特許 7633747 プログラム、情報処理装置、方法、及びシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2025-02-12

(45)【発行日】2025-02-20

(54)【発明の名称】プログラム、情報処理装置、方法、及びシステム

(51)【国際特許分類】

   G06Q 50/02 20240101AFI20250213BHJP

   G06Q 50/26 20240101ALI20250213BHJP

【ＦＩ】

G06Q50/02

G06Q50/26

【請求項の数】 10

(21)【出願番号】P 2024224608

(22)【出願日】2024-12-20

【審査請求日】2024-12-20

【早期審査対象出願】

(73)【特許権者】

【識別番号】722012800

【氏名又は名称】株式会社Ａｒｃｈｅｄａ

(74)【代理人】

【識別番号】110002815

【氏名又は名称】ＩＰＴｅｃｈ弁理士法人

(72)【発明者】

【氏名】津村 洸匡

(72)【発明者】

【氏名】太田 貴之

【審査官】星野 裕

(56)【参考文献】

【文献】特開２０２３－１７４０６７（ＪＰ，Ａ）

【文献】特開２０２４－４８３９８（ＪＰ，Ａ）

【文献】特開２０２３－１６４２８０（ＪＰ，Ａ）

【文献】特開２０２４－１１４６７１（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】

プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
水田の住所を示す住所情報を取得して、推定対象となる対象水田を特定するステップと、
前記対象水田の衛星画像、及び前記対象水田の水位を示す水位情報を、所定の期間において所定のタイミングが到来する度に取得するステップと、
取得した複数の前記衛星画像のそれぞれについて、前記衛星画像を構成する複数の画像セル毎に、当該画像セル及び前記水位情報に基づき、前記対象水田における前記画像セルに対応する区画の湛水状態を示す第１指標を算出するステップと、
取得した複数の前記衛星画像のそれぞれについて、算出した前記第１指標を前記対象水田の単位で統計値をとることにより、当該統計値を前記対象水田の湛水状態を示す第２指標として算出するステップと、
取得した複数の前記衛星画像毎に算出された前記第２指標の時系列的な変化に基づき、前記所定の期間における前記対象水田の非湛水期間を推定するステップと
を実行させるプログラム。

【請求項2】

前記衛星画像は、ＳＡＲ画像である請求項１に記載のプログラム。

【請求項3】

前記第１指標を算出するための前処理として、取得した複数の前記ＳＡＲ画像のそれぞれについて、前記対象水田の地形の影響を補正するステップを前記プロセッサに更に実行させる請求項２に記載のプログラム。

【請求項4】

前記第１指標を算出するための前処理として、取得した複数の前記ＳＡＲ画像のそれぞれを偏波分解し、当該ＳＡＲ画像に前記対象水田の散乱特性の推定結果を反映させるステップを前記プロセッサに更に実行させる請求項２に記載のプログラム。

【請求項5】

前記第１指標を算出するステップでは、前記画像セル及び前記水位情報を学習済みの機械学習モデルに入力して、当該機械学習モデルから前記第１指標を出力させる請求項１に記載のプログラム。

【請求項6】

前記非湛水期間の推定結果に基づいて、カーボンクレジットの発行を申請するための書類を作成するステップを前記プロセッサに更に実行させる請求項１に記載のプログラム。

【請求項7】

前記非湛水期間は、中干し期間であり、
前記作成するステップは、
ユーザが申告した前記中干し期間に関する申告情報を取得するステップと、
取得した前記申告情報及び前記第２指標の時系列的な変化に基づいて、前記申告情報の信頼性の程度を検証するステップと
を含む請求項６に記載のプログラム。

【請求項8】

制御部と、記憶部とを備える情報処理装置であって、前記制御部が、請求項１から請求項７の何れかに記載のプログラムにおける全てのステップを実行する情報処理装置。

【請求項9】

プロセッサと、メモリとを備えるコンピュータに実行される方法であって、前記プロセッサが、請求項１から請求項７の何れかに記載のプログラムにおける全てのステップを実行する方法。

【請求項10】

請求項１から請求項７の何れかに記載のプログラムにおける全てのステップを実行する手段を備えるシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、プログラム、情報処理装置、方法、及びシステムに関する。

【背景技術】

【0002】

近年、カーボンクレジットを創出する目的で、温室効果ガス排出量を推定する技術の研究開発が活発化している。

【0003】

例えば、特許文献１には、水田の衛星データに基づき、水田に含まれる複数の水管理区画それぞれの１日毎の水指数を算出し、衛星データと算出した水指数とに基づき、複数の水管理区画それぞれの１日毎のステータスを分類する技術が開示されている。また、特許文献１に開示された技術は、分類したステータスを利用して非湛水期間を推定する。更に、特許文献１に開示された技術は、水位の測定結果を教師データとして学習された衛星データに基づいて日毎の水位を推定し、当該日毎の水位に基づいて日毎の温室効果ガス排出量を推定する。

【先行技術文献】

【特許文献】

【0004】

【文献】特許第７４６０２２８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１に開示された技術は、非湛水期間の推定結果と、日毎の温室効果ガス排出量の推定結果とに基づいて、全体の温室効果ガス排出量を推定する。しかしながら、特許文献１に開示された技術は、全体の温室効果ガス排出量を推定するための前提となる非湛水期間の推定精度に改善の余地があった。

【0006】

本開示の目的は、非湛水期間の推定精度を向上させることである。

【課題を解決するための手段】

【0007】

前記の課題を解決するために、本開示の一態様に係るプログラムは、プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、水田の住所を示す住所情報を取得して、推定対象となる対象水田を特定するステップと、対象水田の衛星画像、及び対象水田の水位を示す水位情報を、所定の期間において所定のタイミングが到来する度に取得するステップと、取得した複数の衛星画像のそれぞれについて、衛星画像を構成する複数の画像セル毎に、当該画像セル及び水位情報に基づき、対象水田における画像セルに対応する区画の湛水状態を示す第１指標を算出するステップと、取得した複数の衛星画像のそれぞれについて、算出した第１指標を対象水田の単位で統計値をとることにより、当該統計値を対象水田の湛水状態を示す第２指標として算出するステップと、取得した複数の衛星画像毎に算出された第２指標の時系列的な変化に基づき、所定の期間における対象水田の非湛水期間を推定するステップとを実行させる。

【発明の効果】

【0008】

本開示によれば、非湛水期間の推定精度を向上させることができる。

【図面の簡単な説明】

【0009】

【図1】システム１の全体構成の例を示すブロック図である。

【図2】図１に示す端末装置１０の構成例を示すブロック図である。

【図3】図１に示すサーバ２０の構成例を示すブロック図である。

【図4】図３に示すポリゴンテーブル２０２１のデータ構造を示す図である。

【図5】中干し期間を推定するときにおける、サーバ２０の動作例を示すフローチャートである。

【図6】ユーザに申請書類を提示したときにおける、ディスプレイ１４１の画面例を示す模式図である。

【図7】ユーザに申請書類を提示したときにおける、ディスプレイ１４１の他の画面例を示す模式図である。

【図8】コンピュータ９０の基本的なハードウェア構成を示すブロック図である。

【発明を実施するための形態】

【0010】

以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素の全てが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。

【0011】

〔１ 概要〕
本実施形態に係るシステムは、水田の住所情報を取得して対象水田を特定する。本実施形態に係るシステムは、対象水田のＳＡＲ画像及び対象水田の水位情報を、所定の期間において所定のタイミングが到来する度に取得する。本実施形態に係るシステムは、取得した複数のＳＡＲ画像のそれぞれについて、ＳＡＲ画像を構成する複数の画像セル毎に、当該画像セル及び水位情報を学習済みの機械学習モデルに入力し、機械学習モデルから第１指標を出力させる。本実施形態に係るシステムは、取得した複数のＳＡＲ画像のそれぞれについて、算出した第１指標を対象水田の単位で統計値をとることにより、当該統計値を第２指標として算出する。本実施形態に係るシステムは、取得した複数のＳＡＲ画像毎に算出された第２指標の時系列的な変化に基づき、所定の期間における対象水田の非湛水期間を推定する。

【0012】

〔２ システムの全体構成〕
図１は、システム１の全体構成の例を示すブロック図である。システム１は、対象水田の中干し期間を推定するサービス（以下、推定サービス）を提供するためのシステムである。対象水田は、システム１の推定対象となる水田である。

【0013】

なお、本実施形態では、システム１が中干し期間を推定する例について説明するが、システム１が推定するのは中干し期間に限定されない。システム１は、例えば、植え付け後の非湛水期間、収穫前の非湛水期間、施肥後の非湛水期間、病害虫防除後の非湛水期間等を推定してもよい。つまり、システム１は、対象水田の非湛水期間を推定するものであればよい。

