特開 2024-177110 降霜予測システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024177110

(43)【公開日】2024-12-19

(54)【発明の名称】降霜予測システム

(51)【国際特許分類】

   G01W 1/10 20060101AFI20241212BHJP

【ＦＩ】

G01W1/10 A

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2024090952

(22)【出願日】2024-06-04

(31)【優先権主張番号】P 2023095000

(32)【優先日】2023-06-08

(33)【優先権主張国・地域又は機関】JP

【新規性喪失の例外の表示】新規性喪失の例外適用申請有り

(71)【出願人】

【識別番号】504224153

【氏名又は名称】国立大学法人 宮崎大学

(74)【代理人】

【識別番号】100098729

【弁理士】

【氏名又は名称】重信 和男

(74)【代理人】

【識別番号】100204467

【弁理士】

【氏名又は名称】石川 好文

(74)【代理人】

【識別番号】100148161

【弁理士】

【氏名又は名称】秋庭 英樹

(74)【代理人】

【識別番号】100195833

【弁理士】

【氏名又は名称】林 道広

(72)【発明者】

【氏名】竹下 伸一

(57)【要約】

【課題】安定して降霜被害を防止することができる降霜予測システムを提供する。
【解決手段】過去複数日の基準地３の実測最低気温または予想最低気温と対応するそれぞれの日の対象地２の実測最低気温との過去相関関係を保持しており、予測日の基準地３の予想最低気温と過去相関関係とから予測日の対象地２の推定最低気温を推定する相関関係式推定ステップＳ３と、相関関係式推定ステップＳ３によって推定された推定最低気温から予測日の葉面への降霜を予測する予測ステップＳ４と、を備えている。
【選択図】図２

【特許請求の範囲】

【請求項1】

過去複数日の基準地の実測最低気温または予想最低気温と対応するそれぞれの日の対象地の実測最低気温との過去相関関係を保持しており、予測日の前記基準地の予想最低気温と前記過去相関関係とから当該予測日の前記対象地の推定最低気温を推定する相関関係式推定ステップと、
前記相関関係式推定ステップによって推定された推定最低気温から前記予測日の葉面への降霜を予測する予測ステップと、を備えていることを特徴とする降霜予測システム。

【請求項2】

前記過去相関関係は、前記基準地の実測最低気温または予想最低気温と前記対象地の実測最低気温との各日の標本からなる標本群のうち、下限側標本群の回帰直線を用いて形成されていることを特徴とする請求項１に記載の降霜予測システム。

【請求項3】

前記標本は、天気、風速、降雨のうち少なくとも一つの条件が満された日のものが採用されていることを特徴とする請求項２に記載の降霜予測システム。

【請求項4】

前記標本は、天気、風速、降雨すべての条件が満された日のものが採用されていることを特徴とする請求項３に記載の降霜予測システム。

【請求項5】

天気、風速、降雨のうち少なくとも一つを検知する第１センサと、気温を計測する第２センサとが異なる場所に配置され、かつ前記第２センサは前記対象地内の窪地に配置されていることを特徴とする請求項２に記載の降霜予測システム。

【請求項6】

前記降霜予測システムは、前記基準地と前記対象地との標高差と前記予測日の前記基準地の予想最低気温とから当該予測日の前記対象地の推定最低気温を推定する標高差式推定ステップをさらに備え、
前記予測ステップは、前記標高差式推定ステップによって推定された推定最低気温からも前記予測日の葉面への降霜を予測することを特徴とする請求項１に記載の降霜予測システム。

【請求項7】

前記予測ステップは、前記相関関係式推定ステップによって推定された推定最低気温と、前記標高差式推定ステップによって推定された推定最低気温から求められた葉面温度のうち、少なくとも一方が条件を満たせば葉面への降霜が発生すると予測することを特徴とする請求項６に記載の降霜予測システム。

【請求項8】

前記降霜予測システムは、数日分の降霜予測を行うことを特徴とする請求項１ないし７のいずれかに記載の降霜予測システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、降霜を予測する降霜予測システムに関する。

【背景技術】

【0002】

霜による農作物への被害を防ぐためには、降霜が生じる前に不織布、マルチなどを農作物にかけるなどして対処する必要がある。そのためには、前もって降霜を予測することが肝要である。このような降霜予測について、例えば気象庁より発表される霜注意報が知られているが、観測地点の気象情報に応じて発表されるものである。そこで、観測地点と距離、標高、地形特性などが異なる環境であっても、降霜予測を可能とした降霜予測システムが知られている。

【0003】

例えば、特許文献１に示される降霜予測システムは、気象予報サーバに接続されており、気象予報サーバから取得した気象予報データを降霜判定式に代入して条件を満たした場合に降霜が生じるものと判定することができる。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００６－１８９４０３号公報（第５，６頁、第２図）

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１のような降霜予測システムにおいては、降霜予測が求められる対象地に配置されている現地気象観測装置にも接続されており、現地気象観測装置から取得した現地気象データに基づいて降霜判定式を更新することができる。これにより、降霜判定式が更新されるほど、予測精度を高めることができる。しかしながら、複雑な降霜判定式による予測精度が高まるまでに試行回数を要することから、特に試行回数が十分でない期間にあっては降霜被害が発生する虞があった。

【0006】

本発明は、このような問題点に着目してなされたもので、安定して降霜被害を防止することができる降霜予測システ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】

【0007】

前記課題を解決するために、本発明の降霜予測システムは、
過去複数日の基準地の実測最低気温または予想最低気温と対応するそれぞれの日の対象地の実測最低気温との過去相関関係を保持しており、予測日の前記基準地の予想最低気温と前記過去相関関係とから当該予測日の前記対象地の推定最低気温を推定する相関関係式推定ステップと、
前記相関関係式推定ステップによって推定された推定最低気温から前記予測日の葉面への降霜を予測する予測ステップと、を備えていることを特徴としている。
この特徴によれば、精度が高い推定最低気温を利用して予測日の対象地の葉面への降霜予測が可能となるため、安定して降霜被害を防止することができる。

【0008】

前記過去相関関係は、前記基準地の実測最低気温または予想最低気温と前記対象地の実測最低気温との各日の標本からなる標本群のうち、下限側標本群の回帰直線を用いて形成されていることを特徴としている。
この特徴によれば、降霜予測の精度を高めることができる。

【0009】

前記標本は、天気、風速、降雨のうち少なくとも一つの条件が満された日のものが採用されていることを特徴としている。
この特徴によれば、降霜予測の精度を高めることができる。

