JP6920151B2 - Forecasting device, forecasting method and forecasting program - Google Patents
Forecasting device, forecasting method and forecasting program Download PDFInfo
- Publication number
- JP6920151B2 JP6920151B2 JP2017182118A JP2017182118A JP6920151B2 JP 6920151 B2 JP6920151 B2 JP 6920151B2 JP 2017182118 A JP2017182118 A JP 2017182118A JP 2017182118 A JP2017182118 A JP 2017182118A JP 6920151 B2 JP6920151 B2 JP 6920151B2
- Authority
- JP
- Japan
- Prior art keywords
- date
- information
- temperature
- prediction
- pest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013277 forecasting method Methods 0.000 title 1
- 241000607479 Yersinia pestis Species 0.000 claims description 128
- 230000012447 hatching Effects 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 28
- 238000010586 diagram Methods 0.000 description 26
- 241000750390 Erithacus komadori Species 0.000 description 25
- 238000012545 processing Methods 0.000 description 22
- 241000209094 Oryza Species 0.000 description 20
- 235000007164 Oryza sativa Nutrition 0.000 description 20
- 235000009566 rice Nutrition 0.000 description 20
- 230000006378 damage Effects 0.000 description 17
- 244000068988 Glycine max Species 0.000 description 16
- 235000010469 Glycine max Nutrition 0.000 description 16
- 241000985245 Spodoptera litura Species 0.000 description 14
- 235000013601 eggs Nutrition 0.000 description 13
- 238000011161 development Methods 0.000 description 12
- 230000018109 developmental process Effects 0.000 description 12
- 241001517923 Douglasiidae Species 0.000 description 9
- 240000003433 Miscanthus floridulus Species 0.000 description 8
- 241000209140 Triticum Species 0.000 description 8
- 235000021307 Triticum Nutrition 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000001556 precipitation Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 241000590412 Agromyzidae Species 0.000 description 4
- 241000382353 Pupa Species 0.000 description 4
- 230000035784 germination Effects 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 230000001418 larval effect Effects 0.000 description 4
- 239000000575 pesticide Substances 0.000 description 4
- 238000009331 sowing Methods 0.000 description 4
- 241001124076 Aphididae Species 0.000 description 3
- 241000270666 Testudines Species 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 241000125167 Rhopalosiphum padi Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000017448 oviposition Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Catching Or Destruction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、予測装置等に関する。 The present invention relates to a prediction device and the like.
農家では、作物に発生する害虫を駆除しないまま、作物を栽培すると、収量や品質の低下などの問題を引き起こすため、害虫の発生を予測して駆除することが求められている。たとえば、作業員は、過去の経験や勘に頼って害虫の発生時期を予想し、予想した期間に農薬等を散布することで、害虫の被害を抑えることが一般的に行われている。 Farmers are required to predict the outbreak of pests and eliminate them because cultivating crops without exterminating the pests that occur in the crops causes problems such as deterioration of yield and quality. For example, it is common practice for workers to predict the time of pest outbreak based on past experience and intuition, and to suppress the damage of pests by spraying pesticides and the like during the predicted period.
しかしながら、上述した従来技術では、害虫を駆除する有効なタイミングを通知することができないという問題がある。 However, the above-mentioned conventional technique has a problem that it is not possible to notify an effective timing for exterminating pests.
たとえば、作物の育成状況によっては、害虫が発生しても、作物に与える影響が少ないため、このような育成状況の時期に害虫の発生を予測しても有効ではない。また、害虫の発生時期が曖昧な場合には、農薬をまく期間を長くして、害虫を駆除することも考えられるが、近年では、顧客の健康意識が高まっており、多くの農薬を使用することは好ましくない。 For example, depending on the growing condition of the crop, even if a pest occurs, the effect on the crop is small, so it is not effective to predict the outbreak of the pest during such a growing condition. In addition, when the time of occurrence of pests is ambiguous, it is possible to exterminate the pests by extending the period of spraying pesticides, but in recent years, the health consciousness of customers has increased and many pesticides are used. That is not desirable.
1つの側面では、本発明は、害虫を駆除する有効なタイミングを通知することができる予測装置、予測方法および予測プログラムを提供することを目的とする。 In one aspect, it is an object of the present invention to provide a predictor, a predictor, and a predictor program capable of notifying effective timing of pest control.
第1の案では、予測装置は、記憶部と、算出部と、予測部とを有する。記憶部は、日付と気温とを対応づけた気象情報と、害虫の成長が進むために要する最小限の温度情報と、害虫が次の成長段階に移行するために要する積算温度の情報と、作物の成長期間のうち害虫の被害を受けるアラーム期間の情報とを記憶する。算出部は、害虫が孵化した基準日付の情報を受け付けた場合に、基準日付を開始の日付として、気温と温度情報との差分温度を日付毎に算出し、算出した日付毎の差分温度を積算した第2の積算温度を算出する。予測部は、第1の積算温度と第2の積算温度とを基にして、害虫の成長段階が所定の成長段階となる発生日付を、異なる世代毎に予測し、予測した複数の発生日付のうち、アラーム期間に含まれる発生日付を判定する。 In the first plan, the prediction device has a storage unit, a calculation unit, and a prediction unit. The storage unit contains weather information that links the date and temperature, the minimum temperature information required for the growth of pests, the integrated temperature information required for the pests to move to the next growth stage, and crops. Memorize information on the alarm period during which pests are damaged during the growth period. When the calculation unit receives the information on the reference date when the pests hatched, the calculation unit calculates the difference temperature between the air temperature and the temperature information for each date, using the reference date as the start date, and integrates the calculated difference temperature for each date. The second integrated temperature is calculated. Based on the first integrated temperature and the second integrated temperature, the prediction unit predicts the occurrence date at which the growth stage of the pest becomes a predetermined growth stage for each different generation, and predicts the predicted occurrence dates of the plurality of occurrence dates. Of these, the occurrence date included in the alarm period is determined.
害虫を駆除する有効なタイミングを通知することができる。 It is possible to notify the effective timing of exterminating pests.
以下に、本願の開示する予測装置、予測方法および予測プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。 Hereinafter, examples of the prediction device, prediction method, and prediction program disclosed in the present application will be described in detail with reference to the drawings. The present invention is not limited to this embodiment.
