信息处理系统以及分光测量器

1.本公开涉及信息处理系统以及分光测量器。


背景技术：

2.专利文献1公开了如下技术：使光照到测定对象并拍摄测定对象，求取测定对象本身的种类、特征等信息。更具体地，专利文献1的信息系统具有表示包含要确定的测定对象的物品的分光信息的数据库。数据库还进一步包含能确定测定对象的特定的波长区域或与特定波长相关的信息。信息系统接受来自测定对象的反射光，对特定的波长区域的光进行拍摄，并取得分光信息(分光图像)。信息系统使用所得到的分光图像和数据库来进行所摄像的测定对象的确定，求取测定对象的种类、特征、摄像区域中的存在的有无等信息。
3.现有技术文献
4.专利文献
5.专利文献1：jp特开2020-122681号公报


技术实现要素：

6.在专利文献1的技术中，求出能够确定测定对象的特定波长，通过检测该特定波长的光来确定测定对象。特定波长是按照每个测定对象而预先决定的，不论摄影条件如何都是固定的。此外，专利文献1的技术能够求出当前的测定对象的特征等，但无法判断该测定对象将来具备何种特征。
7.本公开的目的之一在于，考虑测定条件来决定为了取得与将来的植物的状态及/或收获相关的信息所需的波长。此外，本公开的其他目的在于，根据这样决定的波长来预测与该植物的将来的状态及/或收获相关的信息。
8.本公开的一方式所涉及的信息处理系统具备存储装置、接口装置和运算电路。存储装置保存将与来自光源的光相关的光谱数据以及光的测定时的测定条件数据、和与植物的发育关联的植物状态数据及/或收获结果数据预先建立关联的数据库。接口装置关于植物，接受运用于基于用户的测定时的用户测定条件的输入，即接受包含与测定时的角度相关的数据以及与希望预测的植物状态及/或收获结果相关的数据的用户测定条件的输入。运算电路通过基于用户测定条件参考数据库，来决定在用户测定条件下应测定的来自光源的光中包含的至少2个波长。
9.在本公开的一方式所涉及的信息处理系统中，运算电路从多个波长选择相互不同的2个波长的组，计算多个场所各自中的所述2个波长的组的指标值，取得多个场所各自中的植物状态及/或收获结果，计算表示指标值与植物状态及/或收获结果的相关的程度的相关系数，将相关系数表示0.7以上的2个波长的组决定为至少2个波长。
10.本公开的一方式所涉及的分光测量器具备：光学滤波器，其使由上述的信息处理系统决定的至少2个波长的光分别通过；和图像传感器，其检测透过光学滤波器的至少2个波长的光。
11.本公开的另一方式所涉及的信息处理系统具备存储装置、接口装置和运算电路。存储装置保存将与来自光源的光相关的光谱数据以及光的测定时的测定条件数据、和与植物的发育关联的植物状态数据及/或收获结果数据预先建立对应的数据库。接口装置接受利用上述的分光测量器的植物的拍摄时的拍摄条件的输入，即接受包含拍摄时的至少2个波长的光的强度、来自植物的反射光的强度、光源与分光测量器的方位角差、分光测量器的仰角以及光源的仰角的数据的拍摄条件的输入。运算电路通过基于拍摄条件以及至少2个波长的各值，参考数据库，来预测植物的将来的状态及/或收获结果。
12.发明效果
13.根据本公开的某方式，能考虑测定条件来决定为了取得与植物的将来的状态及/或收获相关的信息所需的波长。
14.此外，根据本公开的另一方式，能根据这样决定的波长来预测与该植物的与将来的植物的状态及/或收获相关的信息。
附图说明
15.图1是例示性的实施方式所涉及的分光测量器1的使用例的概略图。
16.图2是表示基于例示性的实施方式的数据库db1的数据构造的一例的图。
17.图3是分光测量器1对光源12进行的来自对象物11的反射光谱的测定的说明图。
18.图4是表示健康时以及缺水时的萝卜苗的波长-分光反射率特性的图表。
19.图5是表示针对作为对象物11的萝卜苗的光源12所能取的角度(θ2)、和作为测定反射光的分光测量器1的lctf摄像机所能取的角度(θ1)的示例的图。
20.图6a是表示与关于萝卜苗的角度相应的分光反射率的差异的三维图表。
21.图6b是表示与关于豆苗的角度相应的分光反射率的差异的三维图表。
22.图7是表示分光测量器1与作为对象物11的稻子的角度的图。
23.图8a是表示俯角为5
°
的情况下的由分光测量器1取得的稻子的图像的图。
24.图8b是表示俯角为15
°
的情况下的由分光测量器1取得的稻子的图像的图。
25.图8c是表示俯角为28
°
的情况下的由分光测量器1取得的稻子的图像的图。
26.图8d是表示俯角为37
°
的情况下的由分光测量器1取得的稻子的图像的图。
27.图8e是表示俯角为48
°
的情况下的由分光测量器1取得的稻子的图像的图。
28.图9是表示根据俯角而分光反射率发生变化这一情况的图表。
29.图10是表示根据测定时期而分光反射率不同这一情况的图表。
30.图11是例示性的实施方式所涉及的信息处理系统100的结构图。
31.图12是利用了信息处理系统100的波长的选出处理中所利用的硬件结构图。
32.图13是表示用于选出与稻子的将来的收获量具有较强相关的多个波长的信息处理系统100的处理的次序的流程图。
33.图14是表示图13的步骤s12的处理的详细的流程图。
34.图15是表示归一化分光指数ndsi(i，j)与收获量的相关系数的热图的图。
35.图16是利用了信息处理系统100的与将来的植物相关的推定处理中所利用的硬件结构图。
36.图17是表示用于预测稻子的将来的收获量的信息处理系统100的处理的次序的流
程图。
37.图18是关于多个品种示出某年的7月的归一化分光指数ndsi与9月的收获量的关系的图。
38.图19是表示归一化分光指数ndsi与大豆的收获量的关系的图。
39.图20a是表示从油棕榈的栽培地域上空拍摄的图像的图。
40.图20b是关于病虫害的发生的程度示出将来的预测结果的图。
41.图21a是表示示出甜菜的褐斑病的进展的样子的航摄照片的一例的图。
42.图21b是关于病虫害的发生的程度示出将来的预测结果的图。
43.图22是用于说明与拍摄方法相关的变形例的图。
44.符号说明
45.1 分光测量器
46.11 对象物
47.12 光源
48.21cpu
49.22 接口装置
50.23 存储装置
51.100 信息处理系统
52.130 光学滤波器
53.132 图像传感器。
具体实施方式
54.以下适当参考附图来详细说明实施方式。但可能省略必要以上详细的说明。例如，可能省略已经广为人知的事项的详细说明、针对实质相同结构的重复说明。这是为了避免以下的说明不必要地变得冗长，使本领域技术人员的理解容易。另外，发明人(们)为了本领域技术人员充分理解本公开而提供了附图以及以下的说明，并不意图由这些限定记载于权利要求书的主题。
55.上下左右等位置关系只要没有特别说明，都设为基于附图中所示的位置关系。以下的实施方式中说明的各图是示意性的图，各图中的各结构要素的大小以及厚度各自的比不一定限于反映实际的尺寸比。此外，各要素的尺寸比率并不限于附图中图示的比率。
56.[1.实施方式]
[0057]
[1.1结构]
[0058]
[1.1.1整体结构]
[0059]
图1是本实施方式所涉及的分光测量器1的使用例的概略图。分光测量器1进行相对于光源12的对象物11的反射光谱的测定。
[0060]
在本实施方式中，对象物11是稻子。对象物11也可以是稻子以外的农作物。对象物11也可以是农作物以外的植物。对象物11也可以不是个体而是群体。例如，对象物11可以不是一棵树而是存在于测定范围内的多棵树或森林。此外，对象物11也可以是牧草。
[0061]