【0014】

図１に示すシステム１は、例えば、端末装置１０、サーバ２０、ＡＩシステム３０、及び人工衛星４０を含む。端末装置１０、サーバ２０、及びＡＩシステム３０は、例えば、ネットワーク８０を介して通信接続する。人工衛星４０は、例えば、各種の衛星データを不図示の地上局へ送信する。地上局は、ネットワーク８０と通信接続されており、例えば、サーバ２０からの送信要求を受け付けて、衛星データをネットワーク８０を介してサーバ２０へ送信する。

【0015】

図１において、システム１が端末装置１０を１台含む例を示しているが、例えば、システム１が端末装置１０を２台以上含んでいてもよい。図１において、システム１がサーバ２０を１台含む例を示しているが、例えば複数の装置の集合体を１つのサーバ２０としてもよい。サーバ２０を実現するために要する複数の機能を１又は複数のハードウェアに配分する仕方は、各ハードウェアの処理能力及び／又はサーバ２０に求められる仕様等に応じて適宜決定できる。

【0016】

図１において、システム１が１つのＡＩシステム３０を含む例を示しているが、システム１に含まれるＡＩシステム３０は、２つ以上であってもよい。また、図１において、ＡＩシステム３０がサーバ２０から独立している例を示しているが、サーバ２０は、ＡＩシステム３０の機能を含んでいてもよい。つまり、サーバ２０は、ＡＩシステム３０に含まれる機械学習モデル（詳細は後述）を記憶していてもよい。

【0017】

端末装置１０は、例えば、ユーザが操作する情報処理装置である。ユーザは、例えば、推定サービスの利用者である。推定サービスの利用者としては、例えば、中干しプロジェクトの担当者が挙げられる。

【0018】

中干しプロジェクトは、例えば、水稲の栽培期間中に対象水田の中干し期間を従来の期間よりも所定の日数延長し、土壌からのメタン排出量を抑制することで、カーボンクレジットを創出するプロジェクトである。中干しプロジェクトには、国がクレジットを認証する「Ｊ－クレジット制度」下での中干しプロジェクトをはじめ様々な種類があり、何れの種類の中干しプロジェクトもシステム１の対象となり得る。

【0019】

中干しプロジェクトの担当者は、例えば、中干しプロジェクトの管理及び運営を司ると共に、プロジェクトに参加する農家のマネージメントも行う。また、農業関連の企業の経営者、農業の専門知識を有する技術者又は研究者、農家、水管理又は環境保護の専門家等、様々なバックグラウンドを有する者が中干しプロジェクトの担当者になり得る。

【0020】

なお、推定サービスの利用者は中干しプロジェクトの担当者に限定されない。対象水田の非湛水期間の推定に関係しさえすれば、どのような者であっても推定サービスの利用者、つまりユーザになり得る。

【0021】

端末装置１０は、例えば、スマートフォン、タブレット等の携帯端末により実現される。本実施形態では、端末装置１０はスマートフォンであるものとする。端末装置１０は、例えば、据え置き型のＰＣ（Personal Computer）、ラップトップＰＣ等により実現されてもよい。

【0022】

端末装置１０は、通信ＩＦ（Interface）１２と、入力装置１３と、出力装置１４と、メモリ１５と、ストレージ１６と、プロセッサ１９とを備える。入力装置１３は、ユーザからの入力操作を受け付けるための装置（例えば、タッチパネル、タッチパッド、マウス等のポインティングデバイス、キーボード等）である。出力装置１４は、ユーザに対して情報を提示するための装置（ディスプレイ、スピーカー等）である。本実施形態では、端末装置１０は、入力装置１３と出力装置１４とが一体化したタッチパネルを備えているものとする。

【0023】

サーバ２０は、例えば、推定サービスを管理及び運営するための情報処理装置であり、ネットワーク８０に接続されたコンピュータにより実現される情報処理装置である。図１に示すように、サーバ２０は、通信ＩＦ２２と、入出力ＩＦ２３と、メモリ２５と、ストレージ２６と、プロセッサ２９とを備える。入出力ＩＦ２３は、推定サービスの管理運営者からの入力操作を受け付けるための入力装置、及び、管理運営者に対して情報を出力するための出力装置のインタフェースとして機能する。

【0024】

ＡＩシステム３０は、学習済みの機械学習モデル（以下、「機械学習モデル」と略記）を含むシステムである。機械学習モデルは、例えば、決定木アルゴリズム、若しくは、畳み込みニューラルネットワーク(ＣＮＮ：Convolutional Neural Networks)又はリカレントニューラルネットワーク(ＲＮＮ：Recurrent Neural Networks)等のニューラルネットワークである。また例えば、機械学習モデルは、マルチモーダル生成ＡＩモデルである。

【0025】

ＡＩシステム３０に含まれる機械学習モデルの教師データは、例えば、対象区画の水位の実測値、対象区画の写真、又はユーザ等の人による対象区画の水位の判別結果と、ＳＡＲ画像とで構成される。対象区画、及びＳＡＲ画像の詳細については後述する。

【0026】

ＡＩシステム３０に含まれる機械学習モデルは、例えば、１つであってもよいし複数であってもよい。また例えば、ＡＩシステム３０に複数の機械学習モデルが含まれている場合、同一種類の機械学習モデルであってもよいし、一方がニューラルネットワークで他方がマルチモーダル生成ＡＩモデル等、異なる種類の機械学習モデルであってもよい。

【0027】

ＡＩシステム３０は、サーバ２０から送信された画像セル及び水位情報を受信して機械学習モデルに入力し、機械学習モデルから第１指標を出力させる。画像セルは、対象水田の衛星画像（以下、「衛星画像」と略記）を構成する単位である。本実施形態では、画像セルは１つのピクセルであるものとするが、例えば、画像セルが複数のピクセルで構成されていてもよい。ＡＩシステム３０は、機械学習モデルから出力された第１指標をサーバ２０へ送信する。水位情報、及び第１指標の詳細については後述する。

【0028】

人工衛星４０は、衛星画像を衛星データとして取得し、地上局へ送信する。図１において、システム１が人工衛星４０を１基含む例を示しているが、例えば、システム１が人工衛星４０を２基以上含んでいてもよい。２基以上含む場合、人工衛星４０の種類は同一であってもよいし、互いに異なっていてもよい。

【0029】

本実施形態では、人工衛星４０は、衛星画像としてＳＡＲ画像を取得し、地上局を介してサーバ２０へ送信するものとする。ＳＡＲ画像は、ＳＡＲ（Synthetic Aperture Radar：合成開口レーダ）により取得された衛星画像である。つまり、本実施形態では、人工衛星４０はＳＡＲを備えている。人工衛星４０は、ＳＡＲからマイクロ波（電磁波）を対象物に照射し、反射（後方散乱）した信号をＳＡＲが受信することにより、ＳＡＲ画像を取得する。

【0030】

ＳＡＲ画像は、マイクロ波（電磁波）を用いて生成されるため、悪天候又は夜間に生成されたものであっても十分使用に耐え得る。また、ＳＡＲ画像は、合成開口技術に基づいて生成されるため高解像度であり、地表及び水面の詳細な情報を取得するのに有用である。

【0031】

ＳＡＲから対象物に照射されるマイクロ波（電磁波）の振動特性は、単偏波、二偏波、又は四偏波の何れであってもよい。また、送信偏波と受信偏波との組み合わせについても、任意に設定することができる。

【0032】

サーバ２０は、例えば、地上局からＧＲＤ（Ground Range Detected）又はＳＬＣ（Single Look Complex）のファイルフォーマットでＳＡＲ画像を取得する。但し、サーバ２０は、例えば、地上局からＰｏｌａｒｉｍｅｔｒｉｃ ＳＡＲ（ＰｏｌＳＡＲ）、又はＨＤＦ５（Hierarchical Data Format version 5）のファイルフォーマットでＳＡＲ画像を取得してもよい。

【0033】

なお、人工衛星４０が地上局を介してサーバ２０へ送信する衛星画像は、ＳＡＲ画像に限定されない。人工衛星４０は、例えば、光学衛星画像（可視光画像、近赤外線画像等）、スペクトル衛星画像、又は地形衛星画像（ＤＥＭ：Digital Elevation Model）等を送信してもよい。

【0034】

端末装置１０、サーバ２０、及びＡＩシステム３０等の各情報処理装置は、演算装置と記憶装置とを備えたコンピュータ９０（図８参照）により構成される。コンピュータ９０の基本ハードウェア構成、及び当該基本ハードウェア構成により実現されるコンピュータ９０の基本機能構成のそれぞれについては後述する。なお、端末装置１０、サーバ２０、及びＡＩシステム３０のそれぞれについて、コンピュータ９０の基本ハードウェア構成及びコンピュータの基本機能構成と重複する説明は省略する。

【0035】

＜２．１ 端末装置の構成＞
図２は、図１に示す端末装置１０の構成例を示すブロック図である。図２に示すように、端末装置１０は、通信部１２０と、入力装置１３と、出力装置１４と、音声処理部１７０と、マイク１７１と、スピーカー１７２と、カメラ１６０と、位置情報センサ１５０と、加速度センサ１５５と、記憶部１８０と、制御部１９０とを備える。端末装置１０に含まれる各ブロックは、例えば、バス等により電気的に接続される。

