All posts

「芝しごと・温量指数気候区分マップ」を v1.1.0 にバージョンアップしました。 ▼アプリURL https://climate-map-x30t.onrender.com/ 初期画面(2025年気候区分) 本アプリは、日本全国の温量指数（Warmth Index）を地図上に表示し、1981年から現在までの気候区分の変化をアニメーションで確認できるWebアプリです。 温量指数は植物の生育可能性を評価する指標として広く知られており、日本の植生区分や農業・緑化分野でも活用されています。 芝生管理の視点では、暖地型芝・寒地型芝の適応性や、ウインターオーバーシード（WOS）の適性を考えるうえでも参考となる指標です。 1981〜2025年の45年間を収録 今回のバージョンアップでは、収録期間を従来の1992〜2024年から、 1981〜2025年（45年間） へ拡張しました。 これにより、より長期的な気候変化を確認できるようになっています。 例えば、 北海道における冷温帯の変化 本州の暖温帯化 九州・沖縄における亜熱帯化 など、地域ごとの変化を視覚的に確

日頃より「芝しごと・積算温度追跡マップ」をご利用いただきありがとうございます。 この度、本アプリはバージョン2.0.0へとアップデートいたしました。 ▼芝しごと・積算温度追跡マップ https://turfmap.onrender.com/ 積算温度追跡マップTOP画面 今回のアップデートの目玉は、芝生管理の現場で非常に悩ましい「成長調整剤の散布タイミング」を科学的に判定する機能の追加です。 なぜ、今「薬剤散布適時判定」なのか？ 製品名：プリモマックス（成分トリネキサパックエチル）は芝生の徒長を抑え、根の充実を促すために非常に有用なPGR（植物成長調整剤）です。 製品名：グリーンフィールド（成分フルルプリミドール）にも同様の働きがあり、スズメノカタビラなどの雑草の侵入や繁茂の抑制も期待できるPGRです。 しかし、その効果を最大限に引き出し、薬剤による成長抑制後の「リバウンド」を防ぐためには、経験と勘だけでなく、気温に基づいた客観的な判断が必要となります。 今回のアップデートでは、NASAの最新の気象データをもとに、散布日からの積算温度（GDD:

「芝しごと・施肥設計ナビ」を v2.0.0 にバージョンアップしました。 同時にURLも変更しましたので、ブックマークされている場合は修正してください。 ▼芝しごと・施肥設計ナビ https://fertilization-design.onrender.com/ 芝しごと・施肥摂家ナビ初期画面 今回のアップデートでは、単なるUI変更ではなく、施肥設計ロジックそのものを大幅に見直しています。 従来版では、土壌分析値をもとに不足要素を補う考え方が中心でしたが、v2.0.0 ではさらに、 MSLN/SLAN に基づく年間設計量 NASA POWER の気温データを利用した Growth Potential（GP） GP に連動した月別配分 土壌分析PDFアップロードによる土壌分析値の抽出 を組み合わせ、「年間を通した芝生の生育」を考慮した施肥設計へ進化しました。 NASA POWER を利用した GP 計算に対応 緯度経度情報から導かれたGPグラフ v2.0.0 では、NASA POWER の月別気温データを利用して GP（Growth Potent

《この記事はAIが生成し自動投稿したものです。編集せずにそのまま公開します。》 芝生の管理は、特にゴルフ場のグリーンキーパーや芝生管理技術者にとって非常に重要な仕事です。芝草の健康状態を保ち、美しいグリーンを維持するためには、成長のタイミングや環境条件を正確に把握することが求められます。そこで注目されているのが、芝草成長予測ツールの活用です。今回は、このツールを使うことで得られる利点について、わかりやすく解説していきます。 芝草成長予測ツールとは何か？ 芝草成長予測ツールは、気温や湿度、日照時間、土壌の状態などのデータをもとに、芝草の成長速度や健康状態を予測するシステムです。ざっくり言うと、過去のデータと現在の環境情報を組み合わせて、芝草がどのように育つかを予測してくれます。 このツールを使うことで、芝生の管理計画をより効率的に立てることが可能になります。例えば、肥料の施用時期や量、刈り込みのタイミングを最適化できるため、無駄な作業を減らし、芝草の品質を高めることができます。 Eye-level view of a golf course gre

