特許 6708528 害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6708528

(24)【登録日】2020年5月25日

(45)【発行日】2020年6月10日

(54)【発明の名称】害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラム

(51)【国際特許分類】

   G06Q 50/02 20120101AFI20200601BHJP

【ＦＩ】

   G06Q50/02

【請求項の数】9

【全頁数】21

(21)【出願番号】特願2016-188782(P2016-188782)

(22)【出願日】2016年9月27日

(65)【公開番号】特開2018-55282(P2018-55282A)

(43)【公開日】2018年4月5日

【審査請求日】2019年2月13日

(73)【特許権者】

【識別番号】598057291

【氏名又は名称】株式会社富士通エフサス

(74)【代理人】

【識別番号】110002147

【氏名又は名称】特許業務法人酒井国際特許事務所

(72)【発明者】

【氏名】塩川 順

【審査官】 牧 裕子

(56)【参考文献】

【文献】 特開２００９−０９５２９２（ＪＰ，Ａ）

【文献】 特開２０００−２３２８４４（ＪＰ，Ａ）

【文献】 特開平０９−０７１５０２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００ − ９９／００

(57)【特許請求の範囲】

【請求項1】

複数の区画を含む所定範囲の土地の、各区画の過去の利用情報を記憶する記憶部と、
ユーザ入力に応じて、前記所定範囲の土地のうち、当該ユーザの利用区画と、当該ユーザの利用区画に隣接する区画を特定し、
当該ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体のうち、過去の利用情報が所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合に基づき、前記ユーザの利用区画における所定年度の害虫発生予測量を補正するための補正係数を算出する算出部と、
を備える害虫発生予測システム。

【請求項2】

前記算出部は、過去の利用情報が所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合が大きいほど、より大きい補正係数を算出することを特徴とする請求項１に記載の害虫発生予測システム。

【請求項3】

前記記憶部はさらに、各区画の所定年度の利用情報を記憶し、
前記算出部は、過去の利用情報が所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合と、前記所定年度の利用情報が前記所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合と、の比較に基づき、前記補正係数を算出することを特徴とする請求項１または２に記載の害虫発生予測システム。

【請求項4】

前記算出部は、過去の利用情報が所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合に対して、所定年度の利用情報が前記所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合が大きいほど、より大きい補正係数を算出することを特徴とする請求項３に記載の害虫発生予測システム。

【請求項5】

前記算出部は、過去の利用情報が稲を栽培したことを示す区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合に基づき、前記補正係数を算出することを特徴とする請求項１から４のいずれか１項に記載の害虫発生予測システム。

【請求項6】

前記算出部は、過去の利用情報が稲を栽培したことを示す区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合と、所定年度の利用情報が稲を栽培予定であることを示す区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合と、の比較に基づき、前記補正係数を算出することを特徴とする請求項１から５のいずれか１項に記載の害虫発生予測システム。

【請求項7】

前記複数の区画のうち一の区画を特定する入力と、作物の種類を特定する入力と、を受け付ける入力受付部と、
前記算出部が算出した前記補正係数を出力する出力部と、
をさらに備え、
前記算出部は、前記入力受付部が受け付けた前記複数の区画のうち一の区画における、前記入力により特定される種類の作物につく害虫の、所定年度の害虫発生予測量を補正する、前記補正係数を算出することを特徴とする請求項１から６のいずれか１項に記載の害虫発生予測システム。

【請求項8】

コンピュータに、
複数の区画を含む所定範囲の土地の、各区画の過去の利用情報を記憶し、
ユーザ入力に応じて、前記所定範囲の土地のうち、当該ユーザの利用区画と、当該ユーザの利用区画に隣接する区画を特定し、
当該ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体のうち、過去の利用情報が所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合に基づき、前記ユーザの利用区画における所定年度の害虫発生予測量を補正するための補正係数を算出する、
ことを含む各処理を実行させることを特徴とする害虫発生予測方法。

【請求項9】

複数の区画を含む所定範囲の土地の、各区画の過去の利用情報を記憶する記憶手順と、
ユーザ入力に応じて、前記所定範囲の土地のうち、当該ユーザの利用区画と、当該ユーザの利用区画に隣接する区画を特定し、
当該ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体のうち、過去の利用情報が所定条件を満たす区画の、前記ユーザの利用区画と当該ユーザの利用区画に隣接する区画全体に占める割合に基づき、前記ユーザの利用区画における所定年度の害虫発生予測量を補正するための補正係数を算出する算出手順と、
を含む処理を、コンピュータに実行させることを特徴とする害虫発生予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラムに関する。

【背景技術】

【0002】

害虫の発生を予測するためのシステムが知られている。たとえば、捕虫シートを撮影して、捕虫シートごとに害虫数をカウントすることで、害虫数と位置情報とを含む情報を集積して害虫発生を予測するシステムが知られている（特許文献１）。また、温度および湿度の予測値に基づき、病害虫が発生しやすい箇所を推定する病害虫発生推定装置が知られている（特許文献２）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１５−１５４７３２号公報

【特許文献2】特開２０１５−１１９６４６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、害虫の発生に影響を与える要因は多岐にわたる。たとえば、ある程度の広さの土地を複数区画に区切って、大規模農業を行う場合、一つの区画で栽培する作物につく害虫が、他の区画で栽培される作物に伝播すること、が考えられる。また、広く知られているように、特定の作物を連作した場合、当該作物が必要とする養分が土壌に不足して、作物の生理障害や病害虫による被害が発生しやすくなる。

【0005】

１つの側面では、土地使用の実情に即した害虫発生予測を実現することができる、害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

第１の案では、害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラムは、コンピュータに、複数の区画を含む所定範囲の土地の、各区画の過去の利用情報を記憶させる。また、害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラムは、コンピュータに、過去の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合に基づき、所定範囲の土地における所定年度の害虫発生予測量を補正するための補正係数を算出させる。