図1は、本実施例に係るシステムの構成を示す図である。図1に示すように、このシステムは、利用者端末5a〜5cと、気象ロボット10a〜10fと、サーバ20と、アメダス(AMeDAS:Automated Meteorological Data Acquisition System)30と、予測装置100とを有する。
FIG. 1 is a diagram showing a configuration of a system according to this embodiment. As shown in FIG. 1, this system includes user terminals 5a to 5c,
利用者端末5a〜5cは、ネットワーク50を介して、予測装置100に接続される。気象ロボット10a〜10fは、サーバ20に接続される。また、気象ロボット10a〜10fは、予め決められた所定の位置に設置される。以下の説明では、利用者端末5a〜5cをまとめて、適宜、利用者端末5と表記する。気象ロボット10a〜10fをまとめて、適宜、気象ロボット10と表記する。サーバ20と、アメダス30と、予測装置100とは、ネットワーク50に接続される。
The user terminals 5a to 5c are connected to the
利用者端末5は、農家の作業員が使用する端末装置である。利用者端末5は、PC(Personal Computer)、スマートフォン、タブレットPC、ノートPC等に対応する。作業員は、利用者端末5を操作して、予測装置100とデータ通信を実行する。作業員は、定期的に作物を観察し、害虫の孵化を確認した場合には、利用者端末5を操作して「基準日付」の情報を、予測装置100に通知する。たとえば、基準日付の情報は、害虫の識別情報(害虫名)、害虫(成長段階:幼虫)を確認した日付、害虫を確認した場所等の情報を含む。
The user terminal 5 is a terminal device used by a farmer's worker. The user terminal 5 corresponds to a PC (Personal Computer), a smartphone, a tablet PC, a notebook PC, and the like. The worker operates the user terminal 5 to execute data communication with the
また、利用者端末5は、予測装置100から害虫の発生に関する予測結果の情報を受信した場合に、受信した予測結果の情報を利用者端末5の表示画面に表示する。
Further, when the user terminal 5 receives the information of the prediction result regarding the occurrence of the pest from the
また、作業員は、作物の成長実績の情報を、利用者端末5を操作して、予測装置100に送信してもよい。作物の成長実績には、品目と、成長実績の内容とが含まれる。たとえば、成長実績として、「品目:水稲」、「出穂日:7/28」等の情報が含まれる。
In addition, the worker may operate the user terminal 5 to transmit the information on the growth record of the crop to the
気象ロボット10は、気温、降水量、風向、風速、日照時間を計測する装置である。気象ロボット10は、計測した情報を基にして気象情報を生成し、サーバ20に送信する。図2は、気象情報のデータ構造の一例を示す図である。図2に示すように、気象情報は、ロボット識別情報と、日時と、気温と、降水量と、風向と、風速と、日照時間とを対応付ける。ロボット識別情報は、気象ロボットを一意に識別する情報である。日時は、該当する気温、降水量、風向、風速、日照時間を計測した日時を示す。
The meteorological robot 10 is a device that measures temperature, precipitation, wind direction, wind speed, and sunshine time. The meteorological robot 10 generates meteorological information based on the measured information and transmits it to the
サーバ20は、各気象ロボット10a〜10fから各気象情報を取得して保持する装置である。サーバ20が、各気象ロボット10a〜10fから取得した各気象情報を適宜、第1気象情報と表記する。サーバ20は、第1気象情報を、予測装置100に送信する。サーバ20は、気象情報の要求を予測装置100から受信した場合に、第1気象情報を、予測装置100に送信しても良いし、定期的に、第1気象情報を、予測装置100に送信しても良い。ここでは図示を省略するが、第1気象情報のデータ構造は、図2に示した気象情報を、気象ロボット10毎にまとめたデータとなる。
The
アメダス30は、気温、降水量、風向、風速、日照時間を計測するシステムである。以下の説明では、アメダス30が計測した気温、降水量、風向、風速、日照時間の情報を、適宜、第2気象情報と表記する。図3は、第2気象情報のデータ構造の一例を示す図である。図3に示すように、第2気象情報は、地域識別情報と、日時と、気温と、降水量と、風向と、風速と、日照時間とを対応付ける。地域識別情報は、地域を一意に識別する情報である。日時は、該当する気温、降水量、風向、風速、日照時間を計測した日時を示す。 AMeDAS 30 is a system that measures temperature, precipitation, wind direction, wind speed, and sunshine duration. In the following description, the information on the temperature, precipitation, wind direction, wind speed, and sunshine time measured by AMeDAS 30 will be appropriately referred to as the second meteorological information. FIG. 3 is a diagram showing an example of the data structure of the second weather information. As shown in FIG. 3, the second meteorological information associates the area identification information with the date and time, the temperature, the amount of precipitation, the wind direction, the wind speed, and the sunshine time. The area identification information is information that uniquely identifies the area. The date and time indicate the date and time when the corresponding temperature, precipitation, wind direction, wind speed, and sunshine time were measured.
アメダス30は、第2気象情報を、予測装置100に送信する。アメダス30は、第2気象情報の要求を予測装置100から受信した場合に、第2気象情報を、予測装置100に送信しても良いし、定期的に、第2気象情報を、予測装置100に送信しても良い。
The AMeDAS 30 transmits the second weather information to the
予測装置100は、利用者端末5、サーバ20、アメダス30から受信する情報を基にして、実際に害虫が孵化した基準日付を起点として、害虫の発生する日付を世代毎に予測する。予測装置100は、算出した世代毎の害虫の発生する日付のうち、作物の全成長期間において、害虫の被害を受けるアラーム期間内の日付を予測し、予測結果を利用者端末5に通知する。
The
図1に示した予測装置100の構成について説明する。図4は、本実施例に係る予測装置の構成を示す機能ブロック図である。図4に示すように、この予測装置100は、通信部110と、入力部120、表示部130、記憶部140、制御部150を有する。
The configuration of the
通信部110は、ネットワーク50を介して、利用者端末5、サーバ20と、アメダス30との間でデータ通信を実行する処理部である。通信部110は、通信装置に対応する。後述する制御部150は、通信部110を介して、利用者端末5、サーバ20、アメダス30とデータをやり取りする。
The communication unit 110 is a processing unit that executes data communication between the user terminal 5, the
入力部120は、各種の情報を入力する入力装置である。例えば、入力装置は、キーボードやマウス、タッチパネル等に対応する。 The input unit 120 is an input device for inputting various types of information. For example, the input device corresponds to a keyboard, a mouse, a touch panel, and the like.
表示部130は、後述する制御部150から出力される情報を表示する表示装置である。例えば、表示部130は、ディスプレイやタッチパネル等に対応する。
The
記憶部140は、害虫発育温度情報141と、第1気象情報142と、第2気象情報143と、予測日情報144と、アラーム期間テーブル145と、予測結果情報146とを有する。記憶部140は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ(Flash Memory)などの半導体メモリ素子などの記憶装置に対応する。
The storage unit 140 has pest
害虫発育温度情報141は、害虫の成長が進むために要する最小限の温度と、害虫が次の成長段階に移行するために要する積算温度の情報を含む。図5は、害虫発育温度情報のデータ構造の一例を示す図である。図5に示すように、この害虫発育温度情報141は、品目と、害虫名と、成長段階と、発育ゼロ点と、有効積算温度とを対応付ける。
The pest
品目は、作物の品目を示すものである。害虫名は、該当する品目に害を与える害虫の名称である。例えば、品目「水稲」に害を与える害虫の害虫名は「イネヒメハモグリバエ、アカヒゲホソミドリカスミカメ、アカスジカスミカメ」となる。 The item indicates the item of the crop. The pest name is the name of the pest that harms the item in question. For example, the pest names of the pests that harm the item "paddy rice" are "Rice leafminer, Ryukyu robin, Ryukyu robin, Ryukyu robin".
成長段階は、作物に害を与える害虫の成長段階を示す。例えば、イネヒメハモグリバエについて、成長段階は、卵から幼虫になり、幼虫から蛹となる。 The growth stage indicates the growth stage of pests that are harmful to the crop. For example, for rice leafminer leafminer, the growth stage is from egg to larva and from larva to pupa.
発育ゼロ点は、害虫の成長が進むために要する最小限の温度を示す。イネヒメハモグリバエの発育ゼロ点を例にして説明する。イネヒメハモグリバエの成長段階が「卵」である場合には、発育ゼロ点が「7.7℃」となる。このため、イネヒメハモグリバエの卵は、温度が「7.7℃」より大きくならないと、成長が進まないことを意味する。イネヒメハモグリバエの成長段階が「幼虫」である場合には、発育ゼロ点が「4.4℃」となる。このため、イネヒメハモグリバエの幼虫は、温度が「4.4℃」より大きくならないと、成長が進まないことを意味する。イネヒメハモグリバエの成長段階が「蛹」である場合には、発育ゼロ点が「7.6℃」となる。このため、イネヒメハモグリバエの「蛹」は、温度が「7.6℃」より大きくならないと、成長が進まないことを意味する。 The zero growth point indicates the minimum temperature required for the growth of pests to proceed. The zero growth point of the rice leafminer leafminer will be described as an example. When the growth stage of the rice leafminer leafminer is "egg", the growth zero point is "7.7 ° C". For this reason, it means that the eggs of Agromyzidae do not grow unless the temperature becomes higher than "7.7 ° C". When the growth stage of the rice leafminer leafminer is "larva", the growth zero point is "4.4 ° C". For this reason, it means that the larvae of Agromyzidae do not grow unless the temperature becomes higher than "4.4 ° C". When the growth stage of leafminer leafminer is "pupa", the zero growth point is "7.6 ° C". Therefore, the "pupa" of the leafminer leafminer means that the growth does not proceed unless the temperature becomes higher than "7.6 ° C".
