特許ウォッチ

公開番号2024103604
公報種別公開特許公報(A)
公開日2024-08-01
出願番号2024086962,2020131851
出願日2024-05-29,2020-08-03
発明の名称湿害予測装置、湿害予測方法および湿害予測プログラム
出願人国立研究開発法人農業・食品産業技術総合研究機構
代理人弁理士法人 HARAKENZO WORLD PATENT & TRADEMARK
主分類G06T 7/00 20170101AFI20240725BHJP(計算;計数)
要約【課題】簡易かつ低コストにより、圃場において湿害の発生が予測される箇所を特定する。
【解決手段】湿害予測装置であって、特定の圃場の地理空間情報と過去の湿害の発生箇所を示す湿害情報とのデータセットを用いた機械学習により生成された学習済みモデルを用いて、特定の圃場での湿害の発生が予測される危険箇所を特定する特定部(31)を備えている。
【選択図】図1
特許請求の範囲【請求項１】
特定の圃場の地理空間情報と、前記特定の圃場における過去の湿害の発生箇所を示す湿害情報と、のデータセットを用いた機械学習により生成された学習済みモデルを用いて、前記特定の圃場を示す対象画像から、前記特定の圃場における湿害の発生が予測される危険箇所を特定する特定部を備えていることを特徴とする、湿害予測装置。
続きを表示（約 930 文字）【請求項２】
前記特定部は、前記対象画像を２つ以上の画像に分割して、分割された各画像から、それぞれ前記危険箇所を特定することを特徴とする、請求項１に記載の湿害予測装置。
【請求項３】
前記地理空間情報は、複数の地理空間特性を含み、
前記特定部は、前記地理空間特性ごとに生成された前記学習済みモデルを用いて、それぞれ前記危険箇所を特定することを特徴とする、請求項１または２に記載の湿害予測装置。
【請求項４】
前記地理空間情報には、前記地理空間特性として、少なくとも地下水流動系を示す情報と、地表面の凹凸を示す情報とが含まれることを特徴とする、請求項３に記載の湿害予測装置。
【請求項５】
前記学習済みモデルは、生成器と判別器とにより構成される敵対的生成ネットワークを、前記機械学習させることにより生成されたものであり、
前記学習済みモデルは、
前記地理空間情報としての前記対象画像を前記生成器に入力して、当該生成器に、前記危険箇所を示した特定画像を生成させ、前記対象画像および前記特定画像からなる生成ペアと、前記対象画像および前記湿害情報を示した正解画像からなる正解ペアとをそれぞれ前記判別器に入力して、前記判別器に、前記生成ペアが、前記生成器が生成した前記特定画像を含むペアか否かを判別させ、当該判別の正誤を前記生成器および前記判別器に入力して学習させた前記生成器であることを特徴とする、請求項１から４の何れか１項に記載の湿害予測装置。
【請求項６】
特定の圃場の地理空間情報と、前記特定の圃場における過去の湿害の発生箇所を示す湿害情報と、のデータセットを用いた機械学習により生成された学習済みモデルを用いて、前記特定の圃場を示す対象画像から、前記特定の圃場における湿害の発生が予測される危険箇所を特定する特定ステップを含んでいることを特徴とする、湿害予測方法。
【請求項７】
請求項１に記載の湿害予測装置としてコンピュータを機能させるための湿害予測プログラムであって、前記特定部としてコンピュータを機能させるための湿害予測プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、湿害の発生が予測される危険箇所を特定する湿害予測装置、湿害予測方法および湿害予測プログラムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
野菜および穀物等の農作物を栽培する圃場では、土壌中に含まれる水分量が過多となり農作物が生育不良となる、湿害が問題となっている。そのため、湿害が発生する可能性がある圃場については、適切な排水対策を行うことが要求される。適切な排水対策を行うための前提として、まず、湿害が発生する可能性がある圃場の有無を調査する必要がある。
【０００３】
湿害が発生する可能性の有無については、農作物の栽培期間中に、圃場の土壌中における水分状態および地下水位をモニタリングして判断する方法が用いられている。当該モニタリングでは、例えば、圃場への土壌水分センサの設置、および、観測用に掘削された井戸の中への水位センサの設置等、各種センサの設置を行った後に、これらのセンサが取得した値を経時的に記録して解析する。
【０００４】
また近年は、圃場の衛星画像または無人航空機（ＵＡＶ；Unmanned Aerial Vehicle）による圃場の撮影画像等を解析して、当該圃場にて湿害が発生したか否かを評価する方法が提案されている（非特許文献１、２）。
【先行技術文献】
【非特許文献】
【０００５】
丹波勝久ら、衛星リモートセンシングによる2009年の北海道十勝地域のテンサイ湿害実態把握、日本土壌肥料学会講演要旨集、56巻、16-1、2010
山本修平ら、UAVリモートセンシングに基づく農家圃場におけるダイズ湿害の評価-2017年仙台沿岸部における観測例-（速報）、日本作物学会紀事、88巻1号、p.48-49、2019
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上述した各種センサを用いて圃場の状態をモニタリングする方法では、圃場におけるセンサの設置箇所しか判断できない。圃場は通常、土壌の状態および地形等が不均一である場合が多いため、センサの設置個所によって判断結果が大きく異なってしまう可能性が高いという問題がある。したがって、圃場の複数個所に各種センサを設置することが好ましいが、この場合には各種センサの設置およびモニタリングに多大な労力を要する。また、圃場全体を網羅的に判断するためには多数のセンサが必要となるが、モニタリングに用いられるセンサ等の機器は一般的に高額であり、コストの観点から現実的ではない。
【０００７】
一方で、非特許文献１および２に示されているような従来技術は、湿害が発生したか否かについて、主に葉色等の農作物の生育状態から評価するものである。すなわち、これらの従来技術は、圃場で湿害が発生する可能性の有無を判断するものではない。
【０００８】
本発明の一態様は、簡易かつ低コストにより、圃場において湿害の発生が予測される箇所を特定可能な湿害予測装置等を実現することを目的とする。
【課題を解決するための手段】
【０００９】
上記の課題を解決するために、本発明の一態様に係る湿害予測装置は、特定の圃場の地理空間情報と、前記特定の圃場における過去の湿害の発生箇所を示す湿害情報と、のデータセットを用いた機械学習により生成された学習済みモデルを用いて、前記特定の圃場を示す対象画像から、前記特定の圃場における湿害の発生が予測される危険箇所を特定する特定部を備えている。
【００１０】
前記構成によれば、湿害予測装置は、地理空間情報と湿害情報との関係を学習した学習済みモデルから、対象画像における湿害の発生が予測される危険箇所を特定できる。したがって、湿害予測装置は、簡易かつ低コストにより危険箇所を特定できる。
（【００１１】以降は省略されています）

関連特許