特許 7175537 生育診断システム、生育診断サーバ及び生育診断方法

(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】

(24)【登録日】2022-11-11

(45)【発行日】2022-11-21

(54)【発明の名称】生育診断システム、生育診断サーバ及び生育診断方法

(51)【国際特許分類】

   A01G 7/00 20060101AFI20221114BHJP

【ＦＩ】

A01G7/00 603

【請求項の数】 24

(21)【出願番号】P 2021575532

(86)(22)【出願日】2020-02-06

(86)【国際出願番号】 JP2020004639

(87)【国際公開番号】W WO2021157032

(87)【国際公開日】2021-08-12

【審査請求日】2022-07-28

【早期審査対象出願】

(73)【特許権者】

【識別番号】515019537

【氏名又は名称】株式会社ナイルワークス

(74)【代理人】

【識別番号】100149261

【弁理士】

【氏名又は名称】大内 秀治

(72)【発明者】

【氏名】和氣 千大

(72)【発明者】

【氏名】柳下 洋

(72)【発明者】

【氏名】加藤 宏記

【審査官】坂田 誠

(56)【参考文献】

【文献】特開２０１５－４９（ＪＰ，Ａ）

【文献】米国特許第９１４０８２４（ＵＳ，Ｂ１）

【文献】特表２０１８－５３３９３３（ＪＰ，Ａ）

【文献】特許第４９８２８２３（ＪＰ，Ｂ２）

【文献】特開２０１９－１９３５８９（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１９／００５７４６１（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ０１Ｇ ７／００

(57)【特許請求の範囲】

【請求項1】

生育診断モデルを利用して圃場における作物の生育状態を診断する生育診断装置と、
前記圃場の画像を取得するカメラと、
前記圃場の画像に基づいて、前記作物の生育状態値である検出生育状態値を算出する検出状態値算出部と、
前記生育診断モデルにより算出した前記作物の生育状態値である推定生育状態値を、前記検出生育状態値と比較する乖離判定部と、
前記乖離判定部による比較結果に応じて前記生育診断モデルを修正するモデル修正部と
を有することを特徴とする生育診断システム。

【請求項2】

請求項１に記載の生育診断システムにおいて、
前記作物の生育状態値は、前記作物の籾数、若しくは前記圃場において光合成を行う葉の面積率である有効受光面積率、若しくは前記圃場の画像において前記作物に吸収されている赤色光の割合である赤色光吸収率、若しくは前記有効受光面積率に対象面積を乗じて得た有効受光面積、又は、前記赤色光吸収率に対象面積を乗じて得た赤色光吸収量を含み、
前記生育診断モデルにより算出した前記作物の推定籾数若しくは推定有効受光面積率若しくは推定赤色光吸収率若しくは推定有効受光面積又は推定赤色光吸収量と、前記圃場の画像に基づいて生成した前記作物の検出籾数若しくは検出有効受光面積率若しくは検出赤色光吸収率若しくは検出有効受光面積又は検出赤色光吸収量との差分の絶対値又は差分の割合が、前記生育状態値の第１差分閾値を超えたと前記乖離判定部が判定した場合、前記モデル修正部は、前記生育診断モデルを修正する
ことを特徴とする生育診断システム。

【請求項3】

請求項１又は２に記載の生育診断システムにおいて、
前記生育診断システムは、前記カメラによる撮影不良の有無を前記圃場の画像に基づいて判定する撮影不良判定部をさらに備え、
前記検出状態値算出部は、前記撮影不良が無かったと前記撮影不良判定部が判定した前記圃場の画像に基づいて、前記検出生育状態値を算出する
ことを特徴とする生育診断システム。

【請求項4】

請求項３に記載の生育診断システムにおいて、
前記撮影不良があったと前記撮影不良判定部が判定した場合、前記カメラによる再撮影を要求する再撮影要求部をさらに有する
ことを特徴とする生育診断システム。

【請求項5】

請求項４に記載の生育診断システムにおいて、
前記撮影不良判定部は、前記圃場毎に又は前記圃場に含まれる部分領域毎に前記撮影不良の有無を判定し、
前記再撮影要求部は、前記撮影不良があった場合、前記撮影不良があった圃場についての前記再撮影を要求する
ことを特徴とする生育診断システム。

【請求項6】

請求項４に記載の生育診断システムにおいて、
前記撮影不良判定部は、前記圃場に含まれる部分領域毎に前記撮影不良の有無を判定し、
前記再撮影要求部は、前記撮影不良があった場合、前記撮影不良があった前記部分領域についての前記再撮影を要求する
ことを特徴とする生育診断システム。

【請求項7】

請求項４～６のいずれか１項に記載の生育診断システムにおいて、
前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前回撮影とは異なる時間帯又は異なる太陽高度での前記再撮影を要求する
ことを特徴とする生育診断システム。

【請求項8】

請求項４～６のいずれか１項に記載の生育診断システムにおいて、
前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前記カメラと太陽との相対的な位置関係が前回撮影とは異なる向きでの前記再撮影を要求する
ことを特徴とする生育診断システム。

【請求項9】

請求項４～６のいずれか１項に記載の生育診断システムにおいて、
前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前回撮影とは異なる天候での前記再撮影を要求する
ことを特徴とする生育診断システム。

【請求項10】

請求項４～６のいずれか１項に記載の生育診断システムにおいて、
前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前記カメラと前記圃場との相対的な位置関係が前回撮影とは異なる向きでの前記再撮影を要求する
ことを特徴とする生育診断システム。

【請求項11】

請求項２に記載の生育診断システムにおいて、
前記生育診断モデルにより算出した前記作物の前記推定籾数若しくは前記推定有効受光面積率若しくは前記推定赤色光吸収率若しくは前記推定有効受光面積又は前記推定赤色光吸収量と、前記圃場の画像に基づいて算出した前記作物の前記検出籾数若しくは前記検出有効受光面積率若しくは前記検出赤色光吸収率若しくは前記検出有効受光面積又は前記検出赤色光吸収量との差分の絶対値又は差分の割合が、前記第１差分閾値を超えた場合、前記生育診断モデルの係数又は初期値を修正する
ことを特徴とする生育診断システム。

【請求項12】

請求項１１に記載の生育診断システムにおいて、
前記生育診断システムは、
前記カメラを搭載したドローンと、
前記推定生育状態値と前記検出生育状態値との比較のための前記ドローンによる撮影のスケジュールを管理するスケジュール管理部と
をさらに有し、
前記推定生育状態値と前記検出生育状態値の差分の絶対値又は差分の割合が前記第１差分閾値を超えたと前記乖離判定部が判定した場合、前記スケジュール管理部は、当初計画の次回撮影よりも前に新たな撮影予定を加える又は次回撮影の時期を前記当初計画よりも早める
ことを特徴とする生育診断システム。

【請求項13】

請求項１２に記載の生育診断システムにおいて、
前記推定生育状態値と前記検出生育状態値の差分の絶対値又は差分の割合が前記第１差分閾値を超えたと前記乖離判定部が判定した後、前記推定生育状態値と前記検出生育状態値との差分の絶対値又は差分の割合が第２差分閾値を下回った場合、前記スケジュール管理部は、前記撮影のスケジュールを当初計画に戻す
ことを特徴とする生育診断システム。

【請求項14】

請求項１２又は１３に記載の生育診断システムにおいて、
前記推定生育状態値と前記検出生育状態値との差分が第３差分閾値を下回り、前記作物の成長が予定通り又は予定よりも早まっている場合、前記スケジュール管理部は、当初計画よりも撮影回数を減らす
ことを特徴とする生育診断システム。

【請求項15】

請求項１２～１４のいずれか１項に記載の生育診断システムにおいて、
前記作物が予定よりも早く成熟した場合、前記スケジュール管理部は、撮影最終回のタイミングを早める
ことを特徴とする生育診断システム。

【請求項16】

請求項１２～１５のいずれか１項に記載の生育診断システムにおいて、
前記スケジュール管理部は、前記作物の生育状態値の変化量、若しくは単位期間当たりの前記生育状態値の変化量、又は前記生育状態値の絶対値が第１頻度判定閾値よりも大きいタイミングでは、前記撮影の頻度を上げる
ことを特徴とする生育診断システム。

【請求項17】

請求項１６に記載の生育診断システムにおいて、
前記スケジュール管理部は、前記第１頻度判定閾値を前記作物の生育フェーズに合わせて切り替える
ことを特徴とする生育診断システム。

【請求項18】

請求項１２～１７のいずれか１項に記載の生育診断システムにおいて、
前記スケジュール管理部は、前記作物の生育状態値の変化量、若しくは単位期間当たりの前記生育状態値の変化量、又は前記生育状態値の変化量の絶対値が第２頻度判定閾値よりも小さいタイミングでは、前記撮影の頻度を下げる
ことを特徴とする生育診断システム。

【請求項19】

請求項１８に記載の生育診断システムにおいて、
前記スケジュール管理部は、前記第２頻度判定閾値を前記作物の生育フェーズに合わせて切り替える
ことを特徴とする生育診断システム。

【請求項20】

請求項１２～１９のいずれか１項に記載の生育診断システムにおいて、
前記作物の生育フェーズの移行時期における前記ドローンの撮影頻度である移行時頻度は、前記作物の生育フェーズの移行時期以外の時期における通常の前記撮影頻度である通常頻度よりも大きく、
前記推定生育状態値と前記検出生育状態値の差分の絶対値又は差分の割合が前記第１差分閾値を超えたと前記乖離判定部が判定した際に前記スケジュール管理部が設定し得る前記撮影頻度の最大値である乖離時最大頻度は、前記移行時頻度よりも大きい
ことを特徴とする生育診断システム。

【請求項21】

請求項１～２０のいずれか１項に記載の生育診断システムにおいて、
前記生育診断システムは、
刈り取った前記作物の籾数又は重量である収量を計測する収量センサと、
計測した前記籾数又は前記重量である計測収量を入力する収量入力部と
を備え、
前記推定生育状態値は、前記生育診断モデルにより算出した前記作物の籾数又は重量である推定収量を含み、
前記収量入力部に前記計測収量が入力された場合、前記モデル修正部は、前記計測収量と前記推定収量とを比較して前記生育診断モデルを修正する
ことを特徴とする生育診断システム。

【請求項22】

請求項１～２１のいずれか１項に記載の生育診断システムにおいて、
前記作物はイネであり、
前記生育診断システムは、
収穫後の単位量の米に含まれる未熟米の割合であるくず米率を計測するくず米率計測器と、
計測した前記くず米率である計測くず米率を入力するくず米率入力部と
を備え、
前記推定生育状態値は、前記生育診断モデルにより算出した前記くず米率である推定くず米率を含み、
前記収量入力部に前記計測くず米率が入力された場合、前記モデル修正部は、前記計測くず米率と前記推定くず米率とを比較して前記生育診断モデルを修正する
ことを特徴とする生育診断システム。

