信息处理设备、信息处理方法以及程序与流程

例如，本技术涉及信息处理设备、信息处理方法和程序，并且更具体地，涉及用于辅助生态系统利用的信息处理设备、信息处理方法和程序。

背景技术：

地球的生态系统正在被今天的各种人类活动破坏，并且在不久的将来很可能难以提取自然资源。有鉴于此，生态系统利用最近受到关注。

例如，生态系统利用包括使用瓢虫对农作物进行消毒而不使用任何农药，以及基于生态系统的共生效应和有用物种的利用的同化培养(synecoculture)。

这里，同化培养是一种基于生物多样性的耕作方法，其由于植被布置以及在除种子和幼苗之外任何都不用于无耕种和无农药以及无化学品的环境中的限制条件下来自混合和闭合植被的减少的收获而大于自然状态。这种耕作方法是为了实现总产量。

存在建议辅助同化培养，使得工人可以确定植被的最佳组合的设备(参见专利文献1)。

引用列表

专利文件

专利文件1：WO2014/007109 A

技术实现要素：

本发明解决的问题

然而，很难说生态系统正在得到积极利用。

本技术是鉴于这些情况而开发的，并且是用于辅助生态系统利用。

问题解决方案

本技术的第一信息处理设备是一种信息处理设备，其包括使终端显示植被分布和与植被分布相关联的相关信息的植被分布显示控制单元，或者是一种程序，用于使计算机用作这种信息处理设备。

本技术的第一信息处理方法是一种信息处理方法，其包括使终端显示植被分布和与植被分布相关联的相关信息。

在第一信息处理设备、信息处理方法和程序中，植被分布和与植被分布相关联的相关信息被显示在终端上。

本技术的第二信息处理设备是一种包括获取植被分布和与植被分布相关联的相关信息的获取单元和使植被分布和相关的信息被显示的显示控制单元的信息处理设备，或者是一种用于使计算机用作这种信息处理设备的程序。

本技术的第二信息处理方法是一种信息处理方法，其包括：获取植被分布和与植被分布相关联的相关信息；以及使植被分布和相关信息被显示。

在本技术的第二信息处理设备、信息处理方法和程序中，获取植被分布和与植被分布相关联的相关信息，并显示植被分布和相关信息。

本发明的效果

根据本技术，可以辅助生态系统利用。

应当注意，本技术的效果不限于上述效果，并且可以包括本公开中描述的任何效果。

附图说明

图1是示出应用了本技术的生态系统利用系统的实施例的示例配置的框图。

图2是示出网络10的示例配置的图。

图3是示出终端12的示例结构的框图。

图4是示出服务器13的示例功能结构的框图。

图5是示出同化培养DB的示例结构的图。

图6是示出播种DB的示例结构的图。

图7是示出植被DB的示例结构的图。

图8是示出收益量DB的示例结构的图。

图9是表示维护记录DB的示例结构的图。

图10是示出由字符形成的物候DB的示例结构的图。

图11是示出用图像形成的物候DB的示例结构的图。

图12是示出昆虫和动物DB的示例结构的图。

图13是示出天气DB的示例结构的图。

图14是示出异株克生(allelopathy)DB的示例结构的图。

图15是示出轮作适宜性DB的示例结构的图。

图16是用于说明辅助植被计划的示例过程的流程图。

图17是示出共生性异株克生的示例输出的图。

图18是AR标签的显示示例的示意图。

图19是示出作为同化培养页的网页的站点地图的示例的图。

图20是示出在通过同化培养页提供的地图上显示田地分布的示例的图。

图21是用于说明在用户参考关于农田(田地)的信息的情况下执行的示例过程的流程图。

图22是用于说明照片上传过程的示例的流程图。

图23是用于说明注册关键事件的示例过程的流程图。

图24是用于说明由服务器13的图形显示控制单元72(或终端12的获取单元51)生成的关系图的图。

图25是示出根据植被/农田DB的二分图确定的关系得分的示例的图。

图26是示出图形显示画面的示例的图。

图27是示出图形显示画面的另一示例的图。

图28是示出图形显示画面的另一示例的图。

图29是示出关系得分的示例的图。

图30是示出图形显示画面的示例的图。

图31是示出显示示出作为关注节点的农田#3的节点的关系图的图形显示画面的示例的图。

图32是示出从植被/食谱DB生成的二分图的示例的图。

图33是示出关系得分的示例的图。

图34是示出图形显示画面的示例的图。

图35是示出从两个DB生成的二分图的示例的图。

图36是示出要在生成关系图时使用的DB的示例的图。

图37是示出图形显示画面的示例的图。

图38是示出使用Gephi生成的图形显示画面的示例的图。

图39是示出用Gephi生成的图形显示画面的另一示例的图。

图40是示出用Gephi生成的图形显示画面的另一示例的图。

图41是示出用Gephi生成的图形显示画面的另一示例的图。

图42是用于说明显示图形显示画面的示例过程的流程图。

图43是示出作为利用传感器执行的感测的结果而获得的传感器数据的示例的图。

图44是示出作为使用AMeDAS数据的Voronoi划分的结果而获得的Voronoi图的示例的图。

图45是示出Voronoi图的示例的图。

图46是用于说明基于Voronoi图的物种的生态位(niche)的估计的第一示例的图。

图47是用于说明基于Voronoi图的物种的生态位的估计的第二示例的图。

图48是示出基于Voronoi图的物种的共现预测的示例的图。

图49是用于说明生成和分析Voronoi图的示例过程的流程图。

图50是示出显示植被分布的植被分布画面的显示例的图。

图51是示出显示用户的移动轨迹的植被分布画面的示例的图。

图52是示出反映投稿信息的植被分布画面的显示示例的图。

图53是示出反映投稿信息的植被分布画面的另一显示示例的图。

图54是用于说明将用户提交的投稿信息与植被分布相关联的示例过程的流程图。

图55是用于说明显示反映自投稿信息的植被分布画面的示例过程的流程图。

图56是用于说明显示反映他人的投稿信息的列表的植被分布画面的示例过程的流程图。

图57是用于说明将由服务器13的评价单元73对利用区域的生态系统执行的评价的图。

图58是示出观测值的可靠度的示例的图。

图59是示出观测值的可靠度的示例的图。

图60是示出观测值的可靠度的示例的图。

图61是用于说明根据用户观测生态系统获得的观测值的可靠性来生成关于生态系统观测的建议并向用户呈现该建议的示例过程的流程图。

具体实施方式

<生态系统利用系统的实施例>

图1是示出应用了本技术的生态系统利用系统的实施例的示例配置的框图。

在图1中，生态系统利用系统包括网络10、一个或多个传感器设备11、一个或多个终端12和一个或多个服务器13。生态系统利用系统收集在生态系统中观测到的各种信息，获取用于基于收集的各种信息利用生态系统的信息，并且向用户提供信息。

传感器设备11、终端12和服务器13以有线或无线方式连接到网络10，使得能够在它们之间进行通信。

每个传感器设备11包括感测各种物理量的传感器和传送作为传感器执行的感测的结果而获得的传感器数据(指示感测的物理数据的数据)的通信功能。每个传感器设备11还包括位置检测功能，其必要时使用全球定位系统(GPS)等来检测传感器设备11的位置。

每个传感器设备11用传感器感测物理量。利用通信功能，每个传感器设备11还经由网络10将通过感测获得的传感器数据发送到服务器13。传感器数据连同指示由传感器设备11的位置检测功能检测的传感器设备11的位置的位置信息必要时从传感器设备11发送到服务器13。

例如，每个传感器设备11中包括的传感器可以是感测包含光的电磁波的传感器，诸如通过感测光捕获图像的传感器(图像传感器)或感测声音的传感器(麦克风)。此外，每个传感器设备11中包括的传感器可以是感测作为各种环境信息(诸如温度、湿度、地磁、大气压力和气味)的物理量的传感器。

传感器设备11安装在生态系统应该被观测(感测)的地方，诸如生态系统将要被利用的区域(这些区域将在下文中称为利用区域)中的山林、河流、海洋、湖泊和农田(农业农场)。传感器设备11可以手动地安装在预定位置。例如，传感器设备11还可以在由飞机、船舶或汽车运输时分配。

利用传感器设备11，在遍及利用区域的各个地方感测植物和昆虫的图像，诸如风声、昆虫的声音、叶子彼此摩擦的声音，空气和地面的温度，湿度，地磁等等，并且将作为感测的结果获得的传感器数据经由网络10发送到服务器13。

这里，利用区域可以是全部或某些城市、城镇和村庄，或者可以是县，日本的全国或全世界的国家。利用区域可以是彼此远离的区域，例如北海道和九州、或日本和美国。

每个终端12是由生态系统利用所辅助的用户或者协作生态系统利用的用户所使用的信息处理设备。每个终端12可以是诸如智能电话、平板电脑或可穿戴终端的便携式终端。或者，每个终端12可以是笔记本个人计算机(PC)、台式PC或具有针对用于用户的信息的通信功能和输入/输出功能(接口)的设备。

使用终端12，用户在利用区域中的各个地方进行观测，并且经由网络10将指示观测结果的观测值发送到服务器13。

这里，从终端12发送到服务器13的观测值可以是已经观测到的某种植被、昆虫或生物物种的报告，物种的图像，已经收获了某种作物以及该作物的产量的报告，大白菜的叶子已经长成为类似花结(rosettes)的报告，以及通过用户观测生态系统获得的任何其它种类的信息(包括由用户操作终端12获得的图像和声音)。

终端12经由网络10向服务器13发送除观测值以外的其它数据。终端12还经由网络10从服务器13接收必要的数据。例如，每个终端12从服务器13接收(获取)用于利用生态系统的信息，并将该信息呈现给用户。通过图像的显示、声音的输出等向用户呈现信息。

服务器13是由辅助生态系统利用的支持者管理的信息处理设备。

服务器13接收并注册经由网络10从传感器设备11发送的传感器数据以及经由网络10从终端12发送的观测值。服务器13还基于来自传感器设备11的传感器数据(必要时，包括关于传感器设备11的位置信息)、来自终端12的观测值和其它必要信息生成用于利用生态系统的信息，然后经由网络10将用于利用生态系统的信息发送到终端12。

终端12经由网络10接收从服务器13发送的信息，并通过将该信息作为图像显示或将该信息作为声音输出，将来自服务器13的信息呈现给用户。

应当注意，可以在终端12和服务器13之间共享稍后描述的由终端12执行的过程以及稍后描述的由服务器13执行的过程。此外，由服务器13执行的过程可以在服务器之间共享。

<网络10的示例配置>

图2是示出图1所示的网络10的示例配置的图。

网络10包括任意数量的无线中继设备21、任意数量的无线局域网(LAN)22、移动电话网络23和因特网24。

每个无线中继设备21都是无线地执行通信，并且具有路由器功能的设备。

无线中继设备21安装在整个利用区域中，使得可以收集由传感器设备11获得的传感器数据。

例如，与传感器设备11类似，无线中继设备21可以手动安装，或者在飞机、船舶或汽车运输时分配。无线中继设备21也可以安装在诸如汽车(例如，定期运营的公共汽车)、摩托车和船舶等的运输装置上。

无线中继设备21与传感器设备11通信，以接收从传感器设备11发送的传感器数据。每个无线中继设备21还与其它无线中继设备21通信，以接收从其它无线中继设备21发送的传感器数据。每个无线中继设备21还与其它无线中继设备21通信，以将传感器数据发送到其它无线中继设备21。

此外，每个无线中继设备21还与无线LAN 22和移动电话网络23通信，以将从传感器设备11和其它无线中继设备21接收的传感器数据发送到无线LAN 22和移动电话网络23。

无线LAN 22被构造在用户的家中或任何期望的地方。无线LAN 22与终端12、无线中继设备21和因特网24进行通信，以经由因特网24将来自终端12的数据和来自无线中继设备21的传感器数据发送到服务器13。

此外，无线LAN 22还经由因特网24接收从服务器13发送的数据，并将数据发送到终端12。

移动电话网络23例如是3G线路，并且与终端12、服务器13、无线中继设备21和因特网24通信。

因特网24与终端12、服务器13、无线LAN 22和移动电话网络23通信。

这里，从无线中继设备21发送的传感器数据，经由无线LAN 22发送的数据和从终端12发送的数据经由移动电话网络23和/或因特网24发送到服务器13。同时，从服务器13发送的数据经由移动电话网络23和/或因特网24发送到终端12。

在具有上述配置的网络10中，每个无线中继设备21具有路由器功能。因此，即使无线中继设备21由于故障等而变得不能进行通信，并且通过无线中继设备21运行的无线通信路径变得不可用，通过另一无线中继设备21运行的另一无线通信路径也可以用于将从传感器设备11发送的传感器数据发送到服务器13。

即，由于无线中继设备21均具有路由器功能，因此可以经由通过无线中继设备21运行的各种无线通信路径将由传感器设备11获得的传感器数据发送到服务器13。因此，即使无线中继设备21变得不能进行通信，服务器13也可以收集(接收)由传感器设备11获得的传感器数据。

此外，其中安装有无线中继设备21的汽车的用户可以简单地通过驾驶穿过利用区域中的山路而有助于收集用于利用生态系统的信息。

具体地，随着其中安装有无线中继设备21的汽车行进穿过利用区域，安装在汽车中的无线中继设备21与存在于各个地方的汽车的位置附近的其它无线中继设备建立无线通信路径，并且有助于利用服务器13从传感器设备11收集传感器数据。

例如，应当注意，每个无线中继设备21可以是符合作为近场通信网络的标准的ZIGBEE(注册商标名称)的无线通信设备，或者可以具有设置其中的路由器功能、能够在一定距离处执行无线通信、尺寸小并且消耗更少的功率的无线通信设备。

<终端12的示例结构>

图3是示出图1所示的终端12的示例结构的框图。

终端12包括中央处理单元(CPU)31、存储器32、储存器33、操作单元34、显示单元35、扬声器36、相机37、麦克风38、位置检测单元39、通信单元40、外部接口(I/F)41和驱动器42。从CPU 31到驱动器42的组件连接到总线，并且彼此执行必要的通信。

CPU 31执行安装在存储器32或储存器33中的程序，以执行各种过程。

例如，存储器32由易失性存储器形成，并且临时存储要由CPU 31执行的程序和必要的数据。

例如，储存器33由硬盘或非易失性存储器形成，并且存储要由CPU 31执行的程序和必要的数据。

操作单元34由物理键(包括键盘)、鼠标、触摸面板等形成。操作单元34将与用户执行的操作相对应的操作信号输出到总线。

例如，显示单元35由液晶显示器(LCD)形成，并且根据从总线提供的数据显示图像。

这里，用作操作单元34的触摸面板由透明材料形成，并且可以与显示单元35一体地形成。由此，用户可以通过操作显示在显示单元上35的图标或按钮等来输入信息。

扬声器36根据从总线提供的数据输出声音。

相机37捕获图像(静止图像或移动图像)(或感测光)，并将对应的图像数据输出到总线。

麦克风38收集声音(或感测声音)，并将对应的声音数据输出到总线。

例如，使用全球定位系统(GPS)，位置检测单元39检测终端12的位置作为用户等的位置，并将指示位置的位置信息输出到总线。

通信单元40与无线LAN 22、移动电话网络23、因特网24等通信。

例如，外部I/F 41是用于与头戴式耳机或某一其它外部设备交换数据的接口。

诸如存储器卡的可移除介质42A可以可拆卸地附接到驱动器42，并且驱动器42驱动附接到其上的可移除介质42A。

在具有上述结构的终端12中，要由CPU 31执行的程序可以被预先记录到作为设置在终端12中的记录介质的储存器33中。

此外，程序还可以存储(记录)到可移动介质42A中，作为所谓的封装软件提供，并且从可移动介质42A安装到终端12中。

或者，可以经由通信单元40从因特网24下载程序，并将其安装到终端12中。

CPU 31执行安装在终端12中的程序，以用作获取单元51和显示控制单元52。

获取单元51获取各种类型的信息(数据)。

显示控制单元52通过使显示单元35显示由获取单元51获取的信息等来控制要呈现给用户的显示。

应当注意，终端12还包括除感测光的相机37和感测声音的麦克风38之外的传感器，或者感测除光和声音之外的物理量(诸如温度、压力等)的传感器43。在传感器43设置在端子12中的情况下，端子12也可以用作传感器设备11。