有効積算温度は、害虫が次の成長段階に移行するために要する積算温度を示す。積算温度は、ある日の平均気温から発育ゼロ点を減算した温度を、日付毎に積算した温度である。イネヒメハモグリバエの有効積算温度を例にして説明する。例えば、イネヒメハモグリバエの卵は、積算温度が有効積算温度「41.8℃」を超えた場合に、卵から幼虫に成長する。イネヒメハモグリバエの幼虫は、積算温度が有効積算温度「155.5℃」を超えた場合に、幼虫から蛹に成長する。イネヒメハモグリバエの蛹は、積算温度が有効積算温度「113.6℃」を超えた場合に、蛹から成虫に成長する。 The effective integrated temperature indicates the integrated temperature required for the pest to move to the next growth stage. The integrated temperature is the temperature obtained by subtracting the growth zero point from the average temperature of a certain day and integrating it for each date. The effective integrated temperature of the leafminer leafminer will be described as an example. For example, the eggs of Agromyzidae grow from eggs to larvae when the integrated temperature exceeds the effective integrated temperature "41.8 ° C". The rice leafminer leafminer larva grows from a larva to a pupa when the integrated temperature exceeds the effective integrated temperature "155.5 ° C". The pupae of Agromyzidae grow from pupae to adults when the integrated temperature exceeds the effective integrated temperature "113.6 ° C".
第1気象情報142は、上述したサーバ20から受信する第1気象情報に対応する。第1気象情報142は、各気象ロボット10a〜10fが計測した気象情報を含む。各気象情報のデータ構造は、図2で説明したデータ構造となる。
The
第2気象情報143は、上述したアメダス30から受信する第2気象情報に対応する。第2気象情報143のデータ構造は、図3で示したデータ構造となる。
The
予測日情報144は、害虫の各成長段階に移行する予測日の情報を含む。図6は、予測日情報のデータ構造の一例を示す図である。図6に示すように、この予測日情報144は、品目と、害虫名と、世代と、幼虫孵化予測日と、成虫発生予測日と、産卵予測日と、場所識別情報とを対応づける。
品目は作物の品目を示すものである。害虫名は、該当する品目に害を与える害虫の名称である。世代は、所定の期間(たとえば、5月〜10月)において、何世代目の害虫であるかを示す情報である。幼虫孵化予測日は、卵から幼虫か孵化する予測日である。成虫発生予測日は、成虫が発生する予測日である。産卵予測日は、害虫が卵を産む予測日である。場所識別情報は、場所を一意に識別する情報である。 The item indicates the item of the crop. The pest name is the name of the pest that harms the item in question. The generation is information indicating the generation of the pest in a predetermined period (for example, May to October). The predicted larval hatching date is the predicted date at which the larva hatches from the egg. The predicted adult emergence date is the predicted date of adult emergence. The predicted egg laying date is the predicted date for the pest to lay eggs. The location identification information is information that uniquely identifies a location.
アラーム期間テーブル145は、作物の成長期間のうち、害虫の被害を受ける期間(アラーム期間)の情報を保持するテーブルである。図7は、アラーム期間テーブルのデータ構造の一例を示す図である。図7に示すように、このアラーム期間テーブル145は、品目と、害虫名と、成長段階と、アラーム期間とを対応づける。 The alarm period table 145 is a table that holds information on the period (alarm period) of the crop growth period that is damaged by pests. FIG. 7 is a diagram showing an example of the data structure of the alarm period table. As shown in FIG. 7, the alarm period table 145 associates the item, the pest name, the growth stage, and the alarm period.
品目は、作物の品目を示すものである。害虫名は、該当する品目に害を与える害虫の名称である。成長段階は、アラーム期間において、該当する品目に害を与える害虫の成長段階を示すものである。たとえば、品目「水稲」について、害虫名「アカヒゲホソミドリカスミカメ」は、成長段階「成虫」において、害を与えることを示す。 The item indicates the item of the crop. The pest name is the name of the pest that harms the item in question. The growth stage indicates the growth stage of the pest that harms the item in question during the alarm period. For example, for the item "paddy rice", the pest name "Ryukyu robin" indicates that it causes harm in the growth stage "adult".
アラーム期間は、該当する品目について、害虫の被害を受ける期間を示すものである。品目「水稲」については、アラーム期間「7/29〜8/8(出穂日から10日後まで)」において、アカヒゲホソミドリカスミカメ(成虫)、アカスジカスミカメ(成虫)の被害を受けることが示されている。 The alarm period indicates the period during which the applicable item is damaged by pests. It was shown that the item "paddy rice" will be damaged by Ryukyu robin (adult) and Ryukyu robin (adult) during the alarm period "7 / 29-8 / 8 (from the heading date to 10 days later)". ing.
品目「大豆」については、2種類のアラーム期間が含まれる。1つ目のアラーム期間「8/1〜8/15(発芽直後)」において、タマナヤガ(幼虫)の被害を受けることが示されている。2つ目のアラーム期間「6/25〜10/20(播種から収穫まで)」において、ハスモンヨトウ(幼虫)、ミツモンキンウワバ(幼虫)、マメシンクイガ(幼虫)の被害を受けることが示されている。 For the item "soybean", two types of alarm periods are included. During the first alarm period "8 / 1-8 / 15 (immediately after germination)", it is shown that the dark sword grass (larva) is damaged. During the second alarm period "6 / 25-10 / 20 (from sowing to harvesting)", it is shown that Spodoptera litura (larvae), Spodoptera litura (larvae), and Mameshiniga (larvae) are damaged. ..
品目「小麦」については、アラーム期間「5/10〜5/28(出穂頃)」において、ムギクビレアブラムシ(成虫)の被害を受けることが示されている。 It has been shown that the item "wheat" will be damaged by the wheat aphid (adult) during the alarm period "5 / 10-5 / 28 (around heading)".
品目「枝豆」については、2種類のアラーム期間が含まれる。1つ目のアラーム期間「8/1〜8/15(発芽直後)」において、タマナヤガ(幼虫)の被害を受けることが示されている。2つ目のアラーム期間「6/7〜9/5(播種から収穫まで)」において、ハスモンヨトウ(幼虫)、ミツモンキンウワバ(幼虫)、マメシンクイガ(幼虫)の被害を受けることが示されている。 The item "edamame" includes two types of alarm periods. During the first alarm period "8 / 1-8 / 15 (immediately after germination)", it is shown that the dark sword grass (larva) is damaged. During the second alarm period "6 / 7-9 / 5 (from sowing to harvesting)", it is shown that Spodoptera litura (larvae), Spodoptera litura (larvae), and Mameshiniga (larvae) are damaged. ..
予測結果情報146は、害虫の被害を受けるアラーム期間内の予測結果を示す情報である。以下では一例として、水稲、大豆、小麦、枝豆に関するアラーム期間の予測結果について説明する。 The prediction result information 146 is information indicating the prediction result within the alarm period in which the pest is damaged. In the following, as an example, the prediction results of the alarm period for paddy rice, soybean, wheat, and green soybean will be described.