【0036】

通信部１２０は、端末装置１０が外部装置（例えば、サーバ２０）との間で通信するための変復調処理等の処理を行う。通信部１２０は、制御部１９０で生成された信号に対して送信処理を施し、外部装置へ送信する。通信部１２０は、外部装置から受信した信号に受信処理を施し、制御部１９０へ出力する。

【0037】

入力装置１３は、ユーザが指示又は情報を入力するための装置である。入力装置１３は、例えば、操作面へ触れることで指示が入力されるタッチ・センシティブ・デバイス１３１により実現される。端末装置１０がＰＣ等である場合には、入力装置１３は、リーダー、キーボード、マウス等により実現されてもよい。入力装置１３は、ユーザにより入力される指示を電気信号に変換し、制御部１９０へ出力する。なお、入力装置１３には、例えば、外部の入力機器から入力される電気信号を受け付ける受信ポートが含まれてもよい。

【0038】

出力装置１４は、ユーザに情報を提示するための装置である。出力装置１４は、例えば、ディスプレイ１４１により実現される。ディスプレイ１４１は、制御部１９０の制御に応じて各種情報を表示する。ディスプレイ１４１は、例えば、ＬＣＤ（Liquid Crystal Display）、又は有機ＥＬ（Electro-Luminescence）ディスプレイにより実現される。

【0039】

音声処理部１７０は、例えば、音声信号のデジタル－アナログ変換処理を行う。音声処理部１７０は、マイク１７１から与えられる信号をデジタル信号に変換して、変換後の信号を制御部１９０へ与える。また、音声処理部１７０は、音声信号をスピーカー１７２へ与える。音声処理部１７０は、例えば音声処理用のプロセッサによって実現される。マイク１７１は、音声入力を受け付けて、当該音声入力に対応する音声信号を音声処理部１７０へ与える。スピーカー１７２は、音声処理部１７０から与えられる音声信号を音声に変換して当該音声を端末装置１０の外部へ出力する。

【0040】

カメラ１６０は、可視光による画像を撮影する撮像装置である。つまり、カメラ１６０は、受光素子により可視光を受光し、撮影信号としての画像データを出力するためのデバイスである。カメラ１６０は、端末装置１０に対して一定方向及び一定の撮影範囲にある被写体を撮影し、撮影結果としての画像データを出力する。カメラ１６０が撮影範囲、より正確には画角が調整可能な機能を有する場合、カメラ１６０は、この画角に関する情報も出力する。このような機能は、いわゆるズーム機能と呼ばれている。

【0041】

位置情報センサ１５０は、端末装置１０の位置を検出するセンサであり、一般的にはＧＮＳＳ機器であり、例えばＧＰＳモジュールである。ＧＰＳモジュールは、衛星測位システムで用いられる受信装置である。衛星測位システムでは、少なくとも３個又は４個の衛星からの信号を受信し、受信した信号に基づいて、ＧＰＳモジュールが搭載される端末装置１０の現在位置を座標値で検出する。位置情報センサ１５０は、端末装置１０が通信部１２０を介して接続する無線基地局の位置から、端末装置１０の現在の位置を検出してもよい。

【0042】

加速度センサ１５５は、端末装置１０に与えられている加速度を検出するセンサである。好ましくは、加速度センサ１５５は、端末装置１０の位置を原点とする３次元座標の各軸（Ｘ軸、Ｙ軸、Ｚ軸）周りの傾きを検出する機能を有する。このような機能を有する加速度センサ１５５は、地球に対する万有引力の重力加速度を検出することで、端末装置１０の姿勢、つまりＸ軸、Ｙ軸、Ｚ軸に対する方向を検出することができる。

【0043】

記憶部１８０は、図１に示すメモリ１５及びストレージ１６により実現され、端末装置１０が使用するデータ及びプログラムを記憶する。プログラムは、ウェブブラウザアプリケーション等のアプリケーションプログラムを含む。

【0044】

制御部１９０は、例えば、プロセッサ１９が記憶部１８０に記憶されたプログラムを読み込み、当該プログラムに含まれる命令を実行することにより実現される。制御部１９０は、端末装置１０の動作を制御する。制御部１９０は、読み込んだプログラムに従って動作することにより、操作受付部１９１、送受信部１９２及び提示制御部１９３としての各機能を発揮する。

【0045】

操作受付部１９１は、入力装置１３から入力される指示又は情報を受け付けるための処理を行う。具体的には、操作受付部１９１は、タッチ・センシティブ・デバイス１３１から入力される指示又は情報を受け付ける。送受信部１９２は、端末装置１０が、外部装置との間で、通信プロトコルに従ってデータを送受信するための処理を行う。具体的には、送受信部１９２は、ユーザから入力された指示又は情報をサーバ２０へ送信する。送受信部１９２は、サーバ２０から送信された情報を受信する。提示制御部１９３は、各種情報をユーザに提示するために出力装置１４を制御する。

【0046】

＜２．２ サーバの構成＞
図３は、図１に示すサーバ２０の構成例を示すブロック図である。図３に示すように、サーバ２０は、通信部２０１、記憶部２０２及び制御部２０３としての各機能を発揮する。

【0047】

通信部２０１は、サーバ２０が外部装置（例えば、端末装置１０）との間で通信するための処理を行う。記憶部２０２は、メモリ２５及びストレージ２６により実現され、サーバ２０が使用するデータ及びプログラムを記憶する。プログラムは、ウェブブラウザアプリケーション等のアプリケーションプログラムを含む。記憶部２０２は、例えば、ポリゴンテーブル２０２１、及びアプリ２０２２を記憶する。

【0048】

ポリゴンテーブル２０２１は、ポリゴン情報を記憶するテーブルである。ポリゴン情報は、対象水田に関する情報であり、少なくとも住所情報を含んでいる。ポリゴン情報の詳細については後述する。

【0049】

住所情報は、対象水田の住所を示す情報である。住所情報が示す対象水田の住所は、例えば、ユーザから申告された住所であり、登記簿に登録された登録住所と一致しない場合がある。また、住所情報が示す対象水田の住所も、登記簿に登録された対象水田の登録住所も、共に、対象水田が複数の住所を有する場合もあれば、対象水田と当該対象水田に隣接する１つ以上の水田とが同一の住所を有する場合もある。

【0050】

アプリ２０２２は、ユーザによる推定サービスの利用を管理するためのアプリケーションである。アプリ２０２２は、例えば、サーバ２０にインストールされている他のアプリケーションのバックグランドで実行され、ユーザにより実行される処理を監視する。ユーザは、端末装置１０にインストールされているウェブブラウザアプリケーションを利用して、サーバ２０内のアプリ２０２２にアクセスすることができる。

【0051】

なお、サーバ２０は、例えば、アプリ２０２２の利用状況を把握／管理して所定の分析処理を実行してもよい。また例えば、アプリ２０２２は、端末装置１０にインストールされて記憶部１８０に記憶されてもよい。

【0052】

制御部２０３は、プロセッサ２９が記憶部２０２に記憶されたプログラムを読み込み、当該プログラムに含まれる命令を実行することにより実現される。制御部２０３は、サーバ２０の動作を制御する。制御部２０３は、読み込んだプログラムに従って動作することにより、受信制御モジュール２０３１、送信制御モジュール２０３２、提示制御モジュール２０３３、及び推定処理モジュール２０３４としての各機能を発揮する。

【0053】

受信制御モジュール２０３１は、サーバ２０が外部装置から通信プロトコルに従って信号を受信する処理を制御する。受信制御モジュール２０３１は、例えば、端末装置１０から送信された住所情報を受信する。また例えば、受信制御モジュール２０３１は、人工衛星４０から地上局を介して送信されたＳＡＲ画像、及び水位情報を、所定の期間において所定のタイミングが到来する度に受信する。

【0054】

水位情報は、対象水田の水位を示す情報であり、落水（水位がゼロ）を含む概念である。水位情報において、水位の高低の基準（水位０）は、例えば地表面である。水位情報は、例えば、対象水田に設置された水位計、ウォーターチューブ、又は水位センサ（共に不図示）により、所定の期間継続して測定される。

【0055】

水位情報は、例えば、水位計又はウォーターチューブの表示を確認したユーザ等により、表示の確認結果として端末装置１０に一旦記憶されてもよい。そして、例えば、サーバ２０からの送信要求を受け付けた端末装置１０が、水位情報をサーバ２０へ送信してもよい。また例えば、水位情報は、サーバ２０からの送信要求を受け付けた水位センサによって、端末装置１０を介してサーバ２０へ送信されてもよいし、サーバ２０へ直接送信されてもよい。

【0056】

所定の期間は、対象水田の非湛水期間を推定するために設定される期間であり、非湛水期間の推定が可能な程度の長さであればどのような期間であってもよい。本実施形態では、一例として、所定の期間が対象水田の中干し期間を推定するために設定される期間であるものとする。例えば、ユーザが「Ｊ－クレジット制度」の利用によるクレジット適用の認証を受ける場合であれば、対象水田における中干しプロジェクト実施前の直近２か年以上の中干し実施日数の平均よりも７日間以上延長した期間（認証を受けるのに必要な中干し期間）を所定の期間としてもよい。以下、所定の期間を「推定実施期間」と称する。