【発明の効果】

【0007】

本発明の１実施形態によれば、土地使用の実情に即した害虫発生予測を実現することができる。

【図面の簡単な説明】

【0008】

【図1】図１は、第１の実施形態に係る害虫発生予測システムの構成の一例を説明するための図である。

【図2】図２は、第１の実施形態に係る害虫発生予測システムに記憶されるユーザ情報の構成の一例を示す図である。

【図3】図３は、第１の実施形態に係る害虫発生予測システムに記憶される土地情報について説明するための図である。

【図4】図４は、第１の実施形態に係る害虫発生予測システムに記憶される利用情報の構成の一例を示す図である。

【図5】図５は、第１の実施形態に係る害虫発生予測システムが算出する補正係数の一例を示す図である。

【図6】図６は、第１の実施形態に係る害虫発生予測システムにおける補正係数の算出手法について説明するための図である。

【図7】図７は、第１の実施形態に係る害虫発生予測システムにおける害虫発生予測処理の流れの一例を示すフローチャートである。

【図8】図８は、第２の実施形態に係る害虫発生予測システムの構成の一例を説明するための図である。

【図9】図９は、第２の実施形態に係る害虫発生予測システムに記憶される作物対応係数情報の構成の一例を示す図である。

【図10】図１０は、第２の実施形態に係る害虫発生予測システムに記憶される利用情報の構成の一例を示す図である。

【図11】図１１は、第２の実施形態に係る害虫発生予測システムにおける害虫発生予測処理の流れの一例を示すフローチャートである。

【図12】図１２は、第２の実施形態に係る害虫発生予測システムにおいてユーザ端末に表示される画面の一例を説明するための図である。

【図13】図１３は、第３の実施形態に係る害虫発生予測システムにおいてユーザ端末に表示される画面の他の例を説明するための図である。

【図14】図１４は、第３の実施形態に係る害虫発生予測システムにおける土地配置の例について説明するための図である。

【図15】図１５は、第３の実施形態に係る害虫発生予測システムにおける害虫発生予測処理の流れの一例を示すフローチャートである。

【図16】図１６は、第１〜４の実施形態に係る害虫発生予測プログラムを実行するコンピュータの一例について説明するための図である。

【発明を実施するための形態】

【0009】

以下に、本願の開示する害虫発生予測システム、害虫発生予測方法および害虫発生予測プログラムの実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。

【0010】

（第１の実施形態）
図１は、第１の実施形態に係る害虫発生予測システム１の構成の一例を説明するための図である。図１に示すように、第１の実施形態に係る害虫発生予測システム１は、サーバ２と、ユーザ端末３と、を備える。サーバ２と、ユーザ端末３と、はネットワーク４により通信可能に接続される。

【0011】

サーバ２は、複数の区画に分割される所定範囲の土地を管理する管理者が運用する情報処理装置である。サーバ２は、たとえば、農業協同組合が、所属する農業者による業務管理を支援するために運用する。サーバ２の具体的態様は特に限定されず、物理的に一つの物理サーバであっても、クラウドコンピューティングを用いて実現される仮想サーバであってもよい。

【0012】

ユーザ端末３は、サーバ２が提供するサービスを利用するユーザの情報処理端末である。ユーザ端末３は、たとえば、農業協同組合に所属する農業者が、サーバ２にアクセスするために使用する。ユーザ端末３は、ネットワーク４を介してサーバ２にアクセスすることができれば具体的な態様は特に限定されない。ユーザ端末３は、たとえば、パーソナルコンピュータ（ＰＣ）、携帯端末、スマートフォン等、任意の情報処理端末であってよい。

【0013】

ネットワーク４は、サーバ２とユーザ端末３とを通信可能に接続する通信ネットワークである。ネットワーク４の具体的態様は特に限定されず、インターネット、ローカルエリアネットワーク（ＬＡＮ）等任意のネットワークを含んでよい。また、ネットワーク４は、有線ネットワーク、無線ネットワークまたはそれらの組み合わせであってもよい。

【0014】

（サーバ２の構成の一例）
図１を参照し、サーバ２の構成の一例について説明する。サーバ２は、通信部１０と、入力部２０と、出力部３０と、記憶部４０と、制御部５０と、を備える。

【0015】

通信部１０は、ネットワーク４を介したサーバ２とユーザ端末３との通信を実現する。

【0016】

入力部２０は、サーバ２へ情報を入力するための入力装置である。入力部２０は、たとえば、キーボード、マウス、タッチパネル、マイクロフォン等、サーバ２へ情報を入力することができれば任意の装置であってよい。

【0017】

出力部３０は、サーバ２に記憶される情報およびサーバ２において生成される情報を外部に出力する装置である。出力部３０は、たとえば、音声または画像として情報を外部に出力する。出力部３０は、たとえば、モニタ等の表示装置、スピーカ、プリンタ等を含む。

【0018】

記憶部４０は、サーバ２における処理に用いられる情報およびサーバ２における処理によって生成される情報を記憶する。記憶部４０には、半導体メモリ素子等を採用できる。例えば、半導体メモリ素子としては、ＶＲＡＭ（Ｖｉｄｅｏ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やフラッシュメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）などが挙げられる。

【0019】

制御部５０は、サーバ２の動作および機能を制御する。制御部５０にはたとえば、各種の集積回路や電子回路を採用できる。また、制御部５０に含まれる機能部の一部を別の集積回路や電子回路とすることもできる。例えば、集積回路としては、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）が挙げられる。また、電子回路としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などが挙げられる。

【0020】

（記憶部４０に記憶する情報の一例）
記憶部４０は、ユーザ記憶部４１と、土地記憶部４２と、利用記憶部４３と、係数記憶部４４と、を有する。

【0021】

ユーザ記憶部４１は、ユーザ情報を記憶する。ユーザ情報は、害虫発生予測システム１を利用するユーザの情報である。ユーザ情報は、たとえば、サーバ２を運用する農業協同組合に所属する農業者に関する情報である。ユーザ情報は、少なくともユーザを特定する情報と、当該ユーザが現在使用している土地の区画を特定する情報と、を含む。なお、第１の実施形態では、ユーザとして農業者を想定するが、これに限定されるものではなく、害虫発生予測システム１は、実際に土地を利用する農業者以外もユーザとして登録できる構成としてもよい。