《この記事はAIが生成し自動投稿したものです。編集せずにそのまま公開します。》 芝生の健康を維持するためには、病害のリスクを正しく評価し、適切に管理することが欠かせません。特にゴルフ場のグリーンキーパーや芝生管理技術者にとっては、芝生の状態を常に把握し、病害の発生を未然に防ぐことが重要です。そこで役立つのが「芝生病害リスク評価」です。今回は、この評価方法の基本から活用法までをわかりやすく解説します。 芝生の病害リスクを理解することで、効率的な管理計画を立てられ、結果として美しい芝生を長期間維持できます。ざっくり言うと、リスク評価は「病気が起こりやすいかどうかを数値化したもの」と考えてください。これにより、どのタイミングでどのような対策を講じるべきかが明確になります。 芝生病害リスク評価とは何か？ 芝生病害リスク評価は、気象条件や芝生の状態、過去の病害発生データなどをもとに、病気の発生リスクを数値や指数で示す方法です。これにより、管理者は病害の発生可能性を予測し、適切な防除策を計画できます。 具体的には、温度、湿度、降雨量、芝生の密度や種類などの要

まじめな芝管理アプリばかり作ってきて少し飽きてしまいました。 とは言え私にハードなキー操作で挑むFPSのようなゲーム制作のノウハウはありません。 そこで... 芝管理の「どうするこれ…」を、ゆるいゲームにしてみました。 正解はありませんが、選んだ判断の“ツケ”はあとから効いてきます。 1分くらいで終わるので、暇つぶしにどうぞ。 ▼芝しごと・クレームサバイバル https://claim-survival.onrender.com/ クレームサバイバル　スマホ表示例

高価な測定機器を使わずに芝生の活性を測定できないか？ グラフの点や線だけでなく『芝面』上に表現できないか？ という問立てから、このアプリを作り始めました。 ▼芝しごと・ターフプール https://turfpool.onrender.com/ 高価なカメラでないとどうしてもNDVI(正規化差植生指数)の測定はできません。 スマホのカメラで測定できる植物の活性はないかと調査をしたところ、 VARI（可視大気抵抗植生指数） というものを見つけました。 VARIはRGB（可視光）カラー画像を用いて植生の活性度や繁茂状況を評価する指標です。赤外線センサーを使わず、一般のドローンカメラなどで撮影された画像から算出できるため、低コストで迅速な栄養診断や生育モニタリングに活用されているものでした。 ヨシ！これだ！！ということで、頑張って作ったのがこのアプリです。 このアプリはサッカーグラウンドなどの矩形エリアの5か所の写真を撮って、芝の活性をビジュアライズするものです。9か所や14か所の撮影も考えましたが、使い勝手も考えて5か所に留めました。（最初アプリ名にJ

芝生病害リスク予報Webアプリ「芝しごと・病害予報ナビ」を v2.0.0 へバージョンアップしました。 今回から名称も、「芝しごと・病害リスク予報」へ変更しています。 芝しごと・病害リスク予報トップ画面 今回の最大アップデート 今回いちばん大きな変更点は、「施設登録の大幅強化」です。 これまでは緯度・経度を手入力する前提が強く、少し使い始めのハードルがありました。 そこで今回、日本国内のゴルフコース・サッカースタジアムを1件ずつ調査し、1,000施設以上の位置情報を登録しました。 正直かなり地道な作業でした…。 施設選択メニュー 地方 → 地域 → コース名 という形で選択するだけで、施設を追加できるようになっています。 最大3施設までメニュー選択で登録可能です。 さらに、従来どおり緯度・経度を直接入力することもできるため、海外施設や未登録施設にも対応できます。 どんなアプリ？ このアプリは、 「翌朝6:00時点で芝生病害が発生しやすいか」 を予測するWebアプリです。 対象病害は現在のところ以下の5種類です。 ダラースポット ブラウンパッチ ピ

