JP6932682B2 - プログラム、情報処理方法、及び情報処理装置 - Google Patents

Description

本開示は、プログラム、情報処理方法、及び情報処理装置に関する。

衛星リモートセンシングでは、例えば、センシングの対象地域に存在する対象物からの反射又は放射される電磁波に関する情報を得ることができる。この情報は、対象物の種類及び環境条件などによって異なり、この違いを用いて、対象物の状態の識別や分類を行うことができる。

近年、このような衛星リモートセンシングにより収集した植生指標などのデータを農業に利用する技術が開発されている。例えば、特許文献１には、衛星データと気象データに基づいて、植物の生長を予測する植生生長分析システムが開示されている。このシステムでは、対象植物の植生生長に関する複数年あるいは複数サイクル分の衛星データと気象データを収集し、収集したデータに基づいて植生生長に関する分析モデルを作成し、その分析モデルに基づいて対象植物の植生指標を予測する。これにより、早期の収量予測が可能となる。また、他の方法による衛星データを用いた収穫量予測方法や、衛星データに代えて画像データから作物を評価するシステム、そのほか、衛星データを利用した支援管理システムなどが知られている（例えば、特許文献２〜４参照）。

特開２０１５−１８８３３３号公報 特開２０１７−１２５７０５号公報 特開２０１０−１６６８５１号公報 特開２０１７−０９７８２０号公報

上記のような植生指標の予測の他にも、衛星リモートセンシングにより収集したデータは、収穫予測や収穫量の評価に用いられている。他方で、あくまでも評価の対象は作物であり、客観的データに基づいて農業者の営農を評価するような仕組みはなかった。

そこで、本開示は、かかる事情に鑑みてなされたものであり、客観的なデータに基づいて各農業者の営農を適切に評価することを可能にするプログラム、情報処理方法、及び情報処理装置を提供することを目的とする。

本開示の実施形態に係るプログラムは、情報処理装置に、農業者毎の営農情報であって、前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報を取得する第１取得ステップと、人工衛星から、前記生産地を含むエリアの経時的な第１センシングデータであって、前記作物の生育量、品質、及び／又は生育過程に関する生産情報を含む第１センシングデータを取得する第２取得ステップと、各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び／又は生育過程の評価に関するスコアを付すスコアリングステップと、を実行させる。

本開示によれば、客観的なデータに基づいて各農業者の営農を適切に評価することができる。

図１は、本開示に係る評価システム１の構成の一例を示す。 図２は、本開示に係る情報処理装置のハードウェア構成の一例を示す。 図３は、第１実施形態に係るサーバ１１０の機能的な構成を示すブロック図の一例を示す。 図４は、営農情報ＤＢ３３１が記憶するデータ構造の一例を示す。 図５は、衛星データＤＢ３３２が記憶する衛星データのイメージの一例を示す。 図６は、地上データＤＢ３３３が記憶する地上データのイメージの一例を示す。 図７は、スコアＤＢ３３３が記憶するデータ構造の一例を示す。 図８は、グループＤＢ３３３が記憶するデータ構造の一例を示す。 図９は、作物の種類と評価すべき波長帯域を対応付けたテーブルの一例を示す。 図１０は、第１実施形態における評価システム１が行う処理を示すシーケンス図の一例を示す。 図１１は、第１実施形態におけるサーバ１１０における処理のフローチャートの一例を示す。 図１２は、第２実施形態におけるサーバ１１０における処理のフローチャートの一例を示す。

以下、本開示の一例に係る実施形態について、図面を参照して説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図ではない。すなわち、本開示の一例は、その趣旨を逸脱しない範囲で種々変形して実施することができる。また、以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を付しており、図面は模式的なものであって、必ずしも実際の寸法や比率等とは一致しない。さらに、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれていることがある。

＜第１実施形態＞
第１実施形態にかかるプログラム、情報処理方法、及び情報処理装置は、作物の生育量、品質、及び／又は生育過程に関する生産情報を含む衛星からの第１センシングデータ（以下、単に「衛星データ」ともいう。）を用いて、農業者が所定の土地で育成する作物の種類毎に収穫成果及び／又は生育過程を評価する。なお、生育過程は、土壌づくりから収穫までの作物の生育に関わるすべての過程をいう。

かかる第１実施形態によれば、各農業者の作物の収穫成果及び／又は生育過程を客観的に評価することができる。そして、このような評価処理を、衛星データに含まれるエリア全体で行うことにより、複数の地点で、同一もしくは類似する育成条件又は異なる育成条件で育成された作物の収穫成果を比較評価することが可能となる。また、作物の収穫成果の比較評価が可能となれば、同一又は類似する作物における収穫成果の違いから、その収穫成果に至った育成方法の優劣を判断することができる。

このようにして得られる育成方法の優劣に関する情報は、農業者にとって作物の生育量及び／又は品質を向上させるための有用なデータとなる。このような、育成方法の優劣に関する情報を農業者間で共有することができる仕組みがあれば、作物の生育量及び／又は品質の全体的な向上や均一化を期待することもできる。また、一般的には、各農業者が作物の収穫成果や生育過程の評価のために利用するには、衛星リモートセンシングの利用にかかる費用は高額である。しかし、育成方法の優劣に関する情報を農業者間で共有するサービスにおいて、当該サービスの利用料などとして直接的又は間接的に、衛星リモートセンシングの利用にかかる費用を分割負担することにより、個々の農業者の負担するコストを抑得ることも可能となる。

＜システム構成＞
この第１実施形態では、例えば、情報処理装置であるサーバ１１０によって、営農情報と衛星データに基づいて作物の収穫成果及び／又は生育過程を評価する評価システム１が構築される。図１に評価システム１の構成の一例を示す。この評価システム１では、例えば、営農情報と衛星データとに基づいて作物の収穫成果及び／又は生育過程を評価するサーバ１１０と、サーバ１１０に営農情報を送信する第１端末１２０Ａ及び第２端末１２０Ｂと、サーバ１１０に衛星データを送信する第３端末１２０Ｃと、がネットワーク１３０を介して接続される。なお、ここで、第１端末１２０Ａ及び第２端末１２０Ｂは、異なる農業者が使用する異なる端末であり、第１端末１２０Ａは後述する第1農業者が利用する端末であり、第２端末１２０Ｂは後述する第２農業者が利用する端末である。

また、評価システム１には、必要に応じて、その他の情報をサーバ１１０に送信する第４端末１２０Ｄがネットワーク１３０を介して接続されていてもよい。ここで、その他の情報としては、例えば、衛星データに含まれるエリアに設置された一又は複数の地上センサからの経時的なセンシングデータであって、地上センサが設置された地点における土壌及び／又は気候に関するセンシングデータ（以下、単に「地上データ」ともいう。）が挙げられる。サーバ１１０に地上データを送信する第４端末１２０Ｄは、各地上センサ自身に付帯する装置であってもよいし、各地上センサからの情報を受信、集約して、サーバ１１０に送信する装置であってもよい。