【0022】

図２は、第１の実施形態に係る害虫発生予測システム１に記憶されるユーザ情報の構成の一例を示す図である。図２に示すように、ユーザ情報は、「ユーザＩＤ」と、「氏名」と、「住所」と、「利用中区画」と、を含む。「ユーザＩＤ」は、ユーザを一意に特定するための識別子（Identifier）である。「氏名」は、対応するユーザＩＤによって特定されるユーザの氏名である。「住所」は、対応するユーザＩＤによって特定されるユーザの住所である。「利用中区画」は、対応するユーザＩＤによって特定されるユーザが現在利用している区画を特定する情報である。

【0023】

図２の例では、たとえば、「ユーザＩＤ、Ｕ０１」、「氏名、富士太郎」、「住所、ＸＸＸ」、「利用中区画、Ｌ００６」が対応付けて記憶される。これは、ユーザＩＤ「Ｕ０１」で特定されるユーザの氏名は「富士太郎」であることを示す。また、ユーザＩＤ「Ｕ０１」で特定されるユーザは「ＸＸＸ」を住所としていることを示す。また、ユーザＩＤ「Ｕ０１」で特定されるユーザは、現在「Ｌ００６」という土地ＩＤ（図３参照）で特定される区画の土地を利用していることを示す。

【0024】

土地記憶部４２は、害虫発生予測システム１による害虫発生予測の対象である土地に関する情報である土地情報を記憶する。土地記憶部４２は、たとえば、農業協同組合が管理対象とする土地に関する情報を記憶する。

【0025】

図３は、第１の実施形態に係る害虫発生予測システムに記憶される土地情報について説明するための図である。図３の（Ａ）に示すように、土地情報は、「土地ＩＤ」と、「位置」と、「面積（ｈａ）」と、「ユーザ」とを含む。「土地ＩＤ」は、害虫発生予測の対象とする所定範囲の土地内に存在する、各区画を特定する識別子である。「位置」は、対応する土地ＩＤで特定される区画の位置を特定するための情報である。「面積（ｈａ）」は、対応する土地ＩＤで特定される区画の面積を示す。「ユーザ」は、対応する土地ＩＤで特定される区画を現在使用しているユーザを特定する情報である。たとえば、「ユーザ」として、現在当該土地を使用しているユーザのユーザＩＤ（図２参照）が記憶される。

【0026】

たとえば、図３の（Ｂ）に示すような所定範囲の土地が存在すると仮定する。このとき、土地全体を９つの区画に分割して農業者に利用させる。図３の（Ｂ）の例では、左上から右下まで、「Ｌ００１」から「Ｌ００９」までの土地ＩＤが各区画に割り振られる。そして、各区画が特定の農業者によって使用される。

【0027】

たとえば、図３の（Ａ）の例では、「土地ＩＤ、Ｌ００１」、「位置、Ｎ・・Ｅ・・」、「面積（ｈａ）、１」、「ユーザ、Ｕ０１」が対応付けて記憶される。これは、土地ＩＤ「Ｌ００１」で特定される区画は、位置「Ｎ・・Ｅ・・」で特定される位置に存在することを示す。また、土地ＩＤ「Ｌ００１」で特定される区画は、面積が「１ヘクタール」であることを示す。また、土地ＩＤ「Ｌ００１」で特定される区画は、ユーザＩＤ「Ｕ０１」のユーザに利用されていることを示す。

【0028】

利用記憶部４３は、各区画について、それぞれの年の利用状況が所定の条件を満たすか否かを示す情報である利用情報を記憶する。たとえば、利用情報は、各年において各区画に何が栽培されたかを示す。第１の実施形態では、利用情報は、各年において各区画に稲が栽培されたか否かを示す。第１の実施形態に係る害虫発生予測システム１は、稲につく害虫の発生予測を行うものとする。

【0029】

図４は、第１の実施形態に係る害虫発生予測システム１に記憶される利用情報の構成の一例を示す図である。図４に示すように、利用情報は、「土地ＩＤ」と、「２０１３」〜「２０１６」までの年度とを対応付けて、各年度における栽培作物を記憶する。たとえば、「土地ＩＤ、Ｌ００１」に対応付けて、「２０１３」年度について「〇」が記憶されている。また、「土地ＩＤ、Ｌ００４」に対応付けて、「２０１６」年度について「×」が記憶されている。これは、土地ＩＤ「Ｌ００１」で特定される区画において、２０１３年度には、稲が栽培されたことを示す。また、土地ＩＤ「Ｌ００４」で特定される区画において、２０１６年度には、稲以外の作物が栽培されることを示す。このように、利用情報は、各区画について、それぞれの年の利用状況が所定の条件を満たすか否かを示す情報である。図４の例では、利用情報は、各区画について、それぞれの年に「稲」が栽培されたか、「稲以外の作物」が栽培されたか、を示す情報である。

【0030】

係数記憶部４４は、害虫発生予測システム１による害虫発生予測の対象である土地の過去の利用情報に基づいて害虫発生の予測量を補正するための補正係数を算出するルールを記憶する。補正係数は、過去に栽培された作物に基づき、将来当該作物に対して発生する害虫の予測量を補正するための係数である。たとえば、害虫発生予測システム１は、土地の面積に基づき予測される害虫発生量を１として、過去の土地の利用状況に基づき害虫発生に与える個別要因を加味して、今年の害虫発生予測量を数値で算出する。

【0031】

第１の実施形態に係る害虫発生予測システム１は、過去の利用情報が所定条件を満たす区画の、土地全体に対する割合に応じて、将来発生する害虫の予測量を補正する。ここで、所定条件とは、害虫の発生に影響する任意の要因、たとえば害虫が発生する可能性を高める任意の要因とする。たとえば、第１の実施形態に係る害虫発生予測システム１は、過去に所定の作物が栽培された区画の、全区画に対する割合に応じて、将来当該所定の作物につく害虫が発生する量を予測する。第１の実施形態に係る害虫発生予測システム１は、たとえば、前年度に稲が栽培された区画の、全区画に対する割合に応じて、今年稲につく害虫が発生する量を予測する。