《この記事はAIが生成し自動投稿したものです。編集せずにそのまま公開します。》 ゴルフ場のグリーンキーパーや芝生管理技術者にとって、コースの状態を最適に保つことは非常に重要な仕事です。近年、AI（人工知能）を活用したコース管理が注目されており、その効果は多岐にわたります。今回は、AIを活用したコース管理の具体的なメリットや、実際にどのように仕事の効率が上がるのかについて、わかりやすく解説していきます。 AIによるコース管理の基本的な役割 AIを使ったコース管理とは、センサーやドローン、カメラなどから得られるデータをAIが解析し、芝生の状態や水分量、病害虫の発生リスクなどをリアルタイムで把握する仕組みです。これにより、従来の目視や経験に頼った管理方法よりも、正確で効率的な判断が可能になります。 ざっくり言うと、AIは「見えない部分」をデータで見える化し、最適な管理プランを提案してくれるパートナーのような存在です。例えば、芝生の乾燥が進んでいる場所を特定し、必要な箇所だけに水やりを行うことができます。これにより、水の無駄遣いを減らし、環境にも優しい管

《この記事はAIが生成し自動投稿したものです。編集せずにそのまま公開します。》 スポーツターフの芝生管理は、単なる草刈りや水やりだけではありません。特にゴルフ場のグリーンキーパーや芝生管理技術者にとっては、芝生の健康を保ちつつ、プレー環境を最適化することが求められます。近年では、IT技術の導入や新しい管理手法の開発により、スポーツターフの品質向上が進んでいます。今回は、そんなスポーツターフ管理技術の最新動向について、具体的な事例や実践的なポイントを交えながら解説します。 スポーツターフ管理技術の基本と重要性 スポーツターフの管理は、芝生の種類や使用頻度、気候条件に応じて細かく調整される必要があります。ざっくり言うと、芝生の健康を維持しながら、プレーに適した硬さや密度を保つことが目的です。これには以下の要素が重要です。 土壌の状態管理：通気性や水はけを良くするためのエアレーションや、適切な肥料の施用。 芝生の刈り込み：刈高の調整で芝の密度や強度をコントロール。 水分管理：過剰な水分は病気の原因になるため、適切な灌水計画が必要。 病害虫対策：早期発見

《この記事はAIが生成し自動投稿したものです。そのまま公開しますが「なんかなぁ～...それホント？」な部分があります》 芝生の管理は、ゴルフ場のグリーンキーパーや芝生管理技術者にとって非常に重要な仕事です。特に、芝草の成長を正確に予測することは、効率的な管理計画を立てるうえで欠かせません。そこで注目されているのが、 芝草成長予測モデル の活用です。ざっくり言うと、このモデルを使うことで、芝生の状態を科学的に把握し、適切な管理を行うことが可能になります。 本記事では、芝草予測モデルの基本的な仕組みから具体的な活用方法、そしてその効果について詳しく解説します。実際の現場で役立つポイントも交えながら、わかりやすく説明していきます。 芝草予測モデルとは何か？ 芝草予測モデルとは、気象データや土壌の状態、芝草の種類などの情報をもとに、芝草の成長速度や健康状態を予測するための数理モデルです。これにより、芝生の管理者は将来の芝生の状態を予測し、適切な施肥や散水、刈り込みのタイミングを判断できます。 例えば、気温や湿度の変化をリアルタイムで取り込み、芝草の成長に

《この記事はAIが生成し自動投稿したものです。よくできた記事なのでそのままにします》 芝生の健康を維持するためには、病気の発生リスクを正確に把握し、適切な対策を講じることが重要です。特にゴルフ場のグリーンキーパーや芝生管理技術者にとっては、芝生の状態を常に最適に保つことが求められます。そこで役立つのが「芝生病害リスク指数」です。今回は、この指数を活用した芝生管理の方法について、わかりやすく解説していきます。 芝生病害リスク指数とは何か？ 芝生病害リスク指数とは、気象条件や環境データをもとに芝生の病気が発生しやすいかどうかを数値化したものです。ざっくり言うと、気温や湿度、降雨量などの情報を組み合わせて、病気のリスクを「見える化」した指標です。 この指数を活用することで、病気が発生する前に予防的な管理が可能になります。例えば、湿度が高くて気温も適温の時期は、特定の病気が発生しやすいとわかれば、その時期に合わせて殺菌剤の散布や通気性の改善を行うことができます。 また、指数は日々更新されるため、リアルタイムでの管理判断に役立ちます。これにより、無駄な薬剤