<服务器13的示例结构>

图4是示出图1所示的服务器13的示例功能结构的框图。

服务器13包括CPU 61、存储器62、储存器63、操作单元64、显示单元65、扬声器66、通信单元67、外部I/F 68和驱动器69。

从CPU 61到驱动器69的部件分别具有与图3所示的从CPU 31到扬声器36以及从通信单元40到驱动器42的部件相似的结构。

在服务器13中，与在终端12中一样，由CPU 61执行的程序可以预先记录在作为设置在服务器13中的记录介质的储存器63中。

此外，程序还可以存储(记录)到可移除介质69A中，作为封装软件提供，并且从可移除介质69A安装到服务器13中。

或者，可以经由通信单元67从因特网24下载程序，并将其安装到服务器13中。

CPU 61执行安装在服务器13中的程序，以用作同化培养内容管理系统(CMS)71、图形显示控制单元72、评价单元73、可靠性计算单元74、建议生成单元75、关联单元76、分析单元77和植被分布显示控制单元78。

同化培养CMS 71在数据库(DB)中注册和管理形成提供和接收关于同化培养的信息的网页(该网页在下文中也将被称为同化培养页面)的内容(诸如文本和图像)、关于网页的布局信息等。同化培养CMS进一步构建同化培养页面，并且作为互联网24上的web服务器，将同化培养页面从通信单元67发送到终端12(用作另一个web浏览器的设备)。

在终端12(图3)中，获取单元51经由通信单元40从同化培养CMS 71获取同化培养页面，并且显示控制单元52使显示单元35显示同化培养页面。

图形显示控制单元72根据记录在储存器63等中的DB生成用于生成随后描述的关系图所需的二分图，并将该二分图从通信单元67发送到终端12，使得终端12从二分图生成关系图并显示该关系图。或者，图形显示控制单元72从二分图生成关系图，并将该关系图从通信单元67发送到终端12，使得终端12显示该关系图。

具体地，在终端12(图3)中，获取单元51经由通信单元40从图形显示控制单元72获取二分图或关系图。当获取了二分图时，获取单元51通过从二分图生成关系图而获取关系图。在终端12中，显示控制单元52又使显示单元35显示关系图。

评价单元73使用注册在DB中的数据(诸如从传感器设备11提供的传感器数据、从终端12提供的观测值等)，评价利用区域中的生态系统，诸如利用区域中的生物多样性、环境等。

可靠性计算单元74计算从终端12提供的每个观测值的可靠性，该观测值是通过用户观测利用区域中的生态系统而获得的。

根据可靠性计算单元74获得的可靠性，建议生成单元75生成由终端12呈现的关于由用户所执行的对利用区域中的生态系统的观测的建议，并且将建议从通信单元67发送到端子12。

在终端12(图3)中，获取单元51经由通信单元40从建议生成单元75获取建议，并且显示控制单元52使显示单元35向用户显示建议。显示控制单元52还可以通过使扬声器36输出声音来向用户呈现由获取单元51获取的建议。

关联单元76通过Voronoi划分将作为由传感器执行的感测的结果获得的传感器数据与指示用户执行的观测结果的符号相关联，构建其中传感器数据与符号相关联的DB，以及将DB注册(记录或存储)在储存器63中。

这里，例如，在用户观测植被A(存在)的情况下，指示由用户进行的观测结果的符号是被定义为指示植被A(观测)的任何符号(包括字符、数字等)，诸如字符串“植被A”。例如，在用户观测植被A中的花结的情况下，指示观测结果的符号是被定义为指示植被A中的花结的任何符号，诸如字符串“植被A中的花结”。

例如，分析单元77分析其中传感器数据与符号相关联的DB，

并推断由符号指示的植被的微环境(niche)等。

植被分布显示控制单元78经由通信单元67将植被分布和与植被分布相关联的相关信息发送到终端12，使得终端12显示植被分布和与植被分布相关联的相关信息。

具体地，在终端12(图3)中，获取单元51经由通信单元40从植被分布显示控制单元78获取植被分布和与植被分布相关联的相关信息，并且显示控制单元52使显示单元35显示由获取单元51获取的植被分布和相关信息。

同时，在服务器13中，各种DB被注册在储存器63中，并且各种DB中的一些是用于辅助管理同化培养的DB(该DB以下将被统称为同化培养DB)。

在下面的描述中，描述了注册在服务器13的储存器63中的同化培养DB。

<同化培养DB的示例结构>

图5是示出同化培养DB的示例结构的图。

在图5中，同化培养DB包括播种DB、植被DB、收益量2DB、维护记录DB、物候DB、昆虫和动物DB、微生物群DB、气候分区DB、天气DB、坐标DB、同化培养评估DB、异株克生DB、轮作适宜性DB、植物名称DB、照片记录DB和元DB。

在同化培养DB中，数据存储在逗号分隔值(csv)文件(例如，二维矩阵文件)和图像文件中。所有或一些同化培养DB被独立于服务器13放置，并且可以经由网络10连接到服务器13。

图6是示出播种DB的示例结构的图。

例如，播种DB由csv文件形成。在这个示例中，记录了记录日期、田地段、田埂编号、田埂段、种子和幼苗之间的区别、作物名称、作物名称(短)、数量和关于制造商的信息。相同品种的种子或幼苗以不同的方式在制造商中栽培和挑选，并且制造商的名称可以包括在培养条件中。因此，优选地还管理和记录制造商的名称。

这里，利用区域中的田地(农业农场)被分为田地段。在田地段中的每个中形成田埂，并且每个田埂被分为一个或多个田埂段。每个田埂具有分配给其的田埂编号，所述田埂编号标识田埂。

例如，有记录，即在2012年1月18日，在田地段SW的所有田埂中种植0.5kg的制造商A的马铃薯(May Queen)幼苗。此外，有记录，即在所有田地段中都种植了两袋制造商C的莴苣(King Crown)种子。

应当注意，作为作物名称，记录指示品种且包含汉字的信息，例如“马铃薯(Danshaku Imo)”。作为作物名称(短)，另一方面，只有作物的名称被简单地记录为“马铃薯”，没有任何品种的指示。这种具有相同类型的字符的表示使搜索更容易。

图7是示出植被DB的示例结构的图。

例如，植被DB由csv文件形成。在该示例中，记录记录日期和作为观测段坐标的位置信息。例如，在观测段坐标NE处存在以下描述的观测记录。有记录，即在2012年1月23日，蚕豆发芽和生根、胡萝卜可收获、日本萝卜可收获、洋葱生根、花椰菜幼苗生根、卷心菜幼苗生根、大白菜幼苗生根且可收获。

另外，也有记录，即禾本科、菊科、豆科的杂草被观测，并且红菊苣(chicories)可收获。例如，虽然理论上能够对预定的禾本科植物进一步分类，但这样做在实践中几乎不是有益的。

另外，存在在2012年2月25日在观测段坐标NE处进行的观测记录。

图8是示出收益量DB的示例结构的图。

例如，收益量DB由csv文件形成。在该示例中，在相应的收获日记录收获作物的产量。例如，在2012年1月14日收获了100g苦甜莴苣(bittersweet lettuce)。对于日本萝卜，1月24日收获了1700g，1月29日收获了4000g，1月30日收获了1500g，1月31日收获740g，以及2月20日收获了1500g。

除此之外，还记录了小萝卜、W农场的小萝卜、意大利欧芹，用于沙拉的韭菜、薄荷、迷迭香、日本芥末菠菜、木绿(Mu Green)、洋葱、萝卜、W农场的萝卜、芹菜、牛蒡、小白菜、苘蒿、小胡萝卜、W农场的小胡萝卜、W农场的大/中胡萝卜、菜花、卷心菜(卷心菜茎)、岛日本韭葱、白绿叶、蜂斗菜等。应当注意，“W农场”是农业农场的名称，并且“卷心菜茎”表示观测者(用户)不能准确地确定卷心菜是否是卷心菜茎。“Mu Green”不是一般名称，而是观测者给植物的名称。虽然在图8中未示出作为位置信息的坐标记录，但是能够记录GPS坐标等作为关于观测作物的田地和田埂段等的位置信息。

应当注意，在向收益量DB输入信息时，能够使用在播种DB中输入的信息。在向收益量DB输入信息的情况下，可以按原样显示关于由播种DB管理的植物的信息。

图9是示出维护记录DB的示例结构的图。

例如，维护记录DB由csv文件形成。在该示例中，记录完成的维护工作和维护工作的日期。例如，存在记录，即在2012年1月19日、20日、21日、22日和23日种植幼苗，并且进行了诸如防风栅栏建筑的建筑工作。

图10是示出作为物候DB的csv文件的示例结构的图。

例如，物候DB由图像文件和csv文件形成。图10示出了csv文件的示例，并且以字符的形式在csv文件中记录了物候的内容和记录的日期。例如，存在记录，即在2011年1月9日，观测到未知杂草的种子，观测到该作物比其它作物长得好、豌豆的下部正在死亡，部分明显比其它部分长得好，等等。

图11是示出作为物候DB的图像文件的示例结构的图。

在图11所示的图像文件中，在同一天在名为“大叽同化培养农场(Oiso Synecoculture Farm)”的田地中观测到的物候连同照片和简短注释一起被记录。

图中的左上部分示出了物候1，其是在2011年9月22日在“大叽”的田地段“NN”中的田埂“02”中的田埂段“d3”中拍摄的图像。图中的中上部示出了物候1-2，其是在与上述相同的地方拍摄的图像，连同注释“在NN02d3中有这么多芽”。

以这种方式，由工人(用户)观测到的物候以字符和图像的形式记录在物候DB中。

图12是示出昆虫和动物DB的示例结构的图。

例如，昆虫和动物DB由图像文件和csv文件形成。图12中的A示出了在2012年2月18日在名为“伊势新农场(Ise New Farm)”的地方的田地“087”中拍摄的昆虫的图像。作为注释，存在记录，即观测地方是“伊势新农场”，昆虫据称属于苏纳虫-黄粉虫(Suna-Gomimushidamashi)纲鞘翅目拟步甲科(Tenebrionidae)，以及昆虫在石头下成群结队地过冬。

图12中的B示出了在2012年2月18日在“伊势新农场”的田地“088”中拍摄的昆虫的图像。作为注释，记录了与图12中的A相同的内容。

图12中的C示出了在2012年2月18日在“伊势新农场”的田地“089”中拍摄的生物的图像。作为注释，存在记录，即观测地方是“伊势新农场”，该生物是属于膜翅目和狼蛛科的蜘蛛，该物种的名称是星豹蛛，它是狼蛛科中最常见的，常常见到在陆地表面爬行。

图13是示出天气DB的示例结构的图。

在该示例中，在2012年的每月的早、中和晚部分记录诸如津(Tsu)省的大气压、降水、温度和湿度的天气信息。例如，在1月初，该省的平均大气压为1018.7hPa，海面平均大气压为1021.0hPa。最大降水为10分钟内0.5mm，1小时内0.5mm，一天0.5mm，以及总共为0.5mm。至于温度，最高为11.6℃，并且最低为0.2℃。一天中的最高平均温度为9.2℃，最低平均温度为2.0℃。一天中的平均温度为5.2℃。平均湿度为62％，并且最低湿度为24％。

图14是示出异株克生DB的示例结构的图。

例如，异株克生DB由csv文件形成。在该示例中，记录了关于洋葱、西瓜或哈密瓜(葫芦)、胡萝卜、粟和小米、大麦/小麦、西葫芦、西瓜、黄瓜和南瓜、以及大蒜和洋葱异株克生。在图14中，“1”表示在主题植物之间确认了共生相互作用(或刺激效应)，“0”表示没有确认共生相互作用。例如，在洋葱和胡萝卜之间确认了共生相互作用，但在洋葱和大麦/小麦之间没有确认共生相互作用。例如，还能够在0至10的标度上来指示相互作用的程度。

图15是示出轮作适宜性DB的示例结构的图。

例如，轮作适宜性DB由csv文件形成。在该示例中，记录西瓜或哈密瓜(葫芦)和花生用于作物轮作的适宜程度。在图14中，“1”表示在本田地中的主题植物之间确认了优选的作物轮作适宜性，并且“0”表示没有确认这种适宜性。例如，在西瓜或哈密瓜(葫芦)和花生之间确认了优选的作物轮作适宜性。

不仅根据文献中已知的信息，而且根据其它信息生成异株克生DB和轮作适宜性DB。例如，可以将播种DB、植被DB和收益量DB进行比较并用作参考，以从同化培养农场中实际共存的植物组合以及利用其造成植被演替(或植被的时间变化)的组合来以相同格式生成异株克生DB和轮作适宜性DB。

微生物群DB由图像文件和csv文件形成。在微生物群DB中，信息关于从在同化培养农场获得的土壤样品分析的微生物。

气候分区DB由csv文件形成。气候分区DB是存储关于农业农场位于的气候分区的信息，并且包含诸如月桂树、落叶林、亚热带气候和热带气候的分区的DB。

天气DB存储由从诸如AMeDAS的天气卫星提供的天气数据图形地形成的图像文件、csv文件以及由作为各个农场中的观测设备安装的传感器设备11获得的各种天气数据。

坐标DB由csv文件形成。坐标DB存储每个田地的相应田埂的GPS坐标。坐标具有大约10厘米的精度。

同化培养评估DB由pdf或图像文件形成。同化培养评估是指示同化培养批准的证书，并且当服务器管理器根据来自田地21的管理者的请求检查田地21时发出，并且确认田地21满足同化培养的要求。允许从获得这种证书的农业农场运输的作物标记为“通过同化培养栽培”。

植物名称DB存储各种植物的名称和图像。照片记录DB存储各种照片。元DB存储稍后描述的关键事件。

同化培养DB存储获得用于通过同化培养DB栽培的植物的植被计划所需的各种信息，以及上述数据和信息。

<辅助植被计划的过程>

图16是用于说明辅助植被计划的示例过程的流程图。

图1所示的生态系统利用系统如同辅助利用生态系统一样辅助植被计划。在生态系统利用系统中，当用户输入将要栽培的作物(植被)时，从异株克生DB和轮作适宜性DB检索适合于与那些作物建立密集混合状态的植被组合或植被计划。被假定为成本最低和收益量最高的植被计划随后以时空顺序输出。

因为同化培养基于密集混合状态，所以以混合方式种植不同作物的种子，并收获种子长成的作物。哪种种子组合可以实现更高程度的密集混合取决于植物和土地条件，并且有必要基于植物之间已知的相互作用(作物轮作的异株克生和适宜性)以及实际上在农田工作良好的组合来预测最佳组合。

由于生态系统和天气没有完全受控，因此并不是所有种植的种子和幼苗都是可收获的。然而，在规划植被时，重要的是推断可以最小化成本和最大化产量的植被组合。植被计划在概念上类似于股票投资中的资产组合，因此，植被计划可以称为种子资产组合。

在图16所示的辅助植被计划的过程中，终端12的获取单元51获取要栽培的植物物种(植物)的选择。具体地，当用户操作操作单元34并选择要种植的植物物种时，获取单元51获取选择。该输入可以由用户输入植物的名称来执行，或者准备的植物列表可以显示在显示单元35上，使得可以从列表中选择预定植物。以这种方式，接受要栽培的植物的指定。