【0010】

前記標本は、天気、風速、降雨すべての条件が満された日のものが採用されていることを特徴としている。
この特徴によれば、降霜予測の精度をさらに高めることができる。

【0011】

天気、風速、降雨のうち少なくとも一つを検知する第１センサと、気温を計測する第２センサとが異なる場所に配置され、かつ前記第２センサは前記対象地内の窪地に配置されていることを特徴としている。
この特徴によれば、対象地の環境により適した降霜予測が可能となる。

【0012】

前記降霜予測システムは、前記基準地と前記対象地との標高差と前記予測日の前記基準地の予想最低気温とから当該予測日の前記対象地の推定最低気温を推定する標高差式推定ステップをさらに備え、
前記予測ステップは、前記標高差式推定ステップによって推定された推定最低気温からも前記予測日の葉面への降霜を予測することを特徴としている。
この特徴によれば、より安定して降霜被害を防止することができる。

【0013】

前記予測ステップは、前記相関関係式推定ステップによって推定された推定最低気温と、前記標高差式推定ステップによって推定された推定最低気温から求められた葉面温度のうち、少なくとも一方が条件を満たせば葉面への降霜が発生すると予測することを特徴としている。
この特徴によれば、降霜が発生すると予測される頻度を高めることができる。

【0014】

前記降霜予測システムは、数日分の降霜予測を行うことを特徴としている。
この特徴によれば、降霜に対処するための期間を確保することができる。

【図面の簡単な説明】

【0015】

【図1】実施例１における降霜予測システムを示す模式図である。

【図2】降霜判定処理のフローチャートである。

【図3】下限崩落線を示すグラフである。

【図4】高台における実測最低気温より算出した葉面温度とＭＬＲ法由来の葉面温度との分布図である。

【図5】窪地における実測最低気温より算出した葉面温度とＭＬＲ法由来の葉面温度との分布図である。

【図6】高台における実測最低気温より算出した葉面温度と高台におけるＬＥＭ法由来の葉面温度との分布図である。

【図7】窪地における実測最低気温より算出した葉面温度と窪地におけるＬＥＭ法由来の葉面温度との分布図である。

【図8】ユーザ端末に表示されたメール文面を表す図である。

【図9】実施例２における降霜予測システムの相関関係推定式の更新処理のフローチャートである。

【図10】窪地における実測最低気温より算出した葉面温度と、更新処理により相関関係推定式が更新される前の窪地におけるＬＥＭ法由来の葉面温度との分布図である。

【図11】窪地における実測最低気温より算出した葉面温度と、更新処理により相関関係推定式が更新された窪地におけるＬＥＭ法由来の葉面温度との分布図である。

【発明を実施するための形態】

【0016】

本発明に係る降霜予測システムについて、実施の形態に基づいて以下に説明する。

【0017】

本発明の降霜予測システムは、予報された基準地の予想最低気温を利用して対象地における降霜の発生を予測するものである。降霜予測にあっては、基準地の予想最低気温から対象地における推定最低気温を算出する推定ステップと、推定最低気温から葉面への降霜が発生するか否かを予測する予測ステップが行われる。

【0018】

本発明では、推定ステップとして２種類の推定ステップを用いている。２種類の推定ステップとは、湿潤断熱法（以下、ＭＬＲ（moist-adiabatic lapse rate）法と記載）により対象地における推定最低気温（以下、ＭＬＲ式推定最低気温と記載）を算出する標高差式推定ステップと、線形推定法（以下、ＬＥＭ（linear estimate）法と記載）により対象地における推定最低気温（以下、ＬＥＭ式推定最低気温と記載）を算出する相関関係式推定ステップである。

【0019】

ＭＬＲ法は、基準地と対象地の気温差に基づいて対象地のＭＬＲ式推定最低気温を算出する方法である。基準地と対象地の気温差は、基準地と対象地の標高差に湿潤断熱減率を乗算することで求めることができる（気温差＝標高差×湿潤断熱減率）。降霜の有無を予測したい日（以下、単に「予測日」と記載）の基準地の予想最低気温から気温差を減算することで対象地のＭＬＲ式推定最低気温を算出することができる（ＭＬＲ式推定最低気温＝基準地に対して予報された予想最低気温－気温差）。

【0020】

ＬＥＭ法は、過去複数日の基準地における実測最低気温または予想最低気温と、対応するそれぞれの日の対象地における実測最低気温から判明した過去相関関係に基づいて対象地のＬＥＭ式推定最低気温を算出する方法である。

【0021】

過去相関関係は、標本群より求められた回帰直線を表す式を用いることで、予測日の基準地に対して予報された予想最低気温より対象地のＬＥＭ式推定最低気温を算出することができる。

【0022】

標本群は、過去のとある日（例えば、１月１日）の基準地にて計測された実測最低気温と、同日（例えば、１月１日）の対象地にて計測された実測最低気温とを一日分の標本とし、複数日分の標本を収集することで構成される。標本群を構成する標本の数が増すほどに、予想最低気温とＬＥＭ式推定最低気温との相関関係が強い回帰直線を得やすくなる。

【0023】

なお、標本は、過去のとある日（例えば、１月１日）の基準地に対して予報された予想最低気温と、同日（例えば、１月１日）の対象地にて計測された実測最低気温であってもよい。このような構成であれば、基準地の予想最低気温と対象地の実測最低気温の相関関係を加味したＬＥＭ式推定最低気温を算出することができる。

【0024】

標本群から結露、降霜が発生しやすい条件に該当した日の標本を抽出した抽出標本群より過去相関関係を求めることで、降霜予測の精度を高めることができる。なお、本発明における降霜予測の精度が高いとは、降霜が発生しないと予測された日に降霜が発生した割合が小さいことである。

【0025】

結露、降霜が発生しやすい条件には、天気、風速、降雨の条件がある。天気が晴れであれば降霜が生じやすく、風速が穏やかであれば降霜が生じやすく、降水量がゼロに近いほど降霜が生じやすい。これらの条件を満たす数が多いほど、結露、降霜が発生しやすいと考えられる。これらの条件のうち、少なくとも一つ以上を満たした日の標本を抽出して作成した抽出標本群より過去相関関係を求めることで、対象地における予測日の天気、風速、降雨に関わらず、結露、降霜が発生しやすい条件を少なくとも一つ以上満たした場合のＬＥＭ式推定最低気温を算出することができる。このようにすることで、対象地における予測日の天気、風速、降雨に関わらず危険側、つまり降霜が発生しやすいと判定されやすい条件に寄せて降霜の発生を予測することが可能となる。