図8は、水稲に関する予測結果の一例を示す図である。予測結果160aにおいて、水稲のアラーム期間は、アラーム期間60a(出穂日から10日後まで)となる。このアラーム期間60aに被害を与える害虫は、アカヒゲホソミドリカスミカメの成虫と、アカスジカスミカメの成虫である。図8に示す例では、アカヒゲホソミドリカスミカメの成虫が発生する日付は、「8/1、8/31」であり、アラーム期間60aに含まれている。また、アカスジカスミカメの成虫が発生する日付は、「8/1、9/1」であり、アラーム期間60aに含まれている。
FIG. 8 is a diagram showing an example of a prediction result regarding paddy rice. In the
図9は、大豆に関する予測結果の一例を示す図である。予測結果160bにおいて、大豆のアラーム期間は、アラーム期間61a(発芽直後)と、アラーム期間61b(播種から収穫まで)となる。アラーム期間61aに被害を与える害虫は、タマナヤガの幼虫である。図9に示す例では、タマナヤガの幼虫が発生する日付は「8/11」であり、アラーム期間61aに含まれている。
FIG. 9 is a diagram showing an example of the prediction result regarding soybean. In the
アラーム期間61bに被害を与える害虫は、ハスモンヨトウの幼虫、ミツモンキンウワバの幼虫、マメシンクイガの幼虫である。図9に示す例では、ハスモンヨトウの幼虫が発生する日付は「7/17、8/28」であり、アラーム期間61bに含まれている。ミツモンキンウワバの幼虫が発生する日付は「6/28、8/1、8/31、10/14」であり、アラーム期間61bに含まれている。マメシンクイガの幼虫が発生する日付は「9/2」であり、アラーム期間61bに含まれている。
The pests that damage the
図10は、小麦に関する予測結果の一例を示す図である。予測結果160cにおいて、小麦のアラーム期間は、アラーム期間62a(出穂頃)となる。アラーム期間62aに被害を与える害虫は、ムギクビレアブラムシの成虫である。図10に示す例では、ムギクビレアブラムシの成虫が発生する日付は「5/11、5/25」であり、アラーム期間62aに含まれている。
FIG. 10 is a diagram showing an example of a prediction result regarding wheat. In the
図11は、枝豆に関する予測結果の一例を示す図である。予測結果160dにおいて、枝豆のアラーム期間は、アラーム期間63a(発芽直後)と、アラーム期間61b(播種から収穫まで)となる。アラーム期間63aに被害を与える害虫は、タマナヤガの幼虫である。図9に示す例では、タマナヤガの幼虫が発生する日付は「8/11」であり、アラーム期間63aに含まれている。
FIG. 11 is a diagram showing an example of the prediction result regarding green soybeans. In the
アラーム期間63bに被害を与える害虫は、ハスモンヨトウの幼虫、ミツモンキンウワバの幼虫、マメシンクイガの幼虫である。図11に示す例では、ハスモンヨトウの幼虫が発生する日付は「7/17、8/28」であり、アラーム期間63bに含まれている。ミツモンキンウワバの幼虫が発生する日付は「6/28、8/1、8/31」であり、アラーム期間63bに含まれている。マメシンクイガの幼虫が発生する日付は「9/2」であり、アラーム期間63bに含まれている。
The pests that damage the
図4の説明に戻る。制御部150は、取得部151、予測部152、更新部153、通知部154を有する。制御部150は、例えば、ASIC(Application Specific Integrated Circuit)や、FPGA(Field Programmable Gate Array)などの集積装置に対応する。また、制御部150は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等の電子回路に対応する。 Returning to the description of FIG. The control unit 150 includes an acquisition unit 151, a prediction unit 152, an update unit 153, and a notification unit 154. The control unit 150 corresponds to, for example, an integrated device such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field Programmable Gate Array). Further, the control unit 150 corresponds to, for example, an electronic circuit such as a CPU (Central Processing Unit) or an MPU (Micro Processing Unit).
取得部151は、害虫発育温度情報141、第1気象情報142、第2気象情報143を取得する処理部である。取得部151は、第1気象情報142を、サーバ20から取得し、取得した第1気象情報142を、記憶部140に格納する。取得部151は、第2気象情報143を、アメダス30から取得し、取得した第2気象情報143を、記憶部140に格納する。取得部151は、入力部120あるいは、図示しない外部端末等から、害虫発育温度情報141を取得し、取得した害虫発育温度情報141を、記憶部140に格納する。
The acquisition unit 151 is a processing unit that acquires pest
また、取得部151は、利用者端末5から、基準日付の情報を受信した場合には、基準日付の情報を、予測部152に出力する。上記のように、基準日付の情報は、発生した害虫の識別情報(害虫名)、害虫(成長段階:幼虫)を確認した日付、害虫を確認した場所等の情報を含む。 Further, when the acquisition unit 151 receives the information on the reference date from the user terminal 5, the acquisition unit 151 outputs the information on the reference date to the prediction unit 152. As described above, the information on the reference date includes information such as identification information (pest name) of the pest that occurred, the date when the pest (growth stage: larva) was confirmed, and the place where the pest was confirmed.
予測部152は、基準日付の情報、害虫発育温度情報141、第1気象情報142、第2気象情報143を基にして、害虫の成長度合に関連する積算温度を算出する。また、予測部152は、害虫の成長度合に関連する積算温度を基にして、害虫の成長段階が各成長段階となる発生日付を、異なる世代毎に予測する。予測部152は、予測した複数の発生日付のうち、アラーム期間に含まれる発生日付を判定する。
The prediction unit 152 calculates the integrated temperature related to the degree of growth of the pest based on the information of the reference date, the pest
まず、予測部152が、積算温度を算出する処理の一例について説明する。以下では、一例として、予測部152が、ある場所について、「アカヒゲホソミドリカスミカメ」の発生の度合いを予測する場合について説明する。 First, an example of a process in which the prediction unit 152 calculates the integrated temperature will be described. In the following, as an example, a case where the prediction unit 152 predicts the degree of occurrence of "Ryukyu robin" will be described at a certain place.
まず、予測部152は、基準日付の情報に含まれる、害虫(成長段階:幼虫)を確認した日付を、1世代目の、アカヒゲホソミドリカスミカメの卵が孵化した日付(幼虫が発生した日付)として特定する。 First, the prediction unit 152 sets the date on which the pest (growth stage: larva) included in the reference date information is confirmed to the date on which the egg of the first generation Ryukyu robin, Ryukyu robin, hatched (the date on which the larva emerged). Identify as.
予測部152は、基準日付の情報に含まれる、害虫を確認した場所と、第2気象情報143の情報とを比較して、害虫を確認した場所に関する今後の気温を検出する。予測部152は、害虫を確認した日付を起点日とし、日付を一日ずつ進めながら、積算温度の計算を行う。
The prediction unit 152 compares the place where the pest is confirmed and the information of the
たとえば、予測部152は、式(1)に基づいて差分温度を算出し、日毎の差分温度を積算することで、積算温度を算出する。式(1)において、平均気温は該当する日付の一日の平均気温を示す。発育ゼロ点は、該当する成長段階の発育ゼロ点を示す。例えば、図5の「アカヒゲホソミドリカスミカメ」を例にすると、成長段階が卵である場合には、発育ゼロ点は「10.5℃」となる。成長段階が幼虫である場合には、発育ゼロ点は「13.4℃」となる。成長段階が成虫の産卵前期である場合には、発育ゼロ点は「14.2℃」となる。 For example, the prediction unit 152 calculates the difference temperature based on the equation (1) and calculates the integrated temperature by integrating the daily difference temperature. In equation (1), the average temperature indicates the average daily temperature on the corresponding date. The zero growth point indicates the zero growth point of the corresponding growth stage. For example, in the case of "Ryukyu robin, Ryukyu robin" in FIG. 5, when the growth stage is an egg, the growth zero point is "10.5 ° C.". When the growth stage is a larva, the growth zero point is "13.4 ° C". When the growth stage is the early stage of spawning of adults, the growth zero point is "14.2 ° C".
差分温度=平均気温−発育ゼロ点・・・(1) Difference temperature = average temperature-zero growth point ... (1)
予測部152が、害虫の幼虫孵化予測日と、成虫発生予測日と、産卵予測日とを算出する処理の一例について説明する。ここでは、アカヒゲホソミドリカスミカメを例にして説明する。なお、1世代目の、アカヒゲホソミドリカスミカメの卵が孵化した日付(幼虫孵化予測日)は、基準日付の情報に含まれる、害虫(成長段階:幼虫)を確認した日付となる。 An example of a process in which the prediction unit 152 calculates the larva hatching prediction date, the adult development prediction date, and the spawning prediction date of the pest will be described. Here, the Ryukyu robin, Ryukyu robin, and Ryukyu robin will be described as an example. The date when the eggs of the first generation Ryukyu robin, Ryukyu robin, hatched (estimated date of larva hatching) is the date when the pest (growth stage: larva) included in the reference date information is confirmed.