【請求項23】

生育診断モデルを利用して作物の生育状態を診断する生育診断サーバであって、
カメラにより取得した前記作物の画像に基づいて、前記作物の生育状態値である検出生育状態値を算出する検出状態値算出部と、
前記生育診断モデルにより算出した前記作物の生育状態値である推定生育状態値を、前記検出生育状態値と比較する乖離判定部と、
前記乖離判定部による比較結果に応じて前記生育診断モデルを修正するモデル修正部と
を有することを特徴とする生育診断サーバ。

【請求項24】

生育診断モデルを利用して作物の生育状態を診断する生育診断方法であって、
カメラにより取得した前記作物の画像に基づいて、前記作物の生育状態値である検出生育状態値を算出する検出状態値算出ステップと、
前記生育診断モデルにより算出した前記作物の生育状態値である推定生育状態値を、前記検出生育状態値と比較する乖離判定ステップと、
前記乖離判定ステップでの比較結果に応じて前記生育診断モデルを修正するモデル修正ステップと
を有することを特徴とする生育診断方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、生育診断システム、生育診断サーバ及び生育診断方法に関する。

【背景技術】

【0002】

特開２０１５－００００４９号（以下「ＪＰ２０１５－００００４９Ａ」という。）では、調査圃場数をできる限り抑制しながら、空撮画像と農作物の特定の生育ステージにおける時系列気象データを用いて、収量を高精度に推定することを課題としている（要約）。当該課題を解決するため、ＪＰ２０１５－００００４９Ａ（要約）では、過去に蓄積された調査地域の画像や圃場の属性情報と、調査対象である圃場が撮影された空撮画像から、調査すべき実測圃場を選定するための判断基準となるパラメータ群を決定し、前記パラメータ群ができる限り分散を持つように、実測圃場を選定し、また、調査の負担をできる限り減らすために、実測圃場の候補ができる限り位置的に集中するように選定する。また、気象データの時系列パターンを各生育ステージごとに解析することにより、生育状況に相関のあるパラメータ群を算出し、画像特徴量、圃場の属性情報と前記パラメータ群を説明変数とした収量推計を実施する。

【0003】

ＪＰ２０１５－００００４９Ａでは、数３～数５のようなモデルを用いる収量推計モデルを利用する（［００５６］～［００５９］）。

【0004】

特開２０１８－０８２６４８号（以下「ＪＰ２０１８－０８２６４８Ａ」という。）では、従来よりも容易に圃場内の窒素施用量を決定することができる施肥設計方法を提供すること等を目的としている（要約、［０００９］）。当該目的を達成するため、ＪＰ２０１８－０８２６４８Ａ（要約）では、今期生育中の作物の葉色及び茎数を測定し（Ｓ３１）、測定した葉色及び茎数から作物の吸収窒素量を求める段階（Ｓ３２）と、吸収窒素量から今期投入済み窒素施用量（Ｓ３３）を減算することで、現在の地力窒素量を求める段階（Ｓ３４）と、地力窒素量と作物を生育させるための適正窒素量から次期の作物を生育させるために必要な次期生育用窒素施用量を求める段階（Ｓ３５）とを有する。

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記のように、ＪＰ２０１５－００００４９Ａ（要約）では、収量推計を実施する生育診断モデルとして用いる。また、ＪＰ２０１８－０８２６４８Ａ（要約）では、次期生育用窒素施用量を求める生育診断モデルを用いる。しかしながら、これらの生育診断モデルでは、精度の点で改善の余地がある。

【0006】

本発明は上記のような課題を考慮してなされたものであり、生育診断モデルの精度を向上することが可能な生育診断システム、生育診断サーバ及び生育診断方法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】

本発明に係る生育診断システムは、
生育診断モデルを利用して圃場における作物の生育状態を診断する生育診断装置と、
前記圃場の画像を取得するカメラと、
前記圃場の画像に基づいて、前記作物の生育状態値である検出生育状態値を算出する検出状態値算出部と、
前記生育診断モデルにより算出した前記作物の生育状態値である推定生育状態値を、前記検出生育状態値と比較する乖離判定部と、
前記乖離判定部による比較結果に応じて前記生育診断モデルを修正するモデル修正部と
を有することを特徴とする。

【0008】

本発明によれば、生育診断モデルにより算出した推定生育状態値と、カメラが取得した圃場の画像に基づく検出生育状態値とを比較して生育診断モデルを修正する。これにより、圃場の画像に基づく検出生育状態値の信頼性に応じた精度で、圃場毎の特性に応じた生育診断を行うことが可能となるため、生育診断モデルの精度を向上し得る。また、圃場の画像を用いることで、圃場毎の特性に応じた生育診断を簡易に行うことが可能となる。

【0009】

前記作物の生育状態値は、例えば、前記作物の籾数、若しくは前記圃場において光合成を行う葉の面積率である有効受光面積率、又は前記圃場の画像において前記作物に吸収されている赤色光の割合である赤色光吸収率を含んでもよい。また、前記作物の生育状態値として、有効受光面積率に対象面積を乗じて得た有効受光面積や、赤色光吸収率に対象面積を乗じて得た赤色光吸収量を用いることもできる。その場合、前記生育診断モデルにより算出した前記作物の推定籾数、推定有効受光面積率、推定赤色光吸収率、推定有効受光面積又は推定赤色光吸収量と、前記圃場の画像に基づいて算出した前記作物の検出籾数、検出有効受光面積率、検出赤色光吸収率、検出有効受光面積又は検出赤色光吸収量との差分の絶対値又は差分の割合が、前記生育状態値の第１差分閾値を超えたと前記乖離判定部が判定した場合、前記モデル修正部は、前記生育診断モデルを修正してもよい。これにより、生育診断モデルを修正する必要性が高い場合のみ、当該修正を行うことができる。

【0010】

なお、ここにいう有効受光面積率は、光合成を行う葉（及び茎）が圃場の画像全体に占める割合を意味する。また、赤色光吸収率は、圃場の画像において、赤色光の波長帯が作物に吸収されている割合を示すものであり、光合成を行うクロロフィルの量を示す指標の１つである。

【0011】

前記生育診断システムは、前記カメラによる撮影不良の有無を前記圃場の画像に基づいて判定する撮影不良判定部をさらに備えてもよい。また、前記検出状態値算出部は、前記撮影不良が無かったと前記撮影不良判定部が判定した前記圃場の画像に基づいて、前記検出生育状態値を算出してもよい。これにより、撮影不良がない場合（すなわち、撮影が正常である場合）のみ、検出生育状態値を用いることが可能となる。

【0012】

前記生育診断システムは、前記撮影不良があったと前記撮影不良判定部が判定した場合、前記カメラによる再撮影を要求する再撮影要求部をさらに有してもよい。これにより、再撮影により検出生育状態値の精度を高めることで、生育診断モデルの信頼性を高めることが可能となる。

【0013】

前記撮影不良判定部は、前記圃場毎に又は前記圃場に含まれる部分領域毎に前記撮影不良の有無を判定してもよい。前記再撮影要求部は、前記撮影不良があった場合、前記撮影不良があった圃場についての前記再撮影を要求してもよい。これにより、圃場単位で検出生育状態値を取得し直すことが可能となる。

【0014】

或いは、前記撮影不良判定部は、前記圃場に含まれる部分領域毎に前記撮影不良の有無を判定してもよい。前記再撮影要求部は、前記撮影不良があった場合、前記撮影不良があった前記部分領域についての前記再撮影を要求してもよい。これにより、撮影不良があった部分領域のみについて再撮影を行うことで工数を低減可能となる。

【0015】

前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前回撮影とは異なる時間帯又は異なる太陽高度での前記再撮影を要求してもよい。これにより、撮影不良が再現する可能性を低減することが可能となる。

【0016】

前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前記カメラと太陽との相対的な位置関係が前回撮影とは異なる向きでの前記再撮影を要求してもよい。これにより、撮影不良が再現する可能性を低減することが可能となる。

【0017】

前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前回撮影とは異なる天候での前記再撮影を要求してもよい。これにより、撮影不良が再現する可能性を低減することが可能となる。

【0018】

前記撮影不良があったと前記撮影不良判定部が判定した場合、前記再撮影要求部は、前記カメラと前記圃場との相対的な位置関係が前回撮影とは異なる向きでの前記再撮影を要求してもよい。これにより、撮影不良が再現する可能性を低減することが可能となる。

【0019】

前記生育診断モデルにより算出した前記作物の推定籾数、前記推定有効受光面積率、前記推定赤色光吸収率、前記推定有効受光面積又は前記推定赤色光吸収量と、前記圃場の画像に基づいて算出した前記作物の検出籾数、前記検出有効受光面積率、前記検出赤色光吸収率、前記検出有効受光面積又は前記検出赤色光吸収量との差分の絶対値又は差分の割合が、前記第１差分閾値を超えた場合、前記生育診断モデルの係数又は初期値を修正してもよい。これにより、推定生育状態値と検出生育状態値の乖離の原因が生育診断モデルの係数又は初期値にある場合、生育診断モデルをより好適に修正することが可能となる。

【0020】

前記生育診断システムは、前記カメラを搭載したドローンと、前記推定生育状態値と前記検出生育状態値との比較のための前記ドローンによる撮影のスケジュールを管理するスケジュール管理部とをさらに有してもよい。前記推定生育状態値と前記検出生育状態値の差分の絶対値又は差分の割合が前記第１差分閾値を超えたと前記乖離判定部が判定した場合、前記スケジュール管理部は、当初計画の次回撮影よりも前に新たな撮影予定を加える又は次回撮影の時期を前記当初計画よりも早めてもよい。これにより、推定生育状態値と検出生育状態値の乖離がないか、換言すると、生育診断モデルの信頼性が高いかを比較的早期に再確認することが可能となる。

【0021】

前記推定生育状態値と前記検出生育状態値の差分の絶対値又は差分の割合が前記第１差分閾値を超えたと前記乖離判定部が判定した後、前記推定生育状態値と前記検出生育状態値との差分が第２差分閾値を下回った場合、前記スケジュール管理部は、前記撮影のスケジュールを当初計画に戻してもよい。これにより、推定生育状態値と検出生育状態値との差分の絶対値又は差分の割合が十分小さくなったと判定可能になった場合、換言すると、生育診断モデルの信頼性が十分高くなったと判定可能になった場合、ドローンの撮影タイミングを遅らせることが可能となる。

