お台場海苔の記録 (2019-2020)
山森光陽（国立教育政策研究所総括研究官（教育心理学））
2020/1/16 更新
0. これまでの記録
2020年1月3日までの作業内容や海苔の様子については以下を参照
(ファイルサイズの都合で1つのhtmlとしてアップロードできないため)
- 2020年1月3日まで
- 2019年12月29日まで
- 2019年12月26日まで
1. 海苔の成長データ
使うライブラリ
library(gsheet)データの在処は表示しない
- urlにGoogle spreadsheetの編集可リンクを代入する
データの読み込み
data_ <- gsheet2tbl(url)1.1 中間刈り取りまでのデータ
data.md <- data_[1:9,]
colnames(data.md) <- c("Date", "Day", "Temp", "Off_Fuji", "Off_Ctr", "Off_Rbw",
"Bch_Fuji", "Bch_Ctr", "Bch_Rbw")
DT::datatable(data.md[c(1:9)])1.2 地点別のグラフ
par(family = "HiraKakuProN-W3") #Macintoshの場合
par(oma = c(0, 0, 4, 0))
par(mfrow=c(2,3))
plot(data_$Day, data_$Offshore_Fuji, xlim = c(0,50), ylim=c(0,500),
type = "b", pch = 4, col = 1, xlab = "Day", ylab = "Length (mm) ",
main = "沖・フジTV側")
plot(data_$Day, data_$Offshore_Center, xlim = c(0,50), ylim = c(0,500),
type = "b", pch = 4, col = 1, xlab = "Day", ylab = "Length (mm) ",
main = "沖・中央")
plot(data_$Day, data_$Offshore_Rainbow, xlim = c(0,50), ylim = c(0,500),
type = "b", pch = 4, col = 1, xlab = "Day", ylab = "Length (mm) ",
main = "沖・レインボー側")
plot(data_$Day, data_$Beach_Fuji, xlim=c(0,50), ylim=c(0,500), type = "b",
pch = 4, col = 1, xlab = "Day", ylab = "Length (mm) ",
main = "浜・フジTV側")
plot(data_$Day, data_$Beach_Center, xlim=c(0,50), ylim=c(0,500),
type = "b", pch = 4, col = 1, xlab = "Day", ylab = "Length (mm) ",
main = "浜・中央")
plot(data_$Day, data_$Beach_Rainbow, xlim = c(0,50), ylim = c(0,500),
type = "b", pch = 4, col = 1, xlab = "Day", ylab = "Length (mm) ",
main = "浜・レインボー側")
2. 海苔の成長予測
2.1 中間刈り取りまでのモデル
\(length = a \times b^{day}\)
2.2 中間刈り取りまでの指数回帰
# 指数回帰の係数を推定する
exp.b.f <- nls(Bch_Fuji ~ a*b^Day, data = data.md, start = list(a = 1, b = 1))
exp.b.c <- nls(Bch_Ctr ~ a*b^Day, data = data.md, start = list(a = 1, b = 1))
exp.b.r <- nls(Bch_Rbw ~ a*b^Day, data = data.md, start = list(a = 1, b = 1))
exp.o.f <- nls(Off_Fuji ~ a*b^Day, data = data.md, start = list(a = 1, b = 1))
exp.o.c <- nls(Off_Ctr ~ a*b^Day, data = data.md, start = list(a = 1, b = 1))
exp.o.r <- nls(Off_Rbw ~ a*b^Day, data = data.md, start = list(a = 1, b = 1))
# 推定値を格納する
sum.b.f <- summary(exp.b.f)
sum.b.c <- summary(exp.b.c)
sum.b.r <- summary(exp.b.r)
sum.o.f <- summary(exp.o.f)
sum.o.c <- summary(exp.o.c)
sum.o.r <- summary(exp.o.r)
b.f.a <- sum.b.f$coefficients[1,1]; b.f.b <- sum.b.f$coefficients[2,1]
b.c.a <- sum.b.c$coefficients[1,1]; b.c.b <- sum.b.c$coefficients[2,1]
b.r.a <- sum.b.r$coefficients[1,1]; b.r.b <- sum.b.r$coefficients[2,1]