在本实施方式中，光源12是太阳。光源12并不限定于太阳，能从卤素灯、led灯、紫外线灯、红外线灯等各种光源选择。光源12可以被选择为使得能从对象物11得到所期望的
波长范围的反射光谱。
[0062]
基于分光测量器1的测定的结果被利用于信息处理系统100中的处理中。分光测量器1提供成为信息处理系统100中的处理的对象的信息。
[0063]
信息处理系统100执行与对象物11相关的各种信息处理。图1的信息处理系统100包含数据库装置110和服务器装置120。
[0064]
数据库装置110能通过1个以上的计算机系统构建。数据库装置110保存数据库db1。数据库db1能利用于能在服务器装置120中执行的信息处理中。数据库db1是在服务器装置120中利用的信息的集合，在此，存在将数据库db1称作库db1的情况。
[0065]
图2表示本实施方式的数据库db1的数据构造的一例。
[0066]
数据库db1包含与作为对象物11的植物相关的多个记录(条目)。多个记录分别包含光谱数据、测定条件数据、植物状态数据以及收获结果数据。
[0067]
光谱数据包含对象物11的反射光谱的数据以及光源12的光谱的数据。对象物11的反射光谱的数据在给定的波长范围内表示给定的波长间隔的来自光源12的光当中由对象物11反射的光的强度(反射强度：o(
·
))。光源12的光谱的数据在给定的波长范围内表示给定的波长间隔的来自光源12的光的强度(s(
·
))。给定的波长范围例如是约420nm～约840nm，给定的波长间隔例如是约4nm。在图2中，波长λ1～λ100表示进入给定的波长范围内且每给定的波长间隔的波长。针对波长λ(λ＝λ1、λ2、
…
、λ100)，取得并记述作为对象物的植物的反射强度(o(λ))以及作为光源的太阳的光的强度s(λ)。在本实施方式中，光谱数据能包含与图像相关的数据。作为图像的示例，能举出与对象物11关联的图像和与光源12关联的图像。在图2中，在1个条目中记述了多个波长，分别对其记述了反射强度o(λ)以及s(λ)。这表示，使用分光测量器1在一次测定中取得的波长是从λ1到λ100的波段。
[0068]
测定条件数据表示与用于得到光谱数据的测定相关的条件。用分光测量器1测定的相对于光源12的对象物11的反射光谱会受到光源12与分光测量器1的位置关系的影响。即，若光源12与分光测量器1的位置关系不同，则即使是相同对象物11，用分光测量器1测定的反射光谱也会不同。为了正确地评价相对于光源12的对象物11的反射光谱，优选使用该反射光谱的测定时的光源12与分光测量器1的位置关系的信息。
[0069]
图3是分光测量器1对光源12进行的来自对象物11的反射光谱的测定的说明图。光源12与分光测量器1的位置关系能根据分光测量器1相对于对象物11的角度、光源12相对于对象物11的角度以及光源12与分光测量器1的方位角差确定。分光测量器1相对于对象物11的角度例如能通过分光测量器1相对于垂直方向v的角度θ1[
°
]或分光测量器1相对于水平面的分光测量器1的角度(90
°‑
θ1)来表示。光源12相对于对象物11的角度例如能通过光源12相对于垂直方向v的角度θ2[
°
]或光源12相对于水平面的角度(90
°‑
θ2)来表示。光源12与分光测量器1的方位角差例如能通过包含分光测量器1和对象物11并与水平面正交的垂直面p1、与包含光源12和对象物11并与水平面正交的垂直面p2之间的角度az[
°
]来表示。在图3中，将az定义为逆时针增加。
[0070]
在本实施方式中，测定条件数据例如包含光源12与分光测量器1的方位角差(az)、分光测量器1相对于对象物11的角度(θ1)以及光源12相对于对象物11的角度(θ2)。
[0071]
进而，测定条件数据与测定时的光源12的条件或状态相关。例如，测定条件数据包含光源12的散布的评价值。光源12的散布的评价值表示基于对象物11的周围环境的来自光
源12的光的散射的程度。基于对象物11的周围环境的来自光源12的光的散射的程度受到大气的透明度、气候(例如云的多少)、大气中的浮质的多少等的影响。作为一例，光源12的散布的评价值通过基于对象物11的周围环境的散射的光(散射光分量)相对于从光源12直接抵达对象物11的光(直达光分量)的量的比例来表示。光如何从光源12照到对象物11受到对象物11的周围环境的影响。例如，在晴天时和阴天时，来自光源12的光向对象物11的照射方式发生变化。在晴天时，可以认为光从光源12向对象物11在一方向照射，但在阴天时，可以认为来自光源12的光被云散射，根据情况，从光源12向对象物11从全方向照射光。若在晴天时和阴天时进行比较，则在反射光谱中，晴天时比阴天时更易于表现光源12与分光测量器1的位置关系带来的影响。因而，为了正确评价相对于光源12的对象物11的反射光谱，测定条件数据优选包含光源12的散布的评价值。通过光源12的散布的评价值，能够将晴天时和阴天时的阴霾状况定量化或进行判别。另外，也可以根据晴天时和阴天时的阴霾的程度来改变反射光谱的取得的方式。例如，可以使取得反射光时的推荐角度在晴天时比基准窄，在阴天时比基准宽。
[0072]
如图2所示那样，在数据库db1中，关于相同对象物11(植物)，优选至少存在例如光源12(太阳)与分光测量器1的方位角差(az)、分光测量器1相对于对象物11(植物)的角度(仰角：θ1)以及光源12(太阳)相对于对象物11(植物)的角度(仰角：θ2)的组合不同的多个记录。例如，az、θ1以及θ2分别存在多个记录为宜，以使得每20
°
、优选每10
°
、更优选每5
°
不同。
[0073]
状态数据表示与对象物11相关的状态。在本实施方式中，对象物11是稻子，状态数据关于会在时间上变化的与稻子相关的状态。作为状态数据的示例，能举出与生长状态相关的评价值、与病虫害相关的评价值、与含有成分相关的评价值以及与土壤状态相关的评价值。状态数据能通过在用于得到光谱数据的测定的时期实施检查等来得到。
[0074]
结果数据表示与对象物11相关的结果。与对象物11相关的结果例如与对象物11的状态的终点关联。在本实施方式中，对象物11是稻子，结果数据能够包含与稻子的生长状态的终点即收获相关的数据。作为结果数据的示例，包含收获量以及收获时期。结果数据不是用于得到光谱数据的测定的时期，能在实际收获稻子时生成。收获量是实际收获稻子而测量的，收获时期能基于实际收获稻子的天数来决定。
[0075]
服务器装置120(图1)能通过1个以上的计算机系统构建。服务器装置120能经过有线或无线网络与数据库装置110可通信地连接。服务器装置120具备可拆卸地连接后述的计算机可读介质40的存储接口。
[0076]
服务器装置120能执行数据库db1的管理、利用了数据库db1和用户测定条件的2个以上的波长的决定、利用了所取得的2个以上的波长的各数据和数据库db1的推论、利用了数据库db1的学习完毕模型的生成。
[0077]
数据库db1的管理能包含数据库db1的记录(条目)的追加、删除、以及编辑。在本实施方式中，服务器装置120能利用从分光测量器1得到的信息来进行记录的追加。
[0078]
所谓利用了数据库db1和用户测定条件的2个以上的波长的决定，是指选定用户对栽培、育成的植物光学地进行测定时应测定的2个以上的波长。所选定的2个以上的波长为了决定使该波长透过的光学滤波器而利用。通过利用装备了这样的光学滤波器的分光测量器或摄像装置来拍摄该植物，从在该植物反射的光得到所期望的波长的光谱数据，进行接
下来说明的推论。本处理的详细之后叙述。
[0079]