在步骤S12中，通信单元40经由网络10将由获取单元51获取的植物物种(的名称)发送到服务器13。

在步骤S31中，服务器13的通信单元67接收从终端12发送的植物物种。具体地，在步骤S12中从终端12发送的植物物种被服务器13接收。以这种方式，将由用户栽培的植物被服务器13接收。在步骤S32中，在服务器13中，同化培养CMS 71搜索涉及从终端12发送的植物物种的植被计划。具体地，同化培养CMS 71穷尽地搜索用于适合于用用户指定的植物(或从终端12发送的植物物种)建立密集混合状态的植被组合的异株克生DB和/或轮作适宜性DB。在确认接收的植物物种时，还根据需要使用植物名称DB。

在步骤S33中，同化培养CMS 71计算在步骤S32中检索的植被计划中的每个的共生得分。具体地，计算适于与户指定的植物建立密集混合状态的植被组合中的每个的共生得分，植被组合是在步骤S32检索的一个或多个植被计划。

共生得分被定义为对应于要种植的一组物种的所有要素的平均值，并且被记录在异株克生DB和轮作适宜性DB中。所有的要素都是物种的加权得分，并且加权得分是评价具有正数和负数值的植物之间的相互作用的值。具体地，共生得分SC由等式SC＝ΣEi/n表示，其中n表示所有植物的加权得分的数目，并且Ei表示第i个植物的加权得分的值(i＝1,2，。。。，n)。应当注意，当建立密集混合状态的适宜性较高时，加权得分的值Ei较大。此外，Σ表示当i被1至n的整数代替时获得的总和。

共生得分SC的较大值意味着更强的共生相互作用，或具有强共生相互作用的经验规则，并且更小的数值(负方向上更大的数值)意味着强的竞争相互作用。

异株克生DB和轮作适宜性DB存储评价基于文献和农田数据建立的相应植物物种组合的正负数值的相互作用的加权得分的值。具体地，将根据播种DB中的记录种植了种子的植物的植被状态记录在植被DB中，并将从植物获得的产量记录在收益量DB中。然后，每当进行观测时，就将植物的加权得分添加到播种DB、植被DB和收益量DB中。最终，对产生较大产量的组合赋予较高的加权得分。同样，在轮作适宜性DB中，对更适合于作物轮作的组合赋予较高的加权得分。然后将基于上述得分的共生得分记录到异株克生DB中。

例如，在指定花生的情况下，通过计算作为处于密集混合状态下的两种植物的植被的各种条件或结果等的要素的加权得分的平均值，来确定作为待与花生组合的对象记录的其它植物之一的西瓜的共生得分。如果产量大，则将更高的加权得分分配给该要素。如果产量小，则将低加权得分分配给该要素。计算这些加权得分的平均值以获得共生得分。应当注意，计算可以在每次指定植物时执行，或者可以以预定时间自动执行。

如果异株克生DB和轮作适宜性DB的所有积分值都用于计算共生得分，则由于植被演替而在各年容易栽培的植物物种的变化被平均。鉴于此，能够以共生得分进行评价，所述共生得分是分成过去几年的可变长度时间差的平均值。考虑到这一点，能够应对和利用植被演替。

在步骤S34中，同化培养CMS 71评价在步骤S31中检索到的相应植被计划的共生得分。具体地，将涉及用户指定的植物的相应植被计划的共生得分彼此进行比较。

在步骤S35中，同化培养CMS 71选择具有最高共生得分的植被计划。具体地，以在步骤S34中评价的共生得分的值的降序来选择一种或多种植物物种组合。

应当注意，在所有检索的植被计划按原样呈现给用户的情况下，可以跳过用于评价共生得分并选择具有最高共生得分(一个或多个)的植被计划(一个或多个)的过程。

此外，在用户评价共生得分的情况下，也可以跳过用于评价共生得分和选择具有最高共生得分(一个或多个)的植被计划(一个或多个)的过程。

在步骤S36中，服务器13的通信单元67经由网络10将所选择的植被计划(一个或多个)发送到终端12，该终端12已经将在步骤S31中接收到的植物物种发送到服务器13。

在步骤S13中，终端12的获取单元51通过使通信单元40接收植被计划(一个或多个)，来获取从服务器13发送的植被计划(一个或多个)。以这种方式，获取用户在步骤S11中指定的植物的植被计划(一个或多个)。在步骤S14中，显示控制单元52使显示单元35显示从服务器13获取的植被计划。

结果，用户可以识别适于与用户在步骤S11中输入的植物物种建立密集混合状态的每个植被组合。用户可以从由生态系统利用系统呈现以及显示的组合中选择预定组合，并且实际上在田地中栽培该植物组合。显示的组合是适合于与用户指定的植物物种建立密集混合状态的相应植物组合，并且可以使产量大于栽培随机的植物组合的情况下的产量。结果，可以使成本低于栽培随机的植物组合的情况下的成本。应当注意，在此时呈现给用户的信息不是估计。该信息是基于过去的经验规则的用于估计的参考信息。由用户基于参考信息执行估计。

此外，在同化培养中，以密集混合状态栽培植物。因此，如果制定了农业工作并且如在其中耕地区域在各植物之间分开的单一培养(常规农业)的情况下一样选择制定的农业工作中的一些，则不一定获得期望的良好结果。在生态系统利用系统中，能够基于用户进行的观测向用户提出新的组合。例如，在用户已经发现在某些植物与某种昆虫之间存在强烈的共生相互作用的情况下，可以计划使用该组合的植物。

此外，在同化培养中，以密集混合状态栽培不同物种的植物。因此，与仅栽培一种物种植物的情况相比，可以分散风险，并且可以平均获得更大的产量。这也是生态系统利用系统中的植被计划被称为种子资产组合的原因。要呈现的最高组合的数量可以由用户指定。当然，也可以呈现更合适的植物的数量。以这种方式，可以进行风险管理。

图17是示出共生异株克生的示例输出的图。

图17所示的示例是图16中的步骤S14中的显示示例。在图17中，适用于与最上一行所示的10种植物建立密集混合状态的植物显示在最上面一行的下面的行中(这些下面行中的植物是“同伴植物”)。例如，适于与玉米建立密集混合状态的植物是西瓜或哈密瓜(葫芦)、西葫芦、豆、莴苣、葫芦科、甜罗勒、菜豆、鹳肉、香瓜、欧芹、大豆、牵牛花、日本芥末菠菜以及叶菜。适于与芹菜建立密集混合状态的植物是番茄、卷心菜、大白菜、白菜、芜菁和豌豆。

具体地，当用户输入最上一行所示的植物名称时，显示输入植物名称下方所示的植物名称作为适于建立密集混合状态的植物。因此，用户可以从显示器选择一个或多个植物，并且以与指定的植物的密集混合状态栽培植物(一个或多个)。

应当注意，尽管在图17的示例中仅示出植物名称，可以以降序的方式结合对应的共生得分来显示植物名称。

<AR标签的显示示例>

图18是AR标签的显示示例的示意图。

在同化培养中，最终需要对农田中的每个单个植物进行植被管理，诸如要留下哪些蔬菜以及要切割哪些杂草，因此，在农田中形成的信息量是巨大的。因此，在生态系统利用系统中，采用增强现实(AR)技术，以便处理这样大量的信息，而不管处理信息的个体能力的差异。

为了在户外使用AR技术，存在两种可能的技术：通过图像识别使用标记的技术，以及使用风景中的对象作为标记的非标记技术。然而，在安装标记的情况下，标记会妨碍工作。此外，在没有提供标记的情况下，另一方面，相对于农场工作中所必需的身体移动，不能实现足够的识别精度。具体地，工作人员难以在工作时进行图像识别(在自然图像中识别标记)，并且工作人员实际上难以进行农场工作。

因此，在生态系统利用系统中，将基于作为位置信息的GPS坐标的标签附加到记录在同化培养DB中的信息。在终端12处，指定GPS坐标，使得读取对应于GPS坐标的信息。作为GPS，可以使用能够以大约10厘米的精度识别位置信息的GPS(例如，RTK-LIB)。

具体地，可以将物种名称的标签附加到在预定的GPS坐标处种植的相应蔬菜，可以将关于播种和维护工作的信息的标签附加到在预定的GPS坐标处的相应田埂，或者可以将预定信息的标签附加到在预定的GPS坐标处的原生植被。通过该技术，可以用可以读取AR信息的终端12进行管理同化培养所需的信息处理，而不在实际农田中安装任何标记。

如图18所示，标签(AR标签)实际上显示在作为由相机37拍摄的移动或静止图像的真实世界图像上。应当注意，在图18中，还示意性地显示了真实世界中的蔬菜。属性的标签可以彼此显示。

在图18所示的显示示例中，用户在2011年8月在这个地方割草，并且在2011年9月种植了杂草。关于种植什么种子的信息记录在伴随着播种标签的维护记录DB中。目前，在这个地方栽培大白菜、韭菜、日本萝卜、菜花、日本芥末菠菜和牛蒡。

如图18所示，在田地中，在由预定的GPS坐标表示的位置处，栽培了大白菜101至104、韭菜105、日本萝卜106、菜花107、日本芥末菠菜108、牛蒡109和苦艾群落110。这些植物与大白菜、韭菜、日本萝卜、菜花、日本芥末菠菜、牛蒡和苦艾群落的标签一起记录在植被DB中并由其管理，使得可以通过GPS坐标识别植物。

具体地，在用户观测这些植物的情况下，用户操作操作单元34，以将这些植物的名称作为标签输入。结果，标签被附加到正在GPS坐标位置处生长的植物，并且管理植物。当用户利用相机37拍摄田地中的预定植物的图像时，在显示单元35上显示图像。当进一步输入预定指令时，在存在于GPS坐标的实际植物的图像上显示对应的标签，如图18所示。苦艾群落110不是由于用户进行播种而生长的植物，而是野生植物。因此，作为野生植被信息的标签被用户附加到苦艾群落。

要栽培的植物随季节而变化。因此，标签带有日期，并且然后被管理。

<同化培养页面>

图19是示出作为同化培养页面的网页的站点地图的示例的图。

服务器13向终端12的用户提供同化培养页面，其是根据图19所示的地理层级链接到同化培养DB的网页。对于通过终端12的触摸面板的操作，用于选择同化培养DB的图标显示在同化培养页面的首页上。

如图所示，同化培养页面具有由首页、地图上的田地分布、关于田地的总体信息、关于田地段的总体信息、关于田埂段的总体信息按照层级降序形成的层级。按层级的首页、地图上的田地分布、关于田地的总体信息、关于田地段的总体信息以及关于田埂段的总体信息分别在地理层级上对应于地球、田地和田地段以及田埂段。因此，终端12的显示单元35根据该层级结构输出和显示田地。例如，用户可以从田地#1的画面中选择通过划分田地#1形成的田地段#1-1、#1-2、……的画面，并且可以从田地段#1-1的画面选择位于田地段#1-1中的田埂段#1-1-1、#1-1-2、……的画面。应当注意，虽然在该示例中未示出，但是可以提供田埂的层级。

此外，关于田地的总体信息被链接到气候分区DB、天气DB、同化培养评估DB、照片记录DB和存储GPS坐标作为位置信息的坐标DB。关于田地段的总体信息链接到收益量DB、昆虫和动物DB、物候DB、照片记录DB和坐标DB。关于田埂段的总体信息链接到播种DB、植被DB、物候DB、照片记录DB和坐标DB。

图20是示出田地分布在通过同化培养页面提供的地图上的显示的示例的图。

在该示例中，田地的位置由地球的地图上的标志121指示。图标122至129分别对应于播种DB、植被DB、收益量DB、照片记录DB、物候DB、昆虫和动物DB、气候分区DB和天气DB，并且当从各个DB读取信息时被操作。操作地理层级图标130以选择田地级别。

操作图标131以发出搜索指令，操作图标132以发出排序指令，并且操作图标133以指定关键事件。

当操作搜索图标131时，服务器13的同化培养CMS 71搜索所有术语和文件名。同化培养CMS 71也具有同义词库功能。由此，能够共同地搜索以不同方式表示的日期。例如，表示为“2011年，4月1日”、“20110401”、“01042011”、“2011/4/1”、“1/4/2011”和“2011年4月1日”的日期被视为相同。此外，诸如用字母书写的名字、用汉字书写的名字、日语名称、科学名称、英语名称和方言名称的物种名称可以被共同检索并且视为相同。例如，马铃薯和土豆(Bareisho)被认为是相同的。

当操作排序图标132时，同化培养CMS71针对每个参数进行排序。例如，可以针对每个参数对搜索结果进行排序，诸如按照日期的顺序或按照日语音节的顺序。

应当注意，在图标122至133中，仅显示可以在画面上操作的图标。

<参考关于农田的信息的过程>

图21是用于说明在用户参考关于农田(田地)的信息的情况下执行的示例过程的流程图。

在步骤S41中，终端12的获取单元51获取田地级别信息。具体地，为了参考关于田地的信息，用户通过操作操作单元34选择地理层级图标130(参见图20)。在执行该操作之后，显示单元35显示用于选择田地级别的画面。也就是说，显示田地级别的列表。用户操作操作单元34，以从画面选择要参考的田地。在获取单元51获取关于选择的信息之后，通信单元40将关于选择的信息发送到服务器13。

在步骤S61中，服务器13的通信单元67接收关于由终端12选择的田地级别的信息。在步骤S62中，建立并输出在步骤S41中由终端12选择的级别的田地的列表。具体地，同化培养CMS 71搜索坐标DB并且生成在步骤S61中接收的级别的田地的列表，并且通信单元67将该列表发送到终端12。

在步骤S42中，接收并显示列表。具体地，从服务器13输出的列表由终端12的通信单元40接收，并且显示控制单元52在显示单元35上显示列表。

用户操作操作单元34，以从所显示的列表中选择要参考的田地。在步骤S43中，通信单元40发送关于从列表中选择的田地的信息。

在步骤S63中，服务器13的通信单元67接收关于由终端12选择的田地的信息。

在步骤S64中，同化培养CMS 71在同化培养DB中搜索与在步骤S63中接收的田地相关的DB。具体地，从同化培养DB中检索与用户指定的级别的田地相关的DB。在步骤S65中，输出检索的田地DB的列表。具体地，同化培养CMS 71基于搜索结果建立相关DB的列表，并且通信单元67将该列表输出到终端12。

在步骤S44中，终端12的通信单元40接收检索的田地DB的列表。在步骤S45中，显示控制单元52使显示单元35显示由通信单元40接收的田地DB的列表。

用户操作操作单元34，以输入将在所显示的列表中参考的DB以及田地的坐标。在步骤S46中，获取单元51获取关于输入的要参考的DB的信息和田地的坐标。在步骤S47中，通信单元40将在步骤S46中获取的信息发送到服务器13。

在步骤S66中，服务器13的通信单元67接收从终端12发送的信息。在步骤S67中，同化培养CMS 71基于接收到的信息从指定的DB读取关于指定坐标处的田地的信息。具体地，从在步骤S66中接收的DB读取关于用户输入的坐标处的田地的信息。在步骤S68中，通信单元67将读取的关于田地的信息发送到终端12。

在步骤S48中，终端12的通信单元40从服务器13接收关于从DB读取的田地的信息。在步骤S49中，显示控制单元52在显示单元35上显示由通信单元40接收的关于田地的信息。

用户看到显示在显示单元35上的关于田地的信息，并通过操作操作单元34来选择要参考的信息的日期。在步骤S50中，获取单元51获取关于要参考的信息的日期的选择的信息。通信单元40将关于日期的选择的信息发送到服务器13。

在步骤S69中，服务器13的通信单元67从终端12接收关于要参考的信息的日期的选择的信息。在步骤S70中，同化培养CMS 71从同化培养DB读取关于指定日期的信息。在步骤S71中，通信单元67将读取的关于日期的信息发送到终端12。

在步骤S51中，终端12的通信单元40从服务器13接收关于日期的读取信息。在步骤S52中，显示控制单元52在显示单元35上显示在步骤S51中接收的关于日期的信息。

作为要参考的同化培养DB，以上述方式指定诸如田地段的坐标和日期，在显示单元35上显示关于在各个坐标处的同化培养DB的信息或者诸如过去由用户指定的农田和其它农田的历史信息，并且用户可以参考该信息。