o.f.a <- sum.o.f$coefficients[1,1]; o.f.b <- sum.o.f$coefficients[2,1]
o.c.a <- sum.o.c$coefficients[1,1]; o.c.b <- sum.o.c$coefficients[2,1]
o.r.a <- sum.o.r$coefficients[1,1]; o.r.b <- sum.o.r$coefficients[2,1]2.3 指数回帰の分析結果
沖・フジTV側
summary(exp.b.f)##
## Formula: Bch_Fuji ~ a * b^Day
##
## Parameters:
## Estimate Std. Error t value Pr(>|t|)
## a 8.11244 5.73165 1.415 0.207
## b 1.10670 0.02503 44.218 8.96e-09 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 34.61 on 6 degrees of freedom
##
## Number of iterations to convergence: 9
## Achieved convergence tolerance: 2.142e-06
## (1 observation deleted due to missingness)沖・中央
summary(exp.b.c)##
## Formula: Bch_Ctr ~ a * b^Day
##
## Parameters:
## Estimate Std. Error t value Pr(>|t|)
## a 5.96547 3.39517 1.757 0.129
## b 1.11814 0.02015 55.500 2.3e-09 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 25.56 on 6 degrees of freedom
##
## Number of iterations to convergence: 8
## Achieved convergence tolerance: 5.91e-06
## (1 observation deleted due to missingness)沖・レインボー側
summary(exp.b.r)##
## Formula: Bch_Rbw ~ a * b^Day
##
## Parameters:
## Estimate Std. Error t value Pr(>|t|)
## a 7.34149 5.62367 1.305 0.24
## b 1.10597 0.02714 40.752 1.46e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 33.49 on 6 degrees of freedom
##
## Number of iterations to convergence: 12
## Achieved convergence tolerance: 9.037e-06
## (1 observation deleted due to missingness)浜・フジTV側
summary(exp.o.f)##
## Formula: Off_Fuji ~ a * b^Day
##
## Parameters:
## Estimate Std. Error t value Pr(>|t|)
## a 4.59045 2.39623 1.916 0.104
## b 1.11215 0.01848 60.179 1.41e-09 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 16.06 on 6 degrees of freedom
##
## Number of iterations to convergence: 8
## Achieved convergence tolerance: 1.068e-06
## (1 observation deleted due to missingness)浜・中央
summary(exp.o.c)##
## Formula: Off_Ctr ~ a * b^Day
##
## Parameters:
## Estimate Std. Error t value Pr(>|t|)
## a 3.21905 1.31137 2.455 0.0495 *
## b 1.12450 0.01443 77.951 3e-10 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 11.2 on 6 degrees of freedom
##
## Number of iterations to convergence: 8
## Achieved convergence tolerance: 5.497e-07
## (1 observation deleted due to missingness)浜・レインボー側
summary(exp.o.r)##