利用了数据库db1的推论是基于所提供的光谱数据的一部分或全部以及测定条件数据的一部分或全部来求取状态数据的一部分或全部或结果数据的一部分或全部的处理。从数据库db1针对光谱数据与测定条件数据的组合，将状态数据或结果数据建立关联。为此，能根据不存在于数据库db1的光谱数据以及测定条件数据的组来进行与该组对应的状态数据或结果数据的预测。
[0080]
利用了数据库db1的学习完毕模型的生成能包含执行利用了数据库db1的推论的学习完毕模型的生成。服务器装置120例如根据数据库db1，将光谱数据以及测定条件数据作为说明变量，将状态数据或结果数据作为目的变量，来生成学习用数据集。服务器装置120使用学习用数据集来生成学习完毕参数，通过将学习完毕参数嵌入推论程序，能生成学习完毕模型。
[0081]
[1.1.2基于本发明的发明人们的见解的数据库]
[0082]
本发明的发明人们进行各种研究，获知通过将来自光源11的光照到植物并观测其反射光，能检测作为对象物11的植物的生长状态。其中，这时，达到了需要进行与各种条件相应的情况划分这样的结论。所谓条件，是植物的品种、光从光源12照到作为对象物11的植物的角度、用分光测量器1测量来自植物的反射光的角度、进行测量的时期等。以下具体进行说明。
[0083]
图4是表示健康时以及缺水时的萝卜苗的波长-分光反射率特性的图表。图表的横轴表示波长，纵轴表示分光反射率。分光反射率针对460nm到780nm的波段分别求取。实线a表示健康萝卜苗的分光反射率特性，虚线b表示缺水所引起的萝卜苗的分光反射率特性。“b”、“g”以及“r”分别表示蓝、绿以及红的大致的波长区域。作为分光测量器1，采用液晶波长可变滤波器(lctf)摄像机。作为光源12，采用卤素灯。
[0084]
健康时以及缺水时的萝卜苗的光谱在比红色的波长区域更长的波长区域即红外区域更加显著变高。因而，理解了关于萝卜苗当前是否健康，利用红外区域的波长中的分光反射率即可。
[0085]
分光反射率通过(来自反射光的强度/光源的光的强度)来求取。反射光的强度以及来自光源的光的强度根据将光源的光以怎样的角度照到萝卜苗以及在哪个位置测定反射光而发生变动。
[0086]
图5表示针对作为对象物11的萝卜苗的卤素光源12所能取的角度(θ2)和测定反射光的分光测量器1即lctf摄像机所能取的角度(θ1)的示例。这当中，图4的图表是在θ1＝10
°
、θ2＝0
°
的测定条件下测定的情况的示例。另外，这些角度是指图3所示的角度θ1以及θ2。
[0087]
本发明的发明人们验证了通过固定光源12的角度θ2，使分光测量器1的角度θ1变化，从而分光反射率具有方位角依赖性。
[0088]
图6a是表示与关于萝卜苗的角度相应的分光反射率的差异的三维图表。此外，图6b是表示与关于豆苗的角度相应的分光反射率的差异的三维图表。三维图表由表示460nm到780nm的波长的轴、表示0
°
到360
°
的角度的轴和表示0到0.7的分光反射率的轴搭建。光源12的角度θ2被固定为45
°
。从图中理解了，若使分光测量器1的角度θ1从45
°
经由360
°
(＝0
°
)变化到45
°
，则分光测量器1与光源12的相对方位角(az)从0
°
变化到360
°
。如图6a以及图6b
中分别所示，即使是相同波长，若分光测量器1与光源12的相对方位角变化则分光反射率也变化。另外，测定环境是室内的实验室。
[0089]
此外，若将图6a以及图6b进行对比，则在萝卜苗与豆苗之间，根据分光测量器1与光源12的相对方位角的差异而分光状态也发生变化。即，可以说，即使是相同测定条件，根据植物的种类，测量的分光反射率也不同。
[0090]
进而，本发明的发明人们还对稻子验证了角度依赖性。在图3所示的示意图中，对象物11是一根或多根稻子，光源12是太阳。在栽培稻子的相同田地(农田)的某时刻，θ2是固定值。即，作为对象物11的稻子与分光测量器1的角度会变化。
[0091]
图7表示分光测量器1与作为对象物11的稻子的角度。在图3的示例中，分光测量器1相对于对象物11的角度定义为分光测量器1相对于垂直方向v的角度θ1[
°
]，但在图7中，能通过分光测量器1相对于水平面h的角度θ3(＝90
°‑
θ1)来表示。θ3也能称作“俯角”。为了说明的方便，关于以下的图8a～图8e、以及图9，使用“俯角”进行说明，但如上述那样，也可以使用作为仰角的角度θ1。
[0092]
图8a～图8e表示俯角不同的情况下的由分光测量器1取得的稻子的图像的差异。图8a表示以俯角5
°
取得的图像，图8b表示以俯角15
°
取得的图像，图8c表示以俯角28
°
取得的图像，图8d表示以俯角37
°
取得的图像，图8e表示以俯角48
°
取得的图像。另外，关于图8a～8e以及图9的测定，不是在相同田地而是在2个田地测定的结果。
[0093]
然后，图9是表示根据俯角而分光反射率发生变化这一情况的图表。在俯角28
°
的情况下，难以捕捉到与波长相应的分光反射率的变化。另一方面，在俯角5
°
、15
°
、37
°
以及48
°
下，波长680nm以上的波段的分光反射率和不足波长680nm的分光反射率较大相异。
[0094]
然而，若俯角变大，则不仅稻子，而且水、土等稻子以外的被摄体也会进入分光测量器1的视野。为此，优选俯角较小，以使得能仅测定本来的稻子。
[0095]
考虑这些，本发明的发明人们判断为，在取得稻子的分光反射率时，俯角15
°
以下为宜。这样，能够不仅考虑分光反射率根据波长而变化这一情况，还进一步考虑其他测定条件，来决定适合的俯角。
[0096]
图10是表示根据测定时期而分光反射率不同这一情况的图表。细虚线表示基于某年的7月10日的稻子的测定结果的分光反射率，粗虚线表示同年8月1日的分光反射率，实线表示8月16日的分光反射率。确认到，即使是相同稻子，根据测定的时期或季节，分光反射率也不同。
[0097]
依照上述的验证结果，本发明的发明人们判断为优选在图2所示的数据库db1中，按每个条目，使其具有光谱数据、测定条件数据、植物状态数据、以及收获结果数据，以及各个数据包含下述的详细。
[0098]
·
光谱数据：来自光源的光中所含的多个波长、各波长的强度、以及在植物反射的各波长的光的反射强度。在植物反射的光包含基于在植物表面产生的镜面反射的光的分量以及入射到植物内部并在内部散射并再次从表面出射的光的分量这两方。
[0099]
·
测定条件数据：用测量器测定光的时间点的、从测量器看到的光源的仰角、测量器的仰角、以及测量器与光源的方位角差
[0100]
·
植物状态数据：植物的生长状态、在植物中发生的病虫害的状态、植物的成分、以及植物生长的土壤的状态当中至少一者。
[0101]
·
收获结果数据：植物的收获量以及植物收获时期
[0102]
另外，可以与条目编号分开地包含各条目的日期时间、经度/纬度、海拔等数据，也可以在条目编号自身中包含测定该条目的光谱数据的日期。此外，植物状态数据以及收获结果数据可以包含两方，也可以包含任意一方。这些在后述的与推定处理的关系中决定即可。即，也可以根据是希望推定植物状态还是希望推定收获结果，来从当前的植物的光谱数据以及测定条件数据设置任意一方。
[0103]
另外，在本实施方式中，例示稻子来进行说明，因此在图2所示的数据库db1中包含例示的植物状态数据及/或收获结果数据。但在稻子以外的植物的情况下，能在数据库db1中包含其他种类的数据。
[0104]
通过预先构建这样的数据库db1，本发明的发明人们实现了以下说明的信息处理系统。以下说明本实施方式所涉及的信息处理系统的结构。
[0105]
[1.1.3信息处理系统的结构]
[0106]
图11表示本实施方式所涉及的信息处理系统100的结构。信息处理系统100例如实现为1台信息处理装置，典型地是服务器计算机。