应当注意，尽管在上述示例中使用地理层级图标130来选择田地级别，但是可以通过操作预定标志的标志121来直接指定要参考的田地。

<照片上传过程>

图22是用于说明照片上传过程的示例的流程图。

在用户将(图像作为)照片从终端12上传到服务器13的情况下，终端12的获取单元51在步骤S81中获取照片数据。例如，用户发现(观测)田地中的预定植物，并且将植物的照片上传到服务器13。在这种情况下，用户用相机37拍摄植物的照片。在拍摄照片之后，通过获取单元51获取照片数据(图像数据)。当然能够获取预先存储在存储器等中的照片数据作为要上传的照片数据。

在步骤S82中，终端12的位置检测单元39检测GPS坐标作为位置信息。具体地，终端12获取其照片被拍摄的对象的坐标。可以将坐标设置为终端12的当前位置，或者可以通过计算从当前位置到对象的距离和方向以及校正当前位置来获得对象的更精确的坐标。或者，用户可以通过操作操作单元34输入坐标。

在步骤S83中，显示控制单元52在显示单元35上显示关于要链接到照片数据的同化培养DB的信息的列表。在步骤S84中，获取单元51获取关于要链接到照片数据的信息的选择的信息。具体地，当用户操作操作单元34并从显示在显示单元35上的列表中选择要链接到照片数据的信息时，获取单元51获取关于选择的信息。

用户还操作操作单元34，以输入作为要附加到要上传的照片的标签的信息(主要是文本信息)。例如，在拍摄大白菜的照片的情况下，输入名称“大白菜”作为标签。应当注意，该输入不是通过从键盘输入文本而是通过从预先准备的输入页面中选择预定列来执行的。在步骤S85中，获取单元51获取要用作标签的输入信息。在步骤S86中，通信单元40将在步骤S81、S82、S84和S85中获取的信息发送到服务器13。

在步骤S91中，服务器13的通信单元67接收从终端12发送的信息。在步骤S92中，同化培养CMS 71在同化培养DB中注册在步骤S91中接收的信息。具体地，用户拍摄的照片与标签一起注册在照片记录DB中，并且进一步链接到关于用户选择的同化培养DB的信息。

以上述方式，用户可以将预定的照片和标签从终端12上传到服务器13上。通过上述图21所示的过程，用户可以稍后参考上传的信息。

应当注意，在上传除照片以外的信息的情况下，执行类似的过程。例如，在预定田埂处收获1Kg大白菜的情况下，输入“大白菜1Kg”作为要上传的信息。然后，例如，将信息“大白菜1Kg”记录到收益量DB中，同时链接到预定田埂的坐标。

<关键事件的注册>

图23是用于说明注册关键事件的示例过程的流程图。

用户可以在同化培养DB中的元DB中注册任何事件作为关键事件。关键事件可以是在同化培养的管理中被认为重要的事件，并且关键事件可以通过自然语言的名称记录与同化培养DB中的相应DB中的对应项之间的链接来定义。

当注册关键事件时，用户操作操作单元34，以选择关键事件图标133(参见图20)。此时，获取单元51在步骤S101中接收关键事件图标133的选择。在步骤S102中，获取单元51获取照片数据和日期。具体地，用户利用相机37拍摄植物的照片作为要记录为关键事件的事件，并且通过操作操作单元34来输入日期。然后，这些信息由获取单元51获取。

在步骤S103中，位置检测单元39检测GPS坐标作为位置信息。具体地，获取与照片对应的坐标。

在步骤S104中，获取单元51获取输入文本。具体地，当用户通过操作操作单元34输入文本信息作为关键事件时，获取文本信息。例如，在用户发现了具有花结叶的大白菜的情况下，用户可以拍摄大白菜的照片，并且输入文本“带花结叶的大白菜”作为关键事件。

在步骤S105中，通信单元40将在步骤S102至S104中获取的信息发送到服务器13。

在步骤S121中，服务器13的通信单元67接收从终端12发送的信息。在步骤S122中，同化培养CMS 71将由通信单元67接收的信息记录到元DB中。具体地，由终端12在步骤S102至S104中获取的信息被记录(注册)到元DB中作为关键事件DB。

在步骤S106中，终端12的获取单元51获取田地级别。具体地，为了记录关键事件，用户通过操作操作单元34选择地理分层图标130(参见图20)。在执行该操作之后，显示单元35显示用于选择田地级别的画面。用户操作操作单元34，以从画面选择要参考的田地级别。在获取单元51获取关于选择的信息之后，通信单元40将关于选择的信息发送到服务器13。

在步骤S123中，服务器13的通信单元67接收由终端12选择的关于田地级别的信息。在步骤S124中，建立并输出由终端12在步骤S106中选择的级别的田地的列表。具体地，同化培养CMS 71搜索坐标DB并且生成在步骤S123中接收的级别的田地的列表，并且通信单元67将该列表发送到终端12。

在步骤S107中，接收并显示列表。具体地，从服务器13输出的列表由终端12的通信单元40接收，并且显示控制单元52在显示单元35上显示列表。

用户操作操作单元34，以从所显示的列表中选择要记录的田地。在步骤S108中，通信单元40将关于从列表中选择的田地的信息发送到服务器13。

在步骤S125中，服务器13的通信单元67接收关于由终端12选择的田地的信息。

在步骤S126中，同化培养CMS 71在协同培养DB中搜索其中注册了在步骤S125中接收的关于田地的信息的DB。具体地，从同化培养DB中检索与用户指定的级别的田地相关的DB。在步骤S127中，输出检索到的DB的列表。具体地，同化培养CMS 71基于搜索结果建立与用户指定的级别的田地相关的DB的列表，并且通信单元67将该列表发送到终端12。

在步骤S109中，终端12的通信单元40从服务器13接收DB的列表。在步骤S110中，显示控制单元52在显示单元35上显示来自服务器13的DB的列表。

用户操作操作单元34，并通过参考所显示的列表来输入链接到关键事件和田地的坐标的DB。在步骤S111中，获取单元51获取关于链接到关键事件和田地的坐标的DB的输入信息。在步骤S112中，通信单元40将在步骤S111中获取的信息发送给服务器13。

在步骤S128中，服务器13的通信单元67接收从终端12发送的信息。在步骤S129中，同化培养CMS 71从同化培养DB中的指定DB读取关于指定坐标处的田地的信息。具体地，从也由用户输入的DB读取关于用户输入的坐标处的田地的信息。在步骤S130中，通信单元67将读取的关于田地的信息发送到终端12。

在步骤S113中，终端12的通信单元40接收所读取的关于田地的信息。该信息显示在显示单元35上。看着该显示，用户确认由用户指定(输入)的田地是要链接到关键事件的田地。在确认之后，用户操作操作单元34，以发出将关于由用户指定(输入)的DB中用户指定的田地的信息链接到关键事件的指令。在步骤S114中，根据该指示，通信单元40将用于链接的命令发送到服务器13。

在步骤S131中，服务器13的通信单元67接收从终端12发送的链接命令。在步骤S132中，同化培养CMS 71将新记录的关键事件链接到关于指定田地的信息。具体地，在步骤S122中新记录到元DB中的关键事件被链接到关于用户在步骤S111中指定的田地的信息。

在以上述方式将关键事件链接到关于田地的信息之后，用户可以通过基于关键事件或关于田地的信息操作识别终端12的操作单元34来参考关于链接到关键事件的田地的信息，或访问链接到关于田地的信息的关键事件。

对于以下所述作为关键事件的具体示例的事件中的每一个，以该顺序列出关键事件名称、自然语言的注释和其中注册了关于与关键事件关联的田地的信息的相关DB。关键事件名称：记录防风效果

用自然语言的注释：与在相同土地条件下的其它地方相比，在由诸如阻挡风的栅栏等结构围绕的地方促进蔬菜的生长。

相关DB：坐标DB、收益量DB、维护记录DB、植被DB和物候DB

关键事件名称：土壤形成和莴苣发芽率降低

用自然语言注释：莴苣在耕作的田地中容易发芽，但是在一段时间没有进行耕作并且土壤结构开始形成的田地中不容易发芽。

相关DB：种子DB、维护记录DB、植被DB和物候DB

关键事件名称：竞争生长

用自然语言注释：与其它植被竞争的蔬菜比在土壤中具有相同养分的土地中长得更大。

相关DB：植被DB、物候DB和收益量DB

应当注意，竞争生长的具体示例包括其中胡萝卜在与奇异果(wonderberry)的竞争中长得较大的示例，其中尽管发芽率低，但个体蔬菜在用夏草覆盖的田埂上长得较大的示例。

关键事件名称：花结叶

用自然语言注释：一些蔬菜的叶子变成在冬季沿着陆地表面延伸的形式，并且以抗寒形式存活直到春天。这种形式的蔬菜也是可收获的。

相关DB：植被DB、物候DB、收益量DB和天气DB

关键事件名称：红叶

用自然语言注释：有诸如胡萝卜和卷心菜等蔬菜的叶子在冬天变红的情况。

叶子变红的蔬菜是可收获的。

相关DB：植被DB、物候DB、收益量DB和天气DB

关键事件名称：晚霜

用自然语言注释：如果在春季发芽后，陆地表面的温度立即降低到4℃或以下，则由于晚霜，所有芽都会染色，因此需要通过对整个田地进行再播种或以固定的方式种植幼苗来采取措施。

相关DB：播种DB、维护记录DB、植被DB、物候DB和天气DB

<关系图>

图24是用于说明由服务器13的图形显示控制单元72(终端12的获取单元51)生成的关系图的图。

在DB中某个类别(集合)下的信息i1与另一类别下的信息i2相关联的情况下，能够生成关系图，该关系图是指示信息i1之间的关系的图(该图是网络关系图)，其中信息i2用作准则(标度)。

这里，在信息i1和信息i2彼此相关联的DB中，还能够生成指示信息i2之间的关系的关系图，其中信息i1用作准则，这与上述情况相反。

此外，在生成关系图时，能够使用其中信息i1和信息i2彼此隐含地相关联的DB，而不是其中信息i1和信息i2彼此明确关联的DB。

这里，在信息i1是观测植被的(名称)，并且信息i2是观测植被的农田的(名称)的情况下，例如，其中信息i1和信息i2彼此明确地相关联的DB是其中植被和观测植被的农田彼此相关联的DB。

此外，例如，信息i1和信息i2彼此隐含地相关联的DB是注册了以自然语言的“在农田#1中观测植被#1”的DB。

图形显示控制单元72从信息i1和信息i2彼此相关联的DB生成二分图，并且根据二分图生成关系图。

图24是示出从DB生成的二分图的示例的图。

在图24中，DB是其中植被和观测植被的农田(一个或多个)彼此相关联的植被/农田DB。

图24中的二分图指示在农田#1至#4中观测植被#1，在农田#1至#4中观测植被#2，在农田#3和#4中观测植被#3，并且在农田#4的中观测植被#4至#6。

在根据上述二分图生成关系图时，以农田#k作为基准，确定指示植被#i和植被#j(i≠j)之间的关系(强度)的关系得分。

图25是示出从图24所示的植被/农田DB的二分图确定的关系得分的示例的图。

植被#i与植被#j的关系得分可以是与植被#i和植被#j相关联的农田的数量，或者与其中观测植被#i和植被#j的农田数量对应的值(或与其成比例的值)。

在图25中，植被#i与植被#j的关系得分是通过将观测植被#i和植物#j两者的农田数量除以农田总数(在该示例中为四)得到的值。

根据图24中的二分图，对于植被#1，植被#1与植被#2一起被观测的农田的数量是三个(农田#1至#3)，植被#1与植被#3一起被观测的农田数量是一个(农田#3)，并且植被#1与植被#4到#6中的任何一个备观测的农田数量是零，如图25的上半部分所示。

因此，对于植被#1，与植被#2的关系得分为3/4，并且与植被#3的关系得分为1/4。此外，植被#1与植被#4至#6中的任一个的关系得分为0。

同样，对于图24中的植被#3，与植被#1的关系得分为1/4，与植被#2的关系得分为2/4(＝1/2)，如图25的下半部分所示。此外，植物#3与植被#4至#6中的任一个的关系得分为1/4。

图形显示控制单元72从二分图确定关系得分，使用关系得分生成关系图，并且生成显示关系图的图形显示画面。

图26是示出显示根据图24所示的二分图生成的关系图和图25所示的关系得分的图形显示画面的示例的图。

关系图由图中由圆圈表示的节点和由将节点彼此连接的线段表示的链接形成。

在图26中，节点对应于各种类型的植被，并且链接指示节点之间的关系或植被的类型。

在图26的关系图中，植被#1的节点(与植被#1对应的节点)是聚焦的关注节点，并且示出由关注节点表示的植被#1与其它植被#2至#6之间的关系。

在图形显示画面上，放置关系图，使得关注节点或者在该示例中的植被#1的节点(几乎)位于画面的中心。

此外，在关系图中，作为关注节点的植被#1的节点与其它植被#2至#6的节点之间的长度与图25所示的植被#1与植被#2至#6的关系得分成比例。

具体地，作为关注节点的植被#1的节点和一些其它植被#j的节点之间的长度在植被#1与植被#j的关系得分较高时较短，或者植被#1和植被#j之间的关系更强。

在这种情况下，植物#1和植物#j之间的强关系意味着植被#1和植被#j两者被观测的农田数量大。

因此，可以假设由位于靠近作为关注节点的植被#1的节点的节点表示的植被#j与植被#1具有共生关系，并且观看图26所示的关系图的用户可以容易地识别(预测或推断)适合于与植被#1建立密集混合状态的植被。

结果，图26所示的关系图可以在支持生态系统利用中辅助植被计划。

尽管图26中植被#1的节点是关注节点，但是在图形显示画面上可以选择任何节点作为关注节点。

具体地，在终端12中的显示单元35上显示图形显示画面的情况下，例如，当用户通过操作操作单元34选择植被#3的节点时，显示控制单元52显示图形显示画面，其显示示出作为关注节点的植被#3的节点的关系图。

图27是示出图形显示画面的示例的图，所述图形显示画面显示示出作为关注节点的植被#3的节点的关系图。

在图27中的图形显示画面上，放置关系图，使得作为关注节点的植被#3的节点位于画面的中心。

此外，在关系图中，作为关注节点的植被#3的节点与其它植被#1、#2和#4至#6的节点之间的长度与图25所示的植被#3与植被#1、#2和#4至#6的关系得分成比例。

在示出信息i1之间的关系的关系图中，以信息i2为准则，不仅能够示出信息i1之间的关系，而且还能够示出信息i1与和信息i1相关联的信息i2之间的关系。

具体地，从图24所示的植被/农田DB生成的关系图还可以不仅指示不同类型的植被之间的关系，而且还指示植被与和植被相关联的农田之间的关系。

图28是示出显示不仅指示不同类型的植被之间的关系，而且还指示植被与和植被相关联的农田之间的关系的关系图的图形显示画面的示例的图。

在图28中的关系图中，与植被相关联的农田的节点(图中由三角形表示的部分)和指示植被与农田之间的关系的链接(图中由虚线表示的部分)被添加到图26所示的关系图。

具体地，在图28中的关系图中，将观测由关注节点表示的植被#1的农田#1至#3的各个节点以及将各个节点连接到作为关注节点的植被#1的节点的链接被添加到图26所示的关系图。

从图28中的关系图中，用户可以容易地识别适合于与植被#1建立密集混合状态的植被，并且还可以容易地识别观测到植被#1的农田，如图26所示的情况。

在这种情况下，用户可以通过访问同化培养DB并调查观测到植被#1的农田的环境来推断观测植被#1的环境。

这里，在关系图中示出了诸如植被和农田等的不同类别下的信息的节点的情况下，可以显示节点，使得可以将植被的节点和农田的节点彼此区分。

具体地，例如，可以以与植被的节点不同的颜色、不同的尺寸、不同的形状和不同的模式来显示农田的节点。

在显示不仅指示不同类型的植被之间的关系，而且还指示如图28所示的植被与和植被相关联的农田之间的关系的关系图的图形显示画面上，可以选择植被的节点作为如上参考图27所述的关注节点，或者可以选择田地的节点作为关注节点。