## Formula: Off_Rbw ~ a * b^Day
##
## Parameters:
## Estimate Std. Error t value Pr(>|t|)
## a 2.62538 0.88888 2.954 0.0255 *
## b 1.13659 0.01201 94.622 9.39e-11 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 9.7 on 6 degrees of freedom
##
## Number of iterations to convergence: 8
## Achieved convergence tolerance: 6.676e-06
## (1 observation deleted due to missingness)これらの結果をまとめると以下の通り
海苔の長さの推定値を求める方法
沖・フジTV側
沖・中央 沖・レインボー側 浜・フジTV側 浜・中央 浜・レインボー側例えば，20日後の長さの推定値を求めたい場合，\(length = a \times b^{day}\)であるから，aの値と，bの値の20乗をかけることで，長さの推定値が求まる。
仮に\(a = 0.38\), \(b = 1.24\)で20日後の長さを求めるのであれば，\(0.38 \times 1.24^{20} = 28.06\)となる。
2.4 成長予測のグラフ
# 作図する
plot(data.md$Day, data.md$Bch_Fuji, xlim = c(0,36), ylim = c(0,500),
pch = 0, col = 2,xlab = "Day", ylab = "Length (mm) ",
main = "Odaiba-nori Growth Estimate 2019-20")
par(new=T)
plot(data.md$Day, data.md$Bch_Ctr, xlim = c(0,36), ylim = c(0,500),
pch = 1, col = 2, axes = F, xlab = "", ylab = "")
par(new=T)
plot(data.md$Day, data.md$Bch_Rbw, xlim = c(0,36), ylim = c(0,500),
pch = 2, col = 2, axes = F, xlab = "", ylab = "")
par(new = T)
plot(data.md$Day, data.md$Off_Fuji, xlim = c(0,36), ylim = c(0,500),
pch = 0, col = 4, axes = F, xlab="", ylab="")
par(new = T)
plot(data.md$Day, data.md$Off_Ctr, xlim = c(0,36), ylim = c(0,500),
pch = 1, col = 4, axes = F, xlab = "", ylab = "")
par(new = T)
plot(data.md$Day, data.md$Off_Rbw, xlim = c(0,36), ylim = c(0,500),
pch = 2, col = 4, axes = F, xlab = "", ylab = "")
data.day <- c(1:36)
lines(data.day, b.f.a*b.f.b^data.day, col = 2, lty = 1, lwd = 2)
lines(data.day, b.c.a*b.c.b^data.day, col = 2, lty = 3, lwd = 2)
lines(data.day, b.r.a*b.r.b^data.day, col = 2, lty = 4, lwd = 2)
lines(data.day, o.f.a*o.f.b^data.day, col = 4, lty = 1, lwd = 2)
lines(data.day, o.c.a*o.c.b^data.day, col = 4, lty = 3, lwd = 2)
lines(data.day, o.r.a*o.r.b^data.day, col = 4, lty = 4, lwd = 2)
legend (0, 500,
c("Beach_Fuji", "Beach_Center", "Beach_Rainbow",
"Offshore_Fuji", "Offshore_Center", "Offshore_Rainbow"),
lwd = 1,
pch = c(0,1,2,0,1,2), lty = c(1,3,4,1,3,4), col = c(2,2,2,4,4,4),
bty = "n", bg = "n", cex = 0.8
)
- このグラフは凡例の順に描画しているため回帰直線が重なり見えないことがある
2.5 観察・作業予定日ごとの成長予測
# dec 29 (16days)
days <- 16
d29.b.f <- b.f.a*b.f.b^days; d29.b.c <- b.c.a*b.c.b^days
d29.b.r <- b.r.a*b.r.b^days; d29.o.f <- o.f.a*o.f.b^days
d29.o.c <- o.c.a*o.c.b^days; d29.o.r <- o.r.a*o.r.b^days
# Jan 3 (21days)
days <- 21
j3.b.f <- b.f.a*b.f.b^days; j3.b.c <- b.c.a*b.c.b^days
j3.b.r <- b.r.a*b.r.b^days; j3.o.f <- o.f.a*o.f.b^days
j3.o.c <- o.c.a*o.c.b^days; j3.o.r <- o.r.a*o.r.b^days