[0107]
信息处理系统100具备进行运算的cpu21、用于与其他设备进行通信的接口装置(i/f)22和存储数据库db1以及计算机程序26的存储装置23。另外，在图1中，说明为数据库db1保存于数据库装置110中，但在图11的示例中，数据库装置110的实体是存储装置23。以下将计算机程序26简记为“程序26”。
[0108]
cpu21是本实施方式中的信息处理系统100的运算电路的一例。cpu21通过保存于存储装置23的程序26的执行来实现后述的处理。另外，本实施方式中构成为cpu21的运算电路也可以用mpu或gpu等各种处理器实现，还可以由一个或多个处理器构成。
[0109]
i/f22例如是按照usb端子、ieee802.11、4g或5g等标准来进行通信的通信电路。i/f22也可以能与因特网等通信网络连接。此外，信息处理系统100可以经由i/f22与其他设备直接进行通信，也可以经由接入点进行通信。在本实施方式中，i/f22被利用于接受来自栽培植物的用户的、与该植物相关的数据的输入。
[0110]
存储装置23是存储为了实现信息处理系统100的功能所需的数据的存储介质，保存cpu21中执行的程序26、数据库db1等各种数据。存储装置23例如由硬盘驱动器(hdd)或作为半导体存储装置的固态硬盘(ssd)构成。存储装置23例如可以具备由dram或sram等ram构成的暂时的存储元件，也可以作为cpu21的作业区域发挥功能。另外，数据库db1如参考图2说明的那样，包含光谱数据、测定条件数据、植物状态数据以及收获结果数据。
[0111]
另外，数据库db1可以包含与特定的一个种类的植物、或一个品种的植物相关的数据，也可以包含与多种或多品种的植物分别相关的数据。例如，数据库db1可以特殊化成作为稻子的一个品种的“七星”，也可以特殊化成多个品种的“稻子”。
[0112]
[1.2信息处理系统所进行的处理]
[0113]
以下在项目[1.2.1]以及[1.2.2]中说明利用了信息处理系统100的处理。在项目[1.2.1]中，说明利用了信息处理系统100的波长的选出处理。在项目[1.2.2]中，说明利用了信息处理系统100的与将来的植物相关的推定处理。以下，项目[1.2.1]以及[1.2.2]的各处理被说明为相同的信息处理系统100的处理。但两项目的处理不一定非要利用共通的信息处理系统100。能在各个处理中利用具有与信息处理系统100相同结构的其他的信息处理
系统。
[0114]
在本实施方式中，项目[1.2.1]以及[1.2.2]的各处理为了作为种稻农户的用户根据当前栽培中的稻子的数据预测将来的稻子的状态及/或收获结果(收获量及/或收获时期)而执行。当然，优选能得到较高的正确度的预测结果。此外，为了减小用户的负担，优选能简易地取得为了得到这样的预测结果所需的数据。根据以下说明的各项目的处理，能实现这些。
[0115]
在本实施方式中，用户将“用户测定条件”提供到信息处理系统100的运营商。“用户测定条件”是在基于用户的测定时运用的条件。更具体地，“用户测定条件”包含(1)与测定时的角度相关的数据、以及(2)与希望预测的植物状态及/或收获结果相关的数据。(1)的数据与图2中的“测定条件数据”对应。此外，(2)的数据是确定希望预测图2中的“植物状态数据”及/或“收获结果数据”的哪一者的数据。
[0116]
信息处理系统100通过项目[1.2.1]的处理来选出在该“用户测定条件”下测定时的、与稻子的将来的收获量及/或收获时期具有较强的相关的多个波长。若选出多个波长，则信息处理系统100的运营商等在摄像装置设置分别透过该多个波长的一个或多个光学滤波器，将该摄像装置邮寄给用户。这样的摄像装置是分光测量器的一方式。用户只要使用该摄像装置，在符合当初提供的“用户测定条件”的测定条件下简单拍摄稻子即可。摄像装置使用所安装的图像传感器来检测主要包含该多个波长的光，并将图像信息保存到存储装置或存储卡。即，设置了这样的光学滤波器的摄像装置作为从入射光选出光学滤波器的透过波长的光的分光测量器1发挥功能。
[0117]
用户将拍摄的“图像”提供给信息处理系统100的运营商。提供方法任意。例如，也可以通过用户将摄像装置和所取得的数据一起送还信息处理系统100的运营商来提供。或者，也可以通过用户从摄像装置的存储装置提取图像信息，并经由通信线路发送到信息处理系统100来实现。
[0118]
信息处理系统100提取主要包含该多个波长的图像信息，通过项目[1.2.2]的处理，来预测该稻子的将来的收获量及/或收获时期。信息处理系统100通过数值、图表等方法来对用户提示其预测结果。用户能依照该预测结果来修正当前的栽培方法，或者作成销售计划。
[0119]
以下为了说明的方便，说明预测稻子的收获量的示例。
[0120]
[1.2.1利用了信息处理系统的波长的选出处理]
[0121]
图12是在利用了信息处理系统100的波长的选出处理中所利用的硬件结构图。信息处理系统100从用户终端200接受用户测定条件u的数据。用户终端200可以是pc，也能是智能手机、平板终端等。
[0122]
此外，图13是表示用于选出与稻子的将来的收获量具有较强的相关的多个波长的、信息处理系统100的处理的次序的流程图。
[0123]
在步骤s10，信息处理系统100的cpu21从用户终端200经由i/f22接受用户测定条件u的输入。用户测定条件u的一例是用户拍摄稻子的预定的年月日、时刻、太阳与摄像装置的方位角差(az)、摄像装置的仰角(θ1)、太阳的仰角(θ2)、田地的纬度以及经度、配置、场所、稻子的品种等。i/f22例如是通信电路。
[0124]
在步骤s12，cpu21参考保存于存储装置23的数据库db1，根据用户测定条件u来决
定利用于收获量预测的波长λk(k＝1、
…
、n；n＝2以上的整数)的组合。
[0125]
在步骤s14，cpu21将所决定的波长的信息经由i/f22输出。i/f22例如是通信电路或信息处理系统100的运营商的监视器输出端子。
[0126]
另外，并不需要输出波长的具体值。例如可以输出包含波长λk的给定宽度、例如光谱半值宽度的波段bk。所谓“光谱半值宽度”，是指在光输出的光谱分布中，相对辐射强度成为峰值的50％的波长的宽度。给定宽度例如具有不足30nm的宽度即可，典型是20nm。在利用后述的归一化分光指数ndsi的情况下，优选是更小的值，例如给定宽度是10nm。或者，也可以输出与波长λk或波段bk一对一对应的预先确定的编号k。编号k例如通过与透过该波长λk或波段bk的光学滤波器建立对应，能根据编号k容易地决定光学滤波器。光学滤波器在项目[1.2.2]中使用。
[0127]
在此，参考图14来说明步骤s12的详细。步骤s12是决定在用户测定条件u下测定植物时的、与稻子的将来的收获量及/或收获时期具有较强的相关的多个波长的处理。
[0128]
图14是表示步骤s12的处理的详细的流程图。
[0129]
在步骤s122，cpu21参考数据库db1来决定非常符合用户测定条件u的条目。例如，在数据库db1包含与多个品种的稻子相关的条目的情况下，根据用户测定条件u中所含的稻子的品种的信息，将数据库db1的参考范围设定为相同品种的稻子的条目。在此基础上，cpu21从数据库db1的参考范围中决定与用户测定条件u一致的条目或接近的条目。关于符合的比较例如对于用户拍摄稻子的预定的年月日、时刻、太阳与摄像装置的方位角差(az)、摄像装置的仰角(θ1)、太阳的仰角(θ2)进行。在用户测定条件u和数据库db1内的条目进入预先确定的容许范围内例如5％以下、的情况下，cpu21可以判定为是“接近的条目”。另外，水田的场所可以不进行比较。这是由于，对于该稻子，要求与收获量相关较强的波长的组合。
