令和７年度高知県メジカ漁場予測システム構築委託業務に係る一般競争入札について

令和７年度高知県メジカ漁場予測システム構築委託業務に係る一般競争入札について 入 札 公 告政府調達に関する協定の適用を受ける調達を、次のとおり一般競争入札に付する。 令和７年５月７日高知県知事 濵田 省司１ 入札に付する事項(１)特定役務の名称及び数量令和７年度高知県メジカ漁場予測システム構築委託業務 一式(２)特定役務の特質等入札説明書による。 (３)特定役務の履行期間特定役務に係る契約の締結の日から令和８年２月20日まで(４)入札方法落札決定に当たっては、入札書に記載された金額に当該金額の100分の10に相当する額を加算した金額(当該金額に１円未満の端数があるときは、その端数を切り捨てるものとする。)をもって落札価格とするので、入札者は、消費税にかかる課税事業者であるか免税事業者であるかを問わず、見積もった契約金額の 110 分の 100 に相当する金額を入札書に記載すること。 ２ 入札参加資格次に掲げる全ての要件を満たし、かつ、４の(３)により事前にこの入札公告に係る入札参加資格があることの確認を受けた者は、この一般競争入札に参加することができる。 (１)地方自治法施行令(昭和 22 年政令第 16号)第 167 条の４の規定に該当しない者であること。 (２)高知県における「令和６年度～令和８年度競争入札参加資格者登録名簿(物品購入等関係)」に登録されている者であること。 (３)この入札公告の日から入札の日までの間に、高知県物品購入等関係指名停止要領(平成７年12月高知県告示第638号)に基づく指名停止等の措置を受けていない者であること。 (４)４の(３)により、この入札公告に係る入札参加資格があることの確認を受ける日から入札の日までの間に、令和６年度から令和８年度までに県が発注する物品の購入又はサービスの契約に係る一般競争入札又は指名競争入札の参加者の資格等(令和５年９月高知県告示第638号。以下「告示」という。)第１の２の(９)に該当し、告示第７の規定により入札参加資格の取消しを受けていない者であること又は告示第１の２の(９)に該当しない者であること。 (５)(１)から(４)までに掲げるもののほか、入札説明書に示した入札参加資格要件を満たす者であること。 ３ 契約条項を示す場所等(１)契約条項を示す場所、入札説明書の交付場所及び問い合わせ先郵便番号785－0167須崎市浦ノ内灰方1153－23高知県水産試験場漁業資源課電話番号088－856－1175(２)入札説明書の交付方法ア 手渡しによる交付の場合令和７年５月７日(水)から同年６月２日(月)まで(日曜日及び土曜日を除く。)の午前９時から午後５時まで(午後零時から午後１時までの間を除く。)の間に(１)の場所で交付する。 イ ダウンロードによる交付の場合令和７年５月７日午前９時から同年６月２日午後５時までの間に高知県水産試験場のホームページ(https://www.pref.kochi.lg.jp/soshiki/040000/040409/)で交付する。 (３)入札及び開札の日時及び場所ア 日時令和７年６月18日(水)午前10時郵送による場合は、書留郵便によるものとし、令和７年６月17日(火)午後５時までに(１)の入札説明書の交付場所に必着すること。 イ 場所須崎市浦ノ内灰方 1153－23 高知県水産試験場敷地内海洋漁業センター２階研修会議室４ その他(１)入札及び契約の手続において使用する言語及び通貨日本語及び日本国通貨(２)入札保証金及び契約保証金高知県契約規則(昭和39年高知県規則第12号。以下「規則」という。)第９条、第10条、第39条及び第40条の規定による。 (３)入札に参加を希望する者に求められる事項この一般競争入札に参加を希望する者は、入札説明書に示した入札参加資格要件を満たすことを証明する書類を令和７年６月２日午後５時までに３の(１)の入札説明書の交付場所に提出し、この一般競争入札に参加する資格があることの確認を受けなければならない。 また、開札の日までの間において、知事から当該書類に関し説明を求められた場合は、これに応じなければならない。 (４)入札の無効この入札公告に示した入札参加資格のない者がした入札、入札者に求められる義務を履行しなかった者がした入札その他規則第21条各号のいずれに該当する入札は、無効とする。 (５)落札者の決定方法等規則第15条の規定により決定された予定価格の制限の範囲内で最低の価格をもって有効な入札を行った入札者を落札者とする。 ただし、落札者が、入札の日から契約を締結する日までの間に、告示第１の２の(９)に該当し、告示第７の規定により入札参加資格の取消しを受けたとき又は告示第１の２の(９)に該当したときは、当該落札者と契約を締結しないものとする。 (６)手続における交渉の有無無(７)契約書作成の要否要(８)資格審査に関する事項２の(２)に掲げる入札参加資格要件を有しない者で、この一般競争入札に参加を希望するものは、知事が定める申請書に必要書類を添えて、高知県会計管理局総務事務センターに提出すること。 ただし、令和７年５月12日(月)午後５時までに申請を行わなかったときは、この入札公告に係る入札参加資格が与えられない。 また、同日までに申請を行った場合でも、申請書類に不備があるときは、この入札公告に係る入札参加資格が与えられないことがある。 なお、申請書を提出するときは、この入札公告の日、入札の件名及び入札の日時を当該審査申請書の欄外に朱書きするとともに、当該事項を申し出ること。 (９)関連情報を入手するための照会窓口３の(１)に同じ。 (10)詳細は、入札説明書による。 ５ Summary(１) Nature and quantity of the services to be procured: Commissioned work for thedevelopment on the prediction system of good fishing grounds of Bullet tuna Auxisrochei“Mejika”in kochi(２) Deadline for the submission of documents to certify the qualifications: 5:00P.M. on Monday 2 June 2025(３) Date and time for tender (by hand) 10:00 A.M. on Wednesday, 18 June, 2025(４) Date and time for tender (by registered mail): To arrive at the division notedin (５) by 5:00 P.M. on Tuesday 17 June 2025(５) Contact: Kochi Prefectural Fisheries Experimental Station, 1153-23 UranouchiHaikata, Susaki City, Kochi 785-0167 JapanTel: 088-856-1175(６) Others: As in the tender documentation 入 札 説 明 書令和７年５月高知県水産試験場入 札 説 明 書１ 競争入札に付する事項(１)件名 令和７年度高知県メジカ漁場予測システム構築委託業務(２)入札案件の仕様等 別添仕様書のとおり(３)履行期間 契約締結日から令和８年２月20日まで(４)予定価格 事後公表とする(５)最低制限価格 設定しない２ 入札参加者に必要な資格(１)地方自治法施行令(昭和22年政令第16号)第167条の４の規定に該当しない者であること。 (２)高知県における「令和６年度～令和８年度競争入札参加資格者登録名簿(物品購入等関係)に登録されている者であること。(３)この入札公告の日から入札の日までの間に、高知県物品購入等関係指名停止要領(平成７年12月高知県告示第638号)等に基づき指名停止等の措置を受けていない者であること。(４)国又は地方公共団体において、当該業務に類するシステム(機械学習及びプログラム更新機能を備えた継続的な予測精度向上を図ることが可能なシステム)の構築業務又は改修業務において受注及び業務遂行の実績を有すること。(５)３によりこの入札公告に係る入札参加資格があることの確認を受ける日から入札の日までの間に、令和６年度から令和８年度までに県が発注する物品の購入又はサービスの契約に係る一般競争入札又は指名競争入札の参加者の資格等(令和５年９月高知県告示第 638号。