【0057】

所定のタイミングは、推定実施期間において、対象水田の非湛水期間を推定するために必要な数のＳＡＲ画像及び水位情報をサーバ２０が取得できるタイミングであれば、どのようなタイミングであってもよい。本実施形態では、一例として、所定のタイミングは、推定実施期間において、対象水田の中干し期間を推定するために必要な数のＳＡＲ画像及び水位情報をサーバ２０が取得できるタイミングであるものとする。所定のタイミングは、例えば、一定の周期であってもよい。また、ＳＡＲ画像が取得される所定のタイミングと水位情報が取得される所定のタイミングとは、原則として同期しているが、同期していることが必要というわけでは必ずしもない。以下、所定のタイミングを「取得タイミング」と称する。

【0058】

推定実施期間及び取得タイミングは、例えば、アプリ２０２２に予めハードコーディングされていてもよい。また例えば、推定実施期間及び取得タイミングは、サーバ２０が推定実施期間及び取得タイミングの設定操作を受け付けることにより、アプリ２０２２のプログラムコードが編集されて設定されてもよい。

【0059】

送信制御モジュール２０３２は、サーバ２０が外部装置へ通信プロトコルに従って信号を送信する処理を制御する。提示制御モジュール２０３３は、各種情報をユーザに提示する処理を制御する。

【0060】

推定処理モジュール２０３４は、受信制御モジュール２０３１が受信した複数のＳＡＲ画像のそれぞれについて、ＳＡＲ画像を構成する複数の画像セル毎に、当該画像セル及び水位情報に基づいて第１指標を算出する。第１指標は、対象水田における画像セルに対応する区画の湛水状態を示す指標である。以下、画像セルに対応する区画を「対象区画」と称する。

【0061】

本実施形態では、第１指標は、対象区画の湛水確度である。湛水確度は、対象区画にどの程度の水分が含まれているかを示す比率である。例えば、対象区画が落水している場合、湛水確度は「０」となる。なお、第１指標として、湛水確度以外の指標が用いられてもよい。例えば、湛水されている状態（湛水の程度に拘わらない）を「０」で表し、非湛水の状態を「１」で表すような離散的な指標を第１指標としてもよい。このことは、後述する第２指標についても同様である。

【0062】

推定処理モジュール２０３４は、例えば、受信制御モジュール２０３１がＳＡＲ画像及び水位情報を受信する度に第１指標を算出してもよい。また例えば、推定処理モジュール２０３４は、受信制御モジュール２０３１が推定実施期間中に受信できるＳＡＲ画像及び水位情報の全てを一旦受信した後、第１指標を一括して算出してもよい。

【0063】

本実施形態では、推定処理モジュール２０３４は、画像セル及び水位情報をＡＩシステム３０に含まれる機械学習モデルに入力して、当該機械学習モデルから第１指標を出力させるものとする。機械学習モデルがマルチモーダル生成ＡＩモデルの場合、第１指標の出力を指示するプロンプトも機械学習モデルに入力される。プロンプトは、例えば、ＡＩシステム３０に記憶されたプログラムにハードコーディングされていてもよい。また例えば、サーバ２０に備えられた不図示の入力装置がプロンプトの入力操作を受け付けて、サーバ２０がＡＩシステム３０へプロンプトを送信してもよい。或いは、記憶部２０２又はＡＩシステム３０にプロンプトが予め記憶されていてもよい。

【0064】

なお、推定処理モジュール２０３４は、例えば、機械学習モデルに代えてルールベースの処理で第１指標を算出してもよい。具体的には、例えば、推定処理モジュール２０３４は、ＳＡＲ画像及び水位情報を公知の解析手法で解析することにより、対象水田に存在する稲の品種、対象水田における稲の密度等を加味して、対象水田に張られた水の水量を算出する。推定処理モジュール２０３４は、例えば、予め記憶部２０２に記憶されている対象水田の最大保持水分量（飽和水分量）を記憶部２０２から読み出し、前述した水量の算出値を最大保持水分量で割って百分率（％）で示した数値を、第１指標（対象水田の湛水確度）としてもよい。対象水田の最大保持水分量は、例えば、ユーザによって事前に測定された実測値を端末装置１０がサーバ２０へ送信することにより、サーバ２０が取得してもよい。

【0065】

推定処理モジュール２０３４は、受信制御モジュール２０３１が受信した複数のＳＡＲ画像のそれぞれについて、算出した第１指標を対象水田の単位で統計値をとることにより、当該統計値を第２指標として算出する。第２指標は、対象水田の湛水状態を示す指標であり、第１指標と同一種類の指標となる。本実施形態では、第２指標は、対象区画の湛水確度について、対象水田の単位で統計をとった統計値となる。統計値の種類に特段の限定はなく、平均値、中央値、又は最頻値の何れでもよい。

【0066】

推定処理モジュール２０３４は、受信制御モジュール２０３１が受信した複数のＳＡＲ画像毎に算出された第２指標の時系列的な変化に基づき、推定実施期間における対象水田の非湛水期間を推定する。本実施形態では、一例として、推定処理モジュール２０３４は、推定実施期間における対象水田の中干し期間を推定するものとする。

【0067】

推定処理モジュール２０３４による対象水田の中干し期間の推定方法に特段の限定はない。本実施形態では、推定処理モジュール２０３４は、例えば、算出した第２指標の全てを取得タイミングの順番に従って基準値と順次対比し、基準値以下となる第２指標が所定数連続して存在した場合に、これらの第２指標が存在する期間を中干し期間と推定する。この推定処理において、基準値及び所定数は、対象水田の特徴、どの程度の推定精度が求められるか等に応じて任意に設定することができる。

【0068】

本実施形態では、推定処理モジュール２０３４は、第１指標を算出するための前処理をＳＡＲ画像に施すものとする。推定処理モジュール２０３４は、例えば、第１指標を算出するための前処理として、受信制御モジュール２０３１が受信した複数のＳＡＲ画像のそれぞれについて、対象水田の地形の影響を補正する（以下、補正処理）。また例えば、推定処理モジュール２０３４は、第１指標を算出するための前処理として、受信制御モジュール２０３１が受信した複数のＳＡＲ画像のそれぞれを偏波分解し、当該ＳＡＲ画像に対象水田の散乱特性の推定結果を反映させる（以下、偏波分解処理）。

【0069】

具体的には、例えば、推定処理モジュール２０３４は、補正処理として、ジオメトリ補正、対象水田の数値標高モデル（ＤＥＭ：Digital Elevation Model）を用いた視線補正又は高度補正、アンビエント補正、ラディオメトリック補正、若しくはこれらの少なくとも２つ以上の組み合わせ等をＳＡＲ画像に対して行う。

【0070】

また例えば、推定処理モジュール２０３４は、偏波分解処理として、基底分解法、Ｃｌｏｕｄｅ－Ｐｏｔｔｉｅｒ分解、Ｆｒｅｅｍａｎ－Ｄｕｒｄｅｎ分解、又は積分変換等の偏波分解をＳＡＲ画像に施す。これにより、推定処理モジュール２０３４は、対象水田の散乱特性を推定する。散乱特性としては、例えば、表面散乱、２回反射、及び体積散乱等が挙げられる。表面散乱は、水面、地面、雪原等の広い平坦な地形による散乱である。２回反射は、建物、橋等の構造物による散乱である。体積散乱は、森林、農地等、散乱が内部で複数回発生する物体による散乱である。そして、推定処理モジュール２０３４は、ＳＡＲ画像に散乱特性の推定結果を反映させて、偏波分解画像を生成する。偏波分解画像は、偏波分解による対象水田の散乱特性の推定結果が表示されたＳＡＲ画像である。偏波分解画像における推定結果の表示態様に特段の限定はない。例えば、対象水田に存在する各物体について、同一の散乱特性の物体毎に異なる色を付して表示したＳＡＲ画像を偏波分解画像としてもよい。

【0071】

本実施形態では、推定処理モジュール２０３４は、補正処理及び偏波分解処理の両方をＳＡＲ画像に施すものとする。具体的には、推定処理モジュール２０３４は、先ず、受信制御モジュール２０３１が受信した複数のＳＡＲ画像のそれぞれに補正処理を施し、ＳＡＲ画像における対象区画の地形の影響を低減させる。次に、推定処理モジュール２０３４は、補正処理後のＳＡＲ画像に偏波分解処理を施して偏波分解画像を生成する。そして、推定処理モジュール２０３４は、生成した偏波分解画像と水位情報とに基づいて第１指標を算出する。

【0072】

以上のように、第１指標を算出するための前処理として補正処理及び偏波分解処理をＳＡＲ画像に施すことで、第１指標が示す対象区画の湛水状態の推定精度が向上する。ひいては、第２指標が示す対象水田の湛水状態の推定精度が向上し、非湛水期間の推定精度がより向上する。