予測部152は、アカヒゲホソミドリカスミカメの成長段階が「幼虫」であるとして、発育ゼロ点を「13.4℃」に設定し、日付X1(基準日付の情報に含まれる、害虫(成長段階:幼虫)を確認した日付)を起点日とし、日付を一日ずつ進めながら、式(1)を基に差分温度を算出し、各差分温度を積算することで、積算温度を算出する。予測部152は、積算温度が幼虫の有効積算温度「165.3℃」を初めて超える「日付X2」を特定する。かかる日付X2は、第1世代のアカヒゲホソミドリカスミカメの幼虫が成虫となる日付(成虫発生予測日)である。 The prediction unit 152 sets the growth zero point to "13.4 ° C." on the assumption that the growth stage of the red-spotted turtle is "larva", and sets the date X1 (the pest (growth stage: included in the information of the reference date). The integrated temperature is calculated by calculating the differential temperature based on the equation (1) and integrating each differential temperature while advancing the date one day at a time, starting from the date when the larva) was confirmed. The prediction unit 152 identifies the "date X2" whose integrated temperature exceeds the effective integrated temperature of the larva "165.3 ° C." for the first time. Such a date X2 is a date (predicted adult development date) when the larvae of the first-generation Ryukyu robin, Ryukyu robin, become adults.
続いて、予測部152は、アカヒゲホソミドリカスミカメの成長段階が「成虫」であるとして、発育ゼロ点を「14.2℃」に設定し、日付X2を起点日とし、日付を一日ずつ進めながら、式(1)を基に差分温度を算出し、各差分温度を積算することで、積算温度を算出する。予測部152は、積算温度が成虫(成虫の産卵前期)の有効積算温度「39.8℃」を初めて超える「日付X3」を特定する。かかる日付X3は、第1世代の産卵予測日となる。 Subsequently, the prediction unit 152 sets the growth zero point to "14.2 ° C", assuming that the growth stage of the Ryukyu robin is "adult", sets the date X2 as the starting date, and advances the date one day at a time. However, the integrated temperature is calculated by calculating the differential temperature based on the equation (1) and integrating each differential temperature. The prediction unit 152 identifies the "date X3" whose integrated temperature exceeds the effective integrated temperature "39.8 ° C." of the adult (early spawning period of the adult) for the first time. Such date X3 is the predicted spawning date of the first generation.
予測部152は、アカヒゲホソミドリカスミカメの成長段階が「卵」であるとして、発育ゼロ点を「10.5℃」に設定し、日付X3を起点日とし、日付を一日ずつ進めながら、式(1)を基に差分温度を算出し、各差分温度を積算することで、積算温度を算出する。予測部152は、積算温度が卵の有効積算温度「100.2℃」を初めて超える「日付X4」を特定する。かかる日付X4は、第2世代の幼虫孵化予測日となる。 Assuming that the growth stage of the Ryukyu robin is "egg", the prediction unit 152 sets the growth zero point to "10.5 ° C", starts from date X3, and advances the date one day at a time. The integrated temperature is calculated by calculating the difference temperature based on (1) and integrating each difference temperature. The prediction unit 152 identifies the "date X4" whose integrated temperature exceeds the effective integrated temperature of the egg "100.2 ° C." for the first time. Such date X4 is the predicted hatching date of the second generation larvae.
予測部152は、上記処理と同様にして、第2世代の成虫発生予測日、第2世代の産卵予測日を算出する。同様に、予測部152は、上記処理を繰り返すことで、第n世代の幼虫孵化予測日、第n世代の成虫発生予測日、産卵予測日を算出する。 The prediction unit 152 calculates the second-generation adult development prediction date and the second-generation spawning prediction date in the same manner as in the above processing. Similarly, the prediction unit 152 calculates the nth generation larva hatching prediction date, the nth generation adult development prediction date, and the spawning prediction date by repeating the above processing.
上記処理では、予測部152が、アカヒゲホソミドリカスミカメの幼虫孵化予測日、成虫発生予測日、産卵予測日を算出する例について説明したが、他の害虫についても同様にして、幼虫孵化予測日、成虫発生予測日、産卵予測日を算出する。予測部152は、予測した各予測日を、予測日情報として登録する。 In the above processing, the prediction unit 152 has described an example of calculating the larval hatching prediction date, the adult development prediction date, and the spawning prediction date of the red-spotted turtle, but the same applies to the other pests. Calculate the predicted adult emergence date and the predicted spawning date. The prediction unit 152 registers each predicted prediction date as prediction date information.
更に、予測部152は、基準日付の情報を新たに取得する度に、上記の処理を繰り返し実行することで、予測日情報144を更新する。ここで、予測部152は、基準日付の情報に、害虫(成長段階:成虫)を確認した日付が含まれる場合には、予測部152は、アカヒゲホソミドリカスミカメの成長段階が「成虫」であるとして、発育ゼロ点を「14.2℃」に設定し、日付X2(害虫(成長段階:成虫)を確認した日付)を起点日とし、日付を一日ずつ進めながら、式(1)を基に差分温度を算出し、各差分温度を積算することで、積算温度を算出する。予測部152は、積算温度が成虫(成虫の産卵前期)の有効積算温度「39.8℃」を初めて超える「日付X3」を特定する。
Further, the prediction unit 152 updates the
また、予測日152は、基準日付の情報に、害虫(成長段階:幼虫)を確認した日付が含まれる場合には、予測日情報144の幼虫孵化予測日を参照して、害虫の世代を推定し、推定結果を基にして、各世代の幼虫孵化予測日、第n世代の成虫発生予測日、産卵予測日を予測してもよい。たとえば、予測日152は、各世代の幼虫孵化予測日と、基準日付の情報に含まれる害虫(成長段階:幼虫)を確認した日付とを比較し、基準日付の情報に含まれる害虫(成長段階:幼虫)を確認した日付に最も近い幼虫孵化予測日に対応する世代を、推定結果とする。
Further, when the prediction date 152 includes the date when the pest (growth stage: larva) is confirmed in the reference date information, the generation of the pest is estimated by referring to the larva hatching prediction date in the
より具体的には、第1世代の幼虫孵化予測日「5/31」、第2世代の幼虫孵化予測日「7/12」、基準日付の情報に含まれる害虫(成長段階:幼虫)を確認した日付「7/13」とする。この場合には、予測部152は、基準日付の情報に対応する世代を第2世代と推定する。 More specifically, the first-generation larva hatching prediction date "5/31", the second-generation larva hatching prediction date "7/12", and the pests (growth stage: larvae) included in the reference date information are confirmed. The date is "7/13". In this case, the prediction unit 152 estimates that the generation corresponding to the information on the reference date is the second generation.
なお、予測部152は、基準日付の情報の代わりに、第1気象情報142および第2気象情報143を用いて、基準日付の情報に含まれる、害虫(成長段階:幼虫)の日付を推定してもよい。
The prediction unit 152 uses the first
予測部152は、上記のように、各害虫の各世代における幼虫孵化予測日、成虫発生予測日、産卵予測日を予測した後に、予測した各予測日のうち、アラーム期間に含まれる予測日を判定する処理を行う。 As described above, the prediction unit 152 predicts the larva hatching prediction date, the adult development prediction date, and the spawning prediction date in each generation of each pest, and then determines the prediction date included in the alarm period among the predicted prediction dates. Performs the judgment process.
予測部152が、品目「水稲」のアラーム期間に含まれる予測日を判定する処理について説明する。予測部152は、アラーム期間テーブル145を参照して、水稲に被害を与える害虫名、成長段階、アラーム期間を特定する。図7に示すように、水稲に被害を与える害虫名は「アカヒゲホソミドリカスミカメ」、「アカスジカスミカメ」であり、成長段階は「成虫」、アラーム期間は「7/29〜8/8」である。 The process of determining the forecast date included in the alarm period of the item "paddy rice" by the forecasting unit 152 will be described. The prediction unit 152 identifies the name of the pest that damages the paddy rice, the growth stage, and the alarm period with reference to the alarm period table 145. As shown in Fig. 7, the names of pests that damage paddy rice are "Ryukyu robin" and "Akasujikasumikame", the growth stage is "adult", and the alarm period is "7 / 29-8 / 8". be.