具体地，在图28所示的图形显示画面显示在终端12中的显示单元35上的情况下，当用户通过操作操作单元34选择农田的节点时，显示控制单元52显示图形显示画面，其显示示出由用户选择为关注节点的农田的节点的关系图。

示出作为关注节点的农田的节点的关系图指示农田之间的关系，其中准则是与植被/农田DB中的农田相关联的植被。因此，在显示显示示出作为关注节点的农田的节点的关系图的图形显示画面的情况下，以植被#k为标准确定指示农田#i和#j(i≠j)之间的关系的关系得分。

图29是示出根据图24所示的二分图确定的关系得分的示例的图。

应当注意，虽然不同种类的植被的关系得分如图25所示，但是不同农田的关系得分如图29所示。

农田#i与另一个农田#j的关系得分可以是与农田#i和#j两者相关联的植被类型的数量，或者与农田#i和#j两者中观测到的植被类型的数量对应的值(或与成比例的值)。

在图29中，农田#i与另一个农田#j的关系得分是通过将在农田#i和#j两者中观测到的植被类型的数量除以植被类型的总数(在该示例中为6)得到的值。

根据图24中的二分图，对于农田#1，在农田#1和#2两者中观测到的植被类型的数量是两个(植被#1和植物#2)，在农田#1和#3两者中观测到的植物类型的数量是一个(植被#1)，并且在农田#1和#4两者中观测到的植被类型的数量为零，例如，如图29的上半部分所示。

因此，对于农田#1，与农田#2的关系得分为2/6(＝1/3)，并且与农田#3的关系得分为1/6。此外，农田#1与农田#4的关系得分为0。

同样，对于图24中的农田#3，例如，与农田#1、#2和#4中的每一个的关系得分为2/6，如图29的下半部分所示。

图形显示控制单元72从二分图确定关系得分，使用关系得分生成关系图，并且生成显示关系图的图形显示画面。

图30是示出显示根据图29所示的关系得分生成的关系图的图形显示画面的示例的图。

具体地，例如，图30示出了在用户已经在图28所示的关系图中选择了农田#1的节点作为关注节点的情况下显示关系图的图形显示画面的示例。

图30中的关系图示出作为关注节点的农田#1的节点，并且指示由关注节点表示的农田#1与其它农田#2至#4之间的关系。

在图形显示画面上，放置关系图，使得作为关注节点的农田#1的节点位于画面的中心，如图26所示。

此外，在图30的关系图中，作为关注节点的农田#1的节点与其它农田#2至#4的节点之间的长度与图29所示的农田#1和农田#2至#4的关系得分成比例。

具体地，作为关注节点的农田#1的节点和另一农田#j的节点之间的长度较短，其中农田#1与农田#j的关系得分较高，或者农田#1和#j之间的距离更强。

在这种情况下，农田#1和#j之间的强关系意味着在农田#1和#j两者中观测到的植被类型的数量大。

因此，可以假设由关注节点表示的农田#1和由位于关注节点附近的节点表示的农田#j为在与适合于在农田#1和#j两者中观测到的植被的环境在许多方面具有共同之处的环境中的农田。

结果，例如，利用图30中的关系图，用户可以通过访问同化培养DB并调查农田#1和#j之间的共同环境来推断出适合于在农田#1和#j两者中观测到的植被的环境。

应当注意，在图30的关系图中，不仅显示农田之间的关系，而且显示在农田#1中观测到的植被#1和植被#2的节点，其链接到由关注节点表示的农田#1。

用户可以通过操作操作单元34来选择任何节点作为关注节点。

在图30的关系图中，例如，如果选择农田#3的节点作为关注节点，则显示控制单元52显示图形显示画面，其显示示出作为关注节点的农田#3的节点的关系图。

图31是示出显示示出作为关注节点的农田#3的节点的关系图的图形显示画面的示例的图。

在图31的图形显示画面上，放置关系图，使得作为关注节点的农田#3的节点位于画面的中心。

此外，在关系图中，作为关注节点的农田#3的节点与其它农田#1、#2和#4的节点之间的长度与图29所示的农田#3和农田#1、#2和#4的关系得分成比例。

应当注意，在图31的关系图中，不仅显示农田之间的关系，而且显示在农田#3中观测到的植被#1至#3的节点，其链接到由关注节点表示的农田#3，如30所示。

例如，如果在图31的关系图中新选择植被#1的节点作为关注节点，关系图与图28所示的相同。

例如，利用上述关系图，用户可以通过参考图28中的关系图来容易地识别正在与由关注节点表示的植被#1生长的其它植被，并且还可以容易地识别观测到由关注节点表示的植被#1的农田。

此外，如果用户在图28的关系图中新选择除植被#1以外的植被的节点作为关注节点，如上面参考图26和27所述，显示示出新选择的节点作为关注节点的关系图。因此，用户可以容易地识别正在与植被#1生长并且由被新选择为关注节点的节点表示的其它植被。

此外，如果用户在图28的关系图中选择农田的节点作为关注节点，显示指示在农场和由关注节点表示的农场中观测的植被之间的关系的关系图，如图30所示。因此，用户可以容易地识别出其中经常观测的与在由关注节点表示的农田中观测到的植被类似的植被的农田，以及在由关注节点表示的农田中观测到的植被。

图32是示出从植被/食谱DB生成的二分图的示例的图。

这里，植被/食谱DB是其中植被与使用植被用于原料的膳食的食谱相关联的DB。

图32中的二分图指示在食谱#1至#3中观测到植被#1(作为原料)，在食谱#1至#3中观测到植被#2，在食谱#1和#3中观测到植被#3，在食谱#3中观测到植被#4和#5，在食谱#1至#3中的任一个中均未观测到植被#6。

例如，在从上述二分图生成关系图时，以食谱#k作为准则，确定指示植被#i和植被#j(i≠j)之间的关系(强度)的关系得分。

图33是示出从图32所示的植被/食谱DB的二分图确定的关系得分的示例的图。

植被#i与植被#j的关系得分可以是与植被#i和植被#j相关联的食谱的数量，或者是与其中观测到植被#i和植被#j两者的食谱的数量的值。

在图33中，植被#i与植被#j的关系得分是通过将观测到植被#i和植被#j两者的食谱的数量除以食谱的总数(在本示例中为三)获得的值。

根据图32中的二分图，对于植被#1，植被#1与植被#2一起被观测到的食谱的数量是两个(食谱#1和#2)，植被#1与植被#3一起被观测到的食谱的数量是两个(食谱#1和#3)，植被#1与植被#4一起被观测到的食谱的数量是一个(食谱#3)，植被#1与植被#5一起被观测到的食谱的数量是一个(食谱#3)，并且植被#1与植被#6一起被观测到的食谱的数量为零。

因此，对于植被#1，与植被#2和植物#3的每个关系得分为2/3，并且与植被#4和植物#5的每个关系得分为1/3。此外，植被#1与植被#6的关系得分为0。

图形显示控制单元72从二分图确定关系得分，使用关系得分生成关系图，并且生成显示关系图的图形显示画面。

图34是示出显示根据图32所示的二分图以及图33所示的关系得分生成的关系图的图形显示画面的示例的图。

在图34的关系图中，植被#1的节点是关注节点，并且示出了由关注节点表示的植被#1与其它植被#2至#6之间的关系。

在图34的关系图中，不仅显示了不同类型的植被之间的关系，而且还显示了植被与和植被相关联的食谱之间的关系，如图28所示。

此外，在图34的关系图中，作为关注节点的植被#1的节点与其它植被#2至#6的节点之间的长度与图33所示的植被#1与植被#2至#6的关系得分成比例，如在根据植被/农田DB的二分图确定的上述关系图中所述。

具体地，作为关注节点的植被#1的节点和某一其它植被#j的节点之间的长度在植被#1与植被#j的关系得分较高时较短，或者植被#1和植被#j之间的关系更强。

在这种情况下，植被#1和植被#j之间的强关系意味着观测到植被#1和植被#j两者的食谱的数量大。

因此，可以假设由位于靠近作为关注节点的植被#1的节点的节点表示的植被#j经常与植被#1一起被用于烹饪，并且观看图34所示的关系图的用户可以容易地识别经常与植被#1一起使用的植被。

应当注意，例如，番茄和罗勒经常在烹饪中一起使用，并且经常在烹饪中使用的蔬菜可能是共生关系。

在图34的关系图中，用户还可以通过操作操作单元34来选择除植被#1以外的植被的节点作为关注节点，使得显示示出所选择的植被节点作为关注节点的关系图。

用户还可以选择食谱的节点作为关注节点，使得显示示出所选择的食谱的节点作为关注节点的关系图。

在这种情况下，由位于接近作为目标节点的食谱的节点的节点表示的食谱包括与由关注节点表示的食谱一起使用的许多种植被。

还能够从其中植被与一些其它种类的信息相关联的DB而不是从上述植被/农田DB或植被/食谱DB(的二分图)中生成关系图。

此外，能够从其中除蔬菜之外的(生物)物种与关于其它物种的信息相关联的DB生成关系图。

此外，能够从诸如第一DB和第二DB的DB生成关系图，而不是从诸如植被/农田DB或植被/食谱DB的单个DB生成关系图。

图35是示出从上述两个DB生成的二分图的示例的图，所述上述两个DB为：植被/农田DB和植被/食谱DB。

在图35的关系图中，植被#1的节点是关注节点，并且示出了由关注节点表示的植被#1与其它植被#2至#6之间的关系。

图35中的关系图不仅指示不同类型的植被之间的关系，而且指示植被与和植被相关联的相应农田之间的关系。

在图35的关系图中，可以确定作为关注节点的植被#1与其它植被#2至#6的关系得分，其中准则为与植被/农田DB中的植被#i相关联的农田#k，或与植被/食谱DB中的植被#i相关联的食谱#k。

还可以确定作为关注节点的植被#1与其它植被#2至#6的关系得分，其中准则为与植被/农田DB中的植被#i相关联的农田#k和与植被/食谱DB中的植被#i相关联的食谱#k两者。

在通过使用农田#k和食谱#k两者作为准则来确定作为关注节点的植被#1与其它植被#2至#6的关系得分的情况下，可以将诸如通过使用食谱#k作为准则获得的关系得分和通过使用农田#k作为准则获得的关系得分的平均值的加权值确定为作为关注节点的植被#1与其它植被#2到#6的关系得分。

应当注意，对于由诸如植被#i的关注节点表示的信息，基于关系图中植被#i与其它植被#j的关系或植被#i与其它植被#j的关系得分来相对于植被#i对所有其它种类的植被#j进行排名。

更靠近由关系图中的关注节点表示的植被#i的其它植被#j的排名更高。

在上述情况下，对于植被/农田DB，例如，将与观测到植被#i和植物#j两者的农田的数量相对应的值用作植被#i与植被#j的关系得分。然而，植被#i与植被#j的关系得分可以是在相同农田中观测到植物#i和植物#j两者的次数，或相对于与植被/农田DB中的植被相关联的农田的任何值，例如观测到植被#i的农田和观测到植被#j的农田之间的距离。

此外，可以基于各种因素来控制关系图的显示。

例如，在指示不同种类的植被之间的关系的关系图中，将具有较高排名的植被的节点连接到关注节点的链接可以更厚或者以与其它链接不同的颜色显示。

例如，在从植被/农田DB生成的关系图中，其中多次观测到由关注节点表示的植物#i的农田#k的节点可以被更大地显示，或者可以更靠近关注节点。

此外，在指示不同种类的植被之间的关系的关系图中，观测到次数较多的植被#i可以具有较大的节点。

此外，在从植被/食谱DB生成的关系图中，例如，其中使用由关注节点表示的植被#i的量较大的食谱的节点可以被更大地显示或更靠近关注节点。

此外，在指示不同种类的植被之间的关系的关系图中，例如，可以进行动画显示，使得与由注意节点表示的植被#i具有弱关系(低关系得分)的植被#j'的节点随着与由关注节点表示的植被#i具有强关系(高关系得分)的植被#j的节点向关注节点移动，远离关注节点。

此外，在指示不同种类的植被之间的关系的关系图中，例如，对于在植被/农田DB或植被/食谱DB中注册的植被的节点显示所有植被的节点，或者能够仅显示作为关注节点的蔬菜#i的节点，均与植被#i具有比0更高的关系得分的植被#j的节点，以及其中与植被#i一起观测到的植被#j存在的农田#k的节点。

在这种情况下，形成关系图的植被的节点数量是有限的。因此，可以防止用户由于显示器上的大量植被节点而难以查看关系图。

图36是示出在图形显示控制单元72(或获取单元51)处生成关系图时使用的示例DB的图。

可以通过使用在服务器13的储存器63中注册的同化培养DB(中的各种DB)来生成关系图。

关系图也可以通过使用因特网24上的各种DB(诸如其中物种与的其它信息相关联的DB)来生成。

具体地，可以通过使用因特网24上的各种DB来生成关系图，诸如存储关于书籍的信息的书籍DB、作为通过网页(一个或多个)提供的DB的web DB、存储学术信息的学术DB以及存储营养信息的营养DB。

终端12的用户可以通过操作操作单元34来选择要在生成关系图中使用的DB。

具体地，例如，根据操作单元34的操作，从图36所示的DB中选择要用于生成关系图的DB。

这里，如上所述，在可以从DB中选择用于生成关系图的DB的情况下，用户可能难以识别当前显示的关系图与哪个DB相关(使用了哪个DB生成当前显示的关系图)。

因此，根据用于生成关系图的DB的选择(切换)，能够改变包括关系图的背景颜色、每个节点的形状和每个节点的颜色的项目中的一个或多个。

终端12还可以根据用于生成关系图的DB的选择，通过扬声器36输出不同的声音。

以上述方式，用户可以识别在生成关系图中使用哪个DB。

图37是示出要在其上显示关系图的图形显示画面的示例结构的图。

图形显示画面可以包括图形显示区域201和列表显示区域202。

在图37中，列表显示区域202位于图形显示区域201的左侧。

关系图将被显示在图形显示区域201中。

在图形显示区域201中还可以提供概览显示区域211。

在图37中，概览显示区域211位于图形显示区域201的右下部分。

在概览显示区域211中显示整个关系图，其中所有信息i1的节点注册在已经用于生成关系图并且使信息i1与信息i2相关联的DB中。

其中注册在DB中的所有信息i1的节点存在的整个关系图可能包含大量的节点，并且在图形显示区域201中显示整个关系图可能妨碍查看关系图。

因此，可以在图形显示区域201中放大整个关系图的显示的一部分。在这种情况下，概览显示区域211可以在概览显示区域211中显示的整个关系图中示出显示框212，显示框212指示在图形显示区域201中显示的整个关系图的一部分。

利用显示框212，用户可以容易地识别整个关系图的哪一部分被显示在图形显示区域201中。

在列表显示区域202中显示排名列表。

这里，利用指示植被#i与其它植被#j的关系的关系图(关系得分)，能够基于植被#i与其它植被#j的关系或植被#i与其它植被#j的关系得分来相对于植被#i对所有其它种类的植被#j进行排名，例如，如上参考图35所述。