【0032】

また、第１の実施形態に係る害虫発生予測システム１は、過去の利用情報が所定条件を満たす区画の、土地全体に対する割合と、所定年度の利用情報が所定条件を満たす区画の、土地全体に対する割合と、の比較に基づき、所定年度の害虫発生量を予測する。たとえば、第１の実施形態に係る害虫発生予測システム１は、過去に所定の作物が栽培された区画の、土地全体に対する割合と、今年所定の作物が栽培される区画の、土地全体に対する割合との比較に基づき予測を行う。たとえば、第１の実施形態に係る害虫発生予測システム１は、前年度に稲が栽培された区画の全区画に対する割合と、今年度稲が栽培される予定の区画の全区画に対する割合との比較に基づき、今年の害虫発生量を予測する。

【0033】

第１の実施形態に係る害虫発生予測システム１は、害虫発生量の予測を補正するため、予め補正係数を算出するための数値およびルールを記憶する。係数記憶部４４は、害虫発生量予測に用いる補正係数を算出するための数値およびルールを係数情報として記憶する。

【0034】

図５および図６を参照し、害虫発生予測に用いる補正係数について説明する。図５は、第１の実施形態に係る害虫発生予測システム１が算出する補正係数の一例を示す図である。図６は、第１の実施形態に係る害虫発生予測システム１における補正係数の算出手法について説明するための図である。

【0035】

害虫発生予測システム１は、以下の３つのルールに基づき、補正係数を算出する。
（第１のルール）補正係数＝第１項＋第２項
（第２のルール）第１項は、前年度の割合と今年度の割合との比較に基づき決定される。
今年度の割合が前年度の割合より大きい場合、第１項は１．０より大きい数値とする。
今年度の割合が前年度の割合と等しい場合、第１項は１．０とする。
今年度の割合が前年度の割合より小さい場合、第１項は１．０より小さい数値とする。
（第３のルール）第２項は、前年度の割合に比例する値とする。
たとえば、前年度の稲の作付面積が土地全体の１０分の１であった場合、第２項は、（１／１０×補正値）とする。

【0036】

図６に示すように、補正係数は、前年度の割合と今年度の割合の比較に基づいて予測される害虫量の変動（第２のルール）と、前年度の割合が今年度の害虫発生に与える影響（第３のルール）と、を考慮して設定される（第１のルール）。

【0037】

まず、第２のルールについて説明する。基本的に、害虫は栽培される作物に対して発生するため、前年度よりも今年度の方が当該作物の作付面積が少なければ、当該作物に対して発生する害虫は減ると考えられる。また、前年度よりも今年度の方が当該作物の作付面積が多ければ、当該作物に対して発生する害虫は増加すると考えられる。そこで、害虫発生予測システム１は、前年度よりも今年度の方が作付面積の割合が増えるほど、第１項が大きくなるよう、第１項の値を設定する。

【0038】

図５および図６の例では、害虫発生予測システム１は、前年度よりも今年度の方が作付面積の割合が大きい場合、「１．０」より大きい「１．２」を第１項とする。また、害虫発生予測システム１は、前年度と今年度の作付面積の割合が同じであれば、第１項を「１．０」とする。また、害虫発生予測システム１は、前年度よりも今年度の方が作付面積の割合が減少する場合、１．０よりも小さい「０．８」を第１項とする。

【0039】

次に、第３のルールについて説明する。害虫発生予測システム１は、前年度の稲の作付面積の割合に基づいて第２項を設定する。第２項の値は、前年度の稲の割合が多いほど大きくなるよう設定される。たとえば、図５および図６の例では、第２項は、前年度の稲の作付面積の土地全体に占める割合に、補正値０．１をかけた値とする。

【0040】

このように第２項を設定するのは、前年度の作付状況が、今年度の作物の生育に与える影響を害虫発生予測に加味するためである。前年度に今年度栽培する作物と同じ作物を栽培している場合、前年度発生した害虫の卵等が残っている可能性がある。したがって、今年の作付面積が大きくない場合でも、前年度の作付面積が大きければ、前年度の栽培区画に残存している卵等の影響により害虫が発生する可能性がある。そこで、害虫発生予測システム１は、前年度の作付面積の割合が多いほど大きくなるよう第２項を設定する。

【0041】

係数記憶部４４は、上記のように設定される第１乃至第３のルールと、前年度の割合と今年度の割合に対応づけて設定される第１項の値と、第２項の補正値と、を記憶する。

【0042】

なお、第１項および第２項の補正値の具体的な数値は、図５および図６の例に限定されない。第１項および第２項の補正値の値は、実際に観測される害虫発生状況等に基づいて機械学習等を行い設定してもよい。また、農業者が経験にもとづき、第１項および第２項の補正値の値を設定してもよい。

【0043】

補正係数を算出する際の手順について説明する。まず、害虫発生予測システム１は、ユーザ記憶部４１、土地記憶部４２、利用記憶部４３に記憶される情報に基づき、前年度に各区画において栽培された作物を特定する。そして、害虫発生予測システム１は、特定した作物が稲である区画の面積が、土地全体に占める割合を算出する。たとえば、害虫発生予測システム１は、前年度に稲が栽培された区画と、稲以外の作物が栽培された区画との割合を、「多・少」、「中・中」、「少・多」の３種類に区別する。また、害虫発生予測システム１は、ユーザ記憶部４１、土地記憶部４２、利用記憶部４３に記憶される情報に基づき、今年度に各区画において栽培される予定の作物を特定する。そして、害虫発生予測システム１は、特定した作物が稲である区画の面積が、土地全体に占める割合を算出する。たとえば、害虫発生予測システム１は、前年度についての情報と同様に、今年度について、稲が栽培される区画と、稲以外の作物が栽培される区画との割合を、「多・少」、「中・中」、「少・多」の３種類に区別する。