【0022】

前記推定生育状態値と前記検出生育状態値との差分の絶対値又は差分の割合が第３差分閾値を下回り、前記作物の成長が予定通り又は予定よりも早まっている場合、前記スケジュール管理部は、当初計画よりも撮影回数を減らしてもよい。これにより、推定生育状態値と検出生育状態値との差分が十分小さいと判定可能になった場合、換言すると、生育診断モデルの信頼性が十分高いと判定可能である場合、ドローンの撮影タイミングを遅らせることが可能となる。

【0023】

前記作物が予定よりも早く成熟した場合、前記スケジュール管理部は、撮影最終回のタイミングを早めてもよい。これにより、不要なタイミングでの撮影を回避することが可能となる。

【0024】

前記スケジュール管理部は、前記作物の生育状態値の変化量、若しくは単位期間当たりの前記作物の生育状態値の変化量、又は前記生育状態値の絶対値が第１頻度判定閾値よりも大きいタイミングでは、前記撮影の頻度を上げてもよい。これにより、作物の生育状態値の変化量、若しくは単位期間当たりの生育状態値の変化量又は生育状態値の絶対値が大きいタイミングで生育診断システムの信頼性を確認し易くなる。なお、ここにいう「頻度を上げる」は、撮影の最小日程間隔（インターバル）を短くすること、及び所定期間における撮影の回数を増やすことのいずれであってもよい。

【0025】

前記スケジュール管理部は、前記生育状態値の絶対値、若しくは単位期間当たりの前記生育状態値の変化量又は前記生育状態値の変化量の絶対値が第２頻度判定閾値よりも小さいタイミングでは、前記撮影の頻度を下げてもよい。これにより、生育状態値の絶対値、若しくは単位期間当たりの作物の生育状態値の変化量又は生育状態値の変化量の絶対値が小さいタイミングでは、ドローンの撮影頻度を抑えることが可能となる。

【0026】

前記スケジュール管理部は、前記第１頻度判定閾値又は前記第２頻度判定閾値を前記作物の生育フェーズに合わせて切り替えてもよい。これにより、作物の生育フェーズに応じて撮影頻度を切り替えることが可能となる。

【0027】

前記作物の生育フェーズの移行時期における前記ドローンの撮影頻度である移行時頻度は、前記作物の生育フェーズの移行時期以外の時期における通常の前記撮影頻度である通常頻度より大きくてもよい。前記推定生育状態値と前記検出生育状態値の差分の絶対値又は差分の割合が前記第１差分閾値を超えたと前記乖離判定部が判定した際に前記スケジュール管理部が設定し得る前記撮影頻度の最大値である乖離時最大頻度は、前記移行時頻度よりも大きくてもよい。これにより、推定生育状態値と検出生育状態値の乖離がある場合の撮影頻度を大きくして、生育診断システムの信頼性を高めることが可能となる。

【0028】

前記生育診断システムは、刈り取った前記作物の籾数又は重量である収量を計測する収量センサと、計測した前記籾数又は前記重量である計測収量を入力する収量入力部とを備えてもよい。また、前記推定生育状態値は、前記生育診断モデルにより算出した前記作物の籾数又は重量である推定収量を含んでもよい。前記収量入力部に前記計測収量が入力された場合、前記モデル修正部は、前記計測収量と前記推定収量とを比較して前記生育診断モデルを修正してもよい。これにより、検出収量（画像に基づいて算出した作物の籾数又は重量）よりも計測収量の方が精度が高い場合には、計測収量と推定収量の比較結果を優先して用いることで、生育診断システムの信頼性を高めることが可能となる。

【0029】

前記作物がイネである場合、前記生育診断システムは、収穫後の単位量の米に含まれる未熟米の割合であるくず米率を計測するくず米率計測器と、計測した前記くず米率である計測くず米率を入力するくず米率入力部とを備えてもよい。前記推定生育状態値は、前記生育診断モデルにより算出した前記くず米率である推定くず米率を含んでもよい。前記くず米率入力部に前記計測くず米率が入力された場合、前記モデル修正部は、前記計測くず米率と前記推定くず米率とを比較して前記生育診断モデルを修正してもよい。これにより、検出くず米率（画像に基づいて算出したくず米率）よりも計測くず米率の方が精度が高い場合には、計測くず米率と推定くず米率の比較結果を優先して用いることで、生育診断システムの信頼性を高めることが可能となる。

【0030】

本発明に係る生育診断サーバは、生育診断モデルを利用して作物の生育状態を診断するものであって、
カメラにより取得した前記作物の画像に基づいて、前記作物の生育状態値である検出生育状態値を算出する検出状態値算出部と、
前記生育診断モデルにより算出した前記作物の生育状態値である推定生育状態値を、前記検出生育状態値と比較する乖離判定部と、
前記乖離判定部による比較結果に応じて前記生育診断モデルを修正するモデル修正部と
を有することを特徴とする。

【0031】

本発明に係る生育診断方法は、生育診断モデルを利用して作物の生育状態を診断する方法であって、
カメラにより取得した前記作物の画像に基づいて、前記作物の生育状態値である検出生育状態値を算出する検出状態値算出ステップと、
前記生育診断モデルにより算出した前記作物の生育状態値である推定生育状態値を、前記検出生育状態値と比較する乖離判定ステップと、
前記乖離判定ステップでの比較結果に応じて前記生育診断モデルを修正するモデル修正ステップと
を有することを特徴とする。

【発明の効果】

【0032】

本発明によれば、生育診断モデルの精度を向上することが可能となる。

【図面の簡単な説明】

【0033】

【図1】本発明の一実施形態に係る生育診断システムの概要を示す全体構成図である。

【図2】前記実施形態の生育診断サーバの構成を簡略的に示す構成図である。

【図3】前記実施形態のドローンの構成を簡略的に示す構成図である。

【図4】前記実施形態におけるキャリブレーションスケジュール管理制御を示す第１フローチャートである。

【図5】前記実施形態における前記キャリブレーションスケジュール管理制御を示す第２フローチャートである。

【図6】前記実施形態における必要監視状況の判定方法を説明するための説明図である。

【図7】前記実施形態におけるキャリブレーション実行制御のフローチャートである。

【発明を実施するための形態】

【0034】

Ａ．一実施形態
＜Ａ－１．構成＞
［Ａ－１－１．全体構成］
図１は、本発明の一実施形態に係る生育診断システム１０の概要を示す全体構成図である。生育診断システム１０（以下「システム１０」ともいう。）は、圃場５００に生育する作物５０２の生育診断を行うと共に、作物５０２に薬剤（液体肥料を含む。）を散布することができる。本実施形態の作物５０２は、イネ（水稲）であるが、後述するようにその他の作物であってもよい。圃場５００は水田である。

【0035】

図１に示すように、システム１０は、圃場センサ群２０と、生育診断サーバ２２と、ドローン２４と、第１ユーザ端末２６と、第２ユーザ端末２８と、第３ユーザ端末３０と、収量センサ３２と、ライスグレーダ３４（くず米率計測器）とを有する。圃場センサ群２０、ドローン２４、第１ユーザ端末２６及び第２ユーザ端末２８は、通信ネットワーク３８（無線基地局３６を含む。）を介して互いに無線通信が可能であると共に、生育診断サーバ２２と通信可能である。無線通信としては、無線基地局３６を介さない通信（例えば、ＬＴＥ（Long Term Evolution）、ＷｉＦｉ等）を用いることができる。生育診断サーバ２２は、通信ネットワーク３８を介して情報提供サーバ４０とも通信可能である。

【0036】

［Ａ－１－２．圃場センサ群２０］
圃場センサ群２０は、水田としての圃場５００に設置されて圃場５００における各種データを検出して生育診断サーバ２２等に提供する。圃場センサ群２０には、例えば、水温センサ、温度センサ、降水量センサ、照度計、風速計、気圧計及び湿度計が含まれる。水温センサは、水田である圃場５００の水温を検出する。温度センサは、圃場５００の気温を検出する。降水量センサは、圃場５００の降水量を検出する。照度計は、圃場５００の日照量を検出する。風速計は、圃場５００の風速を検出する。気圧計は、圃場５００の気圧を検出する。湿度計は、圃場５００の湿度を検出する。これらのセンサの値の一部は、情報提供サーバ４０から取得してもよい。

【0037】

［Ａ－１－３．生育診断サーバ２２］
（Ａ－１－３－１．概要）
図２は、本実施形態の生育診断サーバ２２の構成を簡略的に示す構成図である。生育診断サーバ２２（以下「診断サーバ２２」ともいう。）は、生育診断モデルを用いた生育診断を行い、診断結果に基づいてユーザに作業指示を行う。作業指示には、施肥のタイミング、肥料の種類・量、農薬の散布タイミング、農薬の種類・量等が含まれる。

【0038】

図２に示すように、診断サーバ２２は、入出力部５０と、通信部５２と、演算部５４と、記憶部５６とを有する。通信部５２は、図示しないモデム等を有する。通信部５２は、通信ネットワーク３８を介することで、圃場センサ群２０、ドローン２４、第１ユーザ端末２６、第２ユーザ端末２８、第３ユーザ端末３０、情報提供サーバ４０等との通信が可能である。

【0039】

演算部５４は、中央演算装置（ＣＰＵ）を含み、記憶部５６に記憶されているプログラムを実行することにより動作する。演算部５４が実行する機能の一部は、ロジックＩＣ（Integrated Circuit）を用いて実現することもできる。演算部５４は、前記プログラムの一部をハードウェア（回路部品）で構成することもできる。後述するドローン２４の演算部等も同様である。

【0040】

記憶部５６は、演算部５４が用いるプログラム及びデータを記憶するものであり、ランダム・アクセス・メモリ（以下「ＲＡＭ」という。）を備える。ＲＡＭとしては、レジスタ等の揮発性メモリと、ハードディスク、フラッシュメモリ等の不揮発性メモリとを用いることができる。また、記憶部５６は、ＲＡＭに加え、リード・オンリー・メモリ（ＲＯＭ）を有してもよい。後述するドローン２４の記憶部等も同様である。

【0041】

（Ａ－１－３－２．演算部５４）
図２に示すように、演算部５４は、ドローン飛行管理部６０と、生育診断部６２とを有する。ドローン飛行管理部６０は、ドローン２４の飛行（経路等）を管理する。生育診断部６２は、生育診断モデルを用いた生育診断を行う。

【0042】

ドローン飛行管理部６０は、飛行ルート生成部７０と、再撮影要求部７２とを有する。飛行ルート生成部７０は、ドローン２４の飛行ルートを生成する。再撮影要求部７４は、ドローン２４による撮影が正常でないと撮影不良判定部８１（後述）が判定した場合、ドローン２４による再撮影を要求する。