[0130]
在步骤s124，cpu21参考数据库db1，按每个条目，根据2个波长的全部组合分别求取归一化分光指数ndsi。归一化分光指数ndsi(ndsi；normalized difference spectral index)是2个波长的组的指标值。现在，说明关于图2所示的各条目中所记述的波长λ1、λ2、
…
、λ100当中波长λ1以及λ2的归一化分光指数ndsi。归一化分光指数ndsi能使用波长λ1以及λ2，通过下述的式求取。
[0131]
【数学式1】
[0132][0133]
在数学式1中，i(λ)表示与波长λ相关的反射率。反射率i(λ)使用图2所示的太阳光的强度s(λ)以及植物的反射强度o(λ)，通过以下的式子来定义。
[0134]
【数学式2】
[0135][0136]
根据数学式2，针对波长λ1以及λ2分别确定反射率i(λ1)以及i(λ2)，其结果，通过数学式1求取关于波长λ1以及λ2的归一化分光指数ndsi(λ1，λ2)。
[0137]
以同样的次序，cpu21对于归一化分光指数ndsi(λ1，λ3)、ndsi(λ1，λ4)、
…
、ndsi(λ1，λ100)、ndsi(λ2，λ1)、
…
、ndsi(λ2，λ100)、
…
、ndsi(λ100，λ99)求取所有的ndsi。另外，相
同波长的组合ndsi(λ，λ)除外。
[0138]
接下来，在步骤s126，cpu21决定提供与收获量的相关较强的归一化分光指数ndsi的2个波长的组合。用于求取相关系数r的式子如下。
[0139]
【数学式2】
[0140][0141]
各字符的含义如下。
[0142]sxy
：x与y的协方差
[0143]sx
：x的标准偏差
[0144]
sy：y的标准偏差
[0145]
n：2变量数据的(x，y)的总数
[0146]
xi、yi：x以及y各自的数值
[0147]
x和其上的
“‑”
、y和其上的
“‑”
：x以及y的各平均值
[0148]
在本实施方式中，x是归一化分光指数，y是收获量。更具体地，xi以及yi是根据在用户测定条件下指定的年月日以及时刻、在各种场所i中测定的波长λp、λq而求得的归一化分光指数ndsi(λp，λq)的值、以及每个场所i的收获量的值。场所i可以是不同的田地，也可以是相同田地内的不同位置。其中，需要按每个场所i记录收获量的数据。收获量的值可以是每个月的收获量，也可以是整年的收获量。收获量的值的细度(分辨率)能成为预测该用户的稻子的收获量时的预测单位。接下来，cpu21基于与(λp，λq)不同的2个波长的组合来求取归一化分光指数ndsi，并求取与收获量的相关系数。这样，对不同的2个波长的组合求取归一化分光指数ndsi，并计算与收获量的相关系数，能够对全部波长的组合求取归一化分光指数ndsi和与收获量的相关系数。然后，cpu21从求得的相关系数中决定赋予较强的相关的波长的组合。在决定2个波长的情况下，决定赋予最强的相关的波长即可。在决定4个波长的情况下，决定赋予最强的相关的上位2组的波长即可。
[0149]
在本实施方式中，所谓归一化分光指数ndsi与收获量的相关较强，是指相关系数表示0.7以上。在谋求更强的相关的情况下，例如是指相关系数表示0.9以上。
[0150]
在上述的示例中，本发明的发明人采用归一化分光指数ndsi来作为指标值。其理由在于，预测结果即收获量与实际的收获量之间的差较小，即，预测结果的精度较高。例如，考虑取代该归一化分光指数ndsi而使用植被指数(ndvi)。植被指数(ndvi)能如以下那样定义。
[0151]
【数学式3】
[0152][0153]
在此，nir表示红外附近波长区域的平均值。r是指红色区域的平均值。
[0154]
植被指数ndvi作为反映植物活性等各种条件的值而被已知。因此，认为在评价植物的发育时也有用。但本发明的发明人们尝试调查植被指数ndvi与收获量的相关关系，结果发现相关系数r为约0.5，仅仅是具有极弱的相关或者具有相关这样的程度。
[0155]
此外，在植被指数ndvi中，波长的宽度是50～100nm左右，较宽，因此认为难以确定
较强的相关。在本实施方式中，由于包含各波长的给定宽度的波段为10nm，因此能确定与收获量具有较强的相关关系的波长或波段。
[0156]
图15表示归一化分光指数ndsi(i，j)与收获量的相关系数的热图。横轴表示波长i(nm)，纵轴表示波长j(nm)。相关系数的值通过颜色的深浅表现。
[0157]
在图15中，为了说明的方便，在相关系数的数值范围设置边界地示出。具体地，区域120包含相关系数不足0.3的值。区域122包含相关系数为0.3以上且不足0.6的值。区域124以及126包含相关系数为0.6以上的区域。
[0158]
通过上述的方法求得的归一化分光指数ndsi是i＝690(nm)、j＝766(nm)，相关系数是0.9以上，属于区域126。
[0159]
另一方面，植被指数ndvi与收获量的相关关系是约0.5～0.6的范围内，属于区域122。另外，用于求取植被指数ndvi的波段比归一化分光指数ndsi的波段大。图15上的归一化分光指数ndsi以及植被指数ndvi各自的范围反映了波段的广度。
[0160]
在本实施方式中，选定2个波长，根据利用这些波长拍摄的当前的稻子的图像，预测稻子的将来的收获量。在本发明的发明人们的验证中，确认了使用归一化分光指数ndsi选定2个波长时的预测精度比使用植被指数ndvi选定2个波长时的预测精度高。以下说明推定处理的详细。
[0161]
[1.2.2利用了信息处理系统的与将来的植物相关的推定处理]
[0162]
图16是利用了信息处理系统100的与将来的植物相关的推定处理中所利用的硬件结构图。若通过分光测量器1拍摄了稻子，则信息处理系统100基于由此取得的图像信息等来推定该稻子的将来的收获量。以下更详细地进行说明。
[0163]
信息处理系统100从分光测量器1接受取得稻子的图像信息时运用的拍摄条件。信息处理系统100接受拍摄条件，并基于拍摄条件来预测稻子的收获量。在图16，作为信息处理系统100的输出，示意地示出横轴为时期、纵轴为预测出的收获量的收获量曲线c。以下详细说明拍摄条件。
[0164]
首先，分光测量器1具有：使多个波长的光透过的一个或多个光学滤波器130；输出与入射的光的强度相应的信号的一个或多个图像传感器132。一个或多个光学滤波器130构成为在上述的项目[1.2.1]中使决定为具有较强的相关的多个波长的光分别透过。即，上述的项目[1.2.1]的处理的结果，基于所决定的多个波长来选择使各波长透过的一个或多个光学滤波器130，设置在分光测量器1。此外，分光测量器1还能将太阳光按照每个给定的波长进行分光，按照该每个波长来测定光的强度。
[0165]
分光测量器1的一个或多个图像传感器132检测透过一个或多个光学滤波器130的各光，输出与该光的强度相应的信号。由此，生成基于与一个或多个光学滤波器130的透过波长对应的光的图像信息。与各透过波长对应的图像信息表示来自植物的反射光的强度。
[0166]
此外，一个或多个图像传感器132对按照每个给定的波长分光的太阳光的每个波长的强度进行测定，生成图像信息。与各波长对应的图像信息表示来自植物的每个波长的反射光的强度。其中的一个或多个光学滤波器130的各透过波长的强度表示按每个波长得到的植物的反射强度。
[0167]
此外，在分光测量器1的测量时，如参考图8a～图8e以及图9说明的那样，在稻子的情况下，将分光测量器1设为俯角15
°