【0026】

標本群より抽出標本群を抽出するにあたって、天気、風速、降雨に関する検知を行う第１センサと、気温を計測する第２センサを使用した。例えば対象地が高台、窪地など起伏がある地形の場合、高台に第１センサを配置し、窪地に第２センサを配置することで、より降霜が発生しやすい条件に寄せた標本を得ることができる。

【0027】

これについて詳しくは、天気を判定するにあたって照度を指標とすると、照度は高台のほうが窪地よりも高い傾向にある。高台の照度で条件判定をすることにより降霜判定の精度を高めることができる。

【0028】

また、風速は高台のほうが窪地よりも速い傾向にある。高台の風速で条件判定をすることにより降霜判定の精度を高めることができる。

【0029】

また、降雨を判定するにあたって降水量を指標とすると、降水量は高台のほうが窪地よりも多い傾向にある。高台の降水量で条件判定をすることにより降霜判定の精度を高めることができる。

【0030】

また、窪地のほうが高台よりも冷気が溜まりやすいことに加え、空気の温度は地面側から低下していく。最低気温は、窪地のほうが高台よりも低い傾向にある。窪地の気温を計測して実測最低気温を得ることにより降霜判定の精度を高めることができる。

【0031】

なお、第１センサは、天気、風速、降雨のすべてを検知可能な構成に限られず、天気、風速、降雨のうち少なくとも一つ以上を検知するセンサであってもよく、検知対象が異なるセンサを複数併用してもよい。また、第１センサは、条件を判定するためのデータを検知する機能を少なくとも備えていればよい。

【0032】

また、回帰直線は、標本群から抽出した下限側標本群より求めることで、降霜予測の精度を高めることができる。下限側標本群とは、標本群のうち、基準地の実測最低気温よりも対象地の実測最低気温が低く、かつ基準地の実測最低気温と対象地の実測最低気温の気温差が大きい標本、すなわち危険側の標本を抽出したものである。下限側標本群より求められた回帰直線を利用することで、危険側に寄せたＬＥＭ式推定最低気温を算出することができる。

【0033】

予測ステップでは、ＭＬＲ式推定最低気温やＬＥＭ式推定最低気温から予測日の葉面への降霜を予測する。

【0034】

以上のことから、本実施の形態の降霜予測システムは、予測日（例えば、１月１日）よりも以前（例えば、１２月３０日）に基準地に対して予報された予想最低気温を取得することができれば、予測日（例えば、１月１日）の対象地における推定最低気温を算出して、予測日（例えば、１月１日）の対象地にある葉面への降霜を予測することができる。

【0035】

また、ＬＥＭ法によって算出された精度が高いＬＥＭ式推定最低気温を利用して予測日の対象地の葉面への降霜予測が可能となるため、安定して降霜被害を防止することができる。

【実施例0036】

以下、実施例１について説明する。

【0037】

図１に示されるように、本実施例の降霜予測システム１は、対象地としての圃場２における予測日の降霜の発生の有無を、予測日の基準地３に対して予報された予想最低気温から予測するものであり、降霜判定サーバ１０と、ゲートウェイ２０と、第１センサとしてのＭＳ（Meteorological Station）センサ２１と、第２センサとしての窪地用センサ２２と、から主に構成されている。

【0038】

降霜判定サーバ１０は、インターネットや電話網からなる公衆通信網４に接続されており、公衆通信網４を通じて気象予報サーバ３０、クラウドサーバ４０、圃場２を運営するユーザのユーザ端末５０と通信することができる。

【0039】

降霜判定サーバ１０は、クラウドサーバ４０から圃場２の風向、風速、降水量、照度、気温、湿度などのデータを取得し、気象予報サーバ３０から予想最低気温、天気などのデータを取得する。また、降霜判定サーバ１０は、後述する降霜判定処理を実行する。

【0040】

ゲートウェイ２０と、ＭＳセンサ２１と、窪地用センサ２２は、圃場２に配置されている。圃場２は山間部にあり、尾根状の高台２Ｈから南西の方角に向かって低くなるように傾斜する窪地２Ｌを有している。高台２Ｈの標高は約７１０ｍである。

【0041】

ゲートウェイ２０とＭＳセンサ２１は高台２Ｈに配置されている。窪地用センサ２２は窪地２Ｌに配置されており、ＭＳセンサ２１よりも南西に位置している。これは、冬季において冷気が窪地２Ｌ側に流れ込むと見越してのことである。

【0042】

ゲートウェイ２０は、公衆通信網４と、ＭＳセンサ２１と、窪地用センサ２２に無線接続されており、ＭＳセンサ２１や窪地用センサ２２から入力された各種データをクラウドサーバ４０に公衆通信網４を通じて送信するためのものである。

【0043】

ＭＳセンサ２１は、風向、風速、降水量、照度、気温、湿度の６項目を１０分おきに観測し、各種データをゲートウェイ２０に送信している。上記のデータを観測する観測器は、高台２Ｈの地面から約１．７～２．０ｍの位置に設置されている。

【0044】

窪地用センサ２２は、気温、湿度、地中の体積含水率、地中の電気伝導率、地温の５項目を１時間おきに観測し、各種データをゲートウェイ２０に送信している。気温、湿度のデータを観測する観測器は、窪地２Ｌの地面から約１．７～２．０ｍの位置に設置されている。体積含水率、電気伝導率、地温のデータを観測する観測器は、窪地２Ｌの地中に一部埋設されている。

【0045】

気象予報サーバ３０は、公衆通信網４を通じて、基準地３に配置されている観測装置３１より各気象データを取得し、基準地３の天気、実測最低気温、予想最低気温などを公開するものである。基準地３は平野部にあり、その標高は約１０ｍである。また、基準地３は圃場２から直線距離で約４０ｋｍ離れた地点にある。

【0046】

クラウドサーバ４０は、ゲートウェイ２０から送信された各種データを保管するものである。

【0047】

次に、降霜判定サーバ１０による降霜判定処理について説明する。降霜判定サーバ１０は、降霜判定処理を毎日１８時になると開始する。なお、降霜判定処理の開始時刻は適宜変更されてもよく、１日に複数設定されていてもよい。