在列表显示区域202中显示作为排名的植物#j的(名称)的列表的排名列表。

应当注意，概览显示区域211的显示和排名列表的显示可以根据用户通过操作单元34执行的操作来接通和断开。

上述图形显示画面可以通过使用例如作为开源软件包的Gephi来生成。

图38是示出利用Gephi生成的图形显示画面的示例的图。

在图38(以及后面将要描述的图39至图41)中，白色圆圈表示植被的节点，并且黑色圆圈表示农田的节点。

在图38中的图形显示画面上，在图形显示区域201中显示通过使用植被/农田DB生成的关系图，其中关注节点是植被“柿(Diospyros)”的节点。

此外，在图38的图形显示画面上，在列表显示区域202中显示相对于由关注节点表示的植被“柿”排名的其它植被的排名列表。

应当注意，排名列表不仅可以示出植被，而且还可以示出观测到由关注节点表示的植被“柿”的农田。

在图38的排名列表中，指示观测到由关注节点表示的植被“柿”的农田(和日期)的“20120329ise”和“20110402-20110403oiso”在植被“西方蜜蜂，1758”之后立即显示。

图39是示出在其中观测到由关注节点表示的植被“柿”的农田“20120329ise”被选择为图38所示的关系图中的新关注节点的情况下，利用Gephi生成的图形显示画面的示例的图。

图40是示出用Gephi生成的图形显示画面的另一例的图。

在Gephi的上部提供搜索框。当用户在搜索框上点击(或敲击)时，以下拉菜单的形式显示由节点表示的植被和农田的列表。用户可以从列表中选择植被或农田，并将所选择的植被或农田的节点设置为关注节点。

图41是示出用Gephi生成的图形显示画面的另一示例的图。

在图41中，显示框212被显示，以指示在概览显示区域211中显示的整个关系图中显示在图形显示区域201中的关系图的一部分。

应当注意，对于关系图，例如，终端12的用户的用户简档被注册在终端12的储存器33中，并且可以基于用户简档来改变关系图。

例如，在能够从用户简档识别用户已经参与了物种(诸如蔬菜)多少年(或者，例如用户在农业方面的经验年限)的情况下，可以基于经验年限来改变关系图(的显示)。

具体地，例如，为具有多年经验的学者层面的用户，显示包括注册在DB中的所有植被的节点的关系图。例如，为只具有几年经验(或零经验)的初学者层面的用户，显示仅包括在DB中注册的植被种类中排名前三的植被种类(具有三个最高的关系得分的植被种类)的节点的关系图形。如果为初学者层面的用户显示多种植被(的节点)，则用户可能会感到困惑，并且因此，以上述方式防止这种混乱。

此外，对于关系图，能够基于用户简档来选择用于生成关系图的DB。

具体地，例如，在基于用户简档可以将用户识别为家庭主妇的情况下，可以在生成关系图时选择作为针对家庭主妇的DB的植被/食谱DB。此外，例如，在基于他/她的用户简档可以将用户识别为农民的情况下，可以在生成关系图时选择作为针对农民DB的植被/农田DB。

此外，例如，在因特网24上的站点中存在与要在生成关系图时使用的DB中注册的植被的物种等相关的内容简档的情况下，可以基于内容简档来改变关系图。

例如，在可以基于他/她的用户简档来识别用户的经验年限，并且可以基于用户简档来识别注册在DB中的植被的知名度和稀缺度的情况下，可以为具有多年经验的学者层面的用户显示仅包括在DB中注册的所有种类的植被中具有低知名度和高稀缺度的所选种类的植被的节点的关系图。这是因为学者层面的用户恐怕对具有高知名度的植被和具有低稀缺度的植被几乎没有兴趣。

另一方面，可以为仅具有几年经验的初学者层面的用户显示仅包括在DB中注册的各种植被中具有高知名度和低稀缺度的所选种类的植被的节点的关系图。这是因为初学者层面的用户恐怕对具有低知名度的植被和具有高稀缺度的植被几乎没有兴趣。

此外，对于通过使用其中注册了植被的物种等的DB生成的关系图，可以基于用户简档和内容简档来校正物种之间的关系或关系得分。

例如，在可以基于他/她的用户简档来识别用户的经验年限，并且可以基于内容简档来识别注册在DB中的植被的知名度和稀缺度的情况下，可以校正DB中注册的所有种类的植被中具有低知名度和高稀缺度的植被种类的关系得分，使得关系得分对于具有多年经验的学者层面的用户变得更高。

在这种情况下，具有低知名度和高稀缺度的植被的种类在排名列表中排名高，并且在关系图中靠近关注节点的位置中显示。

另一方面，对于仅具有几年经验的初学者层面的用户，可以校正在DB中注册的植被种类中具有高知名度和低稀缺度的植被种类的关系得分，使得那些关系得分变得更高。

在这种情况下，具有高知名度和低稀缺度的植被种类在排名列表中排名高，并且在关系图中靠近关注节点的位置中显示。

图42是用于说明显示图形显示画面的示例过程的流程图。

在步骤S201中，终端12的用户操作操作单元34，以从DB中选择作为在生成关系图中使用的DB的关注DB。

在步骤S202中，终端12的通信单元40将关于关注DB的信息(或指示关注DB的信息)发送到服务器13。

服务器13的通信单元67从终端12接收关于关注DB的信息。在步骤S211中，图形显示控制单元72访问关注DB，并且从关注DB生成二分图。

在步骤S212中，图形显示控制单元72从关注DB的二分图生成显示关系图的图形显示画面。

在步骤S213中，通信单元67将由图形显示控制单元72生成的图形显示画面发送到终端12。

在步骤S203中，终端12的通信单元40从服务器13接收图形显示画面，并且获取单元51获取图形显示画面。

在步骤S204中，终端12的显示控制单元52在显示单元35上显示由获取单元51获取的图形显示画面。

应当注意，在上述情况下，服务器13从关注DB的二分图生成图形显示画面，并将图形显示画面发送到终端12。然而，服务器13可以将关注DB的二分图发送到终端12，并且终端12的获取单元51可以根据从服务器13发送的二分图生成图形显示画面。

如上所述，在从其中物种和除物种之外的信息彼此相关联的DB获得的关系图基于其它信息指示物种之间的关系且形成有节点和显示链接的情况下，用户获得作为知识的物种之间的关系，并且可以使用生态系统利用方面的知识，诸如同化培养。

<带符号的传感器数据的关联>

图43是示出作为利用传感器执行的感测的结果而获得的传感器数据的示例的图。

具体地，图43示出了作为通过AMeDAS(自动气象资料收集系统)感测(观测)的传感器数据的AMeDAS数据。

在图43中，AMeDAS数据包括10种数据，诸如平均温度、日长和降水。图43是其中将10种AMeDAS数据中的平均温度和其它九种数据分别绘制在横轴和纵轴上的图。在图43中，纵轴上的九种数据从左上到右分别表示最大温度(MaxTemp)、日长(DayLength)、平均蒸气压(MeanVaporPressure)、最小温度(MinTemp)、太阳总辐射(GlobalSolarRadiation)、平均大气压力(MeanAtmosphericPressure)、日降水(DailyPrecipitation)、平均风速(MeanWindSpeed)和平均湿度(MeanHumidity)。

如图43可以明显看出，平均温度和其它九种数据的组合中的一些显示清楚的相关性，而一些没有示出任何相关性。

例如，在一天中观测到作为昆虫或植被的物种s的情况下，观测到的物种与该天的AMeDAS数据相关联。具体地，作为指示物种s的观测的符号的物种s的名称与AMeDAS数据d相关联地注册，使得可以存储指示当天气条件如AMeDAS数据d所指示时观测到物种s的信息。

然而，存在当天气条件由AMeDAS数据d'所指示时观测到物种的可能性，其中AMeDAS数据d'与AMeDAS数据d略有不同。

因此，在指示物种s的观测的符号仅与AMeDAS数据d相关联地注册的情况下，物种s与指示观测物种s的天气条件的AMeDAS数据不够牢固地相关联。

鉴于此，使用AMeDAS数据，服务器13的关联单元76对AMeDAS数据执行Voronoi划分，并且将Voronoi区域与指示物种的观测的符号相关联地注册在所得到的Voronoi图中。以这种方式，指示物种的观测的符号(或指示物种的观测的生物多样性数据)与AMeDAS数据足够牢固地相关联。

图44是示出使用AMeDAS数据作为Voronoi划分的结果获得的Voronoi图的示例的图。

在图44中，对一年(365天)的每一天的10种AMeDAS数据进行主分量分析，并且将一年的AMeDAS数据(由小白色圆圈表示)绘制在二维平面上，横轴表示第一主分量，纵轴表示第二主分量。

此外，在图44中，进行Voronoi划分，其中母线是物种观测日的AMeDAS数据，所述物种观测日是在一年中观测物种的观测日。

具体地，终端12的用户在一年中在100个物种观测日观测物种，并且在服务器13的储存器63中将指示物种的观测的符号注册为在100个物种观测日的观测值。

服务器13的关联单元76从因特网24上的站点获取一年的AMeDAS数据，并对AMeDAS数据进行主分量分析。关联单元76还在其中横轴和纵轴分别表示作为对AMeDAS数据的主分量分析的结果获得的第一主分量和第二主分量的二维平面上绘制一年的AMeDAS数据的物种观测日的AMeDAS数据。关联单元76然后在二维平面上执行Voronoi划分，其中母线是物种观测日的AMeDAS数据。

图44示出作为上述Voronoi划分的结果获得的Voronoi图。

根据Voronoi图，关于母线对应于Voronoi区域的AMeDAS数据可以与指示用户在观测到对应于母线的AMeDAS数据的物种观测日观测到的物种的符号相关联。

在服务器13中，关联单元76基于Voronoi图生成AMeDAS数据/物种DB，并将AMeDAS数据/物种DB注册在储存器63中。在AMeDAS数据/物种DB中，关于母线对应于Voronoi区域的AMeDAS数据与指示用户在观测到对应于母线的AMeDAS数据的物种观测日观测到的物种的符号相关联。

以这种方式，注册在在储存器63中的AMeDAS数据/物种DB可以用于生成上述关系图。也就是说，例如，利用AMeDAS数据/物种DB，能够生成指示物种之间的关系的关系图，其中准则为与物种相关联的AMeDAS数据(对应于AMeDAS数据的Voronoi区域)。

此外，在服务器13中，分析单元77分析Voronoi图，并且向终端12提供用于辅助生态系统利用的各种信息。

图45是示出如上参考图45所获得的Voronoi图的示例的图。

图45是类似于图44所示的Voronoi图的Voronoi图。然而，虽然图44中绘制了一年的AMeDAS数据，但仅在图45中绘制了一年的AMeDAS数据的物种观测日的AMeDAS数据或用作母线的AMeDAS数据(由小白色圆圈表示)。

在图45中，更白的Voronoi区域意味着用户在观测到与Voronoi区域中的母线对应的AMeDAS数据的物种观测日观测到更多的物种。

分析单元77生成示出用户在观测到用作各Voronoi区域中的母线的AMeDAS数据的物种观测日所观测到的物种的物种列表。

例如，基于物种列表，分析单元77还检测包括其中(常常)观测到某个物种的许多Voronoi区域的区域R11，并且推断与区域R11相对应的AMeDAS数据是用于物种s的生态位(天气条件)。

然后，分析单元77生成暗示在观测到作为物种s的生态位的AMeDAS数据的那天经常观测到物种的指示消息，并且使得通信单元67将指示消息发送到终端12。

在终端12中，来自服务器13的指示消息被呈现(显示在显示单元35上或作为来自扬声器36的声音输出)。在这种情况下，可以向终端12的用户提供观测物种s的激励。

例如，基于种类列表，分析单元77还检测包括其中仅观测到少量(或没有)种类的多个Voronoi区域的区域R12。

然后，分析单元77生成请求在与区域R12相对应的AMeDAS数据的观测日观测物种的请求消息，并且使通信单元67将该请求消息发送到终端12。

在终端12中，呈现来自服务器13的请求消息。在这种情况下，可以提示终端12的用户在针对与区域R12相对应的AMeDAS数据观测的天气条件下观测物种。

图46是用于说明基于Voronoi图的物种的生态位(天气条件)的估计的第一示例的图。

如上面参考图45所述，分析单元77生成示出用户在观测到用作各Voronoi区域中的母线的AMeDAS数据的物种观测日所观测到的物种的物种列表。基于物种列表，分析单元77检测包括其中常常观测到某种物种的许多Voronoi区域的区域R21。以这种方式，对应于区域R21的AMeDAS数据可以被估计为物种s的生态位(天气条件)。

图46是类似于图45所示的Voronoi图的Voronoi图，并且区域R21表示物种“直纹稻苞虫(Parnara guttata)”的生态位(的估计结果)。

图47是用于说明基于Voronoi图的物种的生态位的估计的第二示例的图。

图47是类似于图45所示的Voronoi图的Voronoi图，并且区域R31表示物种“续断菊(Sonchus asper)”的生态位。

分析单元77以上述方式估计各种物种的生态位，并且使得通信单元67向用户终端12发送指示生态位的生态位信息，使得可以向用户呈现生态位信息。

分析单元77还可以通过以上述方式基于Voronoi图估计各种物种的生态位来预测物种的共现(意味着在这种情况下不同物种同时出现)。

图48是示出基于Voronoi图的物种的共现预测的示例的图。

图48是类似于图45所示的Voronoi图的Voronoi图，并且区域R21表示图46所示的物种“直纹稻苞虫”的生态位。此外，区域R31表示图47所示的物种“续断菊”的生态位。

在区域R21和区域R31之间存在重叠区域的情况下，分析单元77推断出与重叠区域相对应的AMeDAS数据是用于物种“直纹稻苞虫”和“续断菊”的共现的天气条件。

然后，分析单元77使通信单元67将指示物种“直纹稻苞虫”和“续断菊”的共现的共现信息、作为物种“直纹稻苞虫”和“续断菊”的共生的天气条件的AMeDAS数据等等发送到终端12。以这种方式，可以向用户呈现共现。

应当注意，根据Voronoi图，不仅可以从上述表示生态位等的区域的重叠推断出物种的共现，而且还可以推断出诸如捕食和共生的关系。

图49是用于说明如上所述生成和分析Voronoi图的示例过程的流程图。

在步骤S231中，服务器231的关联单元76从终端12的用户获取物种(表示物种的符号)的AMeDAS数据和观测值。

在步骤S232中，关联单元76对AMeDAS数据进行主分量分析，以确定第一主分量和第二主分量。

在步骤S233中，关联单元76在其中横轴和纵轴分别表示作为AMeDAS数据的主分量分析的结果而获得的第一主分量和第二主分量的二维平面上绘制用户观测到物种的物种观测日的AMeDAS数据。然后，关联单元76在二维平面上执行Voronoi划分，其中母线是用户的物种观测日的AMeDAS数据。

在步骤S234中，关联单元76基于Voronoi图生成AMeDAS数据/物种DB，并将AMeDAS数据/物种DB注册在储存器63中。在AMeDAS数据/物种DB中，关于母线对应于Voronoi区域的AMeDAS数据与指示用户在观测到对应于母线的AMeDAS数据的物种观测日观测的物种的符号相关联。

在步骤S235中，服务器13的分析单元77分析Voronoi图，并且生成诸如上述指示消息和请求消息的建议信息、生态位信息和共现信息。

在步骤S236中，分析单元77将建议信息、生态位信息和共现信息从通信单元67发送到终端12。

在终端12中，通信单元40从服务器13接收建议信息、生态位信息和共现信息。

在步骤S221中，获取单元51从通信单元40获取建议信息、生态位信息和共现信息。

在步骤S222中，显示控制单元52然后在显示单元35上显示由获取单元51获取的建议信息、生态位信息和共现信息。

以上述方式，对作为传感器数据的AMeDAS数据执行使用AMeDAS数据的Voronoi划分，使得指示物种的观测的符号(或指示物种的观测的生物多样性数据)与AMeDAS数据(传感器数据和符号的集成)牢固地相关联。

应当注意，传感器数据和符号可以通过上述Voronoi划分相关联，传感器数据和符号分别是AMeDAS数据和物种(名称)。或者，可以使用任何传感器数据和任何符号。

例如，在通过均衡器的频率权重转换成传感器数据并且符号通过均衡器指示用户对音乐的印象(诸如“舒缓”和“刺激”)的情况下，Voronoi划分可以应用于传感器数据与符号的关联。在这种情况下，可以基于作为Voronoi划分的结果而获得的关联来自动控制通过均衡器的频率权重，使得用户感觉到受音乐而舒缓。