以下来进行拍摄。俯角与仰角唯一地对应，基于俯角得
到的仰角(θ1)构成上述的拍摄条件的一部分。进而，在分光测量器1的拍摄时还决定作为光源12的太阳与分光测量器1的方位角差(az)、以及太阳的仰角(θ2)。
[0168]
根据以上，拍摄条件包含：拍摄时的多个波长的光的强度、来自植物的反射光的强度、光源与分光测量器的方位角差、分光测量器的仰角以及光源的仰角的数据。
[0169]
图17是表示用于预测稻子的将来的收获量的信息处理系统100的处理的次序的流程图。
[0170]
在步骤s20，cpu21经由i/f22从分光测量器1取得拍摄条件v。
[0171]
在步骤s22，cpu21从拍摄条件v中所含的基于与一个或多个光学滤波器130的透过波长对应的光的图像信息中选择噪声为容许范围内的图像信息。例如在用户以比设想大的俯角进行了利用分光测量器1的拍摄的情况下，在图像信息中，有时会包含地面、水面等稻子以外的被摄体。由于较多包含比稻子的本来的颜色即绿色更接近于黑色的颜色分量(噪声分量)，因此认为不能正确取得来自稻子的反射光的强度。为了应对这样的情况，考虑设定用于认定为是噪声分量的阈值。据此，在比该阈值更接近于黑色的像素数占据给定以上的比例或绝对数的情况下，cpu21视作为较多包含噪声分量的图像，并不将其作为预测的基础来使用。
[0172]
在步骤s24，cpu21基于所选定的拍摄条件v来参考数据库，预测稻子的收获量。该处理中，此外，也是cpu21参考数据库db1来决定非常符合拍摄条件v的条目。该“非常符合的条目”的决定方法与图13的步骤s122的处理相同。在非常符合的条目中记述有收获量的值。cpu21提取该值，作为预测结果。
[0173]
在步骤s26，cpu21经由i/f22输出预测结果。输出方法例如是对图12所示的用户终端200发送用于显示该预测信息的图像数据或字符数据。
[0174]
通过以上的处理，信息处理系统100能基于包含使用分光测量器1取得的分别关于给定的多个波长的图像信息的拍摄条件v，来预测收获量。由于在该多个波长与收获量之间存在较强的相关，因此预测的精度充分高。
[0175]
本发明的发明人们不仅对某一个品种的稻子，也对其他多个品种利用归一化分光指数ndsi选择多个波长，取得该波长的图像信息，从而进行收获量的预测。于是，确认到了能够以90％以上的正确度预测收获量。图18对多个品种示出某年的7月的归一化分光指数ndsi与9月的收获量的关系。横轴表示关于特定的2个波长的归一化分光指数ndsi，纵轴表示收获量(g/m2)。品种的差异通过颜色的差异来表现。在图18中以虚线示出近似直线。理解到不管品种如何，各点都沿着近似直线分布。即，可以说，若使用基于特定的2个波长的归一化分光指数ndsi，就能不会较大受到品种的差异的影响地进行收获量的预测。
[0176]
在上述的说明中，在决定与稻子的将来的收获量具有较强的相关的多个波长时，决定了非常符合用户测定条件u的数据库db1内的条目(图14)。由于数据库db1内的各条目是实测值，因此，还存在难以包罗所有的测定条件的情况。为此，也可以通过进行内插插值或外插插值，来根据已有的多个条目生成新的条目。具体地，cpu21基于数据库db1的测定条件数据中的太阳的仰角、分光测量器1的仰角以及分光测量器1与太阳的方位角差来进行内插插值或外插插值。使内插插值或外插插值后的数据和与用户测定条件中所含的角度相关的数据一致。然后，对光谱数据也进行相同的内插插值或外插插值，能使用由此得到的新的光谱数据来决定多个波长。
[0177]
另外，新生成的条目可以嵌入数据库db1，也可以不嵌入。cpu21可以仅在图14的处理等中作为假想的条目暂时生成并利用。
[0178]
同样地，在预测将来的植物的状态及/或收获结果时，也可以进行内插插值或外插插值。具体地，cpu21基于数据库db1的测定条件数据中的太阳的仰角、分光测量器1的仰角以及分光测量器1与太阳的方位角差来进行内插插值或外插插值。能通过内插插值或外插插值，来使得与拍摄条件v中所含的作为光源12的太阳与分光测量器1的方位角差、分光测量器1的仰角以及太阳的仰角的数据一致。然后，cpu21通过对植物状态数据及/或收获结果数据也进行相同的内插插值或外插插值，来使用该数据，预测植物的将来的状态及/或收获结果即可。
[0179]
[2.变形例]
[0180]
本公开的实施方式并不限定于上述实施方式。上述实施方式只要能达成本公开的课题，就能根据设计等进行各种变更。以下列举上述实施方式的变形例。以下说明的变形例能适当组合来运用。
[0181]
到目前为止主要例示稻子进行了说明。本公开所涉及的技术还能运用于稻子以外的其他植物，此外，还能利用于收获量以外的预测中。以下示出本发明的发明人们确认的示例。
[0182]
首先，作为其他植物的示例，举出大豆。本发明的发明人考虑将上述的手法运用于大豆。
[0183]
图19是表示归一化分光指数ndsi与大豆的收获量的关系的图。横轴表示收获量。单位是每10公亩的千克数。如图示那样，若收获量不同，则归一化分光指数ndsi也不同。本发明的发明人们针对大豆，发现“特定的2个波长”的归一化分光指数ndsi与收获量的相关系数为0.94的处于非常强的相关。“特定的2个波长”能通过上述的实施方式的手法决定。通过使用这样的2个波长的归一化分光指数ndsi预测收获量，本发明的发明人们确认到能以90％以上的正确度预测收获量。
[0184]
假设在使用特定的2个波长的归一化分光指数ndsi预测的收获量比预想低的情况下，大豆农户能重新制定栽培计划，以使得能更加有助于收获量。例如，通过进行施肥，在经过一定期间后再次进行预测，来判断是否改善了收获量。
[0185]
接下来，说明进一步对其他植物进行病虫害的发生预测的示例。
[0186]
图20a表示从油棕榈的栽培地域上空拍摄的图像。可知在一部分油棕榈140发生病虫害。
[0187]
本发明的发明人们首先构件关于油棕榈的数据库db1。在该数据库db1中，按每个条目，在植物状态数据的病虫害的项目记述有表示发生病虫害的程度的数据。表示发生病虫害的程度的数据例如分成0到3这4个阶段。在求取相关系数时，使用归一化分光指数ndsi和发生病虫害的程度。
[0188]
本发明的发明人们利用光谱数据以及测量条件数据，通过与上述同样的手法来决定相关系数成为0.9以上的归一化分光指数ndsi，决定提供该归一化分光指数ndsi的多个波长。使用透过该波长的光学滤波器，用分光测量器1拍摄油棕榈的栽培地域，来预测病虫害的发生。
[0189]
图20b针对病虫害的发生的程度示出将来的预测结果。越是发生病虫害的可能性
高的树，颜色显示得越深。理解了图20a中的油棕榈140的植生地域142的颜色显示得较深。根据本手法，能以87％以上的正确度判别发生病虫害的树。
[0190]
图21a是表示甜菜的褐斑病的进展的样子的航摄照片的一例。照片被单色化。(a)的拍摄日是7月15日，(b)的拍摄日是8月4日，(c)的拍摄日是8月26日。
[0191]
本发明的发明人们基于(a)的拍摄时之前取得的拍摄条件来求取给出与褐斑病相关非常高的归一化分光指数ndsi的多个波长，尝试(a)的时期的褐斑病的诊断。此外，基于(a)的拍摄时取得的拍摄条件重新求取多个波长，尝试(b)的时期的褐斑病的诊断。同样地，基于(b)的拍摄时取得的拍摄条件重新求取多个波长，尝试(c)的时期的褐斑病的诊断。
[0192]