予測部152は、予測日情報144を参照し、「アカヒゲホソミドリカスミカメ」、「アカスジカスミカメ」の各世代の成虫発生予測日のうち、アラーム期間7/29〜8/8に含まれる成虫発生予測日を、通知対象の予測日として判定する。
The prediction unit 152 refers to the
予測部152が、品目「大豆」のアラーム期間に含まれる予測日を判定する処理について説明する。図7に示したように、大豆のアラーム期間は、害虫名、成長段階の組に応じて、2つのアラーム期間がある。 The process of determining the forecast date included in the alarm period of the item "soybean" by the forecasting unit 152 will be described. As shown in FIG. 7, the soybean alarm period has two alarm periods depending on the pest name and the set of growth stages.
まず、アラーム期間「8/1〜8/15」について説明する。かかるアラーム期間に、大豆に被害を与える害虫名は「タマナヤガ」であり、成長段階は「幼虫」である。予測部152は、予測日情報144を参照し、「タマナヤガ」の各世代の幼虫孵化予測日のうち、アラーム期間「8/1〜8/15」に含まれる幼虫孵化予測日を、通知対象の予測日として判定する。
First, the alarm period "8 / 1-8 / 15" will be described. During this alarm period, the name of the pest that damages soybean is "Dark sword grass" and the growth stage is "larva". The prediction unit 152 refers to the
続いて、アラーム期間「6/25〜10/20」について説明する。かかるアラーム期間に、大豆に被害を与える害虫名は「ハスモンヨトウ」、「ミツモンキンウワバ」、「マメシンクイガ」であり、成長段階は「幼虫」である。予測部152は、予測日情報144を参照し、「ハスモンヨトウ」、「ミツモンキンウワバ」、「マメシンクイガ」の各世代の幼虫孵化予測日のうち、アラーム期間「6/25〜10/20」に含まれる幼虫孵化予測日を、通知対象の予測日として判定する。
Next, the alarm period "6/25 to 10/20" will be described. During this alarm period, the names of pests that damage soybeans are "Spodoptera litura", "Mitsumonkinuwaba", and "Mameshiniga", and the growth stage is "larva". The prediction unit 152 refers to the
予測部152が、品目「小麦」のアラーム期間に含まれる予測日を判定する処理について説明する。予測部152は、アラーム期間テーブル145を参照して、小麦に被害を与える害虫名、成長段階、アラーム期間を特定する。図7に示すように、小麦に被害を与える害虫名は「ムギクビレアブラムシ」であり、成長段階は「成虫」、アラーム期間は「5/10〜5/28」である。 The process of determining the forecast date included in the alarm period of the item "wheat" by the forecasting unit 152 will be described. The prediction unit 152 identifies the name of the pest that damages wheat, the growth stage, and the alarm period with reference to the alarm period table 145. As shown in FIG. 7, the name of the pest that damages wheat is "wheat aphid", the growth stage is "adult", and the alarm period is "5 / 10-5 / 28".
予測部152は、予測日情報144を参照し、「ムギクビレアブラムシ」の各世代の成虫発生予測日のうち、アラーム期間「5/10〜5/28」に含まれる成虫発生予測日を、通知対象の予測日として判定する。
The prediction unit 152 refers to the
予測部152が、品目「枝豆」のアラーム期間に含まれる予測日を判定する処理について説明する。図7に示したように、枝豆のアラーム期間は、害虫名、成長段階の組に応じて、2つのアラーム期間がある。 The process of determining the forecast date included in the alarm period of the item "edamame" by the forecasting unit 152 will be described. As shown in FIG. 7, there are two alarm periods for green soybeans, depending on the pest name and the set of growth stages.
まず、アラーム期間「8/1〜8/15」について説明する。かかるアラーム期間に、枝豆に被害を与える害虫名は「タマナヤガ」であり、成長段階は「幼虫」である。予測部152は、予測日情報144を参照し、「タマナヤガ」の各世代の幼虫孵化予測日のうち、アラーム期間「8/1〜8/15」に含まれる幼虫孵化予測日を、通知対象の予測日として判定する。
First, the alarm period "8 / 1-8 / 15" will be described. During this alarm period, the name of the pest that damages green soybeans is "Dark sword grass" and the growth stage is "larva". The prediction unit 152 refers to the
続いて、アラーム期間「6/7〜9/5」について説明する。かかるアラーム期間に、大豆に被害を与える害虫名は「ハスモンヨトウ」、「ミツモンキンウワバ」、「マメシンクイガ」であり、成長段階は「幼虫」である。予測部152は、予測日情報144を参照し、「ハスモンヨトウ」、「ミツモンキンウワバ」、「マメシンクイガ」の各世代の幼虫孵化予測日のうち、アラーム期間「6/7〜9/5」に含まれる幼虫孵化予測日を、通知対象の予測日として判定する。
Next, the alarm period "6/7 to 9/5" will be described. During this alarm period, the names of pests that damage soybeans are "Spodoptera litura", "Mitsumonkinuwaba", and "Mameshiniga", and the growth stage is "larva". The prediction unit 152 refers to the
予測部152は、上記処理を行うことで、品目毎に、通知対象となる予測日を予測し、予測結果情報146に登録する。また、予測部152は、後述する更新部153から、アラーム期間テーブル145を更新した旨の情報を受け付けた場合には、再度、上記処理を行うことで、予測日情報を更新する。 By performing the above processing, the prediction unit 152 predicts the prediction date to be notified for each item and registers it in the prediction result information 146. When the prediction unit 152 receives the information that the alarm period table 145 has been updated from the update unit 153, which will be described later, the prediction unit 152 updates the prediction date information by performing the above processing again.
更新部153は、アラーム期間の更新を受け付けた場合に、アラーム期間テーブル145のアラーム期間を更新する処理部である。更新部153は、作物の成長実績の情報を受け付けた場合に、成長実績を基にして、アラーム期間を推定し、推定したアラーム期間により、アラーム期間テーブル145を更新する。 The update unit 153 is a processing unit that updates the alarm period in the alarm period table 145 when the update of the alarm period is received. When receiving the information on the growth record of the crop, the update unit 153 estimates the alarm period based on the growth record, and updates the alarm period table 145 based on the estimated alarm period.
たとえば、更新部153は、水稲について、出穂日の情報を受け付けた場合には、受け付けた出穂日から10日後までの期間を新たなアラーム期間とする。更新部153は、現在の水稲に対するアラーム期間が「7/29〜8/8」である場合に、成長実績の情報「品目:水稲」、「出穂日:7/28」を受信した場合には、アラーム期間を「7/28〜8/7」に更新する。また、更新部153は、アラーム期間テーブル145を更新した場合には、更新した旨の情報を、予測部152に出力する。 For example, when the update unit 153 receives information on the heading date of paddy rice, the period from the received heading date to 10 days later is set as a new alarm period. When the update unit 153 receives the growth record information "item: paddy rice" and "heading date: 7/28" when the alarm period for the current paddy rice is "7/29 to 8/8", , Update the alarm period to "7 / 28-8 / 7". Further, when the alarm period table 145 is updated, the update unit 153 outputs the updated information to the prediction unit 152.
通知部154は、予測部152により予測された予測結果情報146を、利用者端末5に通知する処理部である。たとえば、通知部154は、予測結果情報146を利用者端末5に通知する場合に、図8〜図11で説明した情報を、利用者端末5に表示させる。また、通知部154は、予測部152に予測された、通知対象の予測日(アラーム期間に含まれる予測日)のみを通知する。または、通知部154は、各世代の予測日を通知し、アラーム期間に含まれる予測日を強調表示するようにしてもよい。 The notification unit 154 is a processing unit that notifies the user terminal 5 of the prediction result information 146 predicted by the prediction unit 152. For example, when the notification unit 154 notifies the user terminal 5 of the prediction result information 146, the notification unit 154 causes the user terminal 5 to display the information described with reference to FIGS. 8 to 11. Further, the notification unit 154 notifies the prediction unit 152 of only the predicted date (predicted date included in the alarm period) to be notified. Alternatively, the notification unit 154 may notify the predicted date of each generation and highlight the predicted date included in the alarm period.