以下、サーバ１１０が、第１端末１２０Ａ、第２端末１２０Ｂ、第３端末１２０Ｃ、又は第４端末１２０Ｄからネットワーク１３０を介して営農情報、衛星データ、及び地上データを取得する態様について記載するが、サーバ１１０が、営農情報、衛星データ、及び地上データを取得する手段は、第１端末１２０Ａ、第２端末１２０Ｂ、第３端末１２０Ｃ、又は第４端末１２０Ｄから取得する方法に限られず、入力インターフェースを介した入力、あるいはこれら情報が記録された記憶媒体を読み込むことにより、情報を取得してもよい。

＜第１実施形態のハードウェア構成＞
図２に、評価システム１に含まれる情報処理装置２００（サーバ１１０と端末１２０Ａ〜Ｃ）のハードウェア構成の一例を示す。情報処理装置２００は、プロセッサ２０１と、メモリ２０２と、ストレージ２０３と、入出力インタフェース（入出力Ｉ／Ｆ）２０４と、通信インタフェース（通信Ｉ／Ｆ）２０５とを含む。情報処理装置２００のＨＷの各構成要素は、限定でなく例として、バスＢを介して相互に接続される。

情報処理装置２００は、プロセッサ２０１と、メモリ２０２と、ストレージ２０３と、入出力Ｉ／Ｆ２０４と、通信Ｉ／Ｆ２０５との協働により、本開示に記載される機能、及び／又は、方法を実現する。

プロセッサ２０１は、ストレージ２０３に記憶されるプログラムに含まれるコード又は命令によって実現する機能、及び／又は、方法を実行する。プロセッサ２０１は、限定でなく例として、中央処理装置（ＣＰＵ）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphic s Processing Unit）、マイクロプロセッサ（microprocessor）、プロセッサコア（processor core）、マルチプロセッサ（multiprocessor）、ＡＳＩＣ（Application-Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等を含む。

メモリ２０２は、ストレージ２０３からロードしたプログラムを一時的に記憶し、プロセッサ２０１に対して作業領域を提供する。メモリ２０２には、プロセッサ２０１がプログラムを実行している間に生成される各種データも一時的に格納される。メモリ２０２は、限定でなく例として、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）などを含む。

ストレージ２０３は、プログラムを記憶する。ストレージ２０３は、限定でなく例として、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリなどを含む。

通信Ｉ／Ｆ２０５は、ネットワーク１３０を介して各種データの送受信を行う。当該通信は、有線、無線のいずれで実行されてもよく、互いの通信が実行できるのであれば、どのような通信プロトコルを用いてもよい。通信Ｉ／Ｆ２０５は、ネットワーク１３０を介して、他の情報処理装置との通信を実行する機能を有する。通信Ｉ／Ｆ２０５は、各種データをプロセッサ２０１からの指示にしたがって、他の情報処理装置に送信する。また、通信Ｉ／Ｆ２０５は、他の情報処理装置から送信された各種データを受信し、プロセッサ２０１に伝達する。

入出力Ｉ／Ｆ２０４は、情報処理装置２００に対する各種操作を入力する入力装置、及び、情報処理装置２００で処理された処理結果を出力する出力装置を含む。入出力Ｉ／Ｆ２０４は、入力装置と出力装置が一体化していてもよいし、入力装置と出力装置とに分離していてもよい。

本開示のプログラムは、コンピュータに読み取り可能な記憶媒体に記憶された状態で提供されてもよい。記憶媒体は、「一時的でない有形の媒体」に、プログラムを記憶可能である。プログラムは、限定でなく例として、ソフトウェアプログラムやコンピュータプログラムを含む。

情報処理装置２００おける処理の少なくとも一部は、１以上のコンピュータにより構成されるクラウドコンピューティングにより実現されていてもよい。情報処理装置２００における処理の少なくとも一部を、他の情報処理装置により行う構成としてもよい。この場合、プロセッサ２０１により実現される各機能部の処理のうち少なくとも一部の処理を、他の情報処理装置で行う構成としてもよい。

＜第１実施形態の機能構成＞
図３を参照して、サーバ１１０の機能構成を説明する。図３は、第１実施形態に係るサーバ１１０の機能的な構成を示すブロック図の一例を示す。サーバ１１０は、評価システム１において評価処理を行う情報処理装置の一例であり、入出力Ｉ／Ｆ３１１と、通信Ｉ／Ｆ３１２と、制御部３２０と、記憶部３３０とを有する。入出力Ｉ／Ｆ３１１は、図２の入出力Ｉ／Ｆ２０４に相当し、通信Ｉ／Ｆ３１２は、図２の通信Ｉ／Ｆ２０５に相当する。記憶部３３０は、メモリ２０２及び／又はストレージ２０３を用いて実現される。

図３に開示の機能部は、情報処理装置２００が備えるプロセッサ２０１と、メモリ２０２と、ストレージ２０３と、入出力Ｉ／Ｆ２０４と、通信Ｉ／Ｆ２０５との協働により実現される。例えば、図２に示す情報処理装置２００のプロセッサ２０１は、ストレージ２０３に記憶された各種プログラム（制御プログラム、演算プログラムなど）をメモリ２０２（例えばＲＡＭ）に展開する。そして、プロセッサ２０１は、メモリ２０２に展開された各種プログラムを解釈及び実行して、各ハードウェア構成要素を制御することにより、以下に説明する機能構成が実現される。

制御部３２０は、受信部３２１と、スコアリング部３２２と、グルーピング部３２３と、ライセンシング部３２４と、マッチング部３２５と、を有する。受信部３２１と、スコアリング部３２２と、グルーピング部３２３と、ライセンシング部３２４と、マッチング部３２５とは、プロセッサ２０１が、記憶部３３０に格納されているプログラム３３４を読み出して実行することで実現される。また、記憶部３３０には、営農情報ＤＢ３３１と、衛星データＤＢ３３２と、地上データＤＢ３３３、スコアＤＢ３３４と、グループＤＢ３３５、プログラム３３６とが記憶されている。サーバ１１０によって実現される機能構成は、実施形態や実施例に応じて、適宜、機能の省略、置換、及び追加が行われてもよい。以下、記憶部３３０について説明し、そのあと、制御部３２０について説明する。