例如，在温度和湿度是传感器数据并且符号指示用户对该温度和湿度下的室内的感觉(诸如“冷”、“潮湿”和“舒适”)的情况下，Voronoi划分也可以应用于传感器数据与符号的关联。在这种情况下，可以基于作为Voronoi划分的结果而获得的关联来自动控制空调，使得用户在该温度和湿度下感觉“舒适”。

此外，在使用图像传感器拍摄的各种对象的图像的特征量是传感器数据并且符号指示附接到对象的标签(诸如“微笑”、“建筑物”和“山”)的情况下，Voronoi划分可以应用于传感器数据与符号的关联。例如，该关联可以由当对象显示“微笑”时捕获图像的数字相机中的所谓的“微笑检测器”使用。

应当注意，可以在三维空间而不是二维平面中执行Voronoi划分。例如，可以通过使用AMeDAS数据的第一至第三主分量来执行三维空间中的Voronoi划分。

<植被分布和相关信息的显示>

图50是示出显示植被分布的植被分布画面的显示示例的图。

从自然生态系统中采摘的有用植物(诸如可食用植被和药物植被)是人类的宝贵资源，并且寻找这种有用植物是为了辅助生态系统利用。

然而，如果有用植物存在的地方清楚，则存在过度收获有用植物的风险。

因此，图1所示的生态系统利用系统提供了在防止过度收获的同时帮助搜索有用植物的用户界面。

具体而言，例如，在服务器13中，植被分布显示控制单元78从因特网24上的站点获取通过植被调查等获得的植被分布，并且生成示出包含终端12在植被分布中的位置的预定范围的植被分布画面。

然后，植被分布显示控制单元78使通信单元67向终端12发送植被分布画面。

在终端12中，通信单元40从服务器13接收植被分布画面，并且获取单元51获取植被分布画面。然后，显示控制单元52在显示单元35上显示由获取单元51获取的植被分布画面。

图50示出了以上述方式在终端12的显示单元35上显示的植被分布画面的示例。

在图50中，植被分布画面上的植被分布被划分为区域A11、A12、A13、A14、A15和A16，并且红松群落分布在区域A13和A16中。

应当注意，虽然图50中的植被分布画面指示区域A13和A16是红线群落的区域，但是当用户通过点击(或敲击)区域A13或A16来指定区域A13或A16时显示区域A13和A16是红松群落的区域的指示。

植被分布画面还可以显示终端12的用户的移动轨迹。

图51是示出显示用户的移动轨迹的植被分布画面的示例的图。

当在植被分布画面上显示用户的移动轨迹时，用户可以容易地重新访问他/她过去访问的植被分布地方。

在植被分布内的任何地方，用户还可以使用终端12提交(输入)任何信息作为投稿信息。由用户U使用终端12提交的投稿信息从终端12发送到服务器13，并且与服务器13中的植被分布相关联，该投稿信息被视为与植被分布相关的信息。具体地，在服务器13中，用户U提交的投稿信息可以与用户U和植被分布中提交投稿信息的位置相关联。

例如，在用户U在区域A13中存在红松群落的地方(位置)P中已经发现日本女贞子的情况下，当用户U使用终端12提交“日本女贞子”作为投稿信息时，服务器13将投稿信息“日本女贞子”与用户U和在区域A13中存在红松群落的地方P相关联。

这里，在以下的说明中，将用户U提交的投稿信息称为自投稿信息，还将另一用户U'提交的投稿信息称为他人的投稿信息。对于另一用户U'，用户U'提交的投稿信息是自投稿信息，并且用户U提交的投稿信息是他人的投稿信息。

在终端12中，可以与植被分布一起显示由服务器13与植被分布相关联的投稿信息，或者可以显示反映投稿信息的植被分布画面。

图52是示出反映投稿信息的植被分布画面的显示示例的图。

例如，用户U使用在区域A13中存在红松群落的地方P中的终端12提交投稿信息“日本女贞子”，并且服务器13将投稿信息“日本女贞子”与用户U以及在区域A13中存在红松群落的地方P相关联。

例如，在这种情况下，当用户U通过操作终端12请求显示在区域A13附近的植被分布时，例如，服务器13使得终端12以如下方式显示反映用户U的自投稿信息“日本女贞子”的植被分布画面，使得可以在显示图51所示的用户U的移动轨迹的植被分布画面上清楚地看到提交自投稿信息“日本女贞子”的地方P。

图52示出了以使得可以清楚地看到提交自投稿信息“日本女贞子”的地方P的方式显示反映用户U的自投稿信息“日本女贞子”的植被分布画面的示例。

查看在终端12上显示的植被分布画面，用户U可以容易地识别日本女贞子的地方P，并且重新访问地方P以采摘日本女贞子。

同时，在反映用户以使得清楚地看到自投稿信息“日本女贞子”的地方P的方式提交的自投稿信息“日本女贞子”的植被分布画面被显示在除已经提交了自发布信息“日本女贞子”的用户U之外的用户U’的终端12上的情况下，除用户U以外的用户可能聚集到地方P，并且过度收获生长在地方P的日本女贞子。

由于当用户U提交投稿信息“日本女贞子”时，投稿信息“日本女贞子”与区域A13中的红松群落(的地方P)相关联，因此能够识别已经在红松群落中发现日本女贞子的事实。基于这样的事实，能够假设红松和日本女贞子是共生关系，并且容易在红松群落中找到日本女贞子。这样的假设在搜索或栽培日本女贞子中是有用的。

例如，在除用户U以外的用户U'的用户终端12中，可以以如下方式显示反映作为针对用户U'的他人的投稿信息的用户U的投稿信息“日本女贞子”的植被分布画面使得提交投稿信息“日本女贞子”的地方P不清楚。

图53是示出反映投稿信息的植被分布画面的显示的另一示例的图。

例如，在服务器13中，用户U'的投稿信息“日本女贞子”当前与用户U和区域A13中存在红松群落的地方P相关联。此外，除用户U以外的用户U'没有提交(输入)投稿信息。

例如，在这种情况下，当用户U'通过操作终端12请求显示在区域A13附近的植被分布时，服务器13使终端12显示图50所示的植被分布画面。

例如，当用户U'进一步指定红松群落的区域A13和A16时，服务器13使得用户U'的终端12在植被分布画面上显示他人的投稿信息列表。他人的投稿信息列表示出与植被分布中的红松群落内的地方相关联的他人的投稿信息。

图53示出显示他人的投稿信息列表的植被分布画面的显示的示例的图。

在如上所述通过服务器13将用户U'的投稿信息“日本女贞子”与用户U和区域A13中的红松群落的地方P相关联的情况下，当非用户U的用户U'指定红松群落的区域A13或A16时，在植被分布画面上显示与红松群落的地方相关联的他人的投稿信息的列表或包括与红松群落的地方P相关联的用户U'的投稿信息“日本女贞子”的他人的投稿信息。

用户U'通过指定红松群落的区域A13或A16来查看在植被分布画面上显示的他人的投稿信息列表。通过这样做，用户U'可以识别在红松群落中发现了日本女贞子的事实，但是不能知道已经找到日本女贞子的特定地方。

基于这样的事实，能够假设红松和日本女贞子是共生关系，并且容易在红松群落中发现日本女贞子，如上所述。这样的假设在搜索或栽培日本女贞子中是有用的。

在这种情况下，赋予用户U'在存在红松的地方搜索日本女贞子的激励或种植日本女贞子的激励。结果，便利了搜索日本女贞子和种植日本女贞子，同时防止了对日本女贞子的过度收获。

例如，应当注意，他人的投稿信息的列表不仅可以包括他人的投稿信息(诸如投稿信息“日本女贞子”)，而且还可以包括诸如在提交他人的投稿信息时的提交地方(诸如提交投稿信息“日本女贞子”的地方P)中的温度和湿度的天气条件。

在这种情况下，考虑天气条件，查看他人的投稿信息的列表的用户U'可以搜索或栽培日本女贞子。具体地，用户U'可以在类似于已找到日本女贞子的地方P中的天气条件的天气条件下在区域中搜索或栽培日本女贞子。这样的区域位于红松群落中，并且被包括在他人的投稿信息的列表中。

服务器13还可以使得终端12在与植被分布中的区域中的地方P中的一些或全部天气条件类似的天气条件下显示区域，作为在与在其下已经发现日本女贞子的天气条件类似的天气条件下的区域。

此外，服务器13可以使得终端12基于地方P中的天气条件和其它地方中的天气条件之间的相似度来显示关于某些其它地方是否适合于栽培日本女贞子的建议。

图54是用于说明将用户提交的投稿信息与植被分布相关联的示例过程的流程图。

在步骤S241中，终端12的通信单元40向服务器13发送用于识别终端12的用户的用户信息(例如用户ID或密码)，并开始向服务器13发送指示由位置检测单元39检测到的终端12的位置的位置信息。

例如，应当注意，关于终端12的用户的用户信息被注册在终端12的储存器33中，或者通过用户操作操作单元34来输入。

在步骤S251中，服务器13的通信单元67从终端12接收用户信息，并且还从终端12开始接收位置信息。

此外，服务器13的植被分布显示控制单元78将由通信单元67接收的用户信息注册在储存器63中。此外，植被分布显示控制单元78开始在储存器63中与用户信息相关联地注册通信单元67已经开始接收的位置信息。

以这种方式，服务器13注册与用户信息相关联的位置信息，使得存储由用户信息识别的用户的移动轨迹。

之后，例如，当终端12的用户输入投稿信息时，或者当用户通过操作操作单元34输入字符串作为投稿信息或者利用相机37拍摄照片作为投稿信息时，通信单元40在步骤S242中，向服务器13发送在输入投稿信息时由位置检测单元39检测到的位置信息和投稿信息。

在步骤S252中，服务器13的通信单元67与关于终端12(的用户)的用户信息相关联地将从终端12发送的位置信息和投稿信息注册在储存器63中。以这种方式，来自终端12的投稿信息与植被分布中由提交投稿信息时的位置信息指示的位置以及关于用户终端12的用户信息相关联。

图55是用于说明显示反映自投稿信息的植被分布画面的示例过程的流程图。

在步骤S261中，终端12的通信单元40向服务器13发送关于终端12的用户信息和指示由位置检测单元39检测到的当前位置的位置信息。

服务器13的通信单元67从终端12接收用户信息和位置信息。在步骤S271中，例如，植被分布显示控制单元78生成如图51所示的植被分布画面。在植被分布画面中，根据与来自终端12的用户信息相关联并且注册在储存器63中的位置信息确定的用户的移动轨迹被显示在包括由来自终端12的位置信息指示的位置(当前位置)的植被分布中。

在步骤S272中，服务器13的通信单元67将由植被分布显示控制单元78生成的植被分布画面发送到终端12。

在步骤S262中，终端12的获取单元51通过使通信单元40接收植被分布画面，从服务器13获取植被分布画面。

在步骤S263中，终端12的显示控制单元52在显示单元35上显示由获取单元51获取的植被分布画面。

之后，当终端12的用户通过操作操作单元34来请求自投稿信息时，通信单元40在步骤S264中将对自投稿信息的请求与关于终端12的用户信息一起发送到服务器13。

服务器13的通信单元67从终端12接收投稿信息请求和用户信息。在步骤S273中，植被分布显示控制单元78通过搜索作为与植被分布相关联的相关信息的自投稿信息而从注册在储存器63中的投稿信息获取终端12的用户的自投稿信息。这里，自投稿信息与来自终端12的用户信息和指示在步骤S271中生成的植被分布画面上显示的植被分布中的位置的位置信息相关联。

在步骤S274中，服务器13的植被分布显示控制单元78将在步骤S273中获取的终端12的用户的自投稿信息连同与自投稿信息相关联的位置信息从通信单元67发送到终端12。

在步骤S265中，终端12的获取单元51通过使通信单元40接收自投稿信息和位置信息，从服务器13获取自投稿信息和位置信息。

在步骤S266中，显示控制单元52将由获取单元51获取的自投稿信息显示在步骤S263中显示在显示单元35上的植被分配画面上，使得清楚地看到由获取单元51获取的位置信息指示的位置。以这种方式，反映由终端12的用户提交的自投稿信息的植被分布画面以如下方式显示，使得清楚地看到提交自投稿信息的地方P，如图52所示。

图56是用于说明反映他人的投稿信息的列表的植被分布画面的显示过程的示例的流程图。

在步骤S281中，终端12的通信单元40向服务器13发送指示由位置检测单元39检测到的当前位置的位置信息。

服务器13的通信单元67从终端12接收位置信息。例如，在步骤S291中，植被分布显示控制单元78生成如图50所示的植被分布画面。植被分布画面显示包括由来自终端12的位置信息指示的位置(当前位置)的植被分布。

在步骤S292中，服务器13的通信单元67将由植被分布显示控制单元78生成的植被分布画面发送到终端12。

在步骤S282中，终端12的获取单元51通过使通信单元40接收植被分布画面，从服务器13获取植被分布画面。

在步骤S283中，终端12的显示控制单元52在显示单元35上显示由获取单元51获取的植被分布画面。

之后，当终端12的用户操作操作单元34并指定在植被分布画面上显示的植被分布中的预定位置时，通信单元40在步骤S284中向服务器13发送指示分布在用户指定的位置中的植被的植被信息。

服务器13的通信单元67从终端12接收植被信息。在步骤S293中，植被分布显示控制单元78从注册在储存器63中的他人的投稿信息中，获取与指示其中分布来自终端12的植被信息指示的植被的植被分布中的位置的位置信息相关联的他人的投稿信息。这样做时，植被分布显示控制单元78搜索他人的投稿信息作为与植被分布相关联的相关信息。

植被分布显示控制单元78还生成其它人的投稿信息的列表，该列表示出从注册在储存器63中的其它人的投稿信息中检索到的其它人的投稿信息。在步骤S294中，通信单元67将其它人的投稿信息发送到终端12。

在步骤S285中，终端12的获取单元51通过使通信单元40接收列表，从服务器13获取其它人的投稿信息的列表。

在步骤S286中，显示控制单元52以如下的方式在步骤S283中显示在显示单元35上的植被分布画面上显示由获取单元51获取的他人的投稿信息列表，使得知晓包括在他人的投稿信息列表中的他人的投稿信息的提交位置。也就是说，例如，显示控制单元52在步骤S283中在显示单元35上显示的植被分布画面上的任何位置处或在预定位置处显示他人的投稿信息列表。以这种方式，反映他人的投稿信息列表的植被分布画面以如下方式被显示，使得不知晓包括在他人的投稿信息列表中的他人的投稿信息的提交位置，如图53所示。

<生态系统的评价>

图57是用于说明服务器13的评价单元73对利用区域的生态系统进行的评价的图。

作为用户和传感器设备11(一个或多个)执行的各种观测(感测)的结果获得的观测值(诸如，利用相机37拍摄的照片、用户通过操作操作单元34输入的文本、以及由传感器设备11感测到的传感器数据)与获取观测值时的观测条件一起注册在服务器13的储存器63中诸如同化培养DB(图5)的DB中。

为了通过各种评价方法实现生态系统的评价，评价单元73具有不止一个模型，或者在待用于评价的评价值的观测条件和待用于评价的评价得分的定义方面变化的评价方法的各种模型。例如，观测条件可以是在预定地方的预定范围内的土壤挖掘到预定深度之后观测昆虫，以及由在预定地方的预定范围内的预定数量的人观测任何物种。

模型可以是要在机器学习中使用的模型，诸如N元语法(N-gram)、隐马尔可夫模型(HMM)、神经网络和其它各种回归模型。

评价单元73将注册在DB中的观测值作为输入提供给各个模型，并预测观测。评价单元73还接收实际观测值的反馈，并且通过使用该实际观测值进行贝叶斯估计等来评估通过使用模型预测观测而获得的预测观测值。