【0048】

図２に示されるように、降霜判定処理は、気象予報サーバ３０から基準地３における予想最低気温を取得する取得ステップＳ１と、ＭＬＲ法により圃場２のＭＬＲ式推定最低気温を算出する標高差式推定ステップＳ２と、ＬＥＭ法により圃場２のＬＥＭ式推定最低気温を算出する相関関係式推定ステップＳ３と、ステップＳ２，Ｓ３にて算出された各推定最低気温より葉面温度を算出して葉面に降霜が発生するか否かを判定する予測ステップＳ４と、予測ステップＳ４の判定結果をユーザ端末５０に送信する通知ステップＳ５から構成されている。

【0049】

降霜判定サーバ１０は、取得ステップＳ１にて、基準地３における予想最低気温（予想最低気温）を、予測日として降霜判定処理を行う日の１日後（翌日）から５日後までの５日分取得する。

【0050】

標高差式推定ステップＳ２では、標高差推定式に予想最低気温を個々に代入して、５日分のＭＬＲ式推定最低気温ＭＬＲ１～ＭＬＲ５を算出する。高台２Ｈと基準地３の標高差は約７００ｍ（７００＝７１０－１０）である。湿潤断熱減率は、気温と気圧によって変化するものであり、晴れた日の地上付近の平均的な温度帯１０～２０℃であれば約０．５度／１００ｍとなり、霜が降りるような条件となる地上気温０度付近であれば０．６度／１００ｍとなるため、０．６度／１００ｍを採用した。これらから、高台２Ｈと基準地３の気温差は４．２度（４．２＝７００×０．６／１００）となり、本実施例の標高差推定式として次式１が得られた。なお、湿潤断熱減率は０．６度／１００ｍでなくともよく、適宜変更されてもよい。
ＭＬＲ式推定最低気温＝予想最低気温－４．２ （式１）

【0051】

ＭＬＲ式推定最低気温の予測精度を確認するため、１１５日間に亘って実験を行った。この実験では、毎日、式１を用いてＭＬＲ式推定最低気温を１日後から５日後まで算出した。

【0052】

次いで、高台２Ｈで計測された実測最低気温と、対応する日を想定して算出されたＭＬＲ式推定最低気温との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し後述する表１のような気温誤差平均を得た。

【0053】

具体的には、高台２Ｈで実測最低気温が計測された日が１月５日であれば、１月５日に計測された実測最低気温と１２月３１日に推定されたＭＬＲ式推定最低気温ＭＬＲ５との差を算出し、１月５日に計測された実測最低気温と１月１日に推定されたＭＬＲ式推定最低気温ＭＬＲ４との差を算出し、１月５日に計測された実測最低気温と１月２日に推定されたＭＬＲ式推定最低気温ＭＬＲ３との差を算出し、１月５日に計測された実測最低気温と１月３日に推定されたＭＬＲ式推定最低気温ＭＬＲ２との差を算出し、１月５日に計測された実測最低気温と１月４日に推定されたＭＬＲ式推定最低気温ＭＬＲ１との差を算出した。

【0054】

また、１日後の気温誤差平均については、１月１日に計測された実測最低気温と１２月３１日に推定された１月１日のＭＬＲ式推定最低気温ＭＬＲ１との差の絶対値、１月２日に計測された実測最低気温と１月１日に推定された１月２日のＭＬＲ式推定最低気温ＭＬＲ１との差の絶対値のように、計測された実測最低気温と、その前日（１日前）に推定されたＭＬＲ式推定最低気温ＭＬＲ１との差の絶対値を１１５日分得て、その平均値を算出した。

【0055】

同様に、２日後の気温誤差平均については、計測された実測最低気温と、その２日前に推定されたＭＬＲ式推定最低気温ＭＬＲ２との差の絶対値を１１５日分得て、その平均値を算出した。３日後の気温誤差平均については、計測された実測最低気温と、その３日前に推定されたＭＬＲ式推定最低気温ＭＬＲ３との差の絶対値を１１５日分得て、その平均値を算出した。４日後の気温誤差平均については、計測された実測最低気温と、その４日前に推定されたＭＬＲ式推定最低気温ＭＬＲ４との差の絶対値を１１５日分得て、その平均値を算出した。５日後の気温誤差平均については、計測された実測最低気温と、その５日前に推定されたＭＬＲ式推定最低気温ＭＬＲ５との差の絶対値を１１５日分得て、その平均値を算出した。

【0056】

また、高台２Ｈと同様に、窪地２Ｌで計測された実測最低気温についても、対応する日を想定して算出されたＭＬＲ式推定最低気温との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し気温誤差平均を得た。なお、高台２Ｈと窪地２Ｌとの標高差は小さいため、窪地２Ｌについても式１を用いた。

【0057】

これらの結果をまとめたものが表１である。

【0058】

【表1】

【0059】

表１に示されるように、ＭＬＲ式推定最低気温は、気温誤差平均が３度未満であり、予測精度が高いことが分かった。また、予測日が近づくほど、気温誤差平均が小さくなる傾向にあり、予測精度が高まることが分かった。これは、予想最低気温の精度が、予測日が近づくにつれ高まるからと考えられる。

【0060】

また、ＭＬＲ式推定最低気温は、基準地との距離、基準地との地形特性の差異などが異なる環境であるほど気温誤差平均はわずかに大きくなりつつも、例えば基準地が陸上であり対象地が水上であるなど、環境の差異が極端でない限りおおむね良好な結果が得られた。このことから、ＭＬＲ式推定最低気温は汎用性が高いと考えられる。

【0061】

相関関係式推定ステップＳ３では、基準地３における過去の実測最低気温と圃場２の窪地２Ｌにおける過去の実測最低気温との過去相関関係から求められた相関関係推定式に基づいて圃場２のＬＥＭ式推定最低気温を算出する。

【0062】

本実施例では、相関関係推定式を求めるにあたり、１６９日分の標本からなる標本群を取得した。各標本は、とある日（例えば、１月１日）に計測された基準地３の実測最低気温をｘ軸の値とし、同日（例えば、１月１日）に窪地用センサ２２によって計測された圃場２の実測最低気温をｙ軸の値としたものである。

【0063】

これら標本を天気、風速、降雨の条件でフィルタリングした結果、すべての条件を満たした標本として４９日分の標本が得られた。

【0064】

個々の条件判定について詳しくは、天気は、日没後から夜明けまで晴れ、より詳しくは照度の平均が２．４ｋＬｕｘ以上であれば判定を可とした。この判定には、気象庁より出される毎時の天気情報と、ＭＳセンサ２１により検知された照度を参照した。なお、天気が晴れであるかの判定条件として、照度の平均が２．４ｋＬｕｘ以上であることを基準としたが、これに限られず、適宜変更されてもよい。これは、後述する風速、降雨についても同様である。

