、実施形態２では、支援装置２０は、環境データに基づき測定データを推定したが、例えば、現時点までの施肥の回数（または量）および潅水の回数（または量）に基づき測定データを推定してもよい。この場合には、施肥の回数の積算値および潅水の回数の積算値のセットと、葉面積との関係を示す育成モデルに基づき、測定データが推定される。
　また、上記のように測定データ推定部７０２が推定したデータを、「測定データ」ではなく、「基準データ」として扱ってもよい。つまり、支援装置２０は、育成モデルを参照して、温度時系列データに基づき基準データを生成してもよい。そして、測定データに関しては、実施形態１と同様に、成長データに応じて取得されてもよい。これによれば、例えば、栽培の環境が異なる地域や季節に応じて複数の基準データを予め用意することなく、栽培の環境が異なる地域や季節に応じた基準データを１つの育成モデルから生成できる。
＜実施形態３＞
　実施形態１，２では、支援装置２０は、栄養成長を基準に近づけるような追加作業を決定するために、基準データの平均変化率と測定データの平均変化率に基づき追加作業を決定した。一方で、イチゴまたはバラなどの作物４０では、「休眠」と呼ばれる成長が休止するような期間が発生する。休眠が発生すると、作物４０の実の収穫時期の遅れ、または収穫量の低下が発生する可能性がある。
　そして、休眠は、作物４０の環境条件に影響される。特に、休眠は、作物４０が栽培されている環境における温度、および、作物４０に当たる光の明るさ（照明の照度）の影響を受ける。そこで、実施形態３では、支援装置２０は、基準データの平均変化率と測定データの平均変化率に基づき作物が休眠状態であるか否かを判定して、判定結果に基づき休眠状態を阻害するような作業を決定する。
　以下では、図１１Ａに示すフローチャートを参照して、実施形態３に係る支援装置２０の作業決定処理を説明する。以下では、図１１Ａに示すフローチャートと図６に示すフローチャートの差分についてのみ説明する。ステップＳ１００４によって評価値が算出されると、ステップＳ３００１の処理が開始する。
　ステップＳ３００１では、作業決定部２０３は、評価値に基づき、作物４０が休眠状態であるか否かを判定する。作物４０が休眠状態であると判定された場合には、ステップＳ３００２に進む。作物４０が休眠状態でないと判定された場合には、ステップＳ１００５に進む。なお、実施形態１と同様に、評価値が、測定データの葉面積の平均変化率から基準データの葉面積の平均変化率を減算した値である場合について説明する。なお、葉面積の代わりに、葉面積指数、株の高さ、葉の枚数、特定の葉の長さ、特定の葉の幅、蕾の数、花の数、実の数、または、後述する葉の向きが用いられていてもよい。
　ここで、作物４０が休眠状態であれば、測定データの葉面積の平均変化率から基準データの葉面積の平均変化率を減算した値である評価値が著しく小さくなる。これは、作物４０が休眠状態であれば、作物４０の成長が止まっている、または、作物４０の成長が著しく鈍化しているためである。従って、作業決定部２０３は、評価値が基準値（予め設定された値）よりも小さい場合には、作物４０が休眠状態であると判定できる。
　ステップＳ３００２では、作業決定部２０３は、評価値に基づき、休眠を阻害する作業を追加作業として決定する。例えば、作業決定部２０３は、図１１Ｂに示すような、評価値と休眠を阻害する作業とを関連付けたロジックデータを参照して、評価値から追加作業を決定する。例えば、作業決定部２０３は、評価値が－１８ｃｍ２であれば、追加作業として「栽培環境における温度の目標値を現在よりも２度上げ、かつ、特定の光源の光量（照度）を現在よりも１０ｃｄ上げること」を決定する。例えば、作業決定部２０３は、評価値が－２１ｃｍ２であれば、追加作業として「栽培環境における温度の目標値を現在よりも４度上げ、かつ、特定の光源の光量を現在よりも２０ｃｄ上げること」を決定する。
　なお、このように、評価値に応じて追加作業を変更するのは、休眠の深さによって休眠状態を解消するための作業が変化するからである。例えば、休眠状態のうち浅い休眠状態（作物の成長が完全に止まったわけではなく、僅かながら成長している状態；いわゆる半休眠状態）では、少しの温度および光量の調整で、休眠状態を解消可能である。一方で、休眠状態のうち深い休眠状態（作物の成長が完全に止まった状態）では、或る程度の温度および光量の調整が、休眠状態の解消のために必要である。
　また、ステップＳ３００２では、ステップＳ１００５における追加作業を決定するためのロジックデータとは異なるロジックデータが用いられる。つまり、作物４０が休眠状態であるか否かに応じて、異なる追加作業が決定される。ステップＳ３００２にて用いられるロジックデータは、例えば、熟練者の過去の栽培作業と葉面積との関係に応じて、予め生成されている。