图21b针对病虫害的发生的程度示出将来的预测结果。(a)～(c)表示与图21a的(a)～(c)相同时期的预测结果。根据单色化的图21a与图21b的对比，不能说诊断结果乍一看是对应的。但本发明的发明人们确认到，能以比到目前为止更高的正确度进行褐斑病的预测。推测为，按每月重新计算基于归一化分光指数ndsi的多个波长，根据所得到的波长决定光学滤波器，会有助于更正确的预测。由此，能对预测为发生病虫害的地域的甜菜采取病虫害祛除的对策。
[0193]
图22是用于说明与拍摄方法相关的变形例的图。根据植物的种类，由分光测量器1取得牧草的图像信息时的俯角会发生变化。在稻子的情况下，适合地，说明为俯角是约15
°
以下。例如在牧草的情况下，适合地，以水平线h为基准的俯角θ3是不映入土、水的、仅对象的牧草进入视野的角度。由此，能取得仅牧草的图像信息。本发明的发明人们还确认到，若是上述的俯角的范围，则不仅能进行牧草的生长预测，还能预测牧草和在牧草中混合存在地生长的杂草的种类、生长的程度。
[0194]
[3.方式]
[0195]
如从上述实施方式以及变形例所明确的那样，本公开包含下述的方式。以下，仅为了明示与实施方式的对应关系而使附图标记附带括号。另外，考虑文章阅读容易度，省略第2次以后的带括号的附图标记的记载。
[0196]
第1方式在信息处理系统(100)，具备：存储装置(23)，其保存将与来自光源(12)的光相关的光谱数据以及所述光的测定时的测定条件数据、和与植物(11)的发育关联的植物状态数据及/或收获结果数据预先建立对应的数据库；接口装置(22)，其关于所述植物，接受运用于基于用户的测定时的用户测定条件的输入，即接受包含与测定时的角度相关的数据以及与希望预测的植物状态及/或收获结果相关的数据的用户测定条件的输入；和运算电路(21)，其通过基于所述用户测定条件参考所述数据库，来决定在所述用户测定条件下应测定的来自所述光源的光中包含的至少2个波长。
[0197]
第2方式是基于第1方式的信息处理系统(100)。在第2方式中，所述运算电路决定至少2个波段，所述至少2个波段各自包含所述至少2个波长的一个。
[0198]
第3方式是基于第2方式的信息处理系统(100)。在第3方式中，所述光源是太阳，所述运算电路(21)从所述太阳的光中包含的波段，决定包含所述至少2个波长的各个的、具有不足30纳米的宽度以及光谱半值宽度的一者的波段。
[0199]
第4方式是基于第1到第3方式的任一者的信息处理系统(100)。在第4方式中，运算电路(21)输出包含所决定的所述至少2个波长的值的信息。
[0200]
第5方式是基于第1到第4方式的任一者的信息处理系统(100)。在所述数据库中，
所述光谱数据包含来自所述光源的光中包含的多个波长、各波长的强度以及在所述植物反射的所述各波长的光的反射强度的数据。所述测定条件数据包含用测量器测定所述光的时间点处的、从所述测量器观察的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差的数据。在包含所述植物状态数据的情况下，所述植物状态数据包含表示所述植物的生长状态、在所述植物发生的病虫害的状态、所述植物的成分以及所述植物生长的土壤的状态之中的至少一者的数据。在包含所述收获结果数据的情况下，所述收获结果数据包含表示所述植物的收获量以及所述植物的收获时期之中的至少一者的数据。
[0201]
第6方式是基于第5方式的信息处理系统(100)。在第6方式中，所述运算电路(21)在所述用户测定条件中包含的与所述角度相关的数据和所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差一致、或者进入给定范围内的情况下，使用与所述测定条件数据建立对应的所述光谱数据来决定所述至少2个波长。
[0202]
第7方式是基于第5方式的信息处理系统(100)。在第7方式中，所述运算电路基于所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差进行内插插值或外插插值，以使得和所述用户测定条件中包含的与所述角度相关的数据一致，并使用进行过相同内插插值或外插插值的光谱数据来决定所述至少2个波长。
[0203]
第8方式是基于第1至第7方式的任一者的信息处理系统(100)。在第8方式中，所述运算电路(21)从所述多个波长，选择相互不同的2个波长的组，计算多个场所各自中的所述2个波长的组的指标值，取得多个场所各自中的植物状态及/或收获结果，计算表示指标值与植物状态及/或收获结果的相关的程度的相关系数，将所述相关系数表示0.7以上的所述2个波长的组决定为所述至少2个波长。
[0204]
第9方式是基于第8方式的信息处理系统(100)。在第9方式中，所述运算电路(21)将所述相关系数表示0.9以上的所述2个波长的组决定为所述至少2个波长。
[0205]
第10方式是基于第8或第9方式的信息处理系统(100)。在第10方式中，所述运算电路(21)根据在所述多个场所中的各测定条件下测量的所述2个波长各自的强度以及各波长的所述植物中的反射强度，来计算所述各波长的反射率，使用所述各波长的反射率来计算所述2个波长的归一化分光指数，作为所述2个波长的组的指标值。
[0206]
第11方式是一种分光测量器(1)，具备：使由基于第8到第10方式的任一者的信息处理系统(100)决定的所述至少2个波长的光分别通过的光学滤波器(130)；和检测透过所述光学滤波器(130)的所述至少2个波长的光的图像传感器(132)。
[0207]
第12方式是一种信息处理系统(100)，具备：存储装置(23)，其保存将与来自光源(12)的光相关的光谱数据以及所述光的测定时的测定条件数据、和与植物(11)的发育关联的植物状态数据及/或收获结果数据预先建立对应的数据库；接口装置(22)，其接受利用了基于第11方式的分光测量器(1)的所述植物的拍摄时的拍摄条件的输入，即接受包含拍摄时的所述至少2个波长的光的强度、来自所述植物的反射光的强度、所述光源与所述分光测量器的方位角差、所述分光测量器的仰角以及所述光源的仰角的数据的拍摄条件的输入；和运算电路(21)，其通过基于所述拍摄条件以及所述至少2个波长的各值参考所述数据库，来预测将来的所述植物的状态及/或收获结果。
[0208]
第13方式是基于第12方式的信息处理系统(100)。在所述数据库中，所述光谱数据包含来自所述光源的光中包含的多个波长、各波长的强度以及在所述植物反射的所述各波长的光的反射强度的数据。所述测定条件数据包含用测量器测定所述光的时间点处的、从所述测量器观察的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差的数据。在包含所述植物状态数据的情况下，所述植物状态数据包含表示所述植物的生长状态、在所述植物发生的病虫害的状态、所述植物的成分以及所述植物生长的土壤的状态之中的至少一者的数据。在包含所述收获结果数据的情况下，所述收获结果数据包含表示所述植物的收获量以及所述植物的收获时期之中的至少一者的数据。
[0209]
第14方式是基于第13方式的信息处理系统(100)。在第14方式中，所述运算电路(21)在所述拍摄条件中包含的、所述光源与所述分光测量器的方位角差、所述分光测量器的仰角以及所述光源的仰角的数据、和所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差一致、或进入给定范围内的情况下，使用与所述测定条件数据建立对应的所述植物状态数据及/或收获结果数据，来预测将来的所述植物的状态及/或收获结果。
[0210]