【0065】

風速は、夜間を通して風速が穏やか、より詳しくは風速１ｍ／ｓ以下であれば判定を可とした。この判定には、ＭＳセンサ２１により検知された風速を参照した。

【0066】

降雨は、夜間を通して降水がなければ、より詳しくは降水量０．５ｍｍ以下であれば判定を可とした。この判定には、ＭＳセンサ２１により検知された降水量を参照した。

【0067】

さらに、より危険側でＬＥＭ式推定最低気温を算出するために、抽出された４９日分の標本から、基準地３の実測最低気温よりも圃場２における窪地２Ｌの実測最低気温のほうが低く、かつ基準地３の実測最低気温と圃場２における窪地２Ｌの実測最低気温の差が大きい標本を抽出した。より詳しくは、窪地２Ｌの実測最低気温が基準地３の実測最低気温よりも低く、その差が－４．２度以下である標本（窪地２Ｌの実測最低気温－基準地３の実測最低気温≦－４．２）を抽出した。窪地２Ｌの実測最低気温と基準地３の実測最低気温の差である－４．２度以下とは、上述した高台２Ｈと基準地３の気温差に基づいた条件であり、ＭＬＲ式推定最低気温よりも危険側で降霜予測を可能とするためである。また、基準地３の一つの実測最低気温に対して圃場２における窪地２Ｌの実測最低気温が複数該当する場合、その中で最も低い実測最低気温を採用した。その結果、図３に示されるように、７つの下限側標本からなる下限標本群を得た。

【0068】

下限側標本群より得られた下限崩落線（回帰直線）を表す式にｘ軸の値として予測日の予想最低気温を代入することでＬＥＭ式推定最低気温を算出することができる。つまり、下限崩落線を表す式が本実施例の相関関係推定式であり次式２のとおりである。
ＬＥＭ式推定最低気温＝０．８５×予想最低気温－２．５ （式２）

【0069】

相関関係式推定ステップＳ３では、式２に５日分の予想最低気温を個々に代入して、５日分のＬＥＭ式推定最低気温ＬＥＭ１～ＬＥＭ５を算出する。

【0070】

ＬＥＭ式推定最低気温の予測精度を確認するため、１１５日間に亘って実験を行った。なお、ＭＬＲ法と重複する説明については省略または簡略する。この実験では、式２である窪地２Ｌを対象とした相関関係推定式と、これと同様に求めた高台２Ｈを対象とした相関関係推定式（下式３参照）を作成した。式３は、実験のために作成したものであり、降霜判定処理では採用していない。
ＬＥＭ式推定最低気温＝０．８３×予想最低気温－１．６ （式３）

【0071】

本実験では、毎日、式２を用いたＬＥＭ式推定最低気温と、式３を用いたＬＥＭ式推定最低気温をそれぞれ１日後から５日後まで算出した。

【0072】

次いで、高台２Ｈで計測された実測最低気温と、対応する日の高台２Ｈを想定して式３を用いて算出されたＬＥＭ式推定最低気温との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し気温誤差平均を得た。また、窪地２Ｌで計測された実測最低気温と、対応する日の窪地２Ｌを想定して式２を用いて算出されたＬＥＭ式推定最低気温との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し気温誤差平均を得た。

【0073】

これらの結果をまとめたものが表２である。

【0074】

【表2】

【0075】

表２に示されるように、ＬＥＭ式推定最低気温は、気温誤差平均が２度未満であり、予測精度が高いことが分かった。また、予測日が近づくほど、気温誤差平均が小さくなる傾向にあり、予測精度が高まることが分かった。これは、予想最低気温の精度が、予測日が近づくにつれ高まるからと考えられる。

【0076】

また、ＬＥＭ式推定最低気温における気温誤差平均は、ＭＬＲ式推定最低気温における気温誤差平均よりも小さいという結果が得られた。このことから、ＬＥＭ式推定最低気温は、ＭＬＲ式推定最低気温よりも予測の精度が高いと考えられる。

【0077】

ＬＥＭ式推定最低気温は、過去相関関係に基づいたもの、すなわち基準地との距離、標高、地形特性などの違いが統計的に反映されたものであるため、十分な標本を得るまでに時間を要するものの、ＭＬＲ式推定最低気温では反映し得ない基準地との距離、地形特性などの影響を反映することができる。

【0078】

予測ステップＳ４では、葉面温度算出式に各予測日の推定最低気温ＭＬＲ１～ＭＬＲ５，ＬＥＭ１～ＬＥＭ５を個々に代入することで各予測日の葉面温度ＴｓＭＬＲ１～ＴｓＭＬＲ５，ＴｓＬＥＭ１～ＴｓＬＥＭ５を算出する。葉面温度算出式は、周知の夜間熱収支式を援用したものであるため詳しい説明は省略するが、推定最低気温のみを変数とし、相対湿度、有効入力放射量、蒸発効率、交換速度、黒体度などの値は危険側の固定値とした。

【0079】

その後、各葉面温度ＴｓＭＬＲ１～ＴｓＭＬＲ５，ＴｓＬＥＭ１～ＴｓＬＥＭ５がゼロ以下であるか否かを判定する。同じ予測日（例えば、１月１日）のＲＭＦ法由来の葉面温度とＬＥＭ法由来の葉面温度のうち少なくとも一方がゼロ以下である場合、その予測日は降霜が発生すると判定され、これらの両方がゼロを上回っている場合、その予測日は降霜が発生しないと判定される。

【0080】

降霜予測の精度を確認するため、１１５日間に亘って実験を行った。なお、ＭＬＲ法と重複する説明については省略または簡略する。この実験では、毎日、ＭＬＲ法由来の葉面温度を１日後から５日後まで算出し、ＬＥＭ法由来の葉面温度を１日後から５日後まで算出し、その日得られた実測最低気温より葉面温度を算出した。

【0081】

また、ＬＥＭ法由来の葉面温度は、式２由来の葉面温度と、式３由来の葉面温度をそれぞれ算出した。実測最低気温より算出した葉面温度は、高台２Ｈにて計測された実測最低気温を葉面温度算出式に代入して算出したものと、窪地２Ｌにて計測された実測最低気温を葉面温度算出式に代入して算出したものを得た。