営農情報ＤＢ３３１は、各生産地における作物の育成に関する営農情報を記憶するものであり、受信部３２１がネットワーク１３０を介して第１端末１２０Ａおよび第２端末１２０Ｂなどから受信した農業者毎の営農情報を記憶するデータベースの一例である。営農情報としては、農業者を特定する情報、農業者が生産する作物の種類、該作物の生産地の経度緯度や面積のほか、作物への散水や収穫時期に関する情報、作物に対して使用した肥料、農薬、農機などの農業生産資材に関する情報、及びその農業生産資材の使用日時、使用範囲、使用目的、使用量及び使用回数など使用方法に関する情報、作物の販売量や販売単価などに関する経営情報が挙げられる。

図４に、営農情報ＤＢ３３１が記憶するデータ構造の一部を模式的に示す。図４の例では、第１端末１２０Ａから取得できる営農情報が、生産地毎に記憶されている。図４に示す営農情報としては、例えば、農業者を特定する情報（農業者ＩＤ）、農業者が生産する作物の種類、該作物の生産地の経度緯度や面積、作物への散水や収穫時期に関する情報
作物に対して使用した肥料、農薬、農機などの農業生産資材に関する情報、及びその農業生産資材の使用日時、使用量及び使用回数など使用方法に関する情報が挙げられる。

衛星データＤＢ３３２は、生産地を含むエリアに関する衛星からのセンシングデータを経時的に記憶するものであり、受信部３２１がネットワーク１３０を介して第３端末１２０Ｃから受信した衛星データを記憶するデータベースの一例である。衛星データには、作物の生育量、品質、及び／又は生育過程に関する生産情報を含む衛星データが含まれる他、スペクトルデータから読み取れる土壌及び／又は気候など生産地の環境に関する第１環境情報が含まれていてもよい。第１環境情報は、衛星データから読み取れるデータであれば特に制限されず、例えば、土壌成分、地中温度、含水量、酸性度（ｐＨ）などの土壌データ、気温、降水量、日照時間などの気象データが挙げられる。

本開示における、衛星データとしては、例えば、各地点において反射又は放射される電磁波のスペクトルデータが挙げられる。当該スペクトルデータには、作物の生育量、品質、及び／又は生育過程に関する生産情報、使用範囲における土壌及び／又は気候に関する環境情報が含まれる。例えば、スペクトルデータをいくつかの波長帯域に分けた場合、０．５２〜０．６μｍの領域は、植物活性を示し、０．６３〜０．６９μｍの領域は、植物の種類を決定するためのクロロフィル吸収を示し、１．５５〜１．７５μｍの領域は植物の水分を示し、１０．４〜１２．５μｍの領域は、地表温度を示すとされる。

また、このほかにも、衛星データは、複数の波長帯域の反射率の四則演算により算出される指標が示す情報を含んでいてもよい。例えば、生物指標として知られるNormalized Difference Vegetation Index (NDVI)、Soil Adjusted Vegetation Index (SAVI), 及びEnhanced Vegetation Index(EVI)は、植物のクロロフィルが太陽光のうち赤領域の波長を光合成のために強く吸収し，近赤外領域の波長を反射することに基づく指標であり、近赤外領域，赤領域，青領域の反射率から算出される。

さらに、特定の波長帯域と、特定の作物の品質（例えばたんぱく量）や生育量などとの間に成立する相関式を予め作成しておくことで、サーバ１１０のスコアリング部３２２は衛星データから特定の作物の品質や生育量などの推定を任意に行うこともできる。このように、相関式により衛星データから推定される情報も、衛星データに含まれる情報の一つとする。

衛星データＤＢ３３２に記憶される衛星データは、例えば、所定の解像度の２次元あるは高低差を考慮した３次元のエリアデータであって、画素あるいは地点ごとに電磁波のスペクトルデータを有してもよい。図５に、衛星データＤＢ３３２が記憶する衛星データのイメージを模式的に示す。図５の例では、時点ｔの衛星データ（ｔ）と、時点ｔにおける地点ｌのスペクトルデータ（ｌ，ｔ）とが示されている。たとえば、スペクトルデータ（ｌ，ｔ）における特定の波長領域の値、あるいは特定の波長領域に基づいて算出される指標により、サーバ１１０のスコアリング部３２２は、時点ｔの生産地（ｌ）における作物の生育量、品質、及び／又は生育過程に関する生産情報や、土壌及び／又は気候など生産地の環境に関する第１環境情報を特定することができる。

地上データＤＢ３３３は、生産地を含むエリアに関する地上センサからのセンシングデータを経時的に記憶するものであり、受信部３２１がネットワーク１３０を介して第３端末１２０Ｃから受信した地上データを記憶するデータベースの一例である。地上データは、生産地における土壌及び／又は気候に関する第２環境情報を含む。第２環境情報は、地上に設置するセンサにより取得可能なデータであれば特に制限されず、例えば、土壌成分、地中温度、含水量、酸性度（ｐＨ）などの土壌データ、気温、降水量、日照時間などの気象データが挙げられる。なお、地上データは、地上センサが設置された位置情報と対応付けられて記憶される。

衛星データは、図５に示すように一定の解像度のエリアデータとして得ることができる。これに対して、地上データは、地上センサが設置された地点におけるデータとなり、地上センサが設置されていない地点においての情報は有しない。図６に、地上データＤＢ３３３が記憶する地上データのイメージを模式的に示す。図６の例では、時点ｔの土壌のｐＨに関する地上データ（ｔ）と、その地上データ（ｔ）を衛星データ（ｔ）により補完した地上データ（ｔ’）とが示されている。

地上データ（ｔ）のように地上センサが設置されないことにより地上データが得られない地点（ｌ３）における地上データは、推定により補完してもよい。一例として、二つ地点における地点（ｌ１、ｌ２）の酸性度が地上データから得られている場合に、三つ目の地点における地点（ｌ３）の酸性度を、地点（ｌ１、ｌ２）における酸性度（ｌ１、ｌ２）に基づく推定式（ｐＨ（ｘ））により推定し、補完する方法が挙げられる。但し、補完方法はこれに限定されるものではない。

また、これに代えて、地点（ｌ１、ｌ２）の酸性度と衛星データとの相関式を算出し、衛星データにより得られた値から補正した推定式（たとえばｐＨ（ｘ）’）が求められてもよい。このように衛星データと地上データとの相関関係に基づいて、一方を他方で補完又は補正することにより、地上センサを設置していない生産地における土壌及び／又は気候に関する第３環境情報が推定可能である。これにより、生産地の環境情報の精度がより向上し得る。なお、第３環境情報は、地上データＤＢ３３３に記憶させることができる。

スコアＤＢ３３４は、農業者に付与される作物の収穫成果及び／又は生育過程の評価に関するスコアを記憶するものであり、サーバ１１０のスコアリング部３２２が算出したスコアを記憶するデータベースの一例である。記憶されるスコアとしては、例えば、作物の生育量に関するスコア、作物の品質に関するスコア、作物毎に適した土壌づくりから収穫までの生育過程の評価に関するスコア、又はこれらスコアを総合的に評価したスコアが挙げられる。なお、評価されるスコアはこれに限定されず、土壌づくりから収穫までのすべての過程を評価対象としてスコアリングする構成でもよい。