【0043】

生育診断部６２は、スケジュール管理部８０と、撮影不良判定部８１と、画像処理部８２と、乖離判定部８３と、モデル修正部８４と、診断実行部８５とを有する。スケジュール管理部８０は、生育診断モデルのキャリブレーションのスケジュールを管理する。撮影不良判定部８１は、キャリブレーション時において、ドローン２４による撮影不良を判定する。画像処理部８２は、ドローン２４が撮影した画像を処理して作物５０２の生育状態値Ｖ（検出生育状態値Ｖｄ）を算出する。乖離判定部８３は、生育診断モデルにより算出した作物の生育状態値Ｖである推定生育状態値Ｖｅを、検出生育状態値Ｖｄと比較して両者の乖離を判定する。モデル修正部８４は、乖離判定部８３による比較結果に応じて生育診断モデルを修正する。診断実行部８５は、生育診断制御を実行する。

【0044】

（Ａ－１－３－３．記憶部５６）
記憶部５６は、ドローン飛行管理部６０、生育診断部６２等を実現するために演算部５４が用いるプログラム及びデータを記憶すると共に、圃場データベース９０（以下「圃場ＤＢ９０」という。）と、生育診断データベース９２（以下「生育診断ＤＢ９２」という。）とを有する。圃場ＤＢ９０は、ドローン２４の飛行に必要な圃場５００毎の情報（飛行用圃場情報）を蓄積する。飛行用圃場情報には、例えば、圃場５００の位置情報が含まれる。生育診断ＤＢ９２は、生育診断に関する各種情報（生育診断情報）を蓄積する。生育診断情報には、例えば、生育診断のスケジュール、過去の診断結果（過去に栽培された作物５０２の種類、収量Ｑ、くず米率Ｒを含む。）、生育診断モデル（係数、初期値を含むパラメータ等）、撮影データ（圃場５００の画像）が含まれる。

【0045】

［Ａ－１－４．ドローン２４］
図３は、本実施形態のドローン２４の構成を簡略的に示す構成図である。本実施形態において、ドローン２４は、生育診断モデルのキャリブレーション用の圃場画像を取得する手段として機能すると共に、作物５０２に対する薬液（液体肥料を含む。）を散布する手段としても機能する。ドローン２４は、発着地点５１０（図１）において離着陸する。

【0046】

図３に示すように、ドローン２４は、ドローンセンサ群１００と、通信部１０２と、飛行機構１０４と、撮影機構１０６と、散布機構１０８と、ドローン制御部１１０とを有する。

【0047】

ドローンセンサ群１００は、グローバル・ポジショニング・システム・センサ（以下「ＧＰＳセンサ」という。）、速度計、高度計、ジャイロセンサ、液量センサ（いずれも図示せず）等を有する。ＧＰＳセンサは、ドローン２４の現在位置情報を出力する。速度計は、ドローン２４の飛行速度を検出する。高度計は、ドローン２４下方の地面に対する距離としての対地高度を検出する。ジャイロセンサは、ドローン２４の角速度を検出する。液量センサは、散布機構１０８のタンク内の液量を検出する。

【0048】

通信部１０２は、通信ネットワーク３８を介しての電波通信が可能であり、例えば、電波通信モジュールを含む。通信部１０２は、通信ネットワーク３８（無線基地局３６を含む。）を介することで、生育診断サーバ２２、第１ユーザ端末２６、第２ユーザ端末２８等との通信が可能である。

【0049】

飛行機構１０４は、ドローン２４を飛行させる機構であり、複数のプロペラと、複数のプロペラアクチュエータとを有する。プロペラアクチュエータは、例えば電動モータを有する。

【0050】

撮影機構１０６は、圃場５００又は作物５０２の画像（以下「ドローン画像」又は「圃場画像」ともいう。）を撮影する機構であり、カメラ１２０を有する。本実施形態のカメラ１２０は、マルチスペクトルカメラであり、特に作物５０２の生育状況を分析できる画像を取得する。撮影機構１０６は、圃場５００に対して特定の波長の光線を照射する照射部をさらに備え、当該光線に対する圃場５００からの反射光を受光可能になっていてもよい。特定の波長の光線は、例えば赤色光（波長約６５０ｎｍ）と近赤外光（波長約７７４ｎｍ）であってもよい。当該光線の反射光を分析することで、作物５０２の窒素吸収量を推定し、推定した窒素吸収量に基づいて作物５０２の生育状況を分析することができる。

【0051】

カメラ１２０は、ドローン２４の本体の下部に配置され、ドローン２４の周辺を撮影した周辺画像に関する画像データを出力する。カメラ１２０は、動画を撮影するビデオカメラである。或いは、カメラ１２０は、動画及び静止画の両方又は静止画のみを撮影可能としてもよい。

【0052】

カメラ１２０は、図示しないカメラアクチュエータにより向き（ドローン２４の本体に対するカメラ１２０の姿勢）を調整可能である。或いは、カメラ１２０は、ドローン２４の本体に対する位置が固定されてもよい。

【0053】

散布機構１０８は、薬剤（液体肥料を含む。）を散布する機構であり、例えば、薬剤タンク、ポンプ、流量調整弁及び薬剤ノズルを有する。

【0054】

ドローン制御部１１０は、ドローン２４の飛行、撮影、薬剤の散布等、ドローン２４全体を制御する。ドローン制御部１１０は、図示しない入出力部、演算部及び記憶部を含む。ドローン制御部１１０は、飛行制御部１３０、撮影制御部１３２及び散布制御部１３４を有する。飛行制御部１３０は、飛行機構１０４を介してドローン２４の飛行を制御する。撮影制御部１３２は、撮影機構１０６を介してドローン２４による撮影を制御する。散布制御部１３４は、散布機構１０８を介してドローン２４による薬剤散布を制御する。

【0055】

［Ａ－１－５．第１ユーザ端末２６］
第１ユーザ端末２６は、圃場５００において、操作者としてのユーザ６００（図１）の操作によりドローン２４を制御すると共に、ドローン２４から受信した情報（例えば、位置、薬剤量、電池残量、カメラ映像等）を表示する携帯情報端末である。なお、本実施形態では、ドローン２４の飛行状態（高度、姿勢等）は、第１ユーザ端末２６が遠隔制御するのではなく、ドローン２４が自律的に制御する。従って、第１ユーザ端末２６を介してユーザ６００からドローン２４に飛行指令が送信されると、ドローン２４は自律飛行を行う。但し、離陸や帰還等の基本操作時、及び緊急時にはマニュアル操作が行なえるようになっていてもよい。第１ユーザ端末２６は、図示しない入出力部（タッチパネル等を含む。）、通信部、演算部及び記憶部を備え、例えば、一般的なタブレット端末により構成される。

【0056】

また、本実施形態の第１ユーザ端末２６は、生育診断サーバ２２からの作業指示等を受信して表示する。

【0057】

［Ａ－１－６．第２ユーザ端末２８］
第２ユーザ端末２８は、圃場５００において、操作者以外のユーザ６０２（図１）が用いる携帯情報端末であり、ドローン２４の飛行情報（現在の飛行状況、飛行終了予定時刻等）、ユーザ６０２に対する作業指示、生育診断の情報等を、診断サーバ２２又はドローン２４から受信して表示する。第２ユーザ端末２８は、図示しない入出力部（タッチパネル等を含む。）、通信部、演算部及び記憶部を備え、例えば、一般的なスマートホンにより構成される。

【0058】

［Ａ－１－７．第３ユーザ端末３０］
第３ユーザ端末３０は、圃場５００以外の場所（例えば、ユーザ６００、６０２が所属する会社）において、生育診断サーバ２２による生育診断を利用するためにユーザ６００、６０２等が用いる端末である。第３ユーザ端末３０は、図示しない入出力部（例えばキーボード及び表示部を含む。）、通信部、演算部及び記憶部を備え、例えば、デスクトップ型パーソナルコンピュータ（ＰＣ）又はノート型ＰＣにより構成される。

【0059】

［Ａ－１－８．収量センサ３２］
収量センサ３２は、刈り取った作物５０２の収量Ｑを計測する装置である。ここでの収量Ｑは、刈り取った作物５０２（水稲）の籾数である。或いは、収量Ｑは、刈り取った作物５０２の重量であってもよい。収量センサ３２は、例えば、収穫後の作物５０２を保管する倉庫（図示せず）に配置される。或いは、収量センサ３２は、収穫を行うコンバイン（図示せず）に設けられてもよい。

【0060】

本実施形態において、収量センサ３２で計測された収量Ｑ（以下「計測収量Ｑｍ」ともいう。）は、第３ユーザ端末３０で入力されて、圃場５００のＩＤと共に生育診断サーバ２２に送信される。或いは、収量センサ３２がネットワーク通信機能を有する場合、通信ネットワーク３８を介して生育診断サーバ２２に計測収量Ｑｍが自動的に送信されてもよい。なお、収量センサ３２を用いた収量Ｑの計測は、圃場５００全体の収穫後（圃場５００全体での刈り取り）だけではなく、圃場５００の一部のみについて作物５０２を刈り取って作物５０２の収量Ｑとして計測する場合も含まれる。

【0061】

［Ａ－１－９．ライスグレーダ３４］
ライスグレーダ３４（くず米率計測器）は、収穫後の作物５０２（水稲）のくず米率Ｒを計測する装置である。くず米率Ｒは、単位量当たりの作物５０２に含まれる未熟米（例えば、網目幅１．７ｍｍの篩いを通過する米）の割合である。ライスグレーダ３４は、例えば、収穫後の作物５０２を保管する倉庫（図示せず）に配置される。本実施形態において、ライスグレーダ３４で計測されたくず米率Ｒ（以下「計測くず米率Ｒｍ」ともいう。）は、圃場５００のＩＤと共に、第３ユーザ端末３０で入力されて、生育診断サーバ２２に送信される。或いは、ライスグレーダ３４がネットワーク通信機能を有する場合、通信ネットワーク３８を介して生育診断サーバ２２に計測くず米率Ｒｍが自動的に送信されてもよい。

【0062】

［Ａ－１－１０．情報提供サーバ４０］
情報提供サーバ４０は、気象衛星等により得られた圃場５００に関する情報（圃場情報）を生育診断サーバ２２に提供する。ここにいう圃場情報には、例えば、圃場５００の気温、降水量等が含まれる。