　以上、実施形態３によれば、作物が休眠状態である場合には、作物の休眠状態を阻害するような作業が追加作業として決定される。このため、現時点の作物の休眠状態に応じて追加作業を決定できるので、現時点において、より適切な栽培作業を決定することができる。このため、栽培に関する経験の少ない者であっても、適切なタイミングで適切な栽培作業を把握できる。そして、作物の休眠による、実の収穫時期の遅れ、または収穫量の低下の度合いを低減することができる。
　なお、実施形態３のように、作物が休眠状態であるか否かに応じて、追加作業が決定されなくてもよい。具体的には、実施形態１または２のように追加作業が決定されて、出力部２０４は、作物が休眠状態か否かの判定結果の情報とその追加作業とをユーザに通知（出力）してもよい。これによれば、ユーザは、作物が休眠状態であれば、栄養成長に必要な追加作業を把握できるとともに、作物が休眠状態であることを把握できるため、追加作業に加えて休眠を阻害する作業を行うことができる。一方で、ユーザは、作物が休眠状態でなければ、栄養成長に必要な追加作業を把握できるとともに、作物が休眠状態でないことを把握できる。なお、実施形態３のように作物の休眠状態を阻害するような作業である追加作業が決定されるとともに、作物が休眠状態か否かの判定結果の情報がユーザに通知されてもよい。
＜変形例＞
　なお、上記では、成長データが葉面積を示す情報であると仮定して各実施形態を説明した。しかし、葉面積の代わりに、葉の向きを用いてもよい。つまり、成長データは、葉の向きを示す情報であってもよい。作物４０が新芽の展開によって、葉の付け根の部分に圧力がかかり、主茎を中心に葉の向きが変化する植物であれば、作物４０の栄養成長に従って作物４０の葉の向きが変化する。このため、葉の向きの変化量（＝葉の回転の角速度）は、作物４０の栄養成長の度合いとして評価することができる。
　図１２Ａ～図１２Ｃは、時系列順に並べた葉の向き１２０（例えば、葉柄から葉の先端に向かう方向）の例を示す図である。葉が反時計回りに回転することによって、図１２Ａに示すような葉の向き１２０は、図１２Ｂに示すような葉の向き１２０に変化して、さらに時間が経過すると、図１２Ｃに示すような葉の向き１２０に変化する。
　図１２Ｄに示すフローチャートを参照して、測定装置１０が葉の向きを検出する処理を説明する。
　ステップＳ４００１では、センサ部１０１は、作物４０を撮像装置によって撮像した撮像画像を取得する。
　ステップＳ４００２では、センサ部１０１は、撮像画像における基準線を設定する。基準線は、畝のライン、培土のライン、または高設ベンチの縁などであり得る。基準線は、撮像画像に表れていない特定の方向または特定の方位の線（例えば、北方向または東方向に伸びる線）などであってもよい。基準線は、作物４０の成長によって変化しない線であれば、任意の線であってよい。
　ステップＳ４００３では、センサ部１０１は、撮像画像に写る葉から１つの葉を選択する。ここでは、センサ部１０１は、作物４０の成長に応じて、向きが変化するような葉を選択する。具体的には、センサ部１０１は、葉が展開してから一定期間以内の葉（つまり、或る大きさ以下の葉）を選択する。これは、一定の大きさよりも大きな葉に成長してしまうと、その葉は地面に接触してしまって、葉の向きが変化しなくなる可能性があるからである。
　ステップＳ４００４では、センサ部１０１は、選択した葉の向きを検出する。具体的には、センサ部１０１は、設定した基準線に対する「選択した葉の先端と葉柄を結ぶ線」の傾きに応じて、選択した葉の向きを検出する。
　以上のように、センサ部１０１が葉の向きを検出する。このことによって、支援装置２０は葉面積の代わりに葉の向きを用いて、測定した葉の向きの平均変化率（葉の角度の角速度）と基準の平均変化率とに基づき、追加作業を決定することができる。
　なお、撮像装置から葉までの距離に応じて、撮像画像における葉の領域の大きさが異なる。このため、撮像画像から葉面積を算出する場合には、撮像画像と、撮像装置と葉との距離とを考慮する必要がある場合がある。一方で、撮像画像から葉の方向を検出する場合には、撮像装置と葉との距離には依存せずに、葉の方向を検出可能である。従って、葉面積よりも容易に葉の方向を検出可能である場合がある。
＜その他の実施形態＞