図７に、スコアＤＢ３３４が記憶するデータ構造の一部を模式的に示す。図７の例では、農業者に付与される作物の収穫成果及び／又は生育過程の評価に関するスコアが、作物毎に記憶されている。これらスコアは、例えば、作物の生育量や土壌づくりなどに関連する、衛星のスペクトルデータにおける特定の波長帯域の反射率や、複数の波長帯域の反射率の四則演算により得られる数値指標などの数値により表すことができる。

また、他の方法として、例えば、予め閾値を定めておき、その閾値以上であれば生育量を“High"と評価し、その閾値未満であれば生育量を"Low"と評価する方法が挙げられる。当該方法における閾値の決定方法は特に制限されないが、例えば、特定の作物Ａにおける生育量に関する情報の集合を特定し、この集合から統計的な傾向（クラスタリング）を求めることにより決定することができる。なお、分類は"High"と"Low"の２分類に限られず、３分類以上の多分類に分けることができる。

グループＤＢ３３５は、生産する作物、及び／又は、生産地の土壌及び／又は気候に関する情報に基づいて、グループに分類した農業者を記憶するものであり、サーバ１１０のグルーピング部３２３が分類したグループを記憶するデータベースの一例である。これに基づいて、特定の作物Ａを育成する農業者であって、その育成環境が近い農業者を特定することができる。これにより、作物の育成環境が類似する農業者間で育成方法に関する情報の共有をより適切に行うことができる。具体的には、作物の育成環境が類似する農業者同士をマッチングすることができ、類似する育成環境においてより優れた収穫成果を得る方法を共有することができる。

図８に、グループＤＢ３３５が記憶するデータ構造の一部を模式的に示す。図８の例では、作物の種類、土壌の種類、及び気候の種類により特定されるグループＩＤが決められており、このグループＩＤに該当する農業者が紐づけられている。グループを特徴づけるための生産地の土壌の種類としては、例えば、地表温度の高い地域や低い地域、ｐＨの高い地域や低い地域、地中水分量の多い地域や少ない地域など、衛星データＤＢ３３２や地上データＤＢ３３３により記憶された土壌情報に基づいて決めることができる。また、グループを特徴づけるための生産地の気候の種類としては、例えば、日照量の多い地域や少ない地域、雨量の多い地域や少ない地域、気温の高い地域や低い地域など、衛星データＤＢ３３２や地上データＤＢ３３３により記憶された気候情報に基づいて決めることができる。これら生産地の土壌及び気候の種類は、衛星データＤＢ３２２及び地上データＤＢ３３３に記憶される第１乃至第３環境情報に基づいて決めることができる。

次いで、以下、図３に戻り、制御部３２０について説明する。

受信部３２１は、入出力Ｉ／Ｆ２０４を介して、第１端末１２０Ａ、第２端末１２０Ｂ、第３端末１２０Ｃ、又は第４端末１２０Ｄから、営農情報、衛星データ、又は地上データを受信する処理を行う機能を有する。

営農情報の入力については、例えば、各農業者が、第１端末１２０Ａ及び第２端末１２０Ｂに対して行うことができる。この際、農業者の入力負担を軽減する観点から、営農情報をテキストにより入力することに代えて、生産地の画像データを入力してもよい。ここで入力する画像データは、生産地を写したものであり、画像データに付随する位置情報、及び、画像データに付随する撮影日時を含むものであることが好ましい。第１端末１２０Ａ及び第２端末１２０Ｂで取得した画像データは、第１端末１２０Ａ及び第２端末１２０Ｂが有する機能部が拡張現実（ＡＲ）技術を用いて解析し、解析によって得られる生産地の面積等の情報をサーバ１１０の受信部３２１で受信後、生産地の場所を特定して、面積を求めることができる。なお、第１端末１２０Ａ及び第２端末１２０Ｂから受信した画像データを、サーバ１１０の受信部３２１が拡張現実（ＡＲ）技術を用いて解析することで、生産地の面積を求める構成でもよい。また、サーバ１１０は、画像データに付随する位置情報から、生産地の位置を特定することができる。なお、撮影する使用範囲の広さにもよるが、画像データは、パノラマ写真であってもよい。

さらに、画像データは、種まき時期や、散水時、肥料や農薬の使用時、収穫時など、作物の育成段階に応じて撮影し、撮影した画像データに対応する育成段階に関する情報とともに第１端末１２０Ａ及び第２端末１２０Ｂに入力してもよい。サーバ１１０は、第１端末１２０Ａ及び第２端末１２０Ｂに入力された画像データに付随する位置情報と撮影日時並びその育成段階に関する情報に基づいて、農業生産資材の使用方法など作物の育成に関する営農情報を営農情報ＤＢ３３１に記憶することができる。これにより、生産地や、農業生産資材の使用時期及び使用回数などの入力について、農業者の負担を軽減することができる。

さらに、サーバ１１０は、第１端末１２０Ａ及び第２端末１２０Ｂから農業生産資材の使用範囲にいる害虫などの情報を、画像データとして受信してもよい。当該画像データから害虫を自動判定することもできる。

衛星データは、人工衛星から衛星データを受信する第３端末１２０Ｃから、ネットワークを介して直接又は他の端末を介して間接的に受信することができる。衛星データの受信は、定期的に行ってもよいし、不定期に行ってもよい。不定期の例としては、例えば、営農情報が入力されたときに、入力された営農情報に基づいて衛星データを受信する場合が挙げられる。

地上データは、第４端末１２０Ｄを介して受信する。第４端末１２０Ｄには、地上に設置されたセンサから、土壌及び／又は気候に関するセンシングデータが蓄積される。また、地上データは、その測定位置情報及び測定時間情報と対応付けられていてもよい。

地上データは、衛星データ又は地上データだけでは取得できないデータを補完する目的や、衛星データの精度をより向上させる目的など、取得する環境情報の精度を向上させ、農業者のグルーピングをより適切に行う目的で用いることができる。衛星データ又は地上データだけでは取得できないデータの補完を目的とする例としては、上述した土壌の酸性度の例のように、地上センサが設置されないことにより地上データが得られない地点における地上データを推定により補完する場合が挙げられる。また、衛星データの精度の向上を目的とする例としては、例えば、地表温度や土壌の水分量などのように衛星データと地上データで同一の物理量を測定可能な場合に、地上データの実測値に基づいて、衛星データの波長帯域から算出される値を校正する場合が挙げられる。