【0073】

なお、推定処理モジュール２０３４がＳＡＲ画像に対して前述した２つの前処理を施すことは必須ではない。推定処理モジュール２０３４は、例えば、ＳＡＲ画像に対して補正処理又は偏波分解処理の何れか一方のみを施してもよい。また例えば、推定処理モジュール２０３４は、ＳＡＲ画像に対して何ら前処理を施すことなく、受信制御モジュール２０３１が受信したＳＡＲ画像を機械学習モデルに直接入力してもよい。

【0074】

〔３ データ構造〕
図４は、サーバ２０が記憶するテーブルのデータ構造を示す図である。なお、図４はあくまで一例であり、記載されていないデータを除外するものではない。また、同一のテーブルに記載されるデータであっても、記憶部２０２において離れた記憶領域に記憶されていることもあり得る。

【0075】

図４は、ポリゴンテーブル２０２１のデータ構造を示す図である。図４に示すポリゴンテーブル２０２１は、ポリゴンＩＤをキーとして、登録住所情報、プロジェクト情報、画像情報、水位情報、及び推定結果の各カラムを有するテーブルである。

【0076】

項目「ポリゴンＩＤ」は、対象水田を一意に識別するための識別子を記憶する項目である。項目「登録住所情報」は、登録住所情報を記憶する項目である。登録住所情報の詳細については後述する。項目「プロジェクト情報」は、中干しプロジェクトに関する各種情報を記憶する項目である。中干しプロジェクトに関する各種情報としては、例えば、プロジェクトの実施主体、参加主体、目的、実施内容の概要、及び実施期間Ｔ９王が挙げられる。項目「画像情報」は、ＳＡＲ画像に関する各種情報を記憶する項目である。ＳＡＲ画像に関する各種情報の内容に特段の限定はない。本実施形態では、偏波分解画像に表示された各散乱特性を数値化したものが項目「画像情報」に記憶される。散乱特性を数値化したもの（以下、「散乱特性を示す数値」）としては、例えば、鏡面散乱係数、体積散乱係数、及び閾値散乱係数等が挙げられる。項目「水位情報」は、対象水田の水位情報を記憶する項目である。項目「推定結果」は、推定処理モジュール２０３４による中干し期間の推定結果（後述の推定中干し期間）を記憶する項目である。

【0077】

プロジェクト情報については、本実施形態では、ユーザの送信要求を受け付けた端末装置１０がプロジェクト情報をサーバ２０へ送信し、サーバ２０が受信することにより、項目「プロジェクト情報」に記憶されるものとする。この場合、プロジェクト情報は、記憶部１８０に予め記憶されていてもよいし、ユーザの入力操作によって入力装置１３に入力されてもよい。なお、プロジェクト情報は、例えば、ユーザ側のファクシミリ機から送信された書類（プロジェクト情報が記載されている）のスキャンデータを管理運営者側のファクシミリ機が受信し、サーバ２０が管理運営者によるプロジェクト情報の入力操作を受け付けることにより、項目「プロジェクト情報」に記憶されてもよい。

【0078】

ＳＡＲ画像に関する各種情報については、本実施形態では、推定処理モジュール２０３４が、取得タイミング毎に偏波分解画像を解析して散乱特性を示す数値を算出し、項目「画像情報」に記憶するものとする。

【0079】

水位情報については、本実施形態では、取得タイミング毎にサーバ２０からの送信要求を受け付けた端末装置１０が水位情報をサーバ２０へ送信し、サーバ２０が受信することにより、項目「水位情報」に記憶されるものとする。この場合、推定実施期間中の全ての水位情報が、記憶部１８０に予め記憶されていてもよいし、ユーザの入力操作によって入力装置１３に入力されてもよい。なお、例えば、取得タイミング毎にサーバ２０からの送信要求を受け付けた水位センサが水位情報をサーバ２０へ送信し、サーバ２０が受信することにより、水位情報が項目「水位情報」に記憶されてもよい。

【0080】

〔４ 動作〕
中干し期間を推定するときにおける、サーバ２０の動作例について説明する。図５は、中干し期間を推定するときにおける、サーバ２０の動作例を示すフローチャートである。なお、図５に示すサーバ２０の動作例は、中干し期間の推定に限らず非湛水期間の推定全般に該当する。

【0081】

図５に示すステップＳ１１において、サーバ２０は、住所情報を取得して対象水田を特定する（特定するステップ）。

【0082】

具体的には、例えば、操作受付部１９１は、ユーザによる住所情報の送信要求を受け付ける。送受信部１９２は、例えば、記憶部１８０から住所情報を読み出してサーバ２０へ送信する。受信制御モジュール２０３１は、例えば、端末装置１０から送信された住所情報を受信する。これにより、サーバ２０は住所情報を取得する。

【0083】

受信制御モジュール２０３１は、例えば、端末装置１０から受信した住所情報と、ＥＭＡＦＦ（農林水産省共通申請サービス）等の公的データベースに記憶された登録住所情報とを照合する。登録住所情報は、登記簿に登録された水田の登録住所を示す情報である。なお、この照合処理に公的データベースを用いることは必須ではない。登録住所情報が記憶されていれば、どのようなデータベースであってもこの照合処理に用いることができる。

【0084】

本実施形態では、受信制御モジュール２０３１は、住所情報と登録住所とを照合する前に、住所情報をプロンプト（対象水田の住所の表記ゆれの修正を指示する指示文）と共に不図示の生成ＡＩモデルに入力し、当該生成ＡＩモデルから表記ゆれが修正された住所情報を出力させる。生成ＡＩモデルは、例えば、ＬＬＭ（Large language Models：大規模言語モデル）であり、プロンプトと共に記憶部２０２又はＡＩシステム３０に記憶されている。

【0085】

このような表記ゆれの修正を行うことにより、サーバ２０は、対象水田の特定を迅速且つ精度高く行うことができる。なお、生成ＡＩモデルを用いた表記ゆれの修正は必須ではない。

【0086】

受信制御モジュール２０３１は、例えば、表記ゆれが修正された住所情報と内容が一致する登録住所情報を特定する。受信制御モジュール２０３１は、例えば、特定した登録住所情報に対応する水田を、対象水田として特定する。受信制御モジュール２０３１は、例えば、特定した登録住所情報をポリゴンテーブル２０２１の項目「登録住所情報」に記憶する。

【0087】

なお、図５の例では、サーバ２０がステップＳ１１の処理とステップＳ１２の処理とを連続して実行しているが、この場合に限定されない。例えば、サーバ２０は、ステップＳ１１の処理とステップＳ１２以降の各処理とを分けて実行してもよい。なぜなら、基本的に、ステップＳ１１の処理は推定実施期間の前に実行され、ステップＳ１２以降の処理は推定実施期間の開始後に実行されるためである。

【0088】

ステップＳ１２において、サーバ２０は、ＳＡＲ画像及び水位情報を、推定実施期間において取得タイミングが到来する度に取得する（衛星画像及び水位情報を取得するステップ）。

【0089】

具体的には、例えば、送信制御モジュール２０３２は、取得タイミングが到来する度に、ＳＡＲ画像の送信要求を示す送信要求情報を地上局へ送信する。受信制御モジュール２０３１は、例えば、取得タイミングが到来する度に、送信要求を受け付けた地上局からＳＡＲ画像を受信する。これにより、サーバ２０は、取得タイミングが到来する度にＳＡＲ画像を取得する。

【0090】

送信制御モジュール２０３２は、例えば、取得タイミングが到来する度に、水位情報の送信要求を示す送信要求情報を端末装置１０へ送信する。受信制御モジュール２０３１は、例えば、取得タイミングが到来する度に、送信要求を受け付けた端末装置１０から水位情報を受信する。これにより、サーバ２０は、取得タイミングが到来する度に水位情報を取得する。

【0091】

なお、図５の例では、サーバ２０がステップＳ１２の処理とステップＳ１３の処理とを連続して実行しているが、この場合に限定されない。例えば、サーバ２０は、ステップＳ１２の処理とステップＳ１３以降の各処理とを分けて実行してもよい。なぜなら、基本的に、ステップＳ１２の処理は推定実施期間中に実行され、ステップＳ１３以降の処理は推定実施期間の終了後に実行されるためである。

【0092】

ステップＳ１３において、サーバ２０は、取得した複数のＳＡＲ画像のそれぞれについて、当該ＳＡＲ画像を構成する複数の画像セル毎に、当該画像セル及び水位情報に基づき第１指標を算出する（第１指標を算出するステップ）。

【0093】

具体的には、例えば、推定処理モジュール２０３４は、第１指標を算出する前に、受信制御モジュール２０３１が推定実施期間中に受信した複数のＳＡＲ画像のそれぞれに対して、補正処理及び偏波分解処理を施す。即ち、推定処理モジュール２０３４は、ＳＡＲ画像に先ず補正処理を施し、補正処理後のＳＡＲ画像に偏波分解処理を施して偏波分解画像を生成する。