　上記の各実施形態では、支援装置２０は、測定データにおける葉面積の変化率と基準データにおける葉面積の変化率との違いのみに応じて、追加作業（ユーザが行うべき作業）を決定していたが、それ以外の情報にも基づき追加作業を決定してもよい。例えば、支援装置２０は、現時点（特定の時点）における作物４０の状態の実測値と作物４０の状態の標準値（標準的な値）の差分に基づき、追加作業を決定してもよい。例えば、現時点（特定の時点）における作物４０の状態の実測値と作物４０の状態の標準値との差分と、上記の各実施形態の「評価値」と、追加作業との関係を示すように、ロジックデータを予め定めておく。そして、支援装置２０は、追加作業を決定する際には、ロジックデータを参照して、現時点（特定の時点）における作物４０の状態の実測値と作物４０の状態の標準値との差分と、上記の各実施形態の「評価値」から追加作業を決定する。
　上記の各実施形態では、成長データまたは環境データをセンサ部が測定により取得していたが、ユーザが手動で葉面積や気温を測定した結果を測定装置１０または支援装置２０に入力してもよい。つまり、支援装置２０が測定データおよび基準データを取得できれば、それまでの過程は問わない。また、経過日数の基準日（０日目）となる「定植の日」は、例えば、「種を植えた日」や、「葉面積が所定の大きさに達した日」と読み替えてもよい。
　また、測定データおよび基準データは、作物４０の状態の時系列変化を示す情報であるとしたが、積算温度の変化に伴う作物４０の状態の変化を示す情報であってもよい。つまり、測定データおよび基準データは、図８Ｃに示す育成モデルのような情報であってもよい。そして、平均変化率は、現時点における、温度の変化量に対する作物４０の状態の変化量の割合であってもよい。
　なお、実施形態に記載された事項のみによって特許請求の範囲の記載の解釈が限定されるものではない。特許請求の範囲の記載の解釈には、出願時の技術常識を考慮した、発明の課題が解決できることを当業者が認識できるように記載された範囲も含む。
　（付記１）
　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する第１の取得手段（２０２）と、
　ユーザが栽培している前記特定の作物の状態の時系列変化を測定した測定データを取得する第２の取得手段（２０１）と、
　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段（２０３）と、
を有することを特徴とする支援装置（２０）。
　（付記２）
　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する取得手段（２０２）と、
　前記特定の作物がユーザにより栽培されている環境の情報に基づき、前記ユーザが栽培している前記特定の作物の状態の時系列変化を測定データとして推定する推定手段（７０２）と、
　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段（２０３）と、
を有することを特徴とする支援装置（２０）。
　（付記３）
　コンピュータが実行する支援方法であって、
　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する第１の取得ステップと（Ｓ１００２）、
　ユーザが栽培している前記特定の作物の状態の時系列変化を測定した測定データを取得する第２の取得ステップ（Ｓ１００１）と、
　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定ステップ（Ｓ１００５）と、
を有することを特徴とする支援方法。
　（付記４）
　コンピュータが実行する支援方法であって、
　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する取得ステップ（Ｓ１００２）と、
　前記特定の作物がユーザにより栽培されている環境の情報に基づき、前記ユーザが栽培している前記特定の作物の状態の時系列変化を測定データとして推定する推定ステップ（Ｓ２００３）と、
　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率に基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定ステップ（Ｓ１００５）と、
を有することを特徴とする支援方法。
１：支援システム、１０：測定装置、２０：支援装置、
３０：ユーザ端末、４０：作物、５０：ネットワーク、
１０１：センサ部、１０２：通信部、１０３：記憶部、
２０１：測定データ取得部、２０２：基準データ取得部、
２０３：作業決定部、２０４：出力部、２０５：記憶部、
２１１：基準データ記憶部、２１２：ロジック記憶部、
７０１：センサ部、７０２：測定データ推定部、
７０３：記憶部、７１３：育成モデル記憶部