スコアリング部３２２は、衛星データＤＢ３３２から各農業者の営農情報を用いて特定した生産情報に基づいて、各農業者の育成する作物の種類に応じて、各農業者に作物の収穫成果及び／又は生育過程の評価に関するスコアを付す処理を行う。より具体的には、受信部３２１が受信した衛星データから、生育量や品質、土壌の状態などに関する値を抽出し、当該値に基づいて、作物の生育量や品質及び／又は生育過程に関するスコアを付すことができる。

ここで、衛星データから抽出される生育量や品質、土壌の状態などに関する値としては、例えば、特定の波長帯域の反射率や、複数の波長帯域の反射率の四則演算により得られる数値指標などが挙げられる。なお、生育量や品質、土壌の状態などに関する値を抽出する際に利用する波長帯域などは、作物の種類に応じて適切なものを選択することができる。例えば、緑色の作物と赤色の作物とでは、電磁波（光）の吸収及び反射波長帯域が異なるため、生育量や品質に関する値を抽出する際にはより適した波長帯域を適宜選択して利用することができる。また、土壌の状態などについては、その水分量や栄養素量に応じて、それらを評価するのに適した波長帯域を適宜選択して利用することができる。なお、選択した波長帯域を作物の種別ごとにパラメータ値を付与して調整して利用する構成でもよい。

営農情報に含まれる作物の種類に関する情報に基づいて、その作物の生産地毎に着目する波長帯域などを調整することにより、その作物の生育量及び品質などの状態をより適切に評価することができる。これにより、作物の収穫成果及び／又は生育過程の評価の精度がより向上し、その収穫成果に至った育成方法の優劣もより適切に判断することができる。スコアリング部３２２は、作物の生育量及び品質などの状態をより適切に評価するために、作物の種類と評価すべき波長帯域を対応付けたテーブルを用いてもよい。

図９に、作物の種類と評価すべき波長帯域を対応付けたテーブルの一例を示す。図９の例では、作物の種類ごとに、生育量又は品質の評価にあたり考慮すべき波長帯域とその波長帯域の反射率に積算する係数が記憶されている。例えば、このテーブルに従えば、作物の品質の指標を、下記式により算出（抽出）することができる。
作物の生育量の指標＝波長帯域１の反射率×係数＋波長帯域２の反射率×係数

また、作物の生育量の指標を、下記式により算出（抽出）することができる。このほか、同様にして、作物に付随する営農についても評価することができる。
作物の生育量の指標＝波長帯域１の反射率×係数＋波長帯域２の反射率×係数

さらに、生育過程の評価の指標についても、上記と同様にして産出することができる。一例として、生育過程のうち土壌づくりの工程の評価について説明する。例えば、作物の種類ごとに、育成に適した土壌の水分量や栄養素量あるいはｐＨ等のデータ（以下、「理想土壌データ」ともいう）を用意し、この理想土壌データとそれを示す波長帯域あるいはスペクトルとを対応付けたテーブルを用意する。そして、実際の作物の生産地の衛星データと、理想土壌データに対応する波長帯域あるいはスペクトルとを比較することで、実際の作物の生産地の土壌づくりについて、理想的な土壌づくりが達成されているか否かや、土壌状態の理想との乖離度合いを評価することができる。また、これに限られず、土壌以外の生育過程の評価についても、衛星データにより観測できるものについては同様にして評価することができる。さらに、この生育過程の評価は、土壌づくりに限られるものではなく、土壌づくりから収穫までのすべての過程で、行うことができる。

また、上記のようにして抽出された値に基づいて、作物の生育量や品質、生育過程の評価に関するスコアを付す処理としては、抽出した値をそのままスコアとして用いてもよいし、上述したように、抽出した値を“High"や"Low"などクラスタリングなどにより分類してスコアとして用いてもよい。スコアリング部３２２は、作物の生育量に関するスコアと作物の品質に関するスコアと生育過程の評価に関するスコアに基づいて、作物の生育量と品質を総合的に評価したスコアを算出してもよい。作物の生育量と品質を総合的に評価したスコアは、例えば、作物の生育量に関するスコアと作物の品質に関するスコアと生育過程の評価に関するスコアの積又は和として算出することができるがこれに制限されない。

グルーピング部３２３は、営農情報ＤＢ３３１から取得した農業者が生産する作物、及び／又は、衛星データＤＢ３３２あるいは地上データＤＢ３３３生産地の土壌及び／又は気候に関する情報に基づいて、農業者を所定のグループに分類する処理を行う。このような処理の一例として、予め、作物の種類と、生産地の土壌の種類と、生産地の気候の種類を指定したグループを複数作成しておき、営農情報ＤＢ３３１に記憶された作物の種類と、衛星データＤＢ３３２や地上データＤＢ３３３に記憶された第１乃至第３環境情報に基づいて、農業者を該当するグループに振り分ける方法が挙げられる。

ここで、グループを特徴づけるための生産地の土壌や気候の種類は、例えば、衛星データＤＢ３３２や地上データＤＢ３３３により記憶された土壌情報や気候情報に基づいて決めることができる。より具体的には、衛星データＤＢ３２２及び地上データＤＢ３３３に記憶される第１乃至第３環境情報を、いくつかの種類にクラスタリングすることにより、決めることができる。

ライセンシング部３２４は、農業者に対して、他の農業者の営農情報の利用に関するライセンスを発行する処理を行う。ライセンスを発行する条件は、例えば、特定の収穫成果を上げるための営農情報を知りたい第１農業者（以下、単に「第１農業者」ともいう。）と、特定の収穫成果を上げた営農情報を有する第２農業者（以下、単に「第２農業者」ともいう。）との間に、第２農業者の営農情報を第１農業者に参照させることについての合意が形成されていれば特に制限されない。

このような合意形成としては、例えば、ライセンシング部３２４が、特定の収穫成果を上げるための営農情報を知りたい第１農業者から、特定の収穫成果を上げた営農情報を有する第２農業者の営農情報を参照したいという申請を受け付け、第２農業者に当該申請があった旨を通知し、第２農業者が自らの営農情報を開示することに合意する旨の通知を受信した場合が挙げられる。また、後述するように、マッチング部３２５が第１農業者と第２農業者とをマッチングし、両者の間に第２農業者の営農情報を第１農業者に参照させることについての合意が形成された場合も挙げられる。

ライセンスは、第１農業者が第２農業者の営農情報を参照するための権利として付与されるものである。営農情報ＤＢ３３１に記憶される営農情報は、農業生産資材の使用方法の詳細から、作物への散水や収穫時期に関する情報など、さまざまな情報を含む。ライセンシング部３２４は、参照させる営農情報の量に応じて、すべての営農情報を参照できるようにするライセンスや、一部の営農情報のみを参照できるようにするライセンスなど、
複数種のライセンスを発行することもできる。この場合、ライセンスにより開示される営農情報の範囲については、上記合意形成時に合わせて合意することができる。