【0044】

そして、害虫発生予測システム１は、算出される前年度の割合と今年度の割合との対応に応じて、第１項を選択する。図６の例では、第１項は、前年度の割合と今年度の割合との大小に応じて、１．２、１．０、０．８となる。

【0045】

したがって、図５の例において、「前年：稲、稲以外」が「多、少」の場合に、「今年：稲、稲以外」が「多、少」の割合であると、「第１項」は、前年度の割合と今年度の割合とが等しいため、「１．０」となる。

【0046】

そして、害虫発生予測システム１は、次に、前年度の割合に基づいて、第２項を算出する。図５の例において、「前年：稲、稲以外」が「多、少」の場合であって、稲の作付面積の土地全体に占める割合が１０分の８であるとする。この場合、図６の例では補正値が「０．１」であるため、第２項は、１０分の８×０．１すなわち０．０８となる。害虫発生予測システム１はさらに、第１項と第２項とを加算して補正係数を算出する。図６の１番上の列では、第１項が「１．０」、第２項が「０．０８」であるため、補正係数は、「１．０８」となる。

【0047】

（制御部５０の構成の一例）
図１に戻り、制御部５０の構成について説明する。制御部５０は、入力受付部５１と、算出部５２と、を有する。

【0048】

入力受付部５１は、入力部２０またはユーザ端末３からの入力を受け付ける。たとえば、入力受付部５１は、入力部２０またはユーザ端末３から害虫発生予測を実行するよう要求する指示入力を受け付ける。

【0049】

算出部５２は、入力受付部５１が受け付けた指示入力に応じて、記憶部４０に記憶される情報を参照して、補正係数を算出する。算出部５２は、算出した補正係数を出力部３０または通信部１０に送信する。

【0050】

（害虫発生予測処理の流れの一例）
図７は、第１の実施形態に係る害虫発生予測システム１における害虫発生予測処理の流れの一例を示すフローチャートである。図７に示すように、害虫発生予測システム１が備えるサーバ２の入力受付部５１は、まず、入力部２０またはユーザ端末３から、害虫発生予測の実行を指示する指示入力を受け付ける（ステップＳ７１）。

【0051】

次に、算出部５２は、入力受付部５１が受け付けた指示入力に基づき、記憶部４０に記憶される情報を参照して、前年度に所定の作物たとえば稲が栽培された区画の土地全体に対する割合を算出する（ステップＳ７２）。次に、算出部５２は、記憶部４０に記憶される情報を参照して、今年度に所定の作物たとえば稲が栽培される区画の土地全体に対する割合を算出する（ステップＳ７３）。そして、算出部５２は、算出した前年度の割合と今年度の割合とに基づき、補正係数を算出する（ステップＳ７４）。算出部５２は、算出した補正係数を、指示入力の送信元に応じて出力部３０または通信部１０に送信する。出力部３０は、補正係数を受信すると、外部に害虫発生予測処理の結果として出力する。また、通信部１０は、補正係数を受信すると、指示入力を送信したユーザ端末３に対して、害虫発生予測処理の結果として当該補正係数を送信する（ステップＳ７５）。これで害虫発生予測処理が終了する。

【0052】

このようにして算出される補正係数は、害虫発生予測量を補正するために用いることができる。たとえば、ユーザは、土地の面積に応じて、発生する害虫量を予測する。そして、ユーザは、予測量に対して上記補正係数を乗算することで、過去の土地の状況を考慮したより正確な害虫発生量を予測することができる。

【0053】

害虫発生予測システム１は、予め単位面積あたりの害虫発生予測量を記憶部４０に記憶しておき、算出した補正係数を当該予想量に乗算して出力するように構成してもよい。また、害虫発生予測システム１は、上記のように、補正係数そのものを出力してもよい。このようにすることで、害虫発生予測システム１は、単位面積につき予想される害虫発生量に対して、土地の状況を考慮すると害虫発生量がどう増減するのか、認識容易な指標をユーザに提供することができる。

【0054】

なお、上記実施形態においては、害虫発生予測システム１は、今年度と前年度の作付面積に基づき害虫発生予測処理を実行するものとした。しかし、これに限定されず、害虫発生予測システム１は、任意の年度の作付面積と当該任意の年度の前の年度の作付面積と、に基づき、害虫発生予測処理を実行するように構成してもよい。この場合、入力受付部５１は、指示入力として、年度の指定を受付ける。そして、算出部５２は、入力受付部５１が受け付けた指示入力において指定された年度の作付面積と、当該年度の前年度の作付面積とにもとづき補正係数を算出する。このように構成することで、害虫発生予測システム１は、任意の年度について害虫発生予測処理を実行し、実際の害虫発生状況等と比較することができる。これにより、害虫発生予測システム１は、補正係数の算出式の有効性を検証したり、ほかに害虫発生に影響した要因を検討することを可能にできる。

【0055】

（第１の実施形態の効果）
このように、第１の実施形態に係る害虫発生予測システム１は、複数の区画を含む所定範囲の土地の、各区画の過去の利用情報を記憶する記憶部を備える。また、害虫発生予測システム１は、過去の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合に基づき補正係数を算出する。補正係数は、所定範囲の土地における所定年度の害虫発生予測量を補正するための係数である。このように構成することで、害虫発生予測システム１は、複数の区画を含む土地において、土地の具体的な利用状況を考慮にいれて、害虫の発生量の予測を補正することができる。このため、害虫発生予測システム１は害虫発生予測の精度を高めることができる。

【0056】

また、第１の実施形態に係る害虫発生予測システム１において、算出部５２は、過去の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合が大きいほど、より大きい補正係数を算出する。このため、害虫発生予測システム１は、害虫発生の可能性を高める条件を所定条件として補正係数を算出することで、多様な条件に基づき、予測される害虫の発生量を補正することができる。