【0094】

推定処理モジュール２０３４は、例えば、ポリゴンテーブル２０２１から推定実施期間中の全ての水位情報を読み出す。推定処理モジュール２０３４は、例えば、生成した複数の偏波分解画像と、当該複数の偏波分解画像のそれぞれと取得タイミングが同一の水位情報とをＡＩシステム３０へ送信する。

【0095】

ＡＩシステム３０は、例えば、サーバ２０から受信した複数の偏波分解画像のそれぞれについて、当該偏波分解画像を構成する複数の画像セル毎に、当該画像セルと、サーバ２０から受信した水位情報とを機械学習モデルに入力する。ＡＩシステム３０は、例えば、サーバ２０から受信した複数の偏波分解画像のそれぞれについて、機械学習モデルから複数の画像セルのそれぞれに対応する第１指標を出力させる。ＡＩシステム３０は、例えば、機械学習モデルから出力された第１指標の全てをサーバ２０へ送信する。

【0096】

受信制御モジュール２０３１は、例えば、ＡＩシステム３０から送信された第１指標を受信する。これにより、サーバ２０は、取得した複数のＳＡＲ画像のそれぞれについて、当該ＳＡＲ画像を構成する複数の画像セル毎に第１指標を算出する。

【0097】

ステップＳ１４において、サーバ２０は、取得した複数のＳＡＲ画像のそれぞれについて、算出した第１指標を対象水田の単位で統計値をとることにより、当該統計値を第２指標として算出する（第２指標を算出するステップ）。

【0098】

具体的には、例えば、推定処理モジュール２０３４は、受信制御モジュール２０３１が受信した第１指標について、ＳＡＲ画像を構成する複数の画像セルのそれぞれに対応する第１指標の統計値をとることにより、当該統計値を第２指標として算出する。推定処理モジュール２０３４は、例えば、この算出処理を、推定実施期間中に取得した全てのＳＡＲ画像に対して行う。

【0099】

ステップＳ１５において、サーバ２０は、取得した複数のＳＡＲ画像毎に算出された第２指標の時系列的な変化に基づき、推定実施期間における対象水田の中干し期間を推定する（推定するステップ）。

【0100】

具体的には、例えば、推定処理モジュール２０３４は、記憶部２０２から基準値を示す情報を読み出し、算出した第２指標の全てを取得タイミングに従って基準値と順次対比する。基準値を示す情報は、例えば、記憶部２０２に予め記憶されていてもよいし、管理運営者の入力操作を受け付けてサーバ２０に入力されることにより、記憶部２０２に記憶されてもよい。また例えば、基準値は、アプリ２０２２にハードコーディングされていてもよい。推定処理モジュール２０３４は、例えば、基準値以下となる第２指標が所定数連続して存在した場合に、これらの第２指標が存在する期間を中干し期間と推定する。所定数は、例えば、アプリ２０２２にハードコーディングされている。

【0101】

ステップＳ１６において、サーバ２０は、非湛水期間の推定結果をユーザ及び管理運営者の少なくとも一方に提示する。具体的には、例えば、提示制御モジュール２０３３は、推定処理モジュール２０３４により推定された中干し期間（以下、「推定中干し期間」）をユーザ又は管理運営者の少なくとも一方に提示する。

【0102】

推定中干し期間をユーザに提示する場合、送信制御モジュール２０３２は、例えば、推定中干し期間を表示するための情報を端末装置１０へ送信する。送受信部１９２は、例えば、推定中干し期間を表示するための情報をサーバ２０から受信する。提示制御部１９３は、例えば、ユーザからの提示要求を受信すると、ディスプレイ１４１に推定中干し期間を表示させる。

【0103】

推定中干し期間を管理運営者に提示する場合、提示制御モジュール２０３３は、例えば、管理運営者からの提示要求を受信すると、サーバ２０に備えられた出力装置のディスプレイ（不図示）に推定中干し期間を表示させる。

【0104】

なお、出力装置１４及びサーバ２０の出力装置がプリンタの場合、提示制御モジュール２０３３は、例えば、推定中干し期間が印字された紙媒体を出力装置１４及びサーバ２０の出力装置からブリントアウトさせてもよい。また、提示制御モジュール２０３３が推定中干し期間をユーザ及び管理運営者の少なくとも一方に提示することは、必須ではない。

【0105】

〔５ 小括〕
以上のように、本実施形態では、端末装置１０は、ユーザによる住所情報の送信要求を受け付けて、住所情報をサーバ２０へ送信する。受信制御モジュール２０３１は、端末装置１０から受信した住所情報を公的データベースに記憶された登録住所情報と照合して、住所情報と内容が一致する登録住所情報を特定する。受信制御モジュール２０３１は、特定した登録住所情報に対応する水田を、対象水田として特定する。

【0106】

受信制御モジュール２０３１は、取得タイミングが到来する度に、送信制御モジュール２０３２からの送信要求を受け付けた地上局からＳＡＲ画像を受信する。受信制御モジュール２０３１は、取得タイミングが到来する度に、送信制御モジュール２０３２からの送信要求を受け付けた端末装置１０から水位情報を受信する。推定処理モジュール２０３４は、第１指標を算出する前に、受信制御モジュール２０３１が推定実施期間中に受信した複数のＳＡＲ画像のそれぞれに対して、先ず補正処理を施し、補正処理後のＳＡＲ画像に偏波分解処理を施して偏波分解画像を生成する。

【0107】

推定処理モジュール２０３４は、例えば、生成した複数の偏波分解画像と、当該複数の偏波分解画像のそれぞれと取得タイミングが同一の水位情報とをＡＩシステム３０へ送信する。ＡＩシステム３０は、サーバ２０から受信した複数の偏波分解画像のそれぞれについて、当該偏波分解画像を構成する複数の画像セル毎に、当該画像セルと、サーバ２０から受信した水位情報とを機械学習モデルに入力する。ＡＩシステム３０は、機械学習モデルから複数の画像セルのそれぞれに対応する第１指標を出力させて、サーバ２０へ送信する。

【0108】

推定処理モジュール２０３４は、受信制御モジュール２０３１が受信した第１指標について、ＳＡＲ画像を構成する複数の画像セルのそれぞれに対応する第１指標の統計値をとることにより、当該統計値を第２指標として算出する。推定処理モジュール２０３４は、算出した第２指標の全てを取得タイミングに従って基準値と順次対比する。推定処理モジュール２０３４は、基準値以下となる第２指標が所定数連続して存在した場合に、これらの第２指標が存在する期間を中干し期間と推定する。

【0109】

これにより、サーバ２０は、対象水田を構成する各対象区画の湛水状態を推定した第１指標を用いて、対象水田全体の湛水状態を第２指標として推定することができる。そのため、サーバ２０は、対象水田全体の湛水状態を第１指標を用いずに直接推定する場合に比べて、対象水田の各領域の細かな特徴をより加味して推定することができる。よって、サーバ２０によれば、非湛水期間の推定精度を向上させることができる。

【0110】

〔６ 変形例〕
本実施形態では、推定中干し期間の活用例として、サーバ２０が推定中干し期間を提示する例を取り上げた。しかしながら、サーバ２０は、推定中干し期間の提示以外にも様々な活用例を採用し得る。つまり、システム１は、推定サービスにおいて、推定中干し期間の提示以外にも様々な活用サービスを提供し得る。

【0111】

以下、システム１が提供し得る活用サービスの一例として、カーボンクレジットの発行を申請するための書類（以下、「申請書類」）を作成する例を取り上げて説明する。即ち、サーバ２０は、例えば、推定中干し期間に基づいて申請書類を作成してもよい。

【0112】

先ず、サーバ２０は、例えば、ユーザが申告した中干し期間に関する申告情報を取得してもよい（申告情報を取得するステップ）。申告情報は、例えば、ユーザが申告した中干し期間を証明するための情報を含んでいてもよい。ユーザが申告した中干し期間を証明するための情報としては、例えば、推定実施期間中に湛水、排水等を行った日付が記録されたログブック（日誌）のスキャンデータ等が挙げられる。ログブックは、例えば、対象水田を所有する農家自身が作成してもよい。ユーザは、例えば、農家からのログブックの提供を受けて、ログブックをスキャンした申告情報を端末装置１０に予め記憶しておいてもよい。

【0113】

具体的には、例えば、操作受付部１９１は、ユーザによる申告情報の送信要求を受け付けてもよい。送受信部１９２は、例えば、記憶部１８０から申告情報を読み出してサーバ２０へ送信してもよい。受信制御モジュール２０３１は、例えば、端末装置１０から送信された申告情報を受信してもよい。これにより、サーバ２０は申告情報を取得してもよい。

【0114】

なお、サーバ２０は、例えば、ユーザ側又は農家側のファクシミリ機から送信されたログブックのスキャンデータを管理運営者側のファクシミリ機が受信した上で、管理運営者による申告情報の入力操作を受け付けることにより、申告情報を取得してもよい。