ライセンスを発行された第１農業者に対する営農情報の開示方法は特に制限されないが、例えば、サーバ１１０にアクセスした第１農業者に対して、情報を閲覧させる方法が挙げられる。また、ライセンシング部３２４は、第１農業者から上記ライセンスの対価を受け付け、該対価の全部または一部を第２農業者に支払う決済処理を行ってもよい。これにより、第２農業者は自らの営農情報を提供することにより、営農以外の新たな収入源を得ることができる。

マッチング部３２５は、グルーピング部により同一のグループに分類された農業者を、スコアに基づいてマッチングする処理を行う。例えば、同一のグループに分類された農業者のうち、前期の作物の収穫成果及び／又は生育過程の評価のスコアが低い第１農業者に対して、前記の作物の収穫成果及び／又は生育過程の評価のスコアが高い第２農業者をマッチングさせる。これにより、特定の収穫成果を上げるための営農情報を知りたい第１農業者と、特定の収穫成果を上げた営農情報を有する第２農業者との間に、第２農業者の営農情報を第１農業者に参照させることについての合意が形成されると、上記ライセンシング部３２４が第１農業者にライセンスを発行する。

このようなマッチング処理を行うことにより、類似する環境下で同じ作物を育成する農業者間で、育成方法の優劣に関する情報を共有することができる。これにより、個々の農業者の負担するコストを抑えつつ、作物の生育量及び／又は品質の全体的な向上や均一化を期待することができる。

＜第１実施形態の動作処理＞
図１０〜１１を参照し、第１実施形態に係るプログラムの処理について説明する。なお、以下で説明する処理手順は一例に過ぎず、各処理は、本開示の技術思想の範囲内において可能な限り変更されてよく、また、適宜、ステップの省略、置換、及び追加が可能である。

はじめに、評価システム１の処理シーケンスについて説明する。図１０は、第１実施形態における評価システム１が行う処理を示すシーケンス図の一例を示す。第１取得ステップＳ１００１において、第１端末１２０Ａ及び第２端末１２０Ｂは、営農情報をそれぞれ送信し、サーバ１１０は、これら情報を取得し、第２取得ステップＳ１００２において、第３端末１２０Ｃは、衛星データを送信し、サーバ１１０はこれを取得する。これらに加えて、第３取得ステップＳ１００３において、第４端末１２０Ｄは、その他の情報として、衛星データに含まれるエリアに設置された一又は複数の地上センサからの経時的なセンシングデータであって、地上センサが設置された地点における土壌及び／又は気候に関するセンシングデータ（地上データ）を送信し、サーバ１１０は、その情報を取得してもよい。なお、これら各データの取得順は特に制限されない。

サーバ１１０は、後述するスコアリングステップとグルーピングステップなどを実行した後（Ｓ１００４〜Ｓ１００７）、マッチングステップを実行して、第１農業者と第２農業者をマッチングする（Ｓ１００８）。サーバ１１０は、第1農業者の第１端末１２０Ａに対して、第２農業者をスコアとともにレコメンドする通知を送信し（Ｓ１００９）、第１農業者は、第２農業者のスコアを参照し、営農情報の取得を希望する場合には、ライセンスの購入申請をサーバ１１０に対して行う（Ｓ１０１０）。第１端末１２０Ａからライセンス購入申請を受信したサーバ１１０は、第２農業者の第２端末１２０Ｂに対して、その旨を通知する（Ｓ１０１１）。第１農業者のライセンス購入を承認する第２農業者は、サーバ１１０にその旨を送信し（Ｓ１０１２）、承認する旨を受信したサーバ１１０は、第1農業者にライセンスを発行する（Ｓ１０１３）。

上記処理シーケンスにおいては、ライセンス発行の前後に、第１事業者から第２事業者へライセンス料の支払いが行われてもよい。また、第２農業者が、ライセンスの購入申請があった場合にはすべて承認する旨の情報をサーバ１１０に登録することで、第２農業者側の承認ステップ（Ｓ１０１１〜Ｓ１０１２）を省略してもよい。サーバ１１０が行うステップＳ１００４〜Ｓ１００８は、後述するステップＳ１１０４〜１１０８に相当するため、ここでの説明は省略する。

次に、サーバ１１０の処理について説明する。図１１は、第１実施形態におけるサーバ１１０における処理のフローチャートの一例を示す。

（各種データを取得する処理）
初めに、サーバ１１０の受信部３２１は、農業者が生産する作物の種類及び該作物の生産地に関する営農情報を農業者毎に取得する第１取得ステップＳ１１０１と、作物の生育量、品質、及び／又は生育過程に関する生産情報を含む衛星データを取得する第２取得ステップＳ１１０２と、を実行する。また、これらに加えて、サーバ１１０の受信部３２１は、生産地における土壌及び／又は気候に関する第２環境情報を含む地上データを取得する第３取得ステップＳ１１０３を実行してもよい。

第１乃至第３取得ステップＳ１１０１〜Ｓ１１０３において、営農情報、衛星データ、及び地上データを取得したサーバ１１０は、必要に応じて、取得したデータの解析処理などを行ってもよい。

例えば、第１取得ステップＳ１１０１において取得する営農情報は、農業者が生産する作物の種類及び該作物の生産地に関する営農情報を含むが、上述のとおりこれに代えて生産地の画像データを取得することもできる。第１取得ステップＳ１１０１において、営農情報の一部として、画像データを取得した場合には、サーバ１１０の受信部３２１は、当該画像データを拡張現実（ＡＲ）技術などにより解析して、その使用面積を求める処理と、画像データに付随する位置情報と撮影日時から、使用範囲の位置と使用日時を特定する処理を行う。

また、第３取得ステップＳ１１０３において地上データを取得した場合には、サーバ１１０の受信部３２１は、校正ステップＳ１１０４において衛星データと地上データ間の校正処理を行ってもよい。このような校正処理としては、例えば、地上データに含まれる物理量を衛星データに含まれる物理量に基づいて校正する処理、衛星データに含まれる物理量を地上データに含まれる物理量に基づいて校正する処理が挙げられる。なお、校正処理とは、二つの値のうち一方の値を用いて、他方の値をより正確な値へと修正する処理をいう。また、物理量とは、物理学上の数値として定量することのできる量およびその演算から算出される量をいう。

また、補完ステップＳ１１０５において、サーバ１１０の受信部３２１は、衛星データと地上データ間の補完処理を行ってもよい。このような補完処理としては、例えば、地上データにおいて部分的に不足する物理量を地上データ及び衛星データに含まれる物理量に基づいて補完する処理、衛星データにおいて部分的に不足する物理量を地上データ及び衛星データに含まれる物理量に基づいて補完する処理が挙げられる。なお、補完処理とは、一方のデータで不足する値を、そのデータ及び他方のデータに基づいて、推定する処理をいう。