「芝しごと」シリーズは、気温や湿度などの気象データ、成長能（Growth Potential）、病害リスクの可視化といった情報をもとに、芝生管理の判断をサポートするWebアプリです。現在、ゴルフ場、スタジアム、スポーツターフ、公園緑地など、日常的に芝管理を行う現場の方々にご利用いただいています。 なぜ掲載パートナーを募集するのか 芝管理の現場では、どの資材を使うか、どのタイミングで施肥・施薬を行うか、どの管理手法を選択するかといった「判断」が日々求められます。「芝しごと」シリーズは、その判断の一助となる情報を提供しています。しかし、そこに実際の製品・サービス情報が自然に届く仕組みがあれば、現場にとってさらに有益になると考えています。 掲載イメージ 現在想定している掲載方法は以下の通りです。 アプリ画面内へのバナー表示 機能画面に応じた関連情報リンク 病害リスクなどに応じた情報連携（今後対応予定） スポンサー表示（「提供」「Powered by」など） アプリタイトルの上に表示するバナータイプ 提供表示とランディングページへのリンクの流れ 掲載のメ

芝生の病斑画像を使って病害を推定する、Streamlit ベースの診断アプリです。 v1.0.1を公開しました。 ▼アプリURL https://turf-disease-app.onrender.com/ Top画面 v0.92 → v1.0.1 アップデート要点 これまでの病害分類AIから、 公開運用を優先した単一モデル診断 へ最適化 学習データを大幅に増やし、モデル自体の学習品質を改善 推論モデルを最新構成（EfficientNetV2-S）へ更新 芝種選択・症状特徴チェックによる重み付けで、病害分類精度の安定化を強化 スマホブラウザ上の動作が不安定なため、スマートフォンでの使用は推奨しません このアプリの診断方式（3段階） 本プロジェクトは、最終的な病害判定までを次の 3 段階で行います。 AI分類（単一モデル） 入力画像を EfficientNetV2-S で分類し、クラス確率を算出します。 芝種ベース補正（暖地型 / 寒地型） 発生しづらい病害クラスの確率を抑制します。 知識ベース補正（芝種 + 症状チェック） 芝種（暖地型 / 寒地

これまで公開していた「RACらく農薬検索」と「逆引き農薬辞典（芝生用）」を統合し、新しいWebアプリ「芝しごと・楽RAC農薬ローテ」v1.0.0 を公開しました。 【 アプリURL】 https://shigoto-raku-rac-rotate.onrender.com/ 芝しごと・楽RAC農薬ローテTOP画面 このアプリでできること 「芝しごと・楽RAC農薬ローテ」は、 芝管理の実務者が農薬ローテーションを判断しやすくするためのWebアプリです。 農薬名や病害虫・雑草名から検索でき、 検索結果にはRACコード（FRAC / IRAC / HRAC）を明確に表示。 さらに、 同一グループを含む農薬の確認 RACが重複しない次回ローテーション候補の比較 ができるように設計しています。 対象は、 ゴルフ場 公園 スポーツターフ などの維持管理に携わるグリーンキーパーや管理担当者の方々です。 現場でよくある、 「病害虫名では探せるが、ローテーション判断が難しい」 「同系統の連用を避けたい」 「RACコードを一覧で整理したい」 といった課題の解決を目

昨年7月に公開した「グリーンキーパーのための積算温度追跡マップ（ver0.92）」を大幅に改良し、このたび「芝しごと・積算温度追跡マップ」ver1.0として正式に公開いたしました。 【アプリURL】 https://turfmap.onrender.com/ アプリの概要 本アプリは、積算温度に基づいて害虫・雑草・病害の成長や発生を予測し、天気予報の気圧配置図のような形式でマップ上に表示するものです。 今回のアップデートでは、これまでの「静止画表示」から「アニメーション表示」へと進化させました。昨年1月からの推移を時系列で確認できるため、「いつ頃リスクが高まるのか」という予測がより直感的に行えるようになっています。 「芝しごと・積算温度追跡マップ」トップ画面 対象項目と基準温度 本アプリで採用している基準温度等の設定は以下の通りです。 種類 基準温度 説明 害虫 シバツトガ 10℃ 年3世代。幼虫の食害に注意。第2世代、第3世代以降のピーク予測。 害虫 スジキリヨトウ 10℃ 年3〜4回発生。3齢以降の食害が甚大。幼虫活動期を予測。 害虫 タマナ