【0115】

受信制御モジュール２０３１は、例えば、受信した申告情報をポリゴンテーブル２０２１に記憶してもよい。この場合、例えば、ポリゴンテーブル２０２１に申告情報を記憶する項目「申告情報」が設けられていてもよく、受信制御モジュール２０３１は、受信した申告情報を項目「申告情報」に記憶してもよい。また例えば、受信制御モジュール２０３１は、受信した申告情報を項目「プロジェクト情報」に記憶してもよい。

【0116】

次に、サーバ２０は、例えば、取得した申告情報及び第２指標の時系列的な変化に基づいて、申告情報の信頼性の程度を検証してもよい（検証するステップ）。

【0117】

具体的には、例えば、推定処理モジュール２０３４は、申告情報に含まれている湛水、排水等の各日付と、当該各日付のそれぞれに対応する第２指標とを時系列に従って対比してもよい。或いは、推定処理モジュール２０３４は、申告情報に含まれている湛水、排水等の各日付から対象水田の湛水状態の時系列的な変化を推定し、この推定結果を第２指標の時系列的な変化と対比してもよい。推定処理モジュール２０３４は、例えば、対比結果に基づいて、申告情報の信頼性の程度を検証してもよい。

【0118】

具体的には、例えば、推定処理モジュール２０３５は、申告情報から把握される湛水状態の時系列的な変化と、第２指標の時系列的な変化との一致の割合が基準割合以上であれば、申告情報の信頼性が高いと判断してもよい。一方、前述の割合が基準割合未満であれば、推定処理モジュール２０３５は、申告情報の信頼性が低いと判断してもよい。基準割合は、対象水田の特徴、申告情報にどの程度の信頼性が求められるか等に応じて任意に設定することができる。

【0119】

推定処理モジュール２０３４は、申告情報の信頼性の程度を検証した結果、申告情報の信頼性が高いと判断した場合、申告書類の作成に申告情報を用いることを決定してもよい。一方、申告情報の信頼性が低いと判断した場合、推定処理モジュール２０３４は、例えば、申告情報の信頼性が低い旨の検証結果をサーバ２０に備えられた出力装置のディスプレイに表示させてもよい。この場合、例えば、管理運営者は、ディスプレイに表示された検証結果を把握することにより、ユーザ等に対して申告情報の信頼性について問い合わせてもよい。そして、管理運営者は、例えば、問い合わせに対するユーザ等の回答に応じて申告情報を適宜修正等し、サーバ２０に備えられた入力装置に入力してもよい。推定処理モジュール２０３４は、例えば、修正等された申告情報を受け付けることにより、申告書類の作成に修正等された申告情報を用いることを決定してもよい。

【0120】

次に、サーバ２０は、例えば、申告情報を用いて申請書類を作成してもよい（作成するステップ）。

【0121】

具体的には、例えば、推定処理モジュール２０３４は、ポリゴンテーブル２０２１に記憶されたプロジェクト情報を参照して、不図示のフォーマットテーブルから中干しプロジェクトに対応する申請書類のフォーマットを読み出してもよい。フォーマットテーブルは、例えば、中干しプロジェクトの種類毎のフォーマットを記憶していてもよい。フォーマットテーブルは、例えば、記憶部２０２に記憶されていてもよい。

【0122】

推定処理モジュール２０３４は、例えば、フォーマットテーブルから読み出したフォーマットの該当項目に、申告情報を入力してもよい。推定処理モジュール２０３４は、例えば、フォーマットにおける該当項目以外の項目について、ポリゴンテーブル２０２１に記憶された該当情報を入力してもよい。このようにして、推定処理モジュール２０３４は、申請書類を作成してもよい。

【0123】

なお、前述した申請書類の作成処理はあくまで一例であり、他にも様々な作成処理が想定される。推定処理モジュール２０３４は、例えば、申告情報を、ポリゴンテーブル２０２１に記憶された該当情報及びプロンプト（申請書類の作成を指示する指示文）と共に生成ＡＩモデルに入力し、当該生成ＡＩモデルから申請書類を出力させてもよい。生成ＡＩモデルは、例えばＬＬＭであってもよく、プロンプトと共に記憶部２０２又はＡＩシステム３０に記憶されていてもよい。

【0124】

次に、サーバ２０は、作成した申請書類をユーザに提示してもよい。即ち、提示制御モジュール２０３３は、推定処理モジュール２０３４により作成された申請書類をユーザに提示してもよい。

【0125】

具体的には、例えば、送信制御モジュール２０３２は、申請書類を表示するための情報を端末装置１０へ送信してもよい。送受信部１９２は、例えば、申請書類を表示するための情報をサーバ２０から受信してもよい。提示制御部１９３は、例えば、ユーザからの提示要求を受信すると、ディスプレイ１４１に申請書類を表示させてもよい。これにより、サーバ２０は申請書類をユーザに提示してもよい。

【0126】

なお、提示制御モジュール２０３３は、提示制御部１９３を制御することにより、申請書類をディスプレイ１４１に編集可能な状態で表示させてもよい。この場合、例えば、操作受付部１９１がユーザによる編集操作を受け付けることにより、提示制御部１９３が、ディスプレイ１４１に表示された申請書類を編集操作に応じた内容に編集してもよい。また例えば、提示制御モジュール２０３３は、推定処理モジュール２０３４により作成された申請書類を管理運営者に提示してもよい。また例えば、出力装置１４がプリンタの場合、提示制御モジュール２０３３は、例えば、申請書類を出力装置１４からブリントアウトさせてもよい。更には、提示制御モジュール２０３３が申請書類をユーザに提示することは必須ではない。この場合、管理運営者は、例えば、サーバ２０の出力装置からプリントアウトした申請書類をユーザに郵送してもよい。

【0127】

このように、本変形例によれば、ユーザが住所情報及び申告情報をサーバ２０に提供するだけで、サーバ２０が申請書類を自動的に作成することができる。これにより、推定サービスを利用する際のユーザの利便性が向上する。

【0128】

以下、図６及び図７を参照して、ユーザに申請書類を提示したときにおける、ディスプレイ１４１の画面例について説明する。図６は、ユーザに申請書類を提示したときにおける、ディスプレイ１４１の画面例を示す模式図である。図７は、ユーザに申請書類を提示したときにおける、ディスプレイ１４１の他の画面例を示す模式図である。

【0129】

図６の画面例では、ディスプレイ１４１に、申請書類として登録申請書１４１１が表示されている。登録申請書１４１１には、例えば、申請区分、支援費用の活用内容、プロジェクト情報、申請者情報、カーボンニュートラル行動計画への参加有無、及び審査情報の各項目が設けられている。そして、各項目の入力フィールドには、該当情報が表示されている。提示制御モジュール２０３３は、例えば、ポリゴンテーブル２０２１から該当情報を読み出して、入力フィールドに該当情報を表示させる。ここで、支援費用の活用内容、申請者情報、カーボンニュートラル行動計画への参加有無、及び審査情報の各項目の該当情報は、例えば、ポリゴンテーブル２０２１の項目「プロジェクト情報」に記憶されていてもよい。

【0130】

また例えば、ディスプレイ１４１における登録申請書１４１１の直下の表示領域には、編集ボタン１４１２及び確定ボタン１４１３が表示されている。例えば、操作受付部１９１が編集ボタン１４１２の押下操作を受け付けると、各項目の入力フィールド内の該当情報が編集可能な状態になる。また例えば、操作受付部１９１が確定ボタン１４１３の押下操作を受け付けると、各項目の入力フィールド内の該当情報が確定状態となる。そして、ユーザが確定ボタン１４１３の押下後に編集ボタン１４１２を押下しても、各項目の入力フィールド内の該当情報は編集不可能な状態が継続する。

【0131】

図７の画面例では、ディスプレイ１４１に、申請書類としてプロジェクト計画書１４１４が表示されている。プロジェクト計画書１４１４には、例えば、プロジェクト名称、プロジェクト実施者名、審査情報、プロジェクトの概要、削減活動の方法論、及びデータ管理の各項目が設けられている。そして、各項目の入力フィールドには、該当情報が表示されている。提示制御モジュール２０３３は、例えば、ポリゴンテーブル２０２１から該当情報を読み出して、入力フィールドに該当情報を表示させる。ここで、プロジェクト名称、プロジェクト実施者名、審査情報、プロジェクトの概要、削減活動の方法論、及びデータ管理の各項目の該当情報は、例えば、ポリゴンテーブル２０２１の項目「プロジェクト情報」に記憶されていてもよい。

【0132】

また例えば、ディスプレイ１４１におけるプロジェクト計画書１４１４の直下の表示領域には、編集ボタン１４１５及び確定ボタン１４１６が表示されている。例えば、編集ボタン１４１５の機能は編集ボタン１４１２と同様であり、確定ボタン１４１６の機能は確定ボタン１４１３と同様である。