通知部154は、図8〜図11に示した予測結果に加えて、図12に示すようなメールの情報を生成し、利用者端末5に通知してもよい。図12は、通知部が通知するメールの内容の一例を示す図である。たとえば、図12に示すように、このメールの内容には、害虫の発生する場所、害虫名、品目、世代および発生予測日(通知対象の予測日)が含まれる。また、図12の情報に加えて、幼虫孵化予測日、産卵予測日等の情報を含めてもよい。 In addition to the prediction results shown in FIGS. 8 to 11, the notification unit 154 may generate e-mail information as shown in FIG. 12 and notify the user terminal 5. FIG. 12 is a diagram showing an example of the content of the e-mail notified by the notification unit. For example, as shown in FIG. 12, the content of this email includes the place where the pest occurs, the name of the pest, the item, the generation, and the predicted date of occurrence (the predicted date to be notified). Further, in addition to the information in FIG. 12, information such as a predicted larva hatching date and a predicted spawning date may be included.
通知部154は、利用者端末5から基準日付の情報が送信され、予測部152により予測結果情報146が更新される度に、上記処理を繰り返し実行する。なお、通知部154は、予測結果情報146が更新され、現在の日付以降において、通知対象の予測日が含まれる場合に、上記処理を実行する。一方、通知部154は、現在の日付以降において、通知対象の予測日が含まれない場合には、予測結果情報146およびメールを、利用者端末5に送信する処理を抑止する。 The notification unit 154 repeatedly executes the above process every time the reference date information is transmitted from the user terminal 5 and the prediction result information 146 is updated by the prediction unit 152. The notification unit 154 executes the above process when the prediction result information 146 is updated and the prediction date to be notified is included after the current date. On the other hand, the notification unit 154 suppresses the process of transmitting the prediction result information 146 and the mail to the user terminal 5 when the prediction date to be notified is not included after the current date.
また、通知部154は、予測部152により、予測結果情報146が更新され、アラーム期間内のおける予測日に変更が発生した場合には、変更した予測日の情報を、利用者端末5に通知してもよい。 Further, the notification unit 154 notifies the user terminal 5 of the changed prediction date information when the prediction result information 146 is updated by the prediction unit 152 and the prediction date within the alarm period is changed. You may.
次に、本実施例に係る予測装置100の処理手順の一例について説明する。図13は、本実施例に係る予測装置の処理手順を示すフローチャートである。図13に示すように、予測装置100の取得部151は、利用者端末5から基準日付の情報を受信する(ステップS101)。
Next, an example of the processing procedure of the
予測装置100の予測部152は、害虫発育温度情報141を取得する(ステップS102)。予測部152は、第2気温情報143を基にして、積算温度を算出する(ステップS103)。
The prediction unit 152 of the
予測部152は、積算温度と、有効積算温度との比較により、各世代の孵化予測日、成虫発生予測日、産卵予測日を予測する(ステップS104)。予測部152は、アラーム期間と、各世代の孵化予測日、成虫発生予測日を比較し、アラーム期間に含まれる各世代の孵化予測日、成虫発生予測日を特定する(ステップS105)。 The prediction unit 152 predicts the hatching prediction date, the adult development prediction date, and the spawning prediction date of each generation by comparing the integrated temperature with the effective integrated temperature (step S104). The prediction unit 152 compares the alarm period with the hatching prediction date and the adult development prediction date of each generation, and identifies the hatching prediction date and the adult development prediction date of each generation included in the alarm period (step S105).
予測装置100の通知部154は、予測結果を利用者端末5に通知する(ステップS106)。予測装置100は、処理を継続する場合には(ステップS107,Yes)、ステップS101に移行する。一方、予測装置100は、処理を継続しない場合には(ステップS107,No)、処理を終了する。
The notification unit 154 of the
次に、本実施例に係る予測装置100の効果について説明する。予測装置100は、実際に害虫が孵化した基準日付を起点として、害虫の発生する日付を世代毎に算出する。そして、予測装置100は、算出した複数の日付のうち、作物の全成長期間において害虫の被害を受けるアラーム期間内の日付を特定し、通知を行うことで、害虫を駆除する有効なタイミングを利用者に通知することができる。更に、害虫を駆除する有効なタイミングを通知することで、無駄な農薬の散布を省くことができる。
Next, the effect of the
予測装置100は、異なる世代毎について、卵から孵化する第1段階の日付、幼虫から成虫となる第2段階の日付、成虫が産卵する第3段階の日付を、発生日付として予測する。このため、アラーム期間に含まれる、各成長段階の日付を、利用者に通知することができる。
The
予測装置100は、作物の成長実績に応じて、アラーム期間を更新する。このため、作物の成長実績に応じて、適切なアラーム期間を設定でき、害虫を駆除する有効なタイミングをより正確に通知することができる。
The
予測装置100は、基準日付の情報を新たに受け付ける度に、受け付けた基準日付の情報を基にして、予測日を更新する。最新の基準日付を用いて、予測日を更新するので、アラーム期間に含まれる予測日をより正確な日付にすることができる。
Each time the
予測装置100は、異なる害虫毎に、予測日を算出するため、アラーム期間に含まれる、異なる害虫毎の予測日を通知することができる。
Since the
次に、上記実施例に示した予測装置100と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図14は、予測装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
Next, an example of a computer hardware configuration that realizes the same functions as the
図14に示すように、コンピュータ200は、各種演算処理を実行するCPU201と、ユーザからのデータの入力を受け付ける入力装置202と、ディスプレイ203とを有する。また、コンピュータ200は、記憶媒体からプログラム等を読み取る読み取り装置204と、有線または無線ネットワークを介して収録機器等との間でデータの授受を行うインターフェース装置205とを有する。また、コンピュータ200は、各種情報を一時記憶するRAM206と、ハードディスク装置207とを有する。そして、各装置201〜207は、バス208に接続される。
As shown in FIG. 14, the
ハードディスク装置207は、予測プログラム207a、更新プログラム207b、通知プログラム207cを有する。CPU201は、各プログラム207a〜207fを読み出してRAM206に展開する。
The hard disk device 207 has a
予測プログラム207aは、予測プロセス206aとして機能する。更新プログラム207bは、更新プロセス206bとして機能する。通知プログラム207cは、通知プロセス206cとして機能する。
The
予測プロセス206aの処理は、予測部152の処理に対応する。更新プロセス206bの処理は、更新部153の処理に対応する。通知プロセス206cの処理は、通知部154の処理に対応する。
The processing of the
なお、各プログラム207a〜207cについては、必ずしも最初からハードディスク装置207に記憶させておかなくても良い。例えば、コンピュータ200に挿入されるフレキシブルディスク(FD)、CD−ROM、DVDディスク、光磁気ディスク、ICカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ200が各プログラム207a〜207cを読み出して実行するようにしても良い。
The
5a,5b,5c 利用者端末
10a,10b,10c,10d,10e,10f 気象ロボット
20 サーバ
30 アメダス
100 予測装置
5a, 5b,
Claims (7)
害虫が孵化した基準日付の情報を受け付けた場合に、前記基準日付を開始の日付として、前記気温と前記温度情報との差分温度を日付毎に算出し、算出した日付毎の差分温度を積算した第2の積算温度を算出し、前記第1の積算温度と前記第2の積算温度とを基にして、前記害虫の成長段階が所定の成長段階となる発生日付を、異なる世代毎に予測し、予測した複数の発生日付のうち、前記アラーム期間に含まれる発生日付を判定する予測部と
を有することを特徴とする予測装置。 Meteorological information that links the date and temperature, the minimum temperature information required for the growth of pests, the information on the first integrated temperature required for the pests to move to the next growth stage, and the crop's A storage unit that stores information on the alarm period during which pests are damaged during the growth period,
When the information on the reference date when the pest hatched was received, the difference temperature between the temperature and the temperature information was calculated for each date with the reference date as the start date, and the difference temperature for each calculated date was integrated. The second integrated temperature is calculated, and based on the first integrated temperature and the second integrated temperature, the occurrence date at which the growth stage of the pest becomes a predetermined growth stage is predicted for each different generation. , A prediction device comprising a prediction unit for determining an occurrence date included in the alarm period among a plurality of predicted occurrence dates.