Claims (15)

  1. 　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する第１の取得手段と、
    　ユーザが栽培している前記特定の作物の状態の時系列変化を測定した測定データを取得する第２の取得手段と、
    　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段と、
    を有することを特徴とする支援装置。
  2. 　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する取得手段と、
    　前記特定の作物がユーザにより栽培されている環境の情報に基づき、前記ユーザが栽培している前記特定の作物の状態の時系列変化を測定データとして推定する推定手段と、
    　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定手段と、
    を有することを特徴とする支援装置。
  3. 　前記推定手段は、前記環境の情報と前記特定の作物の状態との関係が予め定められたデータを参照して、前記測定データを推定する、
    ことを特徴とする請求項２に記載の支援装置。
  4. 　前記特定の作物の状態とは、葉面積、葉面積指数、株の高さ、葉の枚数、特定の葉の長さ、特定の葉の幅、蕾の数、花の数、実の数の少なくともいずれかを含む、
    ことを特徴とする請求項１から３のいずれか１項に記載の支援装置。
  5. 　前記特定の作物の状態とは、葉の向きを含む、
    ことを特徴とする請求項１から４のいずれか１項に記載の支援装置。
  6. 　前記基準データおよび前記測定データは、基準日からの経過日数に対応する前記特定の作物の状態を示しており、
    　前記決定手段は、特定の時点に対応する前記経過日数での、１）前記測定データにおける前記状態の変化率から前記基準データにおける前記状態の変化率を減算した評価値に基づき、２）前記測定データにおける前記状態の値から前記基準データにおける前記状態の値を減算した評価値に基づき、または３）前記測定データにおける前記状態の時系列変化の積算値から前記基準データにおける前記状態の時系列変化の積算値を減算した評価値に基づき、前記栽培作業を決定する、
    ことを特徴とする請求項１から５のいずれか１項に記載の支援装置。
  7. 　前記基準日とは、前記特定の作物の定植の日である、
    ことを特徴とする請求項６に記載の支援装置。
  8. 　前記決定手段は、前記評価値に応じた作業が予め定められたデータを参照して、前記栽培作業を決定する、
    ことを特徴とする請求項６または７に記載の支援装置。
  9. 　前記決定手段は、さらに、前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、前記特定の作物が休眠状態であるか否かを判定し、
    　前記支援装置は、前記特定の作物が休眠状態であるか否かの判定結果を出力する出力手段をさらに有する、
    ことを特徴とする請求項１から８のいずれか１項に記載の支援装置。
  10. 　前記決定手段は、
    　前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、前記特定の作物が休眠状態であるか否かを判定し、
    　前記特定の作物が休眠状態であるか否かに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する、
    ことを特徴とする請求項１から８のいずれか１項に記載の支援装置。
  11. 　前記決定手段は、前記特定の作物が休眠状態であると判定した場合には、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業として、温度および照度を制御する栽培作業を決定する、
    ことを特徴とする請求項１０に記載の支援装置。
  12. 　前記決定手段が決定した前記栽培作業を前記ユーザに通知するように、ディスプレイまたはスピーカを制御する出力制御手段をさらに有する、
    ことを特徴とする請求項１から１１のいずれか１項に記載の支援装置。
  13. 　コンピュータが実行する支援方法であって、
    　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する第１の取得ステップと、
    　ユーザが栽培している前記特定の作物の状態の時系列変化を測定した測定データを取得する第２の取得ステップと、
    　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定ステップと、
    を有することを特徴とする支援方法。
  14. 　コンピュータが実行する支援方法であって、
    　特定の作物の状態の標準的な時系列変化のデータである基準データを取得する取得ステップと、
    　前記特定の作物がユーザにより栽培されている環境の情報に基づき、前記ユーザが栽培している前記特定の作物の状態の時系列変化を測定データとして推定する推定ステップと、
    　１）前記基準データにおける時系列変化に伴う前記状態の変化率と、前記測定データにおける時系列変化に伴う前記状態の変化率とに基づき、２）前記基準データにおける前記状態の値と、前記測定データにおける前記状態の値とに基づき、または３）前記基準データにおける前記状態の時系列変化の積算値と、前記測定データにおける前記状態の時系列変化の積算値とに基づき、前記特定の作物の栽培に関して前記ユーザが行うべき栽培作業を決定する決定ステップと、
    を有することを特徴とする支援方法。
  15. 　請求項１３または１４に記載の支援方法の各ステップをコンピュータに実行させるためのプログラム。
PCT/JP2023/009330 2022-03-31 2023-03-10 支援装置、支援方法、プログラム WO2023189427A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022058909 2022-03-31
JP2022-058909 2022-03-31