（作物の収穫成果及び／又は生育過程の評価をスコアとして表す処理）
次いで、スコアリングステップＳ１１０６において、サーバ１１０のスコアリング部３２２は、衛星データに含まれる生産情報に基づいて、作物の種類毎に農業者に作物の収穫成果及び／又は生育過程の評価に関するスコアを付す処理を行う。スコアリング処理においては、上述したように、一例として、衛星データから生育量や品質に関する値を抽出し、当該値に基づいてスコアを算出することができる。ここで、衛星データからの値の抽出は、例えば、作物の種類と評価すべき波長帯域を対応付けたテーブルを用いて行うことができる。具体的には、当該テーブルにしたがって、対象とする作物の評価に必要な波長帯域の反射率の値を衛星データから抽出し、得られた値を用いて計算を行うことで、生育量や品質に関する値を抽出することができる。

そして、抽出した生育量や品質、土壌などの生育過程に関する値に基づいて、作物の生育量や品質及び／又は生育過程の評価に関するスコアを付す。

（農業者をグループに分ける処理）
グルーピングステップＳ１１０７では、サーバ１１０のグルーピング部３２４は、作物の種類、及び／又は、生産地の土壌及び／又は気候に関する情報に基づいて、農業者をグループに分類する処理を行う。例えば、作物の種類と、生産地の土壌の種類と、生産地の気候の種類で特徴づけたグループを予め作成し、農業者の営農情報や農業者の生産地における第１乃至第３環境情報に基づいて、農業者をグループに振り分けることができる。また、グループを予め作成するにあたり、衛星データＤＢ３２２及び地上データＤＢ３３３に記憶される第１乃至第３環境情報を、いくつかの種類にクラスタリングする処理を行ってもよい。

（農業者同士をマッチングする処理）
マッチングステップＳ１１０８では、サーバ１１０のマッチング部３２５は、スコアに基づいて条件が合致する農業者同士をマッチングさせる処理を行う。マッチングの態様としては特に制限されないが、例えば、スコアの低い農業者に対してスコアの高い農業者をマッチングしたり、スコアの高い農業者に対してスコアの低い農業者をマッチングしたりすることが考えられる。これにより、優れた育成方法に関する情報を農業者間で共有し全体的な作物の生育量及び／又は品質の向上が期待される。

また、他の態様としては、例えば、スコアの高い農業者どうしをマッチングしたり、スコアの低い農業者どうしをマッチングしたりすることが考えられる。これにより、スコアの高い農業者が、より一層の作物の生育量及び／又は品質の向上を図ったり、また、スコアの低い農業者が、同様にスコアの低い農業者の生育方法を参照することにより、推奨されない育成方法を学んだりすることが期待される。

上記マッチングは、同一のグループに属する農業者どうしをマッチングするものであってもよいし、異なるグループに属する農業者同士をマッチングするものであってもよい。同一のグループに属する農業者同士をマッチングする場合には、同じ作物を類似する環境下で育成する農業者同士をマッチングすることとなる。そのため、マッチングにより、スコアの劣る第１農業者はスコアの優れる第２農業者から、生育量及び／又は品質の向上を図るための直接的かつ有効な情報を得ることが可能となる。一方で、異なるグループに属する農業者同士をマッチングする場合には、異なる作物あるいは異なる環境下で作物を育成する農業者同士をマッチングすることになる。この場合、例えば新たな作物の育成や新たな環境で作物の育成を始めようと考えている第１農業者にとっては、既に優れた収穫成果を上げている第２農業者から、育成開始にあたっての基本的な情報を得ることが可能となる。

（農業者にライセンスを付与する処理）
最後に、ライセンシングステップＳ１１０９では、サーバ１１０のライセンシング部３２６は、農業者に対して、他の農業者の営農情報の利用に関するライセンスを発行する処理を行う。ライセンスの発行は、マッチングされた農業者に対して行ってもよいし、マッチングされていない農業者に行ってもよい。ここで、マッチングされていない農業者にライセンスを発行する場合としては、例えば、農業者に対して他の農業者のスコアが閲覧可能な状態としておき、他の農業者のスコアを閲覧した農業者から、その他の農業者の営農情報についてライセンスを受けたいという申請を受け付ける場合が挙げられる。すなわち、マッチング処理を経ずに、農業者自らが他の農業者を選択し、そのライセンスを受けるような場合が挙げられる。

＜第２実施形態＞
続いて、第２実施形態について説明する。第２実施形態にかかるプログラム、情報処理方法、及び情報処理装置は、スコアリングステップによって付与したスコアを、金融機関の融資等に利用可能な信用情報として利用できるようにする態様である。

以下の説明において、第１実施形態と同様の機能構成については同一の符号を付すと共に、説明を省略する。また、第１実施形態と同様の作用および効果についても、説明を省略する。以下、第１実施形態との相違点を中心に説明する。

この第２実施形態では、例えば、サーバ１１０が機能部の一つとして信用情報作成部を有し、信用情報作成部が、スコアに基づいて当該スコアを有する農業者の信用情報を作成する信用情報作成ステップを実行する。ここで、信用情報は、過去数年分のスコアを含むものであることが好ましい。図１２は、第２実施形態におけるサーバ１１０における処理のフローチャートの一例を示す。

かかる態様によれば、農業者に対して、その営農能力に見合う信用情報を作成することができる。これにより、例えば、農業者側としては、新たな農業生産資材の調達金や、生産地拡大ための準備金などを金融機関から借りやすくなることが期待できる。また、金融機関側としては、評価しにくい農業者の営農能力を客観的に評価することが可能となり、また、天候などにより収入の安定性が害されるリスクを考慮する場合でも、農業者に一定の信用を置くことが可能となる。

信用情報は、過去数年のスコアを有することが好ましい。また、信用情報は、期毎のスコアに、その期の環境情報を対応付けた情報とすることが好ましい。これにより、不作となる環境下において、その農業者の収穫実績を評価することができる。すなわち、不作の環境下においても、その農業者の収穫成果及び／又は生育過程の評価が比較的高いと評価できる場合には、その農業者は、天候などにより収入の安定性が害されるリスクを低減可能な営農能力を持っているものと評価することができる。

なお、上述したとおり、本発明は、上記の実施形態及び実施例に限定されるものではなく、その要旨を逸脱しない範囲内において様々な変形が可能である。すなわち、上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。

例えば、サーバ１１０が受信する衛星データを外部機関から購入する場合には、第３端末１２０Ｃが衛星データを送信することに代えて、外部機関システムのＡＰＩ連携によりサーバ１１０が衛星データを受信したり、外部機関システムからダウンロードした衛星データを直接的又は間接的にサーバ１１０が取得したりしてもよい。

また、衛星データに基づいて、作物の生育量、品質、及び／又は生育過程に関する生産情報や、土壌及び／又は気候など生産地の環境に関する情報を取得する処理は、例えば、ＡＰＩ連携あるいはダウンロードにより取得し、サーバ１１０のストレージ２０３に記憶された衛星データを、サーバ１１０のメモリ２０２に展開されたプログラムにより行ってもよい。また、これに代えて、例えば、ＡＰＩ連携によりクラウド上で、サーバ１１０のメモリ２０２に展開されたプログラムが、外部機関システムのストレージに記憶された衛星データに対して上記処理を行い、必要に応じて、得られた生産情報等をサーバ１１０による情報処理に供してもよい。

さらに、各処理ステップは、本開示の技術思想の範囲内において可能な限り変更してもよく、例えば、スコアリングステップＳ１１０６とグルーピングステップＳ１１０７の順番は、特に制限されずいずれを先に行ってもよい。

１…評価システム、１１０…サーバ、１２０Ａ…第１端末、１２０Ｂ…第２端末、１２０Ｃ…第３端末、１２０Ｄ…第４端末、１３０…ネットワーク、２００…情報処理装置、２０１…プロセッサ、２０２…メモリ、２０３…ストレージ、２０４…入出力インタフェース（入出力Ｉ／Ｆ）、２０５…通信インタフェース（通信Ｉ／Ｆ）、３１１…入出力Ｉ／Ｆ、３１２…通信Ｉ／Ｆ、３２０…制御部、３２１…受信部、３２２…スコアリング部、３２３…グルーピング部、３２４…ライセンシング部、３２５…マッチング部、３３０…記憶部、３３１…営農情報ＤＢ、３３２…衛星データ情報ＤＢ、３３３…地上データＤＢ、３３４…スコアＤＢ、３３５…グループＤＢ、３３６…プログラム

Claims (9)

1. 情報処理装置に、
   農業者毎の営農情報であって、前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報を取得する第１取得ステップと、
   人工衛星から、前記生産地を含むエリアの経時的な第１センシングデータであって、前記作物の生育量、品質、及び／又は生育過程に関する生産情報を含む第１センシングデータを取得する第２取得ステップと、
   前記生産地に設置された地上センサから、経時的な第２センシングデータであって、前記生産地における土壌及び／又は気候に関する第２環境情報を含む第２センシングデータを取得する第３取得ステップと、
   前記第１センシングデータと前記第２センシングデータとの相関関係に基づいて、前記地上センサを設置していない生産地における土壌及び／又は気候に関する第３環境情報を補完する補完ステップと、
   各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び／又は生育過程の評価に関するスコアを付すスコアリングステップと、
   前記農業者を、該農業者が生産する作物、及び／又は、前記生産地の土壌及び／又は気候に関する情報に基づいてグループに分類するグルーピングステップと、を実行させ、
   前記グルーピングステップにおいて、前記生産地の土壌及び／又は気候に関する情報として前記第３環境情報を用いて、前記農業者をグループに分類する、プログラム。
2. 前記第１センシングデータが、前記生産地における土壌及び／又は気候に関する第１環境情報を含み、
   前記グルーピングステップにおいて、前記生産地の土壌及び／又は気候に関する情報として前記第１環境情報を用いて、前記農業者をグループに分類する、請求項１に記載のプログラム。
3. 前記グルーピングステップにおいて、前記生産地の土壌及び／又は気候に関する情報として前記第２環境情報を用いて、前記農業者をグループに分類する、請求項１又は２に記載のプログラム。
4. 同一の前記グループに分類された前記農業者を、前記スコアに基づいてマッチングするマッチングステップを実行させる、請求項１〜３のいずれか一項に記載のプログラム。
5. 前記農業者に対して、他の農業者の営農情報の利用に関するライセンスを発行するライセンシングステップを実行させる、請求項１〜４のいずれか一項に記載のプログラム。
6. 前記スコアに基づいて、該スコアを有する前記農業者の信用情報を作成するステップを実行させる、請求項１に記載のプログラム。
7. 前記第１取得ステップにおいて、
   前記営農情報の一部は、前記生産地の画像データ、及び、該画像データに付随する位置情報に基づいて作成されたものである、請求項１〜６のいずれか一項に記載のプログラム。
8. 情報処理装置が、
   農業者毎の営農情報であって、前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報を取得する第１取得ステップと、
   人工衛星から、前記生産地を含むエリアの経時的な第１センシングデータであって、前記作物の生育量、品質、及び／又は生育過程に関する生産情報を含む第１センシングデータを取得する第２取得ステップと、
   前記生産地に設置された地上センサから、経時的な第２センシングデータであって、前記生産地における土壌及び／又は気候に関する第２環境情報を含む第２センシングデータを取得する第３取得ステップと、
   前記第１センシングデータと前記第２センシングデータとの相関関係に基づいて、前記地上センサを設置していない生産地における土壌及び／又は気候に関する第３環境情報を補完する補完ステップと、
   各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び／又は生育過程の評価に関するスコアを付すスコアリングステップと、
   前記農業者を、該農業者が生産する作物、及び／又は、前記生産地の土壌及び／又は気候に関する情報に基づいてグループに分類するグルーピングステップと、を実行させ、
   前記グルーピングステップにおいて、前記生産地の土壌及び／又は気候に関する情報として前記第３環境情報を用いて、前記農業者をグループに分類する、情報処理方法。
9. 前記農業者が生産する作物の種類及び該作物の生産地に関する営農情報と、人工衛星から、前記生産地を含むエリアの経時的な第１センシングデータであって、前記作物の生育量、品質、及び／又は生育過程に関する生産情報を含む第１センシングデータと、前記生産地に設置された地上センサから、経時的な第２センシングデータであって、前記生産地における土壌及び／又は気候に関する第２環境情報を含む第２センシングデータと、を取得し、前記第１センシングデータと前記第２センシングデータとの相関関係に基づいて、前記地上センサを設置していない生産地における土壌及び／又は気候に関する第３環境情報を補完する受信部と、
   各農業者の前記営農情報を用いて特定した前記生産情報に基づいて、前記各農業者の作物の種類に応じて作物の収穫成果及び／又は生育過程の評価に関するスコアを付すスコア付与部と、
   前記農業者を、該農業者が生産する作物、及び／又は、前記生産地の土壌及び／又は気候に関する情報に基づいてグループに分類するグルーピング部と、を有し、
   前記グルーピング部が、前記生産地の土壌及び／又は気候に関する情報として前記第３環境情報を用いて、前記農業者をグループに分類する、情報処理装置。

Images