【0063】

＜Ａ－２．本実施形態の制御＞
［Ａ－２－１．概要］
本実施形態の生育診断システム１０では、生育診断制御、ドローン飛行管理制御及び生育診断モデルキャリブレーション管理制御が行われる。生育診断制御は、圃場センサ群２０からの各種検出値等に基づいて、作物５０２の生育診断を行う制御である。ドローン飛行管理制御は、生育診断制御、生育診断モデルキャリブレーション管理制御等のため圃場５００においてドローン２４の飛行を管理する制御である。生育診断モデルキャリブレーション管理制御は、生育診断モデルのキャリブレーションを行う制御である。

【0064】

［Ａ－２－２．生育診断制御］
上記のように、生育診断制御は、圃場センサ群２０からの各種検出値等に基づいて、作物５０２の生育診断を行う制御であり、主として生育診断サーバ２２（特に生育診断部６２の診断実行部８５）が実行する。ここに言う生育診断には、例えば、圃場５００毎の収量Ｑの推定値（推定収量Ｑｅ）の算出及び提示、作物５０２の各生育フェーズの時期の算出及び提供が含まれる。また、生育診断制御では、施肥、薬剤散布等に関する作業指示も行われる。作業指示は、例えば、第１ユーザ端末２６、第２ユーザ端末２８又は第３ユーザ端末３０の表示部に表示される。

【0065】

生育診断制御としては、例えば、ＪＰ２０１５－００００４９Ａ又はＪＰ２０１８－０８２６４８Ａに記載のものを用いることができる。

【0066】

［Ａ－２－３．ドローン飛行管理制御］
上記のように、ドローン飛行管理制御は、生育診断制御、生育診断モデルキャリブレーション管理制御等のため圃場５００においてドローン２４の飛行を管理する制御であり、主として生育診断サーバ２２（特にドローン飛行管理部６０）が実行する。具体的には、ドローン飛行管理制御では、圃場５００を撮影する際の飛行経路、目標速度、目標高度等が算出され、ドローン２４に送信される。

【0067】

［Ａ－２－４．生育診断モデルキャリブレーション管理制御］
（Ａ－２－４－１．概要）
上記のように、生育診断モデルキャリブレーション管理制御（以下「キャリブレーション管理制御」ともいう。）は、生育診断モデルのキャリブレーションを行う制御であり、主として、生育診断サーバ２２（主として生育診断部６２）が実行する。ここに言う生育診断モデルのキャリブレーションは、ドローン２４が取得した圃場５００（又は作物５０２）の画像に基づいて算出した検出値に基づいて、生育診断モデルのパラメータをキャリブレーション（又は修正）することを含む。

【0068】

キャリブレーション管理制御は、キャリブレーションスケジュール管理制御と、キャリブレーション実行制御とを含む。キャリブレーションスケジュール管理制御（以下「スケジュール管理制御」ともいう。）は、キャリブレーションの実行タイミングを管理する制御である。キャリブレーション実行制御は、スケジュール管理制御で設定された実行タイミング等により、生育診断モデルのキャリブレーションを実行する制御である。

【0069】

（Ａ－２－４－２．キャリブレーションスケジュール管理制御）
（Ａ－２－４－２－１．全体的な流れ）
図４及び図５は、本実施形態におけるキャリブレーションスケジュール管理制御を示す第１及び第２フローチャートである。上記のように、スケジュール管理制御は、キャリブレーションの実行タイミングを管理する制御である。本実施形態のスケジュール管理制御では、作物５０２の生育フェーズ等に合わせたスケジュール管理と、キャリブレーション実行時における生育診断モデルのパラメータの変更に伴うスケジュール管理を行う。本実施形態において、スケジュール管理制御及びキャリブレーション実行制御は、圃場５００毎に行われる。

【0070】

図４のステップＳ１１において、生育診断サーバ２２は、現在必要とされる監視状況（必要監視状況）を判定する。必要監視状況には、通常監視を行う通常監視状況と、集中監視を行う集中監視状況とが含まれる。集中監視状況は、作物５０２の生育状態の変化が大きいためにキャリブレーションの頻度（頻度Ｆ）を上げる状況である。

【0071】

集中監視状況には、例えば、作物５０２の生育フェーズの切り替わり時期、施肥の前後、作物５０２の生育状態値Ｖ（推定生育状態値Ｖｅ等）が目標値（目標生育状態値Ｖｔ）から大きく乖離している時、通年の平均温度又は平均日射量からの乖離が大きい時（３５℃以上が続いた場合等）、肥料の吸収タイミング、土壌中の窒素量の変化が含まれる。生育フェーズの切り替わりに関しては、図６を参照して後述する。推定生育状態値Ｖｅ等と目標生育状態値Ｖｔとの乖離が大きいか否かの閾値（生育不良判定閾値ＴＨｖｄ）は、作物５０２の生育フェーズ毎に切り替えることができる。通年の平均温度からの乖離が大きいか否かを判定する閾値（温度乖離判定閾値ＴＨｔ）及び通年の平均日射量からの乖離が大きいか否かを判定する閾値（日射量乖離判定閾値ＴＨｓ）は、作物５０２の生育フェーズ毎に切り替えることができる。

【0072】

通常監視状況は、キャリブレーション対象期間のうち集中監視状況以外の状況である。

【0073】

図４のステップＳ１２において、生育診断サーバ２２は、ステップＳ１１の判定結果に基づいて、現在の必要監視状況が通常監視状況であるか否かを判定する。現在の必要監視状況が通常監視状況である場合（Ｓ１２：真）、ステップＳ１３に進む。

【0074】

ステップＳ１３において、診断サーバ２２は、作物５０２の完熟期（又は収穫期）が未到来であるか否かを判定する。当該判定は、制御対象となっている圃場５００について、例えば、対象時期における作物５０２の計測収量Ｑｍ又は計測くず米率Ｒｍの入力が行われたか否かに基づいて判定する。作物５０２の完熟期が未到来である場合（Ｓ１３：真）、ステップＳ１４に進む。

【0075】

ステップＳ１４において、診断サーバ２２は、現在のキャリブレーションスケジュールが、通常監視状況におけるデフォルト（初期）スケジュールであるか否かを判定する。換言すると、診断サーバ２２は、前回以前のスケジュール管理制御においてステップＳ１７、Ｓ１９でスケジュールが変更された状態が維持されていないか否かを判定する。当該判定は、例えば、スケジュール変更を行ったか否かを示すフラグの値を確認することで行うことができる。通常監視状況におけるデフォルトスケジュールである場合（Ｓ１４：真）、ステップＳ１５に進む。

【0076】

ステップＳ１５において、診断サーバ２２は、生育診断モデルにより算出した作物５０２の生育状態値（以下「推定生育状態値Ｖｅ」又は「推定値Ｖｅ」という。）と、圃場画像に基づき算出した作物５０２の生育状態値（以下「検出生育状態値Ｖｄ」又は「検出値Ｖｄ」という。）との差分Ｄが許容範囲内にあるか否かを判定する。換言すると、差分Ｄの絶対値が第１頻度判定差分閾値ＴＨｆｍ１以下であるか否かを判定する。第１頻度判定差分閾値ＴＨｆｍ１は、後述する差分閾値ＴＨｄ（図７のＳ５８）と同一の値を用いることができる。推定値Ｖｅ及び検出値Ｖｄの算出方法、種類等については、図７のステップＳ５６、Ｓ５７に関連して後述する。差分Ｄが許容範囲内にある場合（Ｓ１５：真）、ステップＳ１６に進む。

【0077】

ステップＳ１６において、診断サーバ２２は、差分Ｄが微少であるか否か（換言すると、前記許容範囲内にある差分Ｄがその中でも非常に小さい値であるか否か）を判定する。換言すると、差分Ｄの絶対値が第２頻度判定差分閾値ＴＨｆｍ２以下であるか否かを判定する。差分Ｄが微少である場合（Ｓ１６：真）、生育診断モデルのパラメータは非常に有効な値であると考えることができる。そこで、ステップＳ１７において、診断サーバ２２は、デフォルトスケジュールよりもキャリブレーションの頻度Ｆを下げる。例えば、通常監視状況でのデフォルトスケジュールでは、キャリブレーションを１ヶ月に１回行うところ、ステップＳ１７の結果、診断サーバ２２は、キャリブレーションを１．５ヶ月に１回行うように変更する。

【0078】

ステップＳ１６に戻り、僅差Ｄが微少でない場合（Ｓ１６：偽）、ステップＳ１８において、診断サーバ２２は、通常監視状況におけるデフォルトスケジュールを維持する。

【0079】

ステップＳ１５に戻り、差分Ｄが許容範囲内にない場合（Ｓ１５：偽）、生育診断モデルのパラメータの信頼性が低くなっている可能性がある。そこで、ステップＳ１９において、診断サーバ２２は、通常監視状況におけるデフォルトスケジュールよりもキャリブレーションの頻度Ｆを増加させる。例えば、通常監視状況でのデフォルトスケジュールでは、キャリブレーションを１ヶ月に１回行うところ、ステップＳ１９の結果、診断サーバ２２は、キャリブレーションを０．５ヶ月に１回行うように変更する。

【0080】

ステップＳ１４に戻り、現在のキャリブレーションスケジュールが通常監視状況におけるデフォルトスケジュールでない場合（Ｓ１４：偽）、現在のキャリブレーションスケジュールは、ステップＳ１７、Ｓ１９により、デフォルトスケジュールから変更したスケジュールである。その場合、ステップＳ２０に進む。

【0081】

ステップＳ２０において、診断サーバ２２は、スケジュール変更の解除条件が成立したか否かを判定する。例えば、ステップＳ１７においてキャリブレーション頻度Ｆを減少させている場合、差分Ｄの絶対値が、頻度Ｆの減少を解除する閾値（第１解除閾値ＴＨｆｒ１）を上回ったか否かを判定する。差分Ｄの絶対値が、第１解除閾値ＴＨｆｒ１を上回った場合、解除条件が成立したと判定する。また、ステップＳ１９においてキャリブレーション頻度Ｆを増加させている場合、差分Ｄの絶対値が、頻度Ｆの増加を解除する閾値（第２解除閾値ＴＨｆｒ２）を下回ったか否かを判定する。差分Ｄの絶対値が、第２解除閾値ＴＨｆｒ２を下回った場合、解除条件が成立したと判定する。

【0082】

スケジュール変更の解除条件が成立した場合（Ｓ２０：真）、ステップＳ２１において、診断サーバ２２は、スケジュールを通常監視状況におけるデフォルトスケジュールに戻す。スケジュール変更の解除条件が成立しない場合（Ｓ２０：偽）、ステップＳ２２において、診断サーバ２２は、現在のスケジュール（通常監視状況におけるデフォルトスケジュールから変更しているスケジュール）を維持する。換言すると、診断サーバ２２は、現在のキャリブレーション頻度Ｆを維持する。