【0057】

また、第１の実施形態に係る害虫発生予測システム１において、記憶部４０はさらに、各区画の所定年度の利用情報を記憶する。そして、算出部５２は、過去の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合を算出する。また、算出部５２は、所定年度の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合を算出する。そして、算出部５２は二つの割合の比較に基づき、補正係数を算出する。このため、害虫発生予測システム１は、過去の土地の使用状況だけでなく、所定年度の土地の使用状況も加味して、予測される害虫の発生量を補正することができる。

【0058】

また、第１の実施形態に係る害虫発生予測システム１において、算出部５２は、過去の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合を算出する。また、算出部５２は、所定年度の利用情報が所定条件を満たす区画の、複数の区画全体に占める割合を算出する。そして、算出部５２は、過去の割合に対して所定年度の割合が大きいほど、より大きい補正係数を算出する。このため、害虫発生予測システム１は、過去の土地の使用状況だけでなく、所定年度の土地の使用状況も加味して、予測される害虫の発生量を補正することができる。

【0059】

また、第１の実施形態に係る害虫発生予測システム１において、算出部５２は、過去の利用情報が稲を栽培したことを示す区画の、複数の区画全体に占める割合に基づき、補正係数を算出する。また、算出部５２は、過去の利用情報が稲を栽培したことを示す区画の、複数の区画全体に占める割合を算出する。また、算出部５２は、所定年度の利用情報が稲を栽培予定であることを示す区画の、複数の区画全体に占める割合を算出する。そして、算出部５２は、算出した割合の比較に基づき、補正係数を算出する。このため、害虫発生予測システム１は、稲という具体的な作物にフォーカスして、予測される害虫の発生量を補正することができる。

【0060】

（第１の実施形態の変形例）
上記第１の実施形態に係る害虫発生予測システム１では、稲につく害虫の発生予測を補正する観点から説明した。ただし、これに限定されず、害虫発生予測システム１は、他の条件に基づく害虫発生予測を実行するよう構成することもできる。たとえば、稲以外の作物についての害虫発生予測を実行するよう、害虫発生予測システム１を変形してもよい。

【0061】

また、上記第１の実施形態において補正係数の算出に用いた第１項と第２項の補正値とは経験に応じて修正してもよい。また、補正係数の計算式も、過去の利用情報が所定条件を満たす区画の土地全体に占める割合が加味されていれば、異なる計算式を採用してもよい。また、過去の利用情報が所定条件を満たす区画の割合と、今年の利用情報が所定条件を満たす区画の割合との比較が加味されていれば、異なる計算式を採用してもよい。

【0062】

（第２の実施形態）
第１の実施形態では、害虫が発生する可能性を高める要因を所定の条件として設定し、当該条件を満たす区画が土地全体に占める割合に応じて、害虫発生予測を補正するように害虫発生予測システムを構成した。第２の実施形態では、害虫発生予測システムは、害虫が発生する可能性を高める要因である、前年度における所定の作物の栽培という条件に着目し、作物ごとに異なる値を第２項の補正値として採用する。

【0063】

連作が病害虫の発生に影響することはよく知られている。しかし、連作による影響を受けやすい作物と、連作による影響をほとんど受けない作物とが存在する。そこで、第２の実施形態では、作物ごとに第２項の補正値を変動させて、より実情に即した害虫発生予測を実現する。

【0064】

図８は、第２の実施形態に係る害虫発生予測システム１Ａの構成の一例を説明するための図である。図８に示すように、第２の実施形態に係る害虫発生予測システム１Ａの構成は概ね第１の実施形態に係る害虫発生予測システム１と同様である。したがって、第１の実施形態と共通する構成要素については説明を省略し、相違する点について以下説明する。

【0065】

図８に示す第２の実施形態に係る害虫発生予測システム１Ａは、サーバ２Ａを備える。サーバ２Ａの記憶部４０Ａに記憶される情報および制御部５０Ａにおける処理は、第１の実施形態の記憶部４０および制御部５０と相違する。まず、記憶部４０Ａは、第１の実施形態の記憶部４０が記憶する情報に加えて、作物対応係数情報を記憶する。このため、記憶部４０Ａは、作物対応係数情報を記憶する作物対応係数記憶部４５を有する。また、記憶部４０Ａは、各区画において栽培された作物を記憶する。このため、利用記憶部４３Ａは、図４に示した第１の実施形態の利用記憶部４３とは異なり、稲か稲以外かを判別する情報だけでなく、各区画で栽培された作物を特定する情報を記憶する。

【0066】

図９は、第２の実施形態に係る害虫発生予測システム１Ａに記憶される作物対応係数情報の構成の一例を示す図である。図９に示すように、作物対応係数記憶部４５が記憶する作物対応係数情報は、第１の実施形態において説明した第２項の補正値について、作物ごとに異なる値を含む。第１の実施形態において、第２項は、前年度の作付面積の割合が大きいほど大きい係数を設定した。しかし、連作による影響を大きく受ける作物については、前年度の作付面積が大きい場合、病害虫が増加する可能性がある。そこで、連作による影響を大きく受ける作物については、連作の影響を受けない作物よりも第２項が大きくなるよう補正値を設定する。

【0067】

図９の例に示す作物のうち、「トマト」は連作による影響を大きく受ける作物であり、一度栽培すると同じ場所では４〜５年の間栽培しない方がよい。他方、「サツマイモ」は連作による障害がほとんどないため、毎年同じ場所に栽培することができる。「オクラ」は若干連作による影響を受けるが、１年程度間をあけて栽培することができる。図９の例では、連作障害がでやすい作物の補正値を大きくし、連作障害がでにくい作物ほど補正値を低くしている。たとえば、連作障害がでやすい「トマト」については、補正値を「０．５」とし、連作障害がでにくい「サツマイモ」については、補正値を「０．１」とする。

【0068】

このように、作物ごとに第２項の補正値を変動させることで、一つの区画だけでなく、土地全体としてみた場合に、作物の生育に影響する可能性がある要因を考慮にいれて害虫発生予測を補正することができる。このような補正係数の設定手法は、特に、複数の区画を共同で管理している場合で、区画間で土壌が混じり合う可能性がある場合に有効と考えられる。