例如，基于预测观测值的评估结果，评价单元73进一步确定模型和观测值(包括观测条件)的重要程度或响应于观测值的输入从模型获得的预测观测值的预测精度。

评价单元73选择重要模型(具有高预测精度的模型)，并且删除不重要模型。

评价单元73还从DB中选择有助于提高预测观测值的预测精度的重要观测值。

评价单元73还从DB中删除不重要的观测值的项目(变量)，使得DB适于仅注册重要的观测值的项目。

评价单元73通过将重要的观测值输入到重要模型来评价利用区域中的生态系统，并且根据需要将评价结果从通信单元67发送到终端12。以这种方式，可以向用户呈现评价的结果。

如上所述，为了通过各种评价方法实现生态系统的评价，评价单元73具有不止一个模型。因此，用户可以在不限制观测条件的情况下进行观测，并且通过从通过观测获得的观测值获得适合于利用区域中的生态系统的当前状态的评价得分来评价生态系统。换句话说，评价单元73可以动态地评价生态系统，或者可以执行所谓的动态评估。在动态评估中，可以通过限制模型、观测条件(观测方法)和确定得分的方法(得分系统)来实现现有的环境评估。因此，动态评估涉及现有的环境评估，并且是从现有环境评估扩展的评估。

此外，利用评价单元73，可以识别重要的观测值的项目，并且能够建议用户在用于获得这样的重要观测值的观测条件下进行观测。

<基于观测值的可靠性的建议>

图58和图59是示出观测值的可靠度的示例的图。

在获得辅助利用地区的生态系统利用的必要信息时，有必要对利用地区的生态系统进行各种观测，并收集可靠的观测值。

鉴于此，服务器13的可靠性计算单元74计算由用户观测生态系统获得并且从终端12发送的观测值的可靠度(例如，观测值是由用户所观测的物种(的名称))。根据由可靠性计算单元74计算的可靠度，建议生成单元75生成对生态系统的观测的建议，并将建议发送到终端12以呈现给用户。

图58和59示出了关于在利用区域中的农田中观测到的物种的新物种记录率和观测偏差的示例。

这里，例如，在图58和图59中，横轴表示作为进行物种观测期间的预定时段的一年内的日期。纵轴表示在一年内用户进行观测的每个观测日的新物种记录率或观测偏差。

应当注意，这里，用户观测到的物种被分为新物种和现有物种。新物种是从作为由横轴表示的预定时段的一年开始起没有观测到的物种。现有物种是从作为由横轴表示的预定时段的一年开始起已观测到的物种。

通过将观测日用户观测到的新物种的总数除以观测日用户观测到的物种的总数来确定新物种记录率。

观测偏差表示当用户进行的观测存在波动时由各个观测值反映的波动的程度。例如，观测偏差可以是观测日用户观测到的物种总数的倒数。

例如，观测值的可靠度可以是与观测偏差对应的值(或者与用户观测到的物种的总数对应的值)。

在将与观测值对应的值用作观测值的可靠度的情况下，观测值的波动在观测偏差低的情况下较小。因此，观测值的可靠性变高。

在图58中，在由箭头表示的观测日观测到的观测值具有低的观测偏差，并且因此，具有高的可靠度。

在图59中，在由箭头指示的观测日观测到的观测值具有高的观测偏差，并且因此，具有低的可靠度。

图60是示出观测值的可靠度的另一示例的图。

具体地，图60示出了在利用区域中的农田中观测到的物种中的新物种数与现有物种数之间的几何平均值的示例。

应当注意，在图60中，横轴表示进行物种观测的一年中的日期，并且纵轴表示由用户在一年内进行观测的每个观测日观测到的物种中的新物种数与现有物种数之间的几何平均值。

此外，图60的上半部分表示利用区域中的所有农场之间的几何平均值，并且图60的下半部分表示在利用区域中的每个农田中的几何平均值。

例如，观测值的可靠度可以是与包括上述新物种数和现有物种数之间的几何平均值的几何平均值对应的值。

在将新物种数和现有物种数之间的几何平均值用作观测值的可靠度的情况下，观测值的可靠性在几何平均值较大的地方较高。

在服务器13中，可靠性计算单元74如上所述计算观测值的可靠度，并将计算出的可靠度提供给建议生成单元75。

建议生成单元75将从可靠性计算单元74提供的可靠度与预定阈值进行比较，并且根据比较结果生成关于物种观测的建议。

具体地，当可靠度低于预定阈值(或者不高于预定阈值)时，建议生成单元75生成提示用户进行物种观测的提示建议(诸如消息“进行更多观测”)或通知用户物种观测不足的不足建议(诸如消息“观测不足”)。

此外，当可靠度低于预定阈值(或者高于预定阈值)时，建议生成单元75生成通知用户物种观测充足的充足建议(诸如消息“今天的观测充足”)。

然后，建议生成单元75使通信单元67向终端12发送关于物种观测的建议。

在终端12中，获取单元51通过使通信单元40接收建议来从服务器13获取建议，并且显示控制单元52通过在显示单元35上显示建议来向用户呈现建议或输出作为来自扬声器36的声音的建议。

根据所提出的建议，终端12的用户可以识别物种观测不足或充足。如果物种观测不足，用户可以继续物种观测。如果物种观测是充足的，则用户可以结束物种观测。

应当注意，可以为每个用户组或每个用户计算观测值的可靠性。在对每个用户组进行可靠性计算的情况下，为每个组生成建议。在为每个用户进行可靠性计算的情况下，为每个用户生成建议。

此外，可以根据如上所述通过可靠性计算单元74获得的用户观测值的可靠性来生成关于生态系统观测的建议，并且还可以根据作为用户进行物种观测的结果获得的观测值中的新物种数和现有物种数来生成关于生态系统观测的建议。

例如，在新物种数少并且现有物种数大的情况下(或者新物种记录率低的情况下)，用户可能仅在已经进行观测的地方进行观测。因此，可以生成建议以提示用户在与已经观测的地方不同的地方进行观测。

此外，例如，在新物种数或现有物种数非常小的情况下，可以生成建议以提示用户观测新物种或现有物种，两者中数量较少者。

例如，在新物种数和现有物种数都小的情况下，可以生成建议以提示用户观测新物种和现有物种两者。

此外，与建议生成单元75中的用户观测值的可靠性进行比较的预定阈值可以是与由用户获得的观测值的可靠性的平均值(诸如平均值1/N)相对应的值。

此外，与用户观测值的可靠性进行比较的预定阈值可以根据获得观测值的区域或季节而改变。

例如，可以将与在诸如没有观测到许多物种的沙漠的区域中获得的观测值的可靠性进行比较的预定阈值改变为比与在其它区域中获得的观测值的可靠性进行比较的预定阈值更小的值。另一方面，可以将与在诸如观测到许多物种的热带雨林的区域中获得的观测值的可靠性进行比较的预定阈值改变为比与在其它区域中获得的观测值的可靠性进行比较的预定阈值更小的值。

此外，可以将与在诸如没有观测到许多物种的冬天的季节获得的观测值的可靠性进行比较的预定阈值改变为比与在其它季节获得的观测值的可靠性进行比较的预定阈值更小的值。

可靠性计算单元74还可以根据用户的用户简档通过加权用户观测到的观测值的可靠性来计算观测值的(最终)可靠性。

例如，当计算由形成组的用户UA和UB所获得的观测值的可靠度时，根据用户UA和UB的相应用户简档对用户UA和UB观测的观测值的相应可靠度进行加权。以这种方式，可以计算可靠性。

为了便于说明，将由用户UA和UB观测到的物种总数用作由用户UA和UB组成的组获得的观测值的可靠度。此外，用户UA是学者层面的用户，并且用户UB是初学者层面的用户。这可以从用户UA和UB的相应用户简档中识别。

在这种情况下，可靠性计算单元74对由学者层面的用户UA观测到的物种数添加大的权重w(>1-w)，并且将小权重(1-w)(<w)添加到由初学者层面的用户UB观测到的物种数。然后，计算用户UA和UB观测到的物种数的加权值，并且可以将计算的加权值设置为由用户UA和UB组成的组获得的观测值的可靠性。

此外，可靠性计算单元74可以通过根据观测到的物种对物种的观测值进行加权来计算可靠性，以获得观测值。

例如，在用户观测的物种数为N的情况下，N种物种中的K种物种是稀有物种(濒危物种)，并且剩余的(N-K)种物种不是稀有种的情况下，可靠性计算单元74将大的权重w添加到稀有物种的数目N，并且将小的权重(1-w)添加到常见物种的数目(N-K)。然后，可靠性计算单元74计算用户观测到的稀有物种的数目N和常见物种的数目(N-K)的加权值，并将计算的加权值设置为用户获得的观测值的可靠性。

应当指出，在用户观测生态系统的地方，可以引入游戏化要素。

例如，可以根据用户获得的观测值的可靠度、作为观测值观测的物种数、观测时间、作为观测值观测的物种是否是稀有物种等等将分数赋予用户。

由于如上所述游戏化要素被引入到用户正在进行的生态系统观测中，因此可以促进用户的生态系统观测，并且可以收集可以辅助生态系统利用的数据(观测值)。

图61是用于说明根据用户观测生态系统获得的观测值的可靠性来生成对生态系统观测的建议并向用户呈现建议的示例过程的流程图。

在步骤S311中，服务器13的可靠性计算单元74计算由用户观测生态系统获得的观测值的可靠性，该观测值已经从终端12发送。

在步骤S312中，服务器13的建议生成单元75将由可靠性计算单元74计算的可靠性与预定阈值进行比较，并且根据比较结果生成上述建议信息，诸如提示建议、不足建议或充足建议。

在步骤S313中，建议生成单元75将建议信息从通信单元67发送到终端12。

在步骤S301中，终端12的获取单元51通过使通信单元40接收建议信息，从服务器13获取建议信息。

在步骤S302中，显示控制单元52通过在显示单元35上显示建议信息(或者将建议信息作为来自扬声器36的声音输出)，将由获取单元51获取的建议信息呈现给用户。

如上所述，计算由用户观测生态系统获得的观测值的可靠性，并且根据计算的可靠性生成对生态系统观测的建议(信息)。然后将建议呈现给用户，使得可以促进用户的生态系统观测，并且可以收集可以辅助生态系统利用的各种观测值。

这里，在本说明书中，由计算机(CPU)根据程序执行的过程不一定按照与流程图所示的顺序一致的顺序执行。也就是说，由计算机根据程序执行的过程包括并行或彼此独立执行的过程(诸如并行过程或基于对象的过程)。

此外，程序可以由一个计算机(处理器)执行，或者可以由不止一个计算机以分布式方式执行。此外，程序可以被传送到远程计算机，并在其中执行。

在本说明书中，系统是指部件(设备、模块(部件)等)的组件，并且不是所有的部件都需要设置在同一壳体中。鉴于此，容纳在不同壳体中并且经由网络彼此连接的设备形成系统，并且使模块容纳在一个壳体中的一个设备也是系统。

应当注意，本技术的实施例不限于上述实施例，并且在不脱离本技术的范围的情况下，可以对它们进行各种修改。

例如，本技术可以在云计算结构中实现，其中经由网络在设备之间共享一个功能，并且通过彼此协作的设备执行处理。

此外，参考上述流程图描述的各个步骤可以由一个设备执行或者可以在设备之间共享。

在一个步骤中包括不止一个过程的情况下，该步骤中包括的过程可以由一个设备执行或者可以在设备之间共享。

此外，本说明书中描述的有益效果仅仅是示例，并且本技术的有利效果不限于此，并且可以包括其它效果。

应当注意，本技术还可以以下面描述的配置来实现。

<1>

一种信息处理设备，包括：

植被分布显示控制单元，其使得终端显示植被分布和与所述植被分布相关联的相关信息。

<2>

根据<1>所述的信息处理设备，其中：

所述终端发送指示位置的位置信息和用户输入的投稿信息；以及

所述植被分布显示控制单元

将所述投稿信息与由所述位置信息指示的植被分布的位置相关联，以及

使得所述终端显示所述投稿信息作为所述相关信息。

<3>

根据<2>所述的信息处理设备，其中，所述植被分布显示控制单元使得所述终端以使得与自投稿信息相关联的植被分布的位置将被知晓的方式来显示自投稿信息，所述自投稿信息是由用户输入的投稿信息。

<4>

根据<3>所述的信息处理设备，其中，所述植被分布显示控制单元还使得所述终端显示所述用户在所述植被分布上的移动轨迹。

<5>

根据<3>或<4>所述的信息处理设备，其中，所述植被分布显示控制单元使得所述终端以使得与他人的投稿信息相关联的植被分布的位置将不被知晓的方式来显示他人的投稿信息，所述他人的投稿信息是由所述用户以外的用户输入的投稿信息。

<6>

根据<5>所述的信息处理设备，其中，所述植被分布显示控制单元使得所述终端显示所述他人的投稿信息的列表。

<7>

一种信息处理方法，包括：

使得终端显示植被分布和与所述植被分布相关联的相关信息。

<8>

一种用于使得计算机用作使得终端显示植被分布和与所述植被分布相关联的相关信息的植被分布显示控制单元的程序。

<9>

一种信息处理设备，包括：

获取单元，其获取植被分布和与所述植被分布相关联的相关信息；以及

显示控制单元，其使得所述植被分布和所述相关信息被显示。

<10>

根据<9>所述的信息处理设备，还包括：

通信单元，其将指示位置的位置信息和由用户输入的投稿信息发送到服务器，

其中：

所述服务器将所述投稿信息与由所述位置信息指示的植被分布的位置相关联；

所述获取单元从所述服务器获取所述投稿信息；以及

所述显示控制单元使得所述投稿信息被显示为所述相关信息。

<11>

根据<10>所述的信息处理设备，其中，所述显示控制单元使得自投稿信息以使得与所述自投稿信息相关联的植被分布的位置将被知晓的方式来显示，所述自投稿信息是用户输入的投稿信息。

<12>

根据<11>所述的信息处理设备，其中，所述显示控制单元还使得所述用户在所述植被分布上的移动轨迹被显示。

<13>

根据<11>或<12>所述的信息处理设备，其中，所述显示控制单元使得他人的投稿信息以使得与所述他人的投稿信息相关联的植被分布的位置将不被知晓的方式来显示，所述他人的投稿信息是由所述用户以外的用户输入的投稿信息。

<14>

根据<13>所述的信息处理设备，其中，所述显示控制单元使得所述他人的投稿信息的列表被显示。

<15>

一种信息处理方法，包括：

获取植被分布和与所述植被分布相关联的相关信息；以及

使得所述植被分布和所述相关信息被显示。

<16>

一种程序，用于使得计算机用作：

获取单元，其获取植被分布和与所述植被分布相关联的相关信息；以及

显示控制单元，其使得所述植被分布和所述相关信息被显示。

附图标记列表

10 网络

11 传感器设备

12 终端

13 服务器

21 无线中继设备

22 无线LAN

23 移动电话网

24 因特网

31 CPU

32 存储器

33 储存器

34 操作单元

35 操作单元

36 扬声器

37 相机

38 麦克风

39 位置检测单元

40 通信单元

41 外部I/F

42 驱动器

42A 可移除介质

43 传感器

51 获取单元

52 显示控制单元

61 CPU

62 存储器

63 储存器

64 操作单元

65 显示单元

66 扬声器

67 通信单元

68 外部I/F

69 驱动器

69A 可移除介质

71 同化培养CMS

72 图形显示控制单元

73 评价单元

74 可靠性计算单元

75 建议生成单位

76 关联单元

77 分析单元

78 植被分布显示控制单元

101 至104大白菜

105 韭菜

106 日本萝卜

107 菜花

108 日本芥末菠菜

109 牛蒡

110 苦艾群落

121 标志

122 到133图标

201 图形显示区域

202 列表显示区域

211 概览显示区域

212 显示框