【0083】

ステップＳ１３に戻り、作物５０２の完熟期が到来済である場合（Ｓ１３：偽）、今回の生育についてはキャリブレーションの必要性が無くなったと言える。そこで、ステップＳ２３において、診断サーバ２２は、キャリブレーションを早期終了する。

【0084】

ステップＳ１２に戻り、現在の必要監視状況が通常監視状況でない場合（Ｓ１２：偽）、現在の必要監視状況は集中監視状況である。その場合、図５のステップＳ３１に進む。図５のステップＳ３１～Ｓ３９は、基本的に、図４のステップＳ１４～Ｓ２２と同様の流れとなる。但し、図４のステップＳ１４～Ｓ２２が通常監視状況に基づくのに対し、図５のステップＳ３１～Ｓ３９は集中監視状況に基づく。そのため、各ステップにおける閾値等は図４と異ならせることができる。

【0085】

具体的には、ステップＳ３１において、診断サーバ２２は、現在のキャリブレーションスケジュールが、集中監視状況におけるデフォルトスケジュールであるか否かを判定する。換言すると、診断サーバ２２は、前回以前のスケジュール管理制御においてステップＳ３４、Ｓ３６でスケジュールが変更された状態が維持されていないか否かを判定する。集中監視状況におけるデフォルトスケジュールである場合（Ｓ３１：真）、ステップＳ３２に進む。

【0086】

ステップＳ３２において、診断サーバ２２は、生育診断モデルにより算出した推定生育状態値Ｖｅ（推定値Ｖｅ）とドローン画像に基づく検出生育状態値Ｖｄ（検出値Ｖｄ）との差分Ｄが許容範囲内にあるか否かを判定する。換言すると、差分Ｄの絶対値が第１頻度判定差分閾値ＴＨｆｍ１以下であるか否かを判定する。差分Ｄが許容範囲内にある場合（Ｓ３２：真）、ステップＳ３３に進む。

【0087】

ステップＳ３３において、診断サーバ２２は、差分Ｄが微少であるか否か（換言すると、前記許容範囲内にある差分Ｄがその中でも非常に小さい値であるか否か）を判定する。換言すると、差分Ｄの絶対値が第２頻度判定差分閾値ＴＨｆｍ２以下であるか否かが判定する。差分Ｄが微少である場合（Ｓ３３：真）、ステップＳ３４において、診断サーバ２２は、集中監視状況におけるデフォルトスケジュールよりもキャリブレーションの頻度Ｆを下げる。例えば、集中監視状況でのデフォルトスケジュールでは、キャリブレーションを１週間に１回行うところ、ステップＳ３４の結果、診断サーバ２２は、キャリブレーションを２週間に１回行うように変更する。

【0088】

ステップＳ３３に戻り、差分Ｄが微少でない場合（Ｓ３３：偽）、ステップＳ３５において、診断サーバ２２は、集中監視状況におけるデフォルトスケジュールを維持する。

【0089】

ステップＳ３２に戻り、差分Ｄが許容範囲内にない場合（Ｓ３２：偽）、ステップＳ３６において、診断サーバ２２は、集中監視状況におけるデフォルトスケジュールよりもキャリブレーションの頻度Ｆを増加させる。例えば、集中監視状況でのデフォルトスケジュールでは、キャリブレーションを１週間に１回行うところ、ステップＳ３６の結果、診断サーバ２２は、キャリブレーションを３日に１回行うように変更する。

【0090】

ステップＳ３１に戻り、現在のキャリブレーションスケジュールが集中監視状況におけるデフォルトスケジュールでない場合（Ｓ３１：偽）、現在のキャリブレーションスケジュールは、ステップＳ３４、Ｓ３６により、デフォルトスケジュールから変更したスケジュールである。その場合、ステップＳ３７に進む。

【0091】

ステップＳ３７において、診断サーバ２２は、スケジュール変更の解除条件が成立したか否かを判定する。例えば、ステップＳ３４においてキャリブレーション頻度Ｆを減少させている場合、差分Ｄの絶対値が、頻度Ｆの減少を解除する閾値（第１解除閾値ＴＨｆｒ１）を上回ったか否かを判定する。差分Ｄの絶対値が、第１解除閾値ＴＨｆｒ１を上回った場合、解除条件が成立したと判定する。また、ステップＳ３６においてキャリブレーション頻度Ｆを増加させている場合、差分Ｄの絶対値が、頻度Ｆの増加を解除する閾値（第２解除閾値ＴＨｆｒ２）を下回ったか否かを判定する。差分Ｄの絶対値が、第２解除閾値ＴＨｆｒ２を下回った場合、解除条件が成立したと判定する。

【0092】

スケジュール変更の解除条件が成立した場合（Ｓ３７：真）、ステップＳ３８において、診断サーバ２２は、スケジュールを集中監視状況におけるデフォルトスケジュールに戻す。スケジュール変更の解除条件が成立しない場合（Ｓ３７：偽）、ステップＳ３９において、診断サーバ２２は、現在のスケジュール（集中監視状況におけるデフォルトスケジュールから変更しているスケジュール）を維持する。換言すると、診断サーバ２２は、現在のキャリブレーション頻度Ｆを維持する。

【0093】

（Ａ－２－４－２－２．必要監視状況の判定（図４のＳ１１））
図６は、本実施形態における必要監視状況の判定方法を説明するための説明図である。図６では、作物５０２の生育フェーズと、必要監視状況と、キャリブレーション頻度Ｆとの関係が示されている。

【0094】

生育フェーズは、栄養生長期と、生殖生長期と、登熟期とを含む。栄養生長期は、発芽から穂の基となるもの（穂の原基）ができるまでの期間である。生殖生長期は、穂の原基ができてから出穂・開花までの期間である。登熟期は、出穂・開花から成熟までの期間である。

【0095】

図６に示すように、本実施形態では、栄養生長期と生殖生長期の切り替わり時期に必要監視状況を集中監視状況とし、その他の期間を通常監視状況とする。

【0096】

なお、上記のように、必要監視状況の判定（図４のＳ１１）は、生育フェーズに限らず、その他の要素（例えば、施肥のタイミング、通年の平均気温や平均日射量からの乖離量、肥料の吸収タイミング、土壌中の窒素量の変化）も考慮して行われる。例えば、生育フェーズが栄養生長期と生殖生長期の切り替わり時期ではなくても、施肥の前後、異常気象等の場合、集中監視状況を選択する。

【0097】

（Ａ－２－４－３．キャリブレーション実行制御）
図７は、本実施形態におけるキャリブレーション実行制御のフローチャートである。上記のように、キャリブレーション実行制御は、スケジュール管理制御で設定された実行タイミング等により、生育診断モデルのキャリブレーションを実行する制御である。

【0098】

図７のステップＳ５１において、生育診断サーバ２２（スケジュール管理部８０）は、キャリブレーションスケジュール管理制御によるキャリブレーション実行タイミングが到来したか否かを判定する。当該判定は、診断サーバ２２が管理している圃場５００毎に行う。キャリブレーション実行タイミングが到来した場合（Ｓ５１：真）、ステップＳ５２に進む。

【0099】

ステップＳ５２において、診断サーバ２２は、キャリブレーションのため、ドローン２４による圃場５００の撮影を要求する。具体的には、診断サーバ２２は、第１ユーザ端末２６等の表示部（タッチパネル等）に作業指示を表示させる。この作業指示を見たユーザ６００は、第１ユーザ端末２６を操作して、対象となる圃場５００についてドローン２４による撮影を実施する。ドローン２４が取得した画像のデータは、直ぐに診断サーバ２２に送信される。或いは、画像のデータは、撮影終了後に一括して送信してもよい。

【0100】

ステップＳ５３において、診断サーバ２２は、ドローン２４の撮影が正常に行われたか否かを判定する。例えば、診断サーバ２２は、所定時間以上継続して圃場画像の同じ部分の検出照度が固定値になっているか否かを判定する。当該判定により、カメラ１２０の撮像部分に汚れが付着しているか否かを判定可能である。また、診断サーバ２２は、圃場画像全体の照度が弱すぎる又は強すぎるときに撮影不良であると判定可能である。例えば、圃場画像におけるハレーション領域の面積（又は画素数）が、撮影不良を判定する閾値（撮影不良閾値）以上であるか否かを判定する。ハレーション領域は、画素の輝度が最大値（８ビットの場合、２５５）である領域を示す。

【0101】

ステップＳ５３の判定は、圃場５００毎に行う。或いは、ステップＳ５３の判定は、圃場５００に含まれる部分領域毎に行ってもよい。ドローン２４の撮影が正常であると判定した場合（Ｓ５３：真）、ステップＳ５６に進む。

【0102】

一方、ドローン２４の撮影が正常でないと判定した場合（Ｓ５３：偽）、ステップＳ５４において、診断サーバ２２は、ドローン２４による再撮影を要求する。具体的には、再撮影要求部７４は、前回撮影とは異なる時間帯での再撮影を要求する（Ｓ５４）。例えば、前回撮影から３０分以上が経過した後に再撮影を行うことを要求する。撮影日を異ならせる場合、前回撮影の撮影時刻に対して±３０分以上ずらした時刻を用いてもよい。或いは、異なる時間帯の代わりに、異なる太陽高度（例えば±３．８度以上）を用いてもよい。当該要求は、例えば、第１ユーザ端末２６の表示部に表示される。

【0103】

或いは、再撮影要求部７４は、ドローン２４と太陽との相対的な位置関係が前回撮影とは異なる向きでの再撮影を要求してもよい。これにより、前回撮影が逆光状態で行われた場合等に対応可能となる。或いは、再撮影要求部７４は、前回撮影とは異なる天候での再撮影を要求してもよい。例えば、前回撮影が晴天時に行われた場合、再撮影を曇り時に行うよう要求してもよい。或いは、再撮影要求部７４は、ドローン２４と圃場５００との相対的な位置関係が前回撮影とは異なる向きでの再撮影を要求してもよい。例えば、前回撮影が条間に沿った方向で行われた場合、再撮影は、条間と直行する方向又は条間に対して斜めの方向で行うように要求してもよい。

【0104】

撮影不良の判定を圃場５００毎又はその部分領域毎に行った場合、再撮影の対象は、当該圃場５００とすることができる。また、撮影不良の判定を圃場５００の部分領域毎に行った場合、再撮影の対象は、当該部分領域としてもよい。