【0069】

図１０は、第２の実施形態に係る害虫発生予測システム１Ａに記憶される利用情報の構成の一例を示す図である。図４に示した第１の実施形態の例とは異なり、第２の実施形態の利用記憶部４３Ａは、「稲」か「稲以外」かだけでなく、図１０に示すように「稲以外」のどの作物かを記憶する構成となっている。

【0070】

第２の実施形態の制御部５０Ａは、ユーザ端末３または入力部２０からの指示入力に含まれる作物の指定を受け付け、当該作物に対応する補正値を特定した上で補正係数を算出する。このため、制御部５０Ａは、入力受付部５１Ａと算出部５２Ａとを有する。入力受付部５１Ａは、作物の指定を含む指示入力を受け付ける。そして、算出部５２Ａは、指示入力に含まれる作物の指定に基づき、作物対応係数記憶部４５が記憶する第２項の補正値を特定する。そして、算出部５２Ａは、特定した第１項と第２項の補正値とを用いて、補正係数を算出する。

【0071】

図１１は、第２の実施形態に係る害虫発生予測システム１Ａにおける害虫発生予測処理の流れの一例を示すフローチャートである。

【0072】

図１１に示すように、第２の実施形態では、入力受付部５１Ａは、作物の指定を含む指示入力を受け付ける（ステップＳ１０１）。そして、算出部５２Ａは、利用記憶部４３Ａを参照し、当該作物について前年度の作付面積の割合を算出する（ステップＳ１０２）。また、算出部５２Ａは、利用記憶部４３Ａを参照し、当該作物について今年度の作付面積の割合を算出する（ステップＳ１０３）。そして、算出部５２Ａは、指定された作物に対応する第２項の補正値を、作物対応係数記憶部４５を参照して特定する。さらに、算出部５２Ａは、算出した割合に基づき、第１項を特定する（ステップＳ１０４）。そして、算出部５２Ａは、当該作物に適用する補正係数を算出する（ステップＳ１０５）。そして、算出部５２Ａは、算出した補正係数を出力部３０または通信部１０に送信し、算出した係数が結果として出力される（ステップＳ１０６）。これで害虫発生予測処理が終了する。

【0073】

このように、第２の実施形態においては、作物ごとに、前年度の作付面積の影響の大小を加味して係数を算出する。このため、より精度高い害虫発生予測を実現することができる。

【0074】

（第３の実施形態）
第３の実施形態は、ユーザ端末３からの入力に基づいて、当該ユーザの使用している土地を特定し、当該土地の位置を考慮して、害虫発生予測の補正を実現する。

【0075】

農業協同組合が管理する土地は、必ずしも一つの場所にまとまって存在するわけではなく、複数の場所に分散されていることがあると予想される。そこで、害虫発生予測についても、ユーザが指定する土地の位置に応じて、当該土地に影響を与える区画を特定して実行することが有効と考えられる。

【0076】

第３の実施形態では、指示入力に、ユーザの情報を含めることで、土地の位置に応じた害虫発生予測を実現する。

【0077】

第３の実施形態の害虫発生予測システム１Ｂ（図８参照）の構成および機能は概ね、第２の実施形態に係る害虫発生予測システム１Ａと同様である。ただし、制御部５０Ｂが有する入力受付部５１Ｂが受け付ける情報と、算出部５２Ｂにおける処理が、第２の実施形態と異なる。以下、第２の実施形態と異なる点について説明する。

【0078】

図１２は、第２の実施形態に係る害虫発生予測システム１Ａにおいてユーザ端末３に表示される画面の一例を説明するための図である。図１３は、第３の実施形態に係る害虫発生予測システム１Ｂにおいてユーザ端末３に表示される画面の他の例を説明するための図である。図１４は、第３の実施形態に係る害虫発生予測システム１Ｂにおける土地配置の例について説明するための図である。

【0079】

まず、図１２を参照し、第２の実施形態において、ユーザ端末３に表示される画面について説明する。ユーザ端末３のユーザがサーバ２Ａにアクセスして害虫発生予測サービスを利用するとき、図１２の（Ａ）に示すような画面がユーザ端末３に表示される。画面には、「害虫発生量を予測する作物を入力してください」というメッセージと、作物名を入力するためのボックスが表示される。ユーザは、作物名をボックスに入力し、「計算」ボタンをクリックすることで、サーバ２Ａに対して指示入力を送信する。

【0080】

指示入力を受信したサーバ２Ａは、指示された作物に対応する補正係数を算出し、ユーザ端末３に対して、算出した補正係数を送信する。たとえば、サーバ２Ａは、図１２の（Ｂ）に示すような画面をユーザ端末３に表示させる。図１２の（Ｂ）に示す画面には、「害虫発生量予測」として、「補正係数：１．５」と「作物名：稲」が表示される。これは、サーバ２Ａにおける害虫発生予測の結果、補正係数１．５が算出されたことを示す。また、害虫発生予測は、「稲」について行われたことを示す。画面の右上には「レポート出力」のボタンがあり、ユーザは、当該ボタンをクリックして、画面をプリントすることができる。

【0081】

次に図１３を参照し、第３の実施形態においてユーザ端末３に表示される画面について説明する。図１３の例では、図１２の例と比べると、「ユーザＩＤ」を入力するボックスが増えている。また、図１３の例では、「あなたのユーザＩＤを入力してください」というメッセージが表示される。これは、指示入力にユーザを特定することができる情報を含めることで、サーバ２Ｂ側でユーザの利用土地を特定することを可能にするためである。

【0082】

たとえば、図１４に示すような土地配置の場合を考える。図１４の場合、６つの区画「Ｌ０１」から「Ｌ０６」を含むひとまとまりの土地と、１１個の区画「Ｌ０７」から「Ｌ１７」を含むひとまとまりの土地とが間隔をおいて配置されている。この場合に、たとえば、「Ｌ１６」の土地における作物の生育状況に対して、「Ｌ０２」の土地における作物の生育状況が与える影響は小さいと考えられる。特に二つの土地が相当の距離をおいて配置されている場合、相互の影響は無視できると考えられる。