第15方式是基于第13方式的信息处理系统(100)。在第15方式中，所述运算电路(21)基于所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差来进行内插插值或外插插值，以使得和所述拍摄条件中包含的所述光源与所述分光测量器的方位角差、所述分光测量器的仰角以及所述光源的仰角的数据一致，并使用进行过相同的内插插值或外插插值的所述植物状态数据及/或收获结果数据，来预测将来的所述植物的状态及/或收获结果。
[0211]
产业上的可利用性
[0212]
本公开能运用于预测植物的与将来的植物的状态及/或收获相关的信息的信息处理系统。

技术特征：
1.一种信息处理系统，具备：存储装置，其保存将与来自光源的光相关的光谱数据以及所述光的测定时的测定条件数据、和与植物的发育关联的植物状态数据及/或收获结果数据预先建立对应的数据库；接口装置，其关于所述植物，接受运用于基于用户的测定时的用户测定条件的输入，即接受包含与测定时的角度相关的数据以及与希望预测的植物状态及/或收获结果相关的数据的用户测定条件的输入；和运算电路，其通过基于所述用户测定条件参考所述数据库，来决定在所述用户测定条件下应测定的来自所述光源的光中包含的至少2个波长。2.根据权利要求1所述的信息处理系统，其中，所述运算电路决定至少2个波段，该至少2个波段各自包含所述至少2个波长的一个。3.根据权利要求2所述的信息处理系统，其中，所述光源是太阳，所述运算电路从所述太阳的光中包含的波段，决定包含所述至少2个波长的各个的、具有不足30纳米的宽度以及光谱半值宽度的一者的波段。4.根据权利要求1～3中任一项所述的信息处理系统，其中，所述运算电路输出包含所决定的所述至少2个波长的值的信息。5.根据权利要求1～4中任一项所述的信息处理系统，其中，在所述数据库中，所述光谱数据包含来自所述光源的光中包含的多个波长、各波长的强度以及在所述植物反射的所述各波长的光的反射强度的数据，所述测定条件数据包含用测量器测定所述光的时间点处的、从所述测量器观察的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差的数据，在包含所述植物状态数据的情况下，所述植物状态数据包含表示所述植物的生长状态、在所述植物发生的病虫害的状态、所述植物的成分以及所述植物生长的土壤的状态之中的至少一者的数据，在包含所述收获结果数据的情况下，所述收获结果数据包含表示所述植物的收获量以及所述植物的收获时期之中的至少一者的数据。6.根据权利要求5所述的信息处理系统，其中，所述运算电路在所述用户测定条件中包含的与所述角度相关的数据和所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差一致、或进入给定范围内的情况下，使用与所述测定条件数据建立对应的所述光谱数据，来决定所述至少2个波长。7.根据权利要求5所述的信息处理系统，其中，所述运算电路基于所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差来进行内插插值或外插插值，以使得和所述用户测定条件中包含的与所述角度相关的数据一致，并使用进行过相同的内插插值或外插插值的光谱数据来决定所述至少2个波长。8.根据权利要求1～7中任一项所述的信息处理系统，其中，所述运算电路执行如下处理：
从所述多个波长选择相互不同的2个波长的组，计算多个场所各自中的所述2个波长的组的指标值，取得所述多个场所各自中的植物状态及/或收获结果，计算表示所述指标值与所述植物状态及/或收获结果的相关的程度的相关系数，将所述相关系数表示0.7以上的所述2个波长的组决定为所述至少2个波长。9.根据权利要求8所述的信息处理系统，其中，所述运算电路将所述相关系数表示0.9以上的所述2个波长的组决定为所述至少2个波长。10.根据权利要求8或9所述的信息处理系统，其中，所述运算电路根据在所述多个场所中的各测定条件下测量的所述2个波长各自的强度以及各波长的所述植物中的反射强度，来计算所述各波长的反射率，使用所述各波长的反射率来计算所述2个波长的归一化分光指数，作为所述2个波长的组的指标值。11.一种分光测量器，具备：使由权利要求8～10中任一项所述的信息处理系统决定的所述至少2个波长的光分别通过的光学滤波器；和检测透过所述光学滤波器的所述至少2个波长的光的图像传感器。12.一种信息处理系统，具备：存储装置，其保存将与来自光源的光相关的光谱数据以及所述光的测定时的测定条件数据、和与植物的发育关联的植物状态数据及/或收获结果数据预先建立对应的数据库；接口装置，其接受利用了权利要求11所示的分光测量器的所述植物的拍摄时的摄影条件的输入，即接受包含拍摄时的所述至少2个波长的光的强度、来自所述植物的反射光的强度、所述光源与所述分光测量器的方位角差、所述分光测量器的仰角以及所述光源的仰角的数据的拍摄条件的输入；和运算电路，其通过基于所述拍摄条件以及所述至少2个波长的各值，参考所述数据库，来预测将来的所述植物的状态及/或收获结果。13.根据权利要求12所述的信息处理系统，其中，在所述数据库中，所述光谱数据包含来自所述光源的光中包含的多个波长、各波长的强度、以及在所述植物反射的所述各波长的光的反射强度的数据，所述测定条件数据包含用测量器测定所述光的时间点处的、从所述测量器观察的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差的数据，在包含所述植物状态数据的情况下，所述植物状态数据包含表示所述植物的生长状态、在所述植物发生的病虫害的状态、所述植物的成分以及所述植物生长的土壤的状态之中的至少一者的数据，在包含所述收获结果数据的情况下，所述收获结果数据包含表示所述植物的收获量以及所述植物的收获时期之中的至少一者的数据。14.根据权利要求13所述的信息处理系统，其中，所述运算电路在所述拍摄条件中包含的、所述光源与所述分光测量器的方位角差、所述分光测量器的仰角以及所述光源的仰角的数据和所述数据库的所述测定条件数据中的
所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差一致、或进入给定范围内的情况下，使用与所述测定条件数据建立对应的所述植物状态数据及/或收获结果数据，来预测将来的所述植物的状态及/或收获结果。15.根据权利要求13所述的信息处理系统，其中，所述运算电路基于所述数据库的所述测定条件数据中的所述光源的仰角、所述测量器的仰角以及所述测量器与所述光源的方位角差，进行内插插值或外插插值，以使得和所述拍摄条件中包含的所述光源与所述分光测量器的方位角差、所述分光测量器的仰角以及所述光源的仰角的数据一致，并使用进行过相同的内插插值或外插插值的所述植物状态数据及/或收获结果数据，来预测将来的所述植物的状态及/或收获结果。

技术总结
本发明涉及信息处理系统以及分光测量器。提供考虑测定条件来决定为了取得与将来的植物的状态及/或收获相关的信息所需的波长的技术。信息处理系统具备存储装置、接口装置和运算电路。存储装置保存将与来自光源的光相关的光谱数据以及光的测定时的测定条件数据、和与植物的发育关联的植物状态数据及/或收获结果数据预先建立对应的数据库。接口装置关于植物，接受运用于基于用户的测定时的用户测定条件的数据，即接受包含与测定时的角度相关的数据以及与希望预测的植物状态及/或收获结果相关的数据的用户测定条件的输入。运算电路通过基于用户测定条件参考数据库，来决定在用户测定条件下应测定的来自光源的光中包含的至少2个波长。个波长。个波长。


技术研发人员：高桥幸弘 大野辰辽 成濑延康 石田百合乃
受保护的技术使用者：国立大学法人北海道大学
技术研发日：2022.03.04
技术公布日：2023/8/16