【0105】

再撮影の作業指示を受けたユーザ６００は、ステップＳ５５において、第１ユーザ端末２６を操作して対象の圃場５００に対してドローン２４による再撮影を実行する。ステップＳ５５の後はステップＳ５３に戻る。

【0106】

ステップＳ５６において、診断サーバ２２は、ドローン２４から受信した画像データを処理して、作物５０２の生育状態値Ｖ（検出生育状態値Ｖｄ）を算出する。例えば、作物５０２としての水稲の近赤外光（ＮＩＲ）及び赤外光（ＩＲ）を撮影した場合、カメラ１２０で受光した近赤外光と赤外光の光量の差が全体光量に占める割合である赤色光吸収率（つまり、作物５０２に吸収されている赤色光の割合）に基づいて、水稲の成長度合いを判定可能である。

【0107】

ここで算出する検出生育状態値Ｖｄは、生育フェーズ（図６）に合わせて選択することができる。栄養生長期では、例えば、作物５０２の高さ、葉の数、赤色光吸収率、有効受光面積率（圃場面積において光合成を行うことができる葉の面積率）、ＮＤＶＩ（Normalized Difference Vegetation Index）、分けつ数、葉身長、作物５０２の密度（土と作物５０２の面積割合）を用いることができる。生殖生長期では、例えば、作物５０２の高さ、葉の数、有効受光面積率、ＮＤＶＩを用いることができる。登熟期では、例えば、籾数、ＮＤＶＩを用いることができる。

【0108】

ステップＳ５７において、診断サーバ２２は、生育診断モデルに基づいて、作物５０２の生育状態値Ｖ（推定生育状態値Ｖｅ）を算出する。ここで算出する推定生育状態値Ｖｅは、検出生育状態値Ｖｄとの比較に用いられるため、ステップＳ５６で算出した検出生育状態値Ｖｄと同じ種類の値が算出される。

【0109】

ステップＳ５８において、診断サーバ２２は、推定生育状態値Ｖｅと検出生育状態値Ｖｄの差分Ｄが許容範囲内にあるにあるか否かを判定する。換言すると、差分Ｄの絶対値が差分閾値ＴＨｄ以下であるか否かを判定する。例えば、ステップＳ５６に関して上述したような生育状態値Ｖ（籾数等）の種類に応じた許容範囲を設定し、差分Ｄが当該許容範囲内にあるか否かを判定する。なお、ステップＳ５８で比較する生育状態値Ｖが収量Ｑであり且つ前期以前において計測収量Ｑｍが入力されている場合、検出値Ｖｄとしての収量Ｑ（検出収量Ｑｄ）よりも計測収量Ｑｍを優先して用いてもよい。前期以前について計測くず米率Ｒｍが入力されている場合も同様である。

【0110】

差分Ｄｖが許容範囲内にある場合（Ｓ５８：真）、生育診断モデルは正常に機能していると考えられる。そこで、今回のキャリブレーション実行制御を終了する。差分Ｄｖが許容範囲内にない場合（Ｓ５８：偽）、生育診断モデルのパラメータ（係数又は初期値）に問題があると考えられる。その場合、ステップＳ５９に進む。

【0111】

ステップＳ５９において、診断サーバ２２は、生育モデルのパラメータを修正する。例えば、ＪＰ２０１５－００００４９Ａの数３（［００５６］）における傾きａを、推定値Ｖｅが検出値Ｖｄに近づくように所定量変化させてもよい。

【0112】

ステップＳ５１に戻り、キャリブレーションスケジュール管理制御によるキャリブレーション実行タイミングが到来していない場合（Ｓ５１：偽）、ステップＳ６０に進む。ステップＳ６０において、診断サーバ２２は、収量センサ３２による収量Ｑ（計測収量Ｑｍ）又はライスグレーダ３４によるくず米率Ｒ（計測くず米率Ｒｍ）の入力があったか否かを判定する。

【0113】

計測収量Ｑｍ又は計測くず米率Ｒｍの入力があった場合（Ｓ６０：真）、ステップＳ６１において、診断サーバ２２は、入力された計測収量Ｑｍ又は計測くず米率Ｒｍを用いて生育診断モデルのパラメータを修正する。例えば、現在の推定値Ｖｅとしての収量Ｑ（推定収量Ｑｅ）を、入力された収量Ｑ（計測収量Ｑｍ）に近付けるようにモデルパラメータを修正する。同様に、現在の推定値Ｖｅとしてのくず米率Ｒ（推定くず米率Ｒｅ）を、入力されたくず米率Ｒ（計測くず米率Ｒｍ）に近付けるようにモデルパラメータを修正する。

【0114】

上記のように、ドローン画像は撮影後直ぐに送信されるため、図７の各ステップは並行して行ってもよい。

【0115】

＜Ａ－３．本実施形態の効果＞
本実施形態によれば、生育診断モデルにより算出した推定生育状態値Ｖｅと、カメラ１２０が取得した圃場５００の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する（図７のＳ５６～Ｓ５９）。これにより、圃場５００の画像に基づく検出生育状態値Ｖｄの信頼性に応じた精度で、圃場５００毎の特性に応じた生育診断を行うことが可能となる。また、圃場５００の画像を用いることで、圃場５００毎の特性に応じた生育診断を簡易に行うことが可能となる。

【0116】

本実施形態において、作物５０２の生育状態値Ｖは、イネの籾数を含む。モデル修正部８４は、生育診断モデルにより算出した作物２０の推定籾数とドローン２４の画像に基づいて算出した作物２０（水稲）の検出籾数との差分Ｄが、差分閾値ＴＨｄ（第１差分閾値）を超えた場合（図７のＳ５８：偽）、生育診断モデルを修正する（Ｓ５９）。これにより、生育診断モデルを修正する必要性が高い場合のみ、当該修正を行うことができる。

【0117】

本実施形態において、生育診断システム１０は、カメラ１２０による撮影不良の有無を圃場５００の画像に基づいて判定する撮影不良判定部８１をさらに有する（図２）。また、画像処理部８２（検出状態値算出部）は、撮影不良が無かった（図７のＳ５３：真）と撮影不良判定部８１が判定した圃場５００の画像に基づいて、作物５０２の生育状態値Ｖである検出生育状態値Ｖｄを算出する（図７のＳ５６）。これにより、撮影不良がない場合（すなわち、撮影が正常である場合）のみ、検出生育状態値Ｖｄを用いることが可能となる。

【0118】

本実施形態において、撮影不良があったと撮影不良判定部８１が判定した場合（図７のＳ５３：偽）、カメラ１２０による再撮影を要求する（Ｓ５４）再撮影要求部７４をさらに有する（図２）。これにより、再撮影により検出生育状態値Ｖｄの精度を高めることで、生育診断モデルの信頼性を高めることが可能となる。

【0119】

本実施形態において、撮影不良判定部８１は、圃場５００毎に又は圃場５００に含まれる部分領域毎に撮影不良の有無を判定する（図７のＳ５３）。また、再撮影要求部７４は、撮影不良があった場合（Ｓ５３：偽）、撮影不良があった圃場５００についての再撮影を要求する（Ｓ５４）。これにより、圃場５００単位で検出生育状態値Ｖｅを取得し直すことが可能となる。

【0120】

また、撮影不良判定部８１が圃場５００に含まれる部分領域毎に撮影不良の有無を判定した場合且つ撮影不良があった場合、再撮影要求部７４は、撮影不良があった部分領域についての再撮影を要求してもよい。これにより、撮影不良が生じた部分領域のみについて再撮影を行うことで工数を低減可能となる。

【0121】

本実施形態において、撮影不良があったと撮影不良判定部８１が判定した場合（図７のＳ５３：偽）、再撮影要求部７４は、前回撮影とは異なる時間帯又は異なる太陽高度での再撮影を要求する（Ｓ５４）。或いは、再撮影要求部７４は、ドローン２４と太陽との相対的な位置関係が前回撮影とは異なる向きでの再撮影を要求する。或いは、再撮影要求部７４は、前回撮影とは異なる天候での再撮影を要求する。或いは、再撮影要求部７４は、カメラ１２０と圃場５００との相対的な位置関係が前回撮影とは異なる向きでの再撮影を要求する。いずれの場合も、撮影不良が再現する可能性を低減することが可能となる。

【0122】

本実施形態において、生育診断システム１０は、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が差分閾値ＴＨｄ（第１差分閾値）を超えたと乖離判定部８３が判定した場合（図７のＳ５８：偽）、モデル修正部８４は、診断モデルのパラメータを修正する（Ｓ５９）。これにより、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの乖離の原因が生育診断モデルのパラメータにある場合、生育診断モデルをより好適に修正することが可能となる。

【0123】

本実施形態において、生育診断システム１０は、カメラ１２０を搭載したドローン２４と、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの比較のためのドローン２４による撮影のスケジュールを管理するスケジュール管理部８０とをさらに有する（図２及び図３）。推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が第１頻度判定差分閾値ＴＨｆｍ１（＝差分閾値ＴＨｄ（第１差分閾値））を超えたと乖離判定部８３が判定した場合（図４のＳ１５：偽、又は図５のＳ３２：偽）、スケジュール管理部８０は、当初計画の次回撮影よりも前に新たな撮影予定を加える又は次回撮影の時期を当初計画よりも早める（図４のＳ１９又は図５のＳ３６）。これにより、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの乖離がないか、換言すると、生育診断モデルの信頼性が高いかを比較的早期に再確認することが可能となる。

【0124】

本実施形態において、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が第１頻度判定差分閾値ＴＨｆｍ１（＝差分閾値ＴＨｄ（第１差分閾値））を超えたと乖離判定部８３が判定した後（図４のＳ１５：偽、又は図５のＳ３２：偽）、差分Ｄが第２解除閾値ＴＨｆｒ２（第２差分閾値）を下回った場合（図４のＳ２０：真、又は図５のＳ３７：真）、スケジュール管理部８０は、撮影のスケジュールを当初計画に戻す（図４のＳ３８、図５のＳ２１）。これにより、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が十分小さくなったと判定可能になった場合、換言すると、生育診断モデルの信頼性が十分高くなったと判定可能になった場合、ドローン２４の撮影タイミングを遅らせることが可能となる。

【0125】

本実施形態において、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が第２頻度判定差分閾値ＴＨｆｍ２（第３差分閾値）を下回り（図４のＳ１６：真、又は図５のＳ３３：真）、作物５０２の成長が予定通り又は予定よりも早まっている場合、スケジュール管理部８０は、当初計画よりも撮影回数を減らす（図４のＳ１７、図５のＳ３４）。これにより、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が十分小さいと判定可能になった場合、換言すると、生育診断モデルの信頼性が十分高いと判定可能である場合、ドローン２４の撮影タイミングを遅らせることが可能となる。