【0083】

そこで、第３の実施形態においては、サーバ２Ｂは、指示入力に含まれるユーザＩＤにもとづき、記憶部４０Ａに記憶される情報を参照して、当該ユーザが利用する区画に隣接する区画を特定する。たとえば、ユーザが「Ｌ１６」を利用している場合、サーバ２Ｂは、区画「Ｌ０７」から「Ｌ１７」までを害虫発生予測処理の対象として扱う。この場合、サーバ２Ｂは、区画「Ｌ０１」から「Ｌ０６」までの区画については害虫発生予測処理の対象から除外する。

【0084】

図１５は、第３の実施形態に係る害虫発生予測システム１Ｂにおける害虫発生予測処理の流れの一例を示すフローチャートである。図１５に示すように、害虫発生予測システム１Ｂのサーバ２Ｂは、まず、ユーザＩＤと作物の指示とを含む指示入力を受け付ける（ステップＳ１４０１）。そして、サーバ２Ｂは、受け付けたユーザＩＤに基づき、当該ユーザの利用区画を含むひとまとまりの土地を処理対象として特定する（ステップＳ１４０２）そして、サーバ２Ｂは、特定された処理対象にもとづき、指定された作物が前年度に栽培された区画の割合を算出する（ステップＳ１４０３）。また、サーバ２Ｂは、特定された処理対象にもとづき、指定された作物が今年度栽培される区画の割合を算出する（ステップＳ１４０４）。そして、算出部５２Ｂは、算出された割合と指定された作物に基づき、対応する第１項および第２項の補正値を特定する（ステップＳ１４０５）。そして、算出部５２Ｂは、補正係数を算出する（ステップＳ１４０６）。算出部５２Ｂは、算出した補正係数を、指示入力の送信元に応じて出力部３０または通信部１０に送信し、結果を出力する（ステップＳ１４０７）。図１５に示すステップＳ１４０３〜Ｓ１４０７の処理は、図１１に示すステップＳ１０２〜Ｓ１０６の処理と同様である。これで第３の実施形態に係る害虫発生予測処理が終了する。

【0085】

なお、上記第３の実施形態に係る害虫発生予測システム１Ｂでは、区画を含むひとまとまりの土地ごとに害虫発生予測を行うものとした。これに限らず、たとえば、害虫発生予測システムは、指定入力によって特定された区画に直接隣接する区画のみを害虫発生予測処理の対象とするように構成してもよい。

【0086】

このように、指定される区画における害虫の生育状況に影響を与える可能性が大きい区画のみを特定して、害虫発生予測を実行することにより、害虫発生予測の精度をさらに向上させることができる。

【0087】

（第４の実施形態）
これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

【0088】

（分散および統合）
図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0089】

（害虫発生予測プログラム）
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをサーバ等のコンピュータからタブレット端末やノート型コンピュータ等のコンピュータに配布し、サーバとコンピュータとが処理を協働して実行することによって実現することができる。そこで、以下では、図１６を用いて、上記の実施例と同様の機能を有する害虫発生予測プログラムを実行するコンピュータの一例について説明する。

【0090】

図１６は、第１〜４の実施形態に係る害虫発生予測プログラムを実行するコンピュータの一例について説明するための図である。図１６に示すように、コンピュータ１０００は、操作部１１００と、ディスプレイ１２００と、通信部１３００とを有する。さらに、このコンピュータ１０００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１４００と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１５００と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１６００と、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１７００とを有する。これら１１００〜１７００の各部はバス１８００を介して接続される。

【0091】

ＨＤＤ１７００には、図１６に示すように、上記の第１の実施形態で示した各部と同様の機能を発揮するモジュールを実装することができる害虫発生予測プログラム１７００ａが予め記憶される。この害虫発生予測プログラム１７００ａについては、図１等に示した各々の各構成要素と同様、適宜統合または分離してもよい。すなわち、ＨＤＤ１７００に記憶される各データは、常に全てのデータがＨＤＤ１７００に記憶される必要はなく、処理に必要なデータのみがＨＤＤ１７００に記憶されればよい。

【0092】

そして、ＣＰＵ１４００が、害虫発生予測プログラム１７００ａの各モジュールをＨＤＤ１７００から読み出してＲＡＭ１６００に展開する。これによって、図１６に示すように、害虫発生予測プログラム１７００ａは、害虫発生予測プロセス１６００ａとして機能する。この害虫発生予測プロセス１６００ａは、ＨＤＤ１７００から読み出した各種データを適宜ＲＡＭ１６００上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、害虫発生予測プロセス１６００ａは、図１等に示した各処理部にて実行される処理を含む。また、ＣＰＵ１４００上で仮想的に実現される各処理部は、常に全ての処理部がＣＰＵ１４００上で動作する必要はなく、必要な処理部のみが仮想的に実現されればよい。

【0093】

なお、上記の害虫発生予測プログラム１７００ａについては、必ずしも最初からＨＤＤ１７００やＲＯＭ１５００に記憶させておく必要はない。たとえば、コンピュータ１０００に挿入されるフレキシブルディスク、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの「可搬用の物理媒体」に各プログラムを記憶させる。または、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）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る。そして、コンピュータ１０００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを介してコンピュータ１０００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておいてもよい。そして、コンピュータ１０００がこれらから各プログラムを取得して実行するようにしてもよい。

【符号の説明】

【0094】

１，１Ａ，１Ｂ 害虫発生予測システム
２，２Ａ，２Ｂ サーバ
３ ユーザ端末
４ ネットワーク
１０ 通信部
２０ 入力部
３０ 出力部
４０，４０Ａ 記憶部
４１ ユーザ記憶部
４２ 土地記憶部
４３，４３Ａ 利用記憶部
４４ 係数記憶部
４５ 作物対応係数記憶部
５０，５０Ａ，５０Ｂ 制御部
５１，５１Ａ，５１Ｂ 入力受付部
５２，５２Ａ，５２Ｂ 算出部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】