【0082】

次いで、実測最低気温より算出した高台２Ｈの葉面温度と、対応する日を想定して求められたＭＬＲ法由来の葉面温度との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し葉面温度誤差平均を得た。また、実測最低気温より算出した窪地２Ｌの葉面温度と、対応する日を想定して求められたＭＬＲ法由来の葉面温度との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し葉面温度誤差平均を得た。

【0083】

同様に、実測最低気温より算出した高台２Ｈの葉面温度と、対応する日を想定して求められたＬＥＭ法由来の高台２Ｈの葉面温度との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し葉面温度誤差平均を得た。また、実測最低気温より算出した窪地２Ｌの葉面温度と、対応する日を想定して求められたＬＥＭ法由来の窪地２Ｌの葉面温度との差を、１日後、２日後、３日後、４日後、５日後で分けて集計し葉面温度誤差平均を得た。

【0084】

これらの結果をまとめたものが表３である。

【0085】

【表3】

【0086】

表３に示されるように、ＭＬＲ法由来の葉面温度は、葉面温度誤差平均が３度未満であり、予測精度が高いことが分かった。また、予測日が近づくほど、葉面温度誤差平均が小さくなる傾向にあり、予測精度が高まることが分かった。

【0087】

また、ＬＥＭ法由来の葉面温度は、葉面温度誤差平均が２度未満であり、予測精度が高いことが分かった。また、予測日が近づくほど、葉面温度誤差平均が小さくなる傾向にあり、予測精度が高まることが分かった。

【0088】

図４は、ＭＬＲ法由来の葉面温度をｘ軸の値とし、同日の実測最低気温より算出した高台２Ｈの葉面温度をｙ軸の値とした分布図である。図４に示されるように、ＭＬＲ法由来の葉面温度が正の値であるにもかかわらず、実測最低気温より算出した葉面温度が負の値となったデータは得られなかった。つまり、降霜が発生しないと予測したにも関わらず、降霜が発生した日はないことがわかった。

【0089】

図５は、ＭＬＲ法由来の葉面温度をｘ軸の値とし、同日の実測最低気温より算出した窪地２Ｌの葉面温度をｙ軸の値とした分布図である。図５に示されるように、ＭＬＲ法由来の葉面温度が正の値であるにもかかわらず、実測最低気温より算出した葉面温度が負の値となったデータは得られなかった。つまり、降霜が発生しないと予測したにも関わらず、降霜が発生した日はないことがわかった。

【0090】

また、本実験において、ＭＬＲ法由来の葉面温度が、同日の実測最低気温より算出した高台２Ｈの葉面温度よりも低い日、つまり図４において実線ｙ＝ｘ以上に分布する日は、１１５日中９８日（約８５％）であった（図４参照）。また、ＭＬＲ法由来の葉面温度が、同日の実測最低気温より算出した窪地２Ｌの葉面温度よりも低い日は、１１５日中８２日（約６１％）であった（図５参照）。これにより、ＭＬＲ法由来の葉面温度は、高台２Ｈ、窪地２Ｌともに実測最低気温より算出した葉面温度よりも低い傾向にあることが分かった。

【0091】

これらのように、ＭＬＲ法由来の葉面温度は、高台２Ｈであっても窪地２Ｌであっても、精度よく降霜予測できることが分かった。

【0092】

図６は、ＬＥＭ法由来の高台２Ｈの葉面温度をｘ軸の値とし、同日の実測最低気温より算出した高台２Ｈの葉面温度をｙ軸の値とした分布図である。図６に示されるように、ＬＥＭ法由来の葉面温度が正の値であるにもかかわらず、実測最低気温より算出した葉面温度が負の値となったデータがわずかにみられた。これは、十分な標本が得られなかったからと考えられる。

【0093】

図７は、ＬＥＭ法由来の窪地２Ｌの葉面温度をｘ軸の値とし、同日の実測最低気温より算出した窪地２Ｌの葉面温度をｙ軸の値とした分布図である。図７に示されるように、ＬＥＭ法由来の葉面温度が正の値であるにもかかわらず、実測最低気温より算出した葉面温度が負の値となったデータは得られなかった。つまり、降霜が発生しないと予測したにも関わらず、降霜が発生した日はないことがわかった。

【0094】

また、本実験において、ＬＥＭ法由来の高台２Ｈの葉面温度が、同日の実測最低気温より算出した高台２Ｈの葉面温度よりも低い日は、１１５日中５７日（約５０％）であった（図６参照）。ＬＥＭ法由来の窪地２Ｌの葉面温度が、同日の実測最低気温より算出した窪地２Ｌの葉面温度よりも低い日は、１１５日中５０日（約４３％）であった（図７参照）。これにより、ＬＥＭ法由来の葉面温度は、対応する地点で計測された実測最低気温より算出した葉面温度よりも低い割合と高い割合がほぼ同じ傾向にあることが分かった。

【0095】

これらのように、ＬＥＭ法由来の葉面温度は、特に降霜が発生しやすいと考えられる窪地２Ｌにおいて、精度よく降霜予測できることが分かった。

【0096】

図８を参照して、通知ステップＳ５では、１日後から５日後までの予測ステップＳ４の判定結果をまとめたメールを作成し、ユーザ端末５０に送信する。これにより、ユーザは最大５日後までの降霜予測を把握することができる。そのため、本実施例の降霜予測システム１は、ユーザが降霜に対処するための期間を確保することができる。

【0097】

また、メールには各予測日のＭＬＲ法由来の葉面温度と、ＬＥＭ法由来の葉面温度が並記されるため、ユーザはＬＥＭ法由来の葉面温度とＭＬＲ法由来の葉面温度を確認して降霜に対処するか否かを判断することができる。

【0098】

以上説明したように、本実施例では、標高差推定式である式１と相関関係推定式である式２は共に一次関数であり、予想最低気温が約１１．３度を下回るとＭＬＲ式推定最低気温がＬＥＭ式推定最低気温よりも低い値となる。これにより、本実施例では、対象地である圃場２と基準地３の標高、距離、地形特性などの差異による影響が、標高差による影響よりも小さかったものと考えられる。

【0099】

例えば、標高差推定式が式１、相関関係推定式が下式４であれば、予想最低気温が３度を下回るとＬＥＭ式推定最低気温がＭＬＲ式推定最低気温よりも低くなる。このような場合では、対象地と基準地３との標高、距離、地形特性などの差異による影響が、標高差による影響よりも大きかったものと考えられる。
推定最低気温＝０．８５×予想最低気温－３．７５ （式４）