Publications (1)

Publication Number Publication Date
WO2023189427A1 true WO2023189427A1 (ja) 2023-10-05

Family

ID=88200822

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/009330 WO2023189427A1 (ja) 2022-03-31 2023-03-10 支援装置、支援方法、プログラム

Country Status (1)

Country Link
WO (1) WO2023189427A1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11313594A (ja) * 1998-04-30 1999-11-16 Omron Corp 農作業決定支援装置および方法、並びに記録媒体
JP2010268760A (ja) * 2009-05-25 2010-12-02 Dainippon Printing Co Ltd 農作業依頼システム、農作業依頼方法、管理サーバ、プログラム及び記録媒体
JP2013005725A (ja) * 2011-06-22 2013-01-10 Nikon Corp 成長度合検出装置、植物栽培システム、植物栽培プラント、成長度合検出方法及びプログラム
JP2019170217A (ja) * 2018-03-28 2019-10-10 国立大学法人名古屋大学 植物栽培支援情報提供システム
WO2019208538A1 (ja) * 2018-04-25 2019-10-31 株式会社Ｎｔｔドコモ 情報処理装置
JP2020156431A (ja) * 2019-03-27 2020-10-01 キッセイコムテック株式会社 農作物の生育評価・作業提案方法および農作物の生育評価・作業提案システム、ならびに地域農業活性システム
JP2021106554A (ja) * 2019-12-27 2021-07-29 株式会社クボタ 農業支援システム
JP2021141862A (ja) * 2020-03-13 2021-09-24 オムロン株式会社 栽培支援システム、栽培支援装置、栽培支援方法及びプログラム
US20210378182A1 (en) * 2020-06-08 2021-12-09 Hangzhou Glority Software Limited Method and computer system for assisting user in plant care