# Jan 8 (26days)
days <- 26
j8.b.f <- b.f.a*b.f.b^days; j8.b.c <- b.c.a*b.c.b^days
j8.b.r <- b.r.a*b.r.b^days; j8.o.f <- o.f.a*o.f.b^days
j8.o.c <- o.c.a*o.c.b^days; j8.o.r <- o.r.a*o.r.b^days
# Jan 11 (29days)
days <- 29
j11.b.f <- b.f.a*b.f.b^days; j11.b.c <- b.c.a*b.c.b^days
j11.b.r <- b.r.a*b.r.b^days; j11.o.f <- o.f.a*o.f.b^days
j11.o.c <- o.c.a*o.c.b^days; j11.o.r <- o.r.a*o.r.b^days
# Jan 16 (34days)
days <- 34
j16.b.f <- b.f.a*b.f.b^days; j16.b.c <- b.c.a*b.c.b^days
j16.b.r <- b.r.a*b.r.b^days; j16.o.f <- o.f.a*o.f.b^days
j16.o.c <- o.c.a*o.c.b^days; j16.o.r <- o.r.a*o.r.b^days
# Jan 18 (36days)
days <- 36
j18.b.f <- b.f.a*b.f.b^days; j18.b.c <- b.c.a*b.c.b^days
j18.b.r <- b.r.a*b.r.b^days; j18.o.f <- o.f.a*o.f.b^days
j18.o.c <- o.c.a*o.c.b^days; j18.o.r <- o.r.a*o.r.b^days
md.es.tab <- data.frame(t(
matrix(c(d29.b.f, d29.b.c, d29.b.r, d29.o.f, d29.o.c, d29.o.r,
j3.b.f, j3.b.c, j3.b.r, j3.o.f, j3.o.c, j3.o.r,
j8.b.f, j8.b.c, j8.b.r, j8.o.f, j8.o.c, j8.o.r,
j11.b.f, j11.b.c, j11.b.r, j11.o.f, j11.o.c, j11.o.r,
j16.b.f, j16.b.c, j16.b.r, j16.o.f, j16.o.c, j16.o.r,
j18.b.f, j18.b.c, j18.b.r, j18.o.f, j18.o.c, j18.o.r),
nrow = 6, ncol = 6)
))
colnames(md.es.tab) <- c( "Off_Fuji", "Off_Ctr", "Off_Rbw",
"Bch_Fuji", "Bch_Ctr", "Bch_Rbw")
rownames(md.es.tab) <- c("Dec.29", "Jan.03", "Jan.08",
"Jan.11", "Jan.16", "Jan.18")
DT::datatable(format(md.es.tab, digits = 2, nsmall = 2))- 単位はmm
3 作業の内容
3.1 2019年12月14日
3.2 2019年12月20日
3.3 2019年12月25日
3.5 2020年1月3日
作業内容など
| Jan.03 | |
|---|---|
| 作業時刻 | 15:00-15:40 |
| 水温 | 13 |
| 実測潮位 | 119cm |
| 参加者 | 委員長，副委員長，小学生1名，中学生1名，ほか4名(台場担当係長不在) |
| 作業内容 | 観察，動画撮影。前回の海苔網の高さ調整後成長の早かった部分の抑制ができたため，調整は行わなかった。 |
作業の様子
 |
海苔の様子
 |
. |  |
. |  |
3.6 2020年1月8日
作業内容など
| Jan.08 | |
|---|---|
| 作業時刻 | 10:00-10:20 |
| 水温 | 12 |
| 実測潮位 | 135cm |
| 参加者 | 委員長，台場担当，他2名 |
| 作業内容 | 観察，動画撮影。 |
作業の様子
 |
海苔の様子
 |
. |  |
. |  |
3.7 2020年1月11日
作業内容など
| Jan.11 | |
|---|---|
| 作業時刻 | 21:00-21:45 |
| 水温 | 14 |
| 実測潮位 | 70cm |
| 参加者 | 委員長，副委員長，小学生1名，ほか10名。 |
| 作業内容 | 網が重さで下がっており，また学校側は海苔が底に届いて擦れていたため，網の高さ調整。潮位105cmに合わせた。次回，沖の海苔の伸びがあまり見られないようであれば，網を下げて伸ばすこととした。 |
作業の様子
 |
. |  |
. |  |
海苔の様子
 |
. |  |
. |  |
3.8 2020年1月16日
作業内容など
| Jan.16 | |
|---|---|
| 作業時刻 | 13:00-14:30 |
| 水温 | 13 |
| 実測潮位 | 75cm |
| 参加者 | 委員長，副校長，台場担当，ほか4名 |
| 作業内容 | 400-500mmのもある。白化箇所を除去。伸びすぎた箇所を剪定。17日夜から18日未明にかけて雨天の予報のため，海苔が雨に当たらないよう，学校側，沖ともに網の高さを潮位75cmに合わせて下げた。 |
作業の様子
 |
. |  |
. |  |
海苔の様子
 |
. |  |
. |  |