冬の土壌分析から、1年の施肥を設計する ― GP連動型・春重点設計アプリを公開しました ― 芝管理において、施肥は「作業」ではなく「設計」です。 しかし実際には、 なんとなく春に多め 夏は様子を見ながら 秋は回復目的で少し 年間合計は感覚値 という運用が少なくありません。 今回公開したアプリは、この「感覚」を、数式とロジックに置き換えるためのものです。 このアプリの前提 本アプリは、 ❄ 冬に実施した土壌分析を基準に🌱 次年度1年間の施肥設計を行う という思想で設計されています。 なぜ冬なのか。 生育が停止している 土壌養分が安定している 前年の施肥履歴が整理されている つまり、年間設計の起点として最も合理的だからです。 GP（Growth Potential）を使う理由 施肥は本来、芝が「使える」窒素量に合わせて行うべきです。 そのために本アプリでは、GP（Growth Potential）という概念を採用しています。 GPとは、気温に基づいて芝の生育可能性を 0〜1 で表した指標です。 緯度から仮想年間気温カーブ（正弦波近似）を生成し、そこ

宇多田ヒカルさんのお母様であった藤圭子さんが「夢は夜ひらく～🎵」とうたっていましたが...（昭和の人しかわからないね...）芝生の病害は夜成長します。 芝生の病害の90％近くが菌糸系。日光（紫外線UV）に邪魔されず、湿度も高い夜に成長するのは当然。「菌糸は夜のびる～🎵」なのです。 細菌系の病害も同じ。紫外線（UV）にあたるとバクテリアは殺菌されてしまいます。 まくらが長すぎました。スミマセン🙇‍♂️ 芝生の発生リスク計算については、現在様々なモデルが提案されていいます。 ダラースポット発症リスクモデルとしてはSmith-Kernsモデルなどが有名で、私も過去にこのモデルをつかった「Smith-Kerns Dollar-Spot 発症確率マップ」というWebアプリを作り公開しています。 https://dollarspotmap.onrender.com/ 「これってDollar Spotだけだよね。」 「病害には色々ある。Dollar Spotの発症確率だけじゃ役に立たないよ。」 「今日になってリクスがわかった時にはもう遅い。」...

AIチャットで芝生管理に関する質問ができるアプリです。 「芝しごと・ＡＩ質問箱」 https://turf-advisor.onrender.com/ 無料Paasを使用しているため、起動に30秒程度お待ちください。 内部的にgemini-2.5-flashのapiを呼んでいるだけといえばそれだけのアプリなのですが、少しだけ工夫しました。 左側の設定画面で、 現在地の緯度経度を取得 場所タイプ：ゴルフコース/グラウンド グリーンタイプ：寒地型グリーン/暖地型グリーン 芝タイプ：暖地型/寒地型/WOS（ウィンターオーバーシード）/IS（インターシード） 回答モード：慎重に回答 などを選択して、Cookieに保存しておくことで、ユーザーのプロンプトの前後にこれらの情報を付与してgeminiに質問を送ります。これによって質問の前提条件が絞られ、LLMのからの回答の質を向上させます。 Cookieに保存されているので、次回利用時もこの設定は有効。 以上、目論見通りになっているかの評価はユーザーの皆さんにお任せします。 ではまた。 2026年1月19日　回

※2026/4/23 アプリ名称を「ピンポイント天気で芝しごと」に変更しました。 ノルウェー気象局が作成した無料かつ商用可能な気象予報API MET Norwayというのを見つけ私の「有効に使いたいマインド」が炸裂。芝管理の特に肥料や農薬の散布タイミングに関するアドバイス（警告や推奨）ができるWebアプリを作ってみました。 「芝しごと・散布予報ナビ」 https://spray-forecast.onrender.com/ 「現在値を使用」をクリックすれば今日を含めた3日間の気象予報を表示します。といっても晴だの曇だのといった天気予報をしたいわけではなく、予測される１時間毎の風速・気温・降水量などから農薬や肥料（固形/液肥）散布に向くタイミングなのかを警告文や推奨文の形でアドバイスします。 AIではなく下記のアルゴリズム（ゴリゴリのロジック）でやっているので、不適切な部分もあるかもしれません。アドバイス文はあくまで支援情報です。農薬・肥料の使用は必ず製品ラベルおよび法令に従ってください。最終判断は管理責任者が行ってください。 ロジックですが、 1