【0133】

図６及び図７の各画面例はあくまで一例であり、申請書類の提示内容及び提示態様については様々なバリエーションが想定される。例えば、提示制御モジュール２０３３は、登録申請書１４１１又はプロジェクト計画書１４１４の何れか一方のみをディスプレイ１４１に表示させてもよい。また例えば、提示制御モジュール２０３３は、登録申請書１４１１の内容とプロジェクト計画書１４１４の内容とが１つに纏まったフォーマットの申請書類をディスプレイ１４１に表示させてもよい。また例えば、提示制御モジュール２０３３は、登録申請書１４１１の各項目及びプロジェクト計画書１４１４の各項目を追加、削除、変更等してディスプレイ１４１に表示させてもよい。更には、提示制御モジュール２０３３は、例えば、登録申請書１４１１及びプロジェクト計画書１４１４と異なる他のフォーマットの申請書類をディスプレイ１４１に表示させてもよい。

【0134】

なお、本変形例で取り上げた申請書類の作成は、システム１が中干し期間以外の非湛水期間の推定サービスを提供する場合にも適用することができる。つまり、サーバ２０は、非湛水期間全般の推定結果に基づいて申請書類を作成してもよい。

【0135】

〔７ コンピュータの基本ハードウェア構成〕
図８は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、通信ＩＦ９９１（インタフェース、Interface）を少なくとも備える。これらは通信バス９２１により相互に電気的に接続される。

【0136】

プロセッサ９０１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９０１は、演算装置、レジスタ、周辺回路等から構成される。

【0137】

主記憶装置９０２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのものである。例えば、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。

【0138】

補助記憶装置９０３とは、データ及びプログラムを保存するための記憶装置である。例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。

【0139】

通信ＩＦ９９１とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。

【0140】

ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばWi-Fi（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含む。

【0141】

なお、各ハードウェア構成の全部又は一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することによりコンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体、ケースに収納されたコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。

【0142】

〔８ コンピュータ９０の基本機能構成〕
コンピュータ９０の基本ハードウェア構成（図８）により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。

【0143】

なお、コンピュータ９０が備える機能ユニットは、それぞれの機能ユニットの全部又は一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても実現することができる。コンピュータ９０は、単一のコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。

【0144】

制御部は、プロセッサ９０１が補助記憶装置９０３に記憶された各種プログラムを読み出して主記憶装置９０２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能ユニットを実現することができる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。

【0145】

記憶部は、主記憶装置９０２、補助記憶装置９０３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。また、プロセッサ９０１は、プログラムに従って記憶部に対応する記憶領域を主記憶装置９０２又は補助記憶装置９０３に確保することができる。また、制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶されたデータの追加、更新、削除処理を実行させることができる。

【0146】

データベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブル、マスタと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、マスタ、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル、マスタ同士の関係を設定し、関連づけることができる。

【0147】

通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。

【0148】

また、記憶部に、データ、各種プログラム、各種データベースを記憶させることにより、本開示に係る情報処理装置、情報処理システムが製造されたものとして捉えることができる。

【0149】

なお、本開示におけるデータベース、マスタは、情報が構造的に規定された任意のデータ構造体（リスト、辞書、連想配列、オブジェクトなど）を含み得る。データ構造体には、データと、任意のプログラミング言語により記述された関数、クラス、メソッドなどを組み合わせることにより、データ構造体と見なし得るデータも含むものとする。

【0150】

通信部は、通信ＩＦ９９１により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を実現する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ入力することができる。制御部は、各種プログラムに従ってプロセッサ９０１に、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。

【0151】

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施形態の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に記憶されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。

【0152】

また、本実施形態に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）、ＪａｖａＳｃｒｉｐｔ、ＴｙｐｅＳｃｒｉｐｔ等の広範囲のプログラム又はスクリプト言語で実装できる。

【0153】

更に、実施形態の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に記憶し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に記憶されたプログラムコードを読み出して実行するようにしてもよい。

【0154】

本明細書中に記載されている構成要素により実現される機能は、当該記載された機能を実現するようにプログラムされた、汎用プロセッサ、特定用途プロセッサ、集積回路、ASICs (Application Specific Integrated Circuits)、CPU (Central Processing Unit)、従来型の回路、及び／又はそれらの組合せを含む、circuitry又はprocessing circuitryにおいて実装されてもよい。プロセッサは、トランジスタやその他の回路を含み、circuitry又はprocessing circuitryとみなされる。プロセッサは、メモリに記憶されたプログラムを実行する、programmed processorであってもよい。

【0155】

本明細書において、circuitry、ユニット、手段は、記載された機能を実現するようにプログラムされたハードウェア、又は実行するハードウェアである。当該ハードウェアは、本明細書に開示されているあらゆるハードウェア、又は、当該記載された機能を実現するようにプログラムされた、又は、実行するものとして知られているあらゆるハードウェアであってもよい。

【0156】

当該ハードウェアがcircuitryのタイプであるとみなされるプロセッサである場合、当該circuitry、手段、又はユニットは、ハードウェアと、当該ハードウェア及び又はプロセッサを構成するために用いられるソフトウェアの組合せである。

【0157】

以上、本開示の幾つかの実施形態を説明したが、これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものとする。

【0158】

〔９ 付記〕
以上の各実施形態で説明した事項を以下に付記する。

【0159】

＜付記１＞
プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、水田の住所を示す住所情報を取得して、推定対象となる対象水田を特定するステップと、対象水田の衛星画像、及び対象水田の水位を示す水位情報を、所定の期間において所定のタイミングが到来する度に取得するステップと、取得した複数の衛星画像のそれぞれについて、衛星画像を構成する複数の画像セル毎に、当該画像セル及び水位情報に基づき、対象水田における画像セルに対応する区画の湛水状態を示す第１指標を算出するステップと、取得した複数の衛星画像のそれぞれについて、算出した第１指標を対象水田の単位で統計値をとることにより、当該統計値を対象水田の湛水状態を示す第２指標として算出するステップと、取得した複数の衛星画像毎に算出された第２指標の時系列的な変化に基づき、所定の期間における対象水田の非湛水期間を推定するステップとを実行させるプログラム。

【0160】

＜付記２＞
衛星画像は、ＳＡＲ画像である（付記１）に記載のプログラム。

【0161】

＜付記３＞
第１指標を算出するための前処理として、取得した複数のＳＡＲ画像のそれぞれについて、対象水田の地形の影響を補正するステップをプロセッサに更に実行させる（付記２）に記載のプログラム。

【0162】

＜付記４＞
第１指標を算出するための前処理として、取得した複数のＳＡＲ画像のそれぞれを偏波分解し、当該ＳＡＲ画像に対象水田の散乱特性の推定結果を反映させるステップをプロセッサに更に実行させる（付記２）又は（付記３）に記載のプログラム。

【0163】

＜付記５＞
第１指標を算出するステップでは、画像セル及び水位情報を学習済みの機械学習モデルに入力して、当該機械学習モデルから第１指標を出力させる（付記１）から（付記４）の何れかに記載のプログラム。

【0164】

＜付記６＞
非湛水期間の推定結果に基づいて、カーボンクレジットの発行を申請するための書類を作成するステップをプロセッサに更に実行させる（付記１）から（付記５）の何れかに記載のプログラム。

【0165】

＜付記７＞
非湛水期間は、中干し期間であり、作成するステップは、ユーザが申告した中干し期間に関する申告情報を取得するステップと、取得した申告情報及び第２指標の時系列的な変化に基づいて、申告情報の信頼性の程度を検証するステップとを含む（付記６）に記載のプログラム。

【0166】

＜付記８＞
制御部と、記憶部とを備える情報処理装置であって、制御部が、（付記１）から（付記７）の何れかに記載のプログラムにおける全てのステップを実行する情報処理装置。

【0167】

＜付記９＞
プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、（付記１）から（付記７）の何れかに記載のプログラムにおける全てのステップを実行する方法。

【0168】

＜付記１０＞
（付記１）から（付記７）の何れかに記載のプログラムにおける全てのステップを実行する手段を備えるシステム。

【符号の説明】

【0169】

１…システム
１０…端末装置
１２０…通信部
１３…入力装置
１４…出力装置
１５…メモリ
１６…ストレージ
１９…プロセッサ
２０…サーバ
２２…通信ＩＦ
２３…入出力ＩＦ
２５…メモリ
２６…ストレージ
２９…プロセッサ
３０…ＡＩシステム
４０…人工衛星

【要約】

【課題】非湛水期間の推定精度を向上させる。
【解決手段】プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、水田の住所を示す住所情報を取得して対象水田を特定するステップと、対象水田の衛星画像及び水位情報を所定の期間において所定のタイミングが到来する度に取得するステップと、複数の衛星画像のそれぞれについて、複数の画像セル毎に、当該画像セル及び水位情報に基づき、対象水田における画像セルに対応する区画の湛水状態を示す第１指標を算出するステップと、複数の衛星画像のそれぞれについて、第１指標を対象水田の単位で統計値をとることにより、当該統計値を対象水田の湛水状態を示す第２指標として算出するステップと、複数の衛星画像毎に算出された第２指標の時系列的な変化に基づき、所定の期間における対象水田の非湛水期間を推定するステップとを実行させる。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】