【0126】

本実施形態において、作物５０２が予定よりも早く成熟した場合（図４のＳ１３：偽）、スケジュール管理部８０は、撮影最終回のタイミングを早める（Ｓ２３）。これにより、不要なタイミングでの撮影を回避することが可能となる。

【0127】

本実施形態において、スケジュール管理部８０は、集中監視状況（作物５０２の生育状態値Ｖの変化量、若しくは単位期間当たりの生育状態値Ｖの変化量、又は生育状態値Ｖの絶対値が第１頻度閾値よりも大きいタイミング）では（図４のＳ１２：偽）、キャリブレーション頻度Ｆ（又はドローン２４による撮影頻度）を上げる（図５のＳ３５、Ｓ３８、図６）。これにより、集中監視状況で生育診断システム１０の信頼性を確認し易くなる。

【0128】

本実施形態において、スケジュール管理部８０は、通常監視状況（作物５０２の生育状態値Ｖの変化量、若しくは単位期間当たりの生育状態値Ｖの変化量、又は生育状態値Ｖの絶対値が第２頻度閾値よりも小さいタイミング）では（図４のＳ１２：真）、キャリブレーション頻度Ｆ（又はドローン２４による撮影頻度）を下げる（Ｓ１８、Ｓ２１）。これにより、通常監視状況では、ドローン２４の撮影頻度を抑えることが可能となる。

【0129】

本実施形態において、スケジュール管理部８０は、必要監視状況の判定で用いる閾値（生育不良判定閾値ＴＨｖｄ、温度乖離判定閾値ＴＨｔ、日射量乖離判定閾値ＴＨｓ等（第１頻度判定閾値、第２頻度判定閾値）を作物５０２の生育フェーズに合わせて切り替える（図４のＳ１１）。これにより、作物５０２の生育フェーズに応じて撮影頻度を切り替えることが可能となる。

【0130】

本実施形態において、栄養生長期から生殖生長期への切り替わり時期（作物５０２の生育フェーズの移行時期）におけるドローン２４の撮影頻度Ｆ（移行時頻度）は、同切り替わり時期以外の時期における通常の撮影頻度Ｆ（通常頻度）よりも大きい（図６）。また、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの差分Ｄの絶対値が第１頻度判定差分閾値ＴＨｆｍ１（＝差分閾値ＴＨｄ（第１差分閾値））を超えたと乖離判定部８３が判定した際（図５のＳ３２：偽）にスケジュール管理部８０が設定し得る撮影頻度Ｆの最大値である乖離時最大頻度は、移行時頻度よりも大きい（図５のＳ３５、Ｓ３６、Ｓ３８）。これにより、推定生育状態値Ｖｅと検出生育状態値Ｖｄとの乖離がある場合の撮影頻度を大きくして、生育診断システム１０の信頼性を高めることが可能となる。

【0131】

本実施形態において、生育診断システム１０は、刈り取った作物５０２の収量Ｑを計測する収量センサ３２と、計測した収量Ｑ（計測収量Ｑｍ）を入力する第３ユーザ端末３０（収量入力部）とを備える（図１）。推定生育状態値Ｖｅは、生育診断モデルにより算出した作物５０２の収量Ｑ（推定収量Ｑｅ）を含み、検出生育状態値Ｖｄは、圃場５００の画像に基づいて算出した作物５０２の収量Ｑ（検出収量Ｑｄ）を含む（図７のＳ５６、Ｓ５７）。第３ユーザ端末３０に計測収量Ｑｍが入力された場合（Ｓ６０：真）、モデル修正部８４は、計測収量Ｑｍと推定収量Ｑｅとを比較して生育診断モデルを修正する（Ｓ６１）。

【0132】

これにより、検出収量Ｑｄよりも計測収量Ｑｍの方が精度が高い場合には、計測収量Ｑｍと推定収量Ｑｅの比較結果を優先して用いることで、生育診断システム１０の信頼性を高めることが可能となる。

【0133】

本実施形態において、生育診断システム１０は、収穫後のくず米率Ｒを計測するライスグレーダ３４（くず米率計測器）と、計測したくず米率Ｒ（計測くず米率Ｒｍ）を入力する第３ユーザ端末３０（くず米率入力部）とを備える（図１）。推定生育状態値Ｖｅは、生育診断モデルにより算出したくず米率Ｒ（推定くず米率Ｒｅ）を含み、検出生育状態値Ｖｄは、ドローン画像に基づいて算出したくず米率Ｒ（検出くず米率Ｒｄ）を含む（図７のＳ５６、Ｓ５７）。第３ユーザ端末３０に計測くず米率Ｒｍが入力された場合（Ｓ６０：真）、モデル修正部８４は、計測くず米率Ｒｍと推定くず米率Ｒｅと比較して生育診断モデルを修正する（Ｓ６１）。

【0134】

これにより、検出くず米率Ｒｄよりも計測くず米率Ｒｍの方が精度が高い場合には、計測くず米率Ｒｍと推定くず米率Ｒｅの比較結果を優先して用いることで、生育診断システム１０の信頼性を高めることが可能となる。

【0135】

Ｂ．変形例
なお、本発明は、上記実施形態に限らず、本明細書の記載内容に基づき、種々の構成を採り得ることはもちろんである。例えば、以下の構成を採用することができる。

【0136】

＜Ｂ－１．生育診断システム１０＞
上記実施形態の生育診断システム１０は、図１に示すような構成要素を有していた。しかしながら、例えば、生育診断モデルによる推定生育状態値Ｖｅと、圃場５００又は作物５０２の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する観点からすれば、これに限らない。例えば、生育診断システム１０は、第１ユーザ端末２６、第２ユーザ端末２８、第３ユーザ端末３０、収量センサ３２、ライスグレーダ３４及び情報提供サーバ４０の１つ又は複数を省略することも可能である。

【0137】

上記実施形態では、圃場画像を撮像するカメラ１２０をドローン２４に設けた（図３）。しかしながら、例えば、生育診断モデルによる推定生育状態値Ｖｅと、圃場５００又は作物５０２の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する観点からすれば、これに限らない。例えば、圃場５００又は作物５０２の画像を撮像するカメラ１２０を、圃場５００に固定配置してもよい。或いは、生育診断モデルによる推定生育状態値Ｖｅと、作物５０２の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する観点からすれば、カメラ１２０は、圃場５００以外の場所において作物５０２の画像を撮像してもよい。

【0138】

上記実施形態では、生育診断の機能（生育診断部６２）を生育診断サーバ２２に設けた（図２）。しかしながら、例えば、生育診断モデルによる推定生育状態値Ｖｅと、圃場５００又は作物５０２の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する観点からすれば、これに限らない。例えば、生育診断の機能をドローン２４に持たせることも可能である。同様に、生育診断モデルのキャリブレーション機能を、ドローン２４に設けることも可能である。

【0139】

上記実施形態では、作物５０２として水稲を用いた。しかしながら、例えば、生育診断モデルによる推定生育状態値Ｖｅと、圃場５００又は作物５０２の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する観点からすれば、これに限らない。例えば、作物５０２は、陸稲、小麦、大麦、大豆等であってもよい。

【0140】

＜Ｂ－２．キャリブレーション制御＞
上記実施形態では、キャリブレーション実行制御を行うタイミングを生育診断サーバ２２が自動で設定した（図４、図５）。しかしながら、例えば、生育診断モデルによる推定生育状態値Ｖｅと、圃場５００又は作物５０２の画像に基づく検出生育状態値Ｖｄとを比較して生育診断モデルを修正する観点からすれば、これに限らない。例えば、キャリブレーション実行制御を行うタイミングは、ユーザ６００が判断してもよい。

【0141】

上記実施形態では、キャリブレーション頻度Ｆを、通常監視状況について３段階想定していた（図４のＳ１７、Ｓ１８、Ｓ１９）。しかしながら、例えば、生育診断モデルの信頼性に応じて頻度Ｆを設定する観点からすれば、これに限らない。例えば、通常監視状況における頻度Ｆを２段階又は４段階以上としてもよい。集中監視状況についても同様である。

【0142】

上記実施形態では、推定生育状態値Ｖｅと検出生育状態値Ｖｄの差分Ｄが許容範囲内であるか否かを、差分Ｄの絶対値と差分閾値ＴＨｄ（第１差分閾値）との比較で判定した（図７のＳ５８）。しかしながら、例えば、差分Ｄが許容範囲内にあるか否かを判定する観点からすれば、これに限らない。例えば、差分Ｄが推定生育状態値Ｖｅ（又は検出生育状態値Ｖｄ）に占める割合が閾値内であるか否かを用いて差分Ｄが許容範囲内であるか否かを判定してもよい。図４のステップＳ１５、Ｓ１６、Ｓ２０、図５のステップＳ３２、Ｓ３３、Ｓ３７等も同様である。

【0143】

＜Ｂ－３．その他＞
上記実施形態では、図４、図５及び図７に示すフローを用いた。しかしながら、例えば、本発明の効果を得られる場合、フローの内容（各ステップの順番）は、これに限らない。例えば、図７のステップＳ５２、Ｓ５６とステップＳ５７との順番を入れ替えることが可能である。

【符号の説明】

【0144】

１０…生育診断システム
２２…生育診断サーバ（生育診断装置）
２４…ドローン
３０…第３ユーザ端末（収量入力部、くず米率入力部）
３２…収量センサ
３４…ライスグレーダ（くず米率計測器）
７２…再撮影要求部 ８０…スケジュール管理部
８１…撮影不良判定部
８２…画像処理部（検出生育状態値算出部）
８３…乖離判定部 ８４…モデル修正部
１２０…カメラ ５００…圃場
５０２…作物 Ｄ…差分
Ｑ…収量 Ｑｅ…推定収量
Ｑｍ…計測収量 Ｒ…くず米率
Ｒｅ…推定くず米率 Ｒｍ…計測くず米率
Ｖ…生育状態値 Ｖｄ…検出生育状態値
Ｖｅ…推定生育状態値 ＴＨｄ…差分閾値（第１差分閾値）
ＴＨｆｍ１…第１頻度判定差分閾値（第１差分閾値）
ＴＨｆｍ２…第２頻度判定差分閾値（第３差分閾値）
ＴＨｆｒ２…第２解除閾値（第２差分閾値）
ＴＨｓ…日射量乖離判定閾値（第１頻度判定閾値、第２頻度判定閾値）
ＴＨｔ…温度乖離判定閾値（第１頻度判定閾値、第２頻度判定閾値）
ＴＨｖｄ…生育不良判定閾値（第１頻度判定閾値、第２頻度判定閾値）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】