日付と気温とを対応づけた気象情報と、害虫の成長が進むために要する最小限の温度情報と、害虫が次の成長段階に移行するために要する第1の積算温度の情報と、作物の成長期間のうち害虫の被害を受けるアラーム期間の情報とを記憶する記憶装置を参照し、
害虫が孵化した基準日付の情報を受け付けた場合に、前記基準日付を開始の日付として、前記気温と前記温度情報との差分温度を日付毎に算出し、
算出した日付毎の差分温度を積算した第2の積算温度を算出し、
前記第1の積算温度と前記第2の積算温度とを基にして、前記害虫の成長段階が所定の成長段階となる発生日付を、異なる世代毎に予測し、
予測した複数の発生日付のうち、前記アラーム期間に含まれる発生日付を判定する
処理を実行することを特徴とする予測方法。 It ’s a computer-based prediction method.
Meteorological information that links the date and temperature, the minimum temperature information required for the growth of pests, the information on the first integrated temperature required for the pests to move to the next growth stage, and the crop's Refer to the storage device that stores the information of the alarm period that is damaged by pests during the growth period.
When the information on the reference date when the pest hatched is received, the difference temperature between the temperature and the temperature information is calculated for each date with the reference date as the start date.
Calculate the second integrated temperature by integrating the calculated difference temperature for each date.
Based on the first integrated temperature and the second integrated temperature, the date of occurrence at which the growth stage of the pest becomes a predetermined growth stage is predicted for each different generation.
A prediction method characterized by executing a process of determining an occurrence date included in the alarm period among a plurality of predicted occurrence dates.
日付と気温とを対応づけた気象情報と、害虫の成長が進むために要する最小限の温度情報と、害虫が次の成長段階に移行するために要する第1の積算温度の情報と、作物の成長期間のうち害虫の被害を受けるアラーム期間の情報とを記憶する記憶装置を参照し、
害虫が孵化した基準日付の情報を受け付けた場合に、前記基準日付を開始の日付として、前記気温と前記温度情報との差分温度を日付毎に算出し、
算出した日付毎の差分温度を積算した第2の積算温度を算出し、
前記第1の積算温度と前記第2の積算温度とを基にして、前記害虫の成長段階が所定の成長段階となる発生日付を、異なる世代毎に予測し、
予測した複数の発生日付のうち、前記アラーム期間に含まれる発生日付を判定する
処理を実行させることを特徴とする予測プログラム。 On the computer
Meteorological information that links the date and temperature, the minimum temperature information required for the growth of pests, the information on the first integrated temperature required for the pests to move to the next growth stage, and the crop's Refer to the storage device that stores the information of the alarm period that is damaged by pests during the growth period.
When the information on the reference date when the pest hatched is received, the difference temperature between the temperature and the temperature information is calculated for each date with the reference date as the start date.
Calculate the second integrated temperature by integrating the calculated difference temperature for each date.
Based on the first integrated temperature and the second integrated temperature, the date of occurrence at which the growth stage of the pest becomes a predetermined growth stage is predicted for each different generation.
A prediction program characterized by executing a process of determining an occurrence date included in the alarm period among a plurality of predicted occurrence dates.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017182118A JP6920151B2 (en) | 2017-09-22 | 2017-09-22 | Forecasting device, forecasting method and forecasting program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017182118A JP6920151B2 (en) | 2017-09-22 | 2017-09-22 | Forecasting device, forecasting method and forecasting program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019054771A JP2019054771A (en) | 2019-04-11 |
JP6920151B2 true JP6920151B2 (en) | 2021-08-18 |
Family
ID=66105842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017182118A Active JP6920151B2 (en) | 2017-09-22 | 2017-09-22 | Forecasting device, forecasting method and forecasting program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6920151B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7273613B2 (en) * | 2019-05-15 | 2023-05-15 | シャープ株式会社 | Insect trapping system, server, information processing method, and insect trapping device |
JP7065163B2 (en) * | 2020-09-30 | 2022-05-11 | 東日本電信電話株式会社 | Field integrated management system |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3220430B2 (en) * | 1998-03-31 | 2001-10-22 | 株式会社エヌ・ティ・ティ・データ | System and method for predicting the occurrence of pests and providing information |
JP2006115704A (en) * | 2004-10-19 | 2006-05-11 | Hitachi Software Eng Co Ltd | Method, system and program for controlling pest prevention |
JP6237210B2 (en) * | 2013-12-20 | 2017-11-29 | 大日本印刷株式会社 | Pest occurrence estimation apparatus and program |
TWI574607B (en) * | 2014-11-27 | 2017-03-21 | 國立臺灣大學 | System and method of supplying drug for crops |
JP6532722B2 (en) * | 2015-03-25 | 2019-06-19 | 株式会社富士通エフサス | Prediction apparatus and prediction method |
JP2017131130A (en) * | 2016-01-26 | 2017-08-03 | 井関農機株式会社 | Agricultural work support system |
-
2017
- 2017-09-22 JP JP2017182118A patent/JP6920151B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019054771A (en) | 2019-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Estimating spring frost and its impact on yield across winter wheat in China | |
JP6753936B2 (en) | Information processing equipment and information processing system | |
JP6532722B2 (en) | Prediction apparatus and prediction method | |
WO2016118686A1 (en) | Modeling of crop growth for desired moisture content of targeted livestock feedstuff for determination of harvest windows using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states | |
JP5657901B2 (en) | Crop monitoring method, crop monitoring system, and crop monitoring device | |
JP6920151B2 (en) | Forecasting device, forecasting method and forecasting program | |
US20160217231A1 (en) | Modeling of crop growth for desired moisture content of bovine feedstuff and determination of harvest windows for high-moisture corn using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states | |
US20160217228A1 (en) | Modeling of crop growth for desired moisture content of targeted livestock feedstuff for determination of harvest windows using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states | |
JP2005176850A (en) | Information processing equipment and method, and recording medium | |
JP2013042668A (en) | Information processing device, harvest time-predicting program and harvest time-predicting method | |
KR101820567B1 (en) | Agricultural work support method and agricultural work support device | |
US20160217229A1 (en) | Modeling of crop growth for desired moisture content of bovine feedstuff and determination of harvest windows for corn silage using field-level diagnosis and forecasting of weather conditions and field observations | |
CN113329617A (en) | Information processing apparatus and information processing system | |
CN112400184A (en) | Information processing device, information processing system, and program | |
Li et al. | Apple fruit diameter and length estimation by using the thermal and sunshine hours approach and its application to the digital orchard management information system | |
CN113544714A (en) | Crop yield prediction program and cultivation environment determination program | |
JP2021058124A (en) | Cultivation and management device for fruit and vegetable plants and fruit trees, learning device, cultivation and management method for fruit and vegetable plants and fruit trees, learning model generation method, cultivation and management program for fruit and vegetable plants and fruit trees, and learning model generation program | |
EP3984350A1 (en) | Information processing device and method | |
JP6655940B2 (en) | Mobile terminals for environmental monitoring | |
WO2021124815A1 (en) | Prediction device | |
JP6806968B2 (en) | Monitoring device and monitoring method | |
AU2020298380A1 (en) | Information processing device and method | |
Neufeld et al. | Evaluation of a Model for Predicting the Infection Risk of Squash and Cantaloupe by Pseudoperonospora cubensis | |
JP7385931B2 (en) | Information processing device, information processing method, and program | |
JP6705591B2 (en) | Statistical analysis device, statistical analysis method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200716 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210621 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210629 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210726 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6920151 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |