無線センサ＋知的制御で農業が変わる！

Shizuoka
Univ. JP
日本における高齢化の推移
約40%が
高齢者?
無線センサ＋知的制御で
農業が変わる！
Shizuoka
Univ. JP
2015.3.8 TEDxShimizu
静岡大学大学院情報学研究科
峰野博史
0
衰退する農林水産業
Shizuoka
Univ. JP
従事者数
高齢社会白書（H26, 内閣府）
http://www8.cao.go.jp/kourei/whitepaper/w-2014/zenbun/pdf/1s1s_1.pdf より
不安定な収入？
1
Shizuoka
Univ. JP
構成比
過酷な農作業
農業総産出額
収入の不安定さ
（情報通信・金融・
運送業等）
（情報通信・金融・
運送業等）
生産農業所得
（製造・建設業等）
高齢化の進行
園芸作物
（野菜，果実，
花き）
（製造・建設業等）
3.6%!?
耕作放棄地の増加
その他
（農林水産業等）
労働力調査（総務省統計局），
（農林水産業等）
http://www2.ttcn.ne.jp/honkawa/5240.html より
悲観すべきことばかり？
農業従事者の減少
2
Shizuoka
Univ. JP
生産農業所得統計（農水省），
畜産
米
3
http://www2.ttcn.ne.jp/honkawa/0510.html より
日本の「植物工場」技術
Shizuoka
Univ. JP
自然に触れながら，自分のペースと裁量で仕事ができる？
ICTを利活用した生産方法の工夫や改善によって，
収穫規模や収益性を拡大できる？
１次産業
２次産業
太陽光利用型
３次産業
6次産業化（農業の総産業化）
生産
高付加価値・ブランド化
流通・販売
6次産業化（農業の総産業化）
※食品衛生，ﾘｽｸ管理への責任は発生
人工光利用型
4
5
1
http://www.verticalfarm.com
Shizuoka
Univ. JP
Vertical Farm （垂直農業）
Shizuoka
Univ. JP
土地活用，循環型農業，輸送費削減
雇用創出，生活との調和
Prof. Dickson Despommier
Circular Symbiosis Tower
6
植物の成長
Shizuoka
Univ. JP
by Blake Kurasek
by Vincent Callebaut
植物の成長を「測る」？
7
Shizuoka
Univ. JP
無線散乱光センサ
気温湿度明るさ
光合成（葉緑体）
太陽の光エネルギーを
用いて，大気中のCO2
と，根から吸収した水か
ら有機物を合成
光合成
光合成（葉緑体）
CO2
太陽の光エネルギーを
用いて，大気中のCO2
と，根から吸収した水か
ら有機物を合成
蒸散（気孔）
蒸散
日が当たり始めると，葉
の裏から蒸散が始まり，
根から水や養分を
吸収して輸送
光合成
CO2
蒸散（気孔）
蒸散
日が当たり始めると，葉
の裏から蒸散が始まり，
根から水や養分を
吸収して輸送
無線散乱光センサ
水
水
養分
水位
篤農家のノウハウを再現できないか？
Shizuoka
Univ. JP
学習データ量と予測誤差
気温湿度明るさ気温湿度明るさ
水位
養液濃度
養分吸収量
時刻
気温湿度明るさ気温湿度明るさ
水位
養液濃度
養分吸収量
時刻
気温湿度明るさ気温湿度明るさ
水位
養液濃度
養分吸収量
時刻
気温湿度明るさ気温湿度明るさ
水位
養液濃度
養分吸収量
・
・
・
時刻
・
・
・
・
・
・
水位
・
・
・
養液濃度
・
・
・
養分吸収量
時刻
・
・
・
・
・
・
気温湿度明るさ
・・・・
・・
気温湿度
・
・
・
明るさ
気温湿度明るさ気温湿度明るさ
水位
養液濃度
9
Shizuoka
Univ. JP
札幌
1
予測誤差（℃）
RMSE[ ℃]
予測
コンピュータに学習
1.1
時刻
養液濃度
ECメータ
水位計
8
時刻
養分
気温湿度明るさ
いくつ？
東京
0.9
0.8
浜松
0.7
0.6
0.5
RMSE of SAPPORO
RMSE of HAMAMATSU
RMSE of TOKYO
RMSE of NAHA
那覇
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930313233343536
The amount of training data [months]
経験値（学習データ量）は多いほどよい？
学習データ量（月）
10
11
2
適切な学習データを自動調整
Shizuoka
Univ. JP
適切な学習データを自動調整
学習データ
抽出
大量のデータ
Season
朝/夜
JAN
Spring
FEB
Summer
MAR
学習
(SVR)
複数の異なる
予測モデル
大量のデータ
学習データ
抽出
Month
Season
朝/夜
Morning
JAN
Spring
Morning
Evening
FEB
Summer
Evening
Autumn
Morning
MAR
Autumn
Morning
APR
Winter
Evening
APR
Winter
Evening
MAY
Spring
Morning
MAY
Spring
Morning
JUN
Summer
Evening
JUN
Summer
Evening
JULY
Autumn
Morning
JULY
Autumn
Morning
湿度
Month
様々な
抽出データ
Shizuoka
Univ. JP
自動再構築
R
G
温度
学習データの抽出例
12
様々な
抽出データ
湿度
自動再構築
学習
(SVR)
複数の異なる
予測モデル
R
G
温度
学習データの抽出例
13
with 静岡県農林技研，NICT
動き始めた知的制御システム
Shizuoka
Univ. JP
知的制御の精度
7
真値
新システム
Shizuoka
Univ. JP
旧システム
AM 6:00
AM 12:00
(現在時刻)
気温
AM 6:00
(6時間後)
(現在時刻)
過不足のない
給液制御
散乱光量
窒素量
予測
湿度
窒素供給
窒素量
EC
窒素吸収量[me/株・6H]
6
5
予測誤差約50%削減
4
3
2
1
N2
溶液量
0
1
2
散乱光センサ等を用いた
環境情報の収集
知的システムによる
窒素量予測
3
予測結果に基づく
窒素供給制御
超高齢化社会の近未来農業
14
コンピュータが人間のノウハウを再現可能に？
15
Shizuoka
Univ. JP
過酷な現場のネットワーク化，ノウハウ再現
ICTで様々な産業や人の連携した総産業化
Circular Symbiosis Tower
by Blake Kurasek
by Vincent Callebaut
16
3

Download Report