【0100】

以上のことから、ＬＥＭ式推定最低気温と、ＭＬＲ式推定最低気温を併用することにより、一方の推定最低気温からでは予測されない降霜の発生を、他方の推定最低気温から予測し得るため、降霜予測の精度を高めることができる。

【0101】

また、本実施例の相関関係推定式は、増加した標本群をもとに求められた新たな相関関係推定式に更新することができる。ＬＥＭ式推定最低気温は、相関関係推定式が更新されることで気温誤差平均が小さくなり精度の向上が見込まれる。このことから、ＬＥＭ法由来の葉面温度も、相関関係推定式が更新されることで葉面温度誤差平均が小さくなりつつ、降霜予測の精度向上が見込まれる。

【0102】

また、ＭＬＲ式推定最低気温は、式１が更新されることはないものの、上述したように、高台２Ｈであっても窪地２Ｌであっても降霜が発生しないと予測したにも関わらず、降霜が発生した日がなく、降霜予測の精度が高い。

【0103】

これらにより、降霜判定処理が開始されてから十分な日数が経過していない短期中は、ＭＬＲ法由来の葉面温度のほうが降霜予測の精度が高いため、信頼度が高いと考えられる。

【0104】

これに対して、降霜判定処理が開始されてから十分な日数が経過した以降は、降霜が発生するとの予測に対して降霜が発生する確率と、降霜が発生しないとの予測に対して降霜が発生しなかった確率の和、すなわち予測的中率が高くなり、信頼度が高まると考えられる。

【0105】

なお、ＭＬＲ法由来の葉面温度の予測的中率とＬＥＭ法由来の葉面温度の予測的中率をメールに記載してもよい。このような構成であれば、ユーザが降霜に対処するか否かを判断する指標とすることができる。

【0106】

また、ＬＥＭ法由来の葉面温度は、対象地における予測日の天気、風速、降雨に関わらず危険側の葉面温度として算出されるため、例えば通知ステップＳ５にて気象予報サーバ３０から予測日の対象地における天気、風速、降雨の情報を得て、ＬＥＭ法由来の葉面温度の信頼度を記載してもよい。具体的には、予想される対象地の天気が晴れ、風速が１ｍ／ｓ以下、降雨がゼロであれば「信頼度高」と表示し、いずれか一つが該当しなければ「信頼度中」、いずれか二つが該当しなければ「信頼度中小」いずれも該当しなければ「信頼度小」などと記載してもよい。

【0107】

また、本実施例のようにステップＳ２，Ｓ３を併用する構成であれば、気象予報サーバ３０から予測日の対象地における天気、風速、降雨の情報を得て、そのうちの一つ以上が該当しなければ、ＬＥＭ法由来の葉面温度をメールに記載しない構成としてもよく、ＬＥＭ式推定最低気温やＬＥＭ法由来の葉面温度を算出しない構成としてもよい。

【実施例0108】

次に、実施例２に係る降霜予測システムにつき、図９～図１１を参照して説明する。なお、前記実施例１に示される構成部分と同一構成部分については同一符号を付して重複する説明を省略する。

【0109】

図９を参照して、本実施例の降霜予測システムは、対象地のＬＥＭ式推定最低気温を算出するための相関関係推定式を更新するための更新処理を備えている。この更新処理は、本実施例では降霜判定サーバ１０によって実行されるが、これに限られず、別のサーバによって実行されてもよく、実行装置は適宜変更されてもよい。

【0110】

降霜判定サーバ１０は、更新処理を１０時になると開始する。本実施例では、更新処理は、１日１回行われるが、これに限られず、１日に複数回実行されてもよく、複数日（例えば３日）に１回行われてもよい。また、更新処理の開始時刻は適宜変更されてもよく、所定時間おきに実行されてもよい。

【0111】

更新処理は、ＭＳデータ取得ステップＳｒ１と、ＭＳデータ比較ステップＳｒ２と、基準地実測最低気温取得ステップＳｒ３と、対象地実測最低気温取得ステップＳｒ４と、下限側標本判定ステップＳｒ５と、格納ステップＳｒ６と、設定日判定ステップＳｒ７と、更新ステップＳｒ８から構成されている。

【0112】

ＭＳデータ取得ステップＳｒ１では、クラウドサーバ４０から前日２０時から同日９時までの高台２Ｈの風速、降水量、照度を取得する。

【0113】

ＭＳデータ比較ステップＳｒ２では、ＭＳデータ取得ステップＳｒ１で取得した風速、降水量、照度に基づいて、照度の平均が２．４ｋＬｕｘ以上であるか否か、風速１ｍ／ｓ以下であるか否か、降水量０．５ｍｍ以下であるか否かについて判定する。

【0114】

照度の平均が２．４ｋＬｕｘ以上であり、風速１ｍ／ｓ以下であり、降水量０．５ｍｍ以下であれば（Ｓｒ２：Ｙｅｓ）、基準地実測最低気温取得ステップＳｒ３に移行する。一方、照度の平均が２．４ｋＬｕｘ未満、風速１ｍ／ｓ超え、降水量０．５ｍｍ超えのいずれかであれば（Ｓｒ２：Ｎｏ）、設定日判定ステップＳｒ７に移行する。

【0115】

基準地実測最低気温取得ステップＳｒ３では、気象予報サーバ３０から基準地３における同日０時から８時までの時間帯における実測最低気温を取得する。なお、本ステップＳｒ３にて設定した０時から８時までの時間帯は、対象地実測最低気温取得ステップＳｒ４と同じ時間帯にしてもよく、適宜変更されてもよい。

【0116】

対象地実測最低気温取得ステップＳｒ４では、クラウドサーバ４０から窪地２Ｌにおける同日２時から８時までの実測最低気温を取得する。なお、本ステップＳｒ４にて設定した２時から８時の時間帯は、夜明け前として想定した時間帯であるが、適宜変更されてもよい。

【0117】

下限側標本判定ステップＳｒ５では、対象地実測最低気温取得ステップＳｒ４にて取得した窪地２Ｌにおける実測最低気温から、基準地実測最低気温取得ステップＳｒ３にて取得した基準地３における実測最低気温を減じて算出された気温差が、－４．２度以下であるか否かについて判定する（窪地２Ｌの実測最低気温－基準地３の実測最低気温≦－４．２）。

【0118】

気温差が－４．２度以下であれば（Ｓｒ５：Ｙｅｓ）、今回の基準地実測最低気温取得ステップＳｒ３にて取得した基準地３における実測最低気温と、対象地実測最低気温取得ステップＳｒ４にて取得した窪地２Ｌにおける実測最低気温を新たな下限側標本として、降霜判定サーバ１０の保存領域（例えばハードディスクドライブ）に格納する（Ｓｒ６）。なお、下限側標本は、クラウドサーバ４０に格納されてもよく、保存領域は適宜変更されてもよい。