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11313594A (ja) * 1998-04-30 1999-11-16 Omron Corp 農作業決定支援装置および方法、並びに記録媒体
JP2010268760A (ja) * 2009-05-25 2010-12-02 Dainippon Printing Co Ltd 農作業依頼システム、農作業依頼方法、管理サーバ、プログラム及び記録媒体
JP2013005725A (ja) * 2011-06-22 2013-01-10 Nikon Corp 成長度合検出装置、植物栽培システム、植物栽培プラント、成長度合検出方法及びプログラム
JP2019170217A (ja) * 2018-03-28 2019-10-10 国立大学法人名古屋大学 植物栽培支援情報提供システム
WO2019208538A1 (ja) * 2018-04-25 2019-10-31 株式会社Ｎｔｔドコモ 情報処理装置
JP2020156431A (ja) * 2019-03-27 2020-10-01 キッセイコムテック株式会社 農作物の生育評価・作業提案方法および農作物の生育評価・作業提案システム、ならびに地域農業活性システム
JP2021106554A (ja) * 2019-12-27 2021-07-29 株式会社クボタ 農業支援システム
JP2021141862A (ja) * 2020-03-13 2021-09-24 オムロン株式会社 栽培支援システム、栽培支援装置、栽培支援方法及びプログラム
US20210378182A1 (en) * 2020-06-08 2021-12-09 Hangzhou Glority Software Limited Method and computer system for assisting user in plant care

Similar Documents

Publication Publication Date Title
US20200196535A1 (en) System and method for controlling a growth environment of a crop
US20160302351A1 (en) Agronomic systems, methods and apparatuses
Dammer et al. Detection of head blight (Fusarium ssp.) in winter wheat by color and multispectral image analyses
JP7229864B2 (ja) リモートセンシング画像取得時期決定システム、および、作物生育状況分析方法
JP6916558B2 (ja) 施肥量導出装置および施肥量導出方法
JP4202328B2 (ja) 作業決定支援装置および方法、並びに記録媒体
WO2016154482A1 (en) Agronomic systems, methods and apparatuses
JP2019187259A (ja) 栽培支援方法、栽培支援プログラム、栽培支援装置、および栽培支援システム
JP2007306846A (ja) 給液制御装置
WO2019211853A1 (en) Systems and methods for applying an agricultural practice to a target agricultural field
Diao et al. Hybrid phenology matching model for robust crop phenological retrieval
JP2021057071A (ja) 農作物の栽培方法提案プログラム及びシステム
JP2018007630A (ja) 栽培支援装置
CN106483128A (zh) 植物栽培支持装置和植物栽培支持方法
Gong et al. Vegetation structure drives forest phenological recovery after hurricane
US11666004B2 (en) System and method for testing plant genotype and phenotype expressions under varying growing and environmental conditions
WO2023189427A1 (ja) 支援装置、支援方法、プログラム
US20220225583A1 (en) Management device for cultivation of fruit vegetable plants and fruit trees, learning device, management method for cultivation of fruit vegetable plants and fruit trees, learning model generation method, management program for cultivation of fruit vegetable plants and fruit trees, and learning model generation program
KR20230061863A (ko) 합성곱신경망과 다층 퍼셉트론의 앙상블 모델을 이용한 과실 발달 단계 예측 장치 및 그 방법
US20220394943A1 (en) Systems and methods for monitoring and controlling crop irrigation schedules
Villordon et al. Using a scanner-based minirhizotron system to characterize sweetpotato adventitious root development during the initial storage root bulking stage
US20220104437A1 (en) Reduction of time of day variations in plant-related data measurements
US20220107297A1 (en) Platform for real-time identification and resolution of spatial production anomalies in agriculture
JP2015223100A (ja) 情報処理装置、植物体管理システム、状態管理作業検出方法および植物体管理方法
JP2024077865A (ja) 栽培支援装置及びコンピュータプログラム

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: 23779451

Country of ref document: EP

Kind code of ref document: A1