【0119】

一方、気温差が－４．２度超えであれば（Ｓｒ５：Ｎｏ）、新たな下限側標本を格納することなく、設定日判定ステップＳｒ７に移行する。

【0120】

設定日判定ステップＳｒ７では、当日があらかじめ設定された設定日（例えば、１２月３１日や４月３０日）であるか否かについて判定する。なお、設定日は、年１回（例えば、４月３０日のみ）であってもよく、１か月置きであってもよく、回数や日付を含め適宜変更されてもよい。

【0121】

当日が設定日であれば（Ｓｒ７：Ｙｅｓ）、更新ステップＳｒ８に移行する。一方、当日が設定日でなければ（Ｓｒ７：Ｎｏ）、当日の更新処理を終了する。

【0122】

更新ステップＳｒ８では、保存領域に格納されているすべての下限側標本からなる下限標本群を取得する。新たな下限側標本群より新たな相関関係推定式を取得し、この相関関係推定式を相関関係式推定ステップＳ３にて使用する相関関係推定式として更新する。その後、当日の更新処理を終了する。

【0123】

更新処理を備えることによる優位性を確認するべく新たな実験を行った。なお、本実験では、４４日に亘って、更新する前の相関関係推定式（式２）を用いたＬＥＭ式推定最低気温と、更新した後の相関関係推定式（式５）を用いたＬＥＭ式推定最低気温を各日１日後から５日後まで算出した。

【0124】

更新処理により更新される前の式２を用いて実験を行ったところ図１０の結果が得られた。図１０は、式２を用いたＬＥＭ法由来の窪地２Ｌの葉面温度をｘ軸の値とし、同日の実測最低気温より算出した窪地２Ｌの葉面温度をｙ軸の値とした分布図である。図１０では、ｘ軸の値とｙ軸の値から成る１つのデータ（以降、単に「データ」と記載）が２２０個（４４日×５日（１日後から５日後）分）表記されている。なお、図１０，図１１では、実測最低気温が測定された日を基準として、１日前～５日前のデータとして表記している。

【0125】

本実験では、ＬＥＭ法由来の葉面温度が正の値であるにもかかわらず、実測最低気温より算出した葉面温度が負の値となったデータが得られた。つまり、降霜が発生しないと予測したにも関わらず、降霜が発生した日があった。

【0126】

また、本実験において、ＬＥＭ法由来の窪地２Ｌの葉面温度が、同日の実測最低気温より算出した窪地２Ｌの葉面温度よりも低いデータは、２２０個中１５５個（約７０％）であった。

【0127】

次いで、更新処理により更新した相関関係推定式を用いた実験結果について説明する。まず、上述した更新処理を用いて更新された相関関係推定式として下式５が得られた。
ＬＥＭ式推定最低気温＝１．０２×予想最低気温－５．７ （式５）

【0128】

更新処理により更新された式５を用いて実験を行ったところ図１１の結果が得られた。図１１は、式５を用いたＬＥＭ法由来の窪地２Ｌの葉面温度をｘ軸の値とし、同日の実測最低気温より算出した窪地２Ｌの葉面温度をｙ軸の値とした分布図である。図１１では、図１０と同様に２２０個のデータが表記されている。

【0129】

本結果では、ＬＥＭ法由来の葉面温度が正の値であるにもかかわらず、実測最低気温より算出した葉面温度が負の値となったデータは得られなかった。つまり、降霜が発生しないと予測したにも関わらず、降霜が発生した日はないことがわかった。

【0130】

また、本実験において、ＬＥＭ法由来の窪地２Ｌの葉面温度が、同日の実測最低気温より算出した窪地２Ｌの葉面温度よりも低いデータは、２２０個中２１４個（約９７％）であった。

【0131】

これらの実験結果から、相関関係推定式を更新することによる優位性について確認することができた。

【0132】

以上、本発明の実施例を図面に基づいて説明してきたが、具体的な構成はこれら実施例に限られるものではなく、本発明の要旨を逸脱しない範囲内における追加や変更があっても、本発明に含まれる。

【0133】

例えば、前記実施例１，２では、相関関係式推定ステップにて、下限崩落線に基準地の予想最低気温を代入することで対象地のＬＥＭ式推定最低気温が得られる構成として説明したが、これに限られず、過去相関関係をまとめたテーブルに基準地の予想最低気温を照会することで対象地のＬＥＭ式推定最低気温が得られる構成としてもよく、その構成は適宜変更されてもよい。これは、標高差式推定ステップについても同様である。

【0134】

また、前記実施例１，２では、過去相関関係は、下限崩落線の式によって表せられる構成として説明したが、これに限られず、標本群の回帰直線であってもよく、天気、風速、降雨のうち少なくとも一つの条件に応じて抽出された抽出標本群の回帰直線であってもよく、下限崩落線以外の回帰直線によって表せられる構成であってもよい。

【0135】

また、前記実施例１，２では、対象地は高台と窪地を含む地形であるとして説明したが、これに限られず、平地であってもよく、扇状地であってもよく、地形特性は適宜変更されてもよい。

【0136】

また、前記実施例１，２では、相関関係式推定ステップと、標高差式推定ステップを備える構成として説明したが、これに限られず、相関関係式推定ステップのみであってもよい。

【0137】

また、前記実施例１，２では、５日分の降霜予測を行う構成として説明したが、これに限られず、１日後のみであってもよく、２日後のみであってもよく、３日分であってもよく、適宜変更されてもよい。

【0138】

また、前記実施例１，２では、葉面への降霜を判定するにあたって葉面温度算出式を用いて葉面温度を算出する構成として説明したが、これに限られず、単に推定最低気温が所定値以下であれば降霜が発生すると判定するものであってもよく、葉面への降霜判定方法については、適宜変更されてもよい。

【0139】

また、前記実施例１，２では、降霜判定サーバは、公衆通信網を通じて接続されているクラウドサーバより対象地の気象データを取得可能な構成として説明してきたが、これに限られず、ゲートウェイと直接有線または無線で接続されていてもよく、降霜判定サーバがゲートウェイとしての機能を兼ねていてもよく、気象予報サーバとしての機能を兼ねていてもよく、降霜判定サーバの構成は適宜変更されてもよい。