以下「告示」という。 )第１の２の(９)に該当し、告示第７の規定により入札参加資格の取消しを受けていない者であること又は第１の２の(９)に該当しない者であること。 ３ 本件入札に関して提出する書類この入札に参加しようとする者は、一般競争入札参加資格確認申請書(様式１)を令和７年６月２日(月)午後５時までに３の(１)の場所に提出し、入札参加資格の有無について審査を受けること。 また、参加希望者は、開札日までの間において高知県水産試験場長から当該書類に関し説明を求められた場合は、それに応じなければならない。 (１)入札説明書等の交付についてア 契約条項を示す場所、入札説明書の交付場所、仕様書及びメジカ漁場予測システムの問い合わせ先〒785-0167 高知県須崎市浦ノ内灰方1153-23 高知県水産試験場電話番号 088-856-1175ＦＡＸ 088-856-1177Ｅ－ｍａｉｌ 040409@ken.pref.kochi.lg.jpイ 配布方法直接受領、又は高知県水産試験場ホームページからのダウンロードによる。 https://www.pref.kochi.lg.jp/soshiki/040000/040409/ウ 質疑回答(ア)仕様書の内容について質問がある場合は、次により書面(様式２)を提出すること。 ａ 書面は、３の(１)アに示す場所へ持参又は郵送(書留に限る。)若しくは電子メール(電話による着信を確認すること。)による。 ｂ 質疑の受付は、令和７年５月28日(水)午後５時までとする。 (イ)回答は、令和７年６月４日(水)午後５時までに質問した者に対しては、適宜個別に回答を電子メールで送信する。 また、令和７年６月６日(金)までに入札参加資格確認通知を受けた者全員(失格者は除く。)に全ての質問に対する回答を電子メールで送信する。 (２)入札参加資格の確認競争入札参加申請の提出のあった者には、入札参加資格の確認結果を入札参加資格確認通知で令和７年６月６日(金)までに申請者に対して電子メールにより通知する。 ４ 入札及び開札(１)競争入札参加者は、入札方法、条件、仕様書及び別添契約書(案)等を熟知のうえ入札しなければならない。 この場合において、当該仕様書等について疑義がある場合は、説明を求めることができる。 ただし、入札後、仕様書等についての不知又は不明を理由として異議を申し立てることはできない。 (２)入札書の記載内容等ア 入札書(様式３)には、次に掲げる事項を記載すること(別記「記載例」参照)。 (ア)入札書提出年月日(イ)入札者本人の住所、氏名(法人の場合は、その商号又は名称及び代表者の氏名)及び押印(外国人の署名含む。以下同じ)。 ただし、入札書の押印を省略する場合は、会社印及び代表者印の押印は不要とする。 (ウ)代理人が入札する場合は、入札者本人の住所及び氏名(法人の場合は、その商号又は名称及び代表者の氏名)並びに代理人であることの表示、当該代理人の住所、氏名及び押印。 ただし、入札書の押印を省略する場合は、代理人の押印は不要とする。 なお、代理人が入札する場合は、入札書を投かんする際にあらかじめ委任状(様式４)を提出しなければならない。 (エ)入札金額(オ)契約件名又は対象イ 入札者又はその代理人(以下「入札者等」という。)は、入札書の記載事項を訂正する場合は、当該訂正部分について押印をしなければならない。 ただし、入札金額の訂正はできない。 ウ 入札者等は、その提出した入札書の引換え、変更又は取消しをすることができない。 (３)入札書の提出方法持参又は郵送により提出することとし、電報、ファクシミリ、電話、電子メールその他の方法による入札は認めない。 ア 持参する場合(４)の日時、場所において投かんすること。 なお、代理人による入札の場合は(４)の日時、場所において入札書投かん前に委任状(様式４)を提出すること。 イ 郵送の場合別記「郵便(書留に限る)により提出する場合の表示例」参照(ア)入札書を内封筒に入れ密封・封印し、内封筒の表面に提出先の宛名(高知県水産試験場)、入札者氏名(法人の場合は、その商号又は名称)、開札日及び入札件名(「令和７年度高知県メジカ漁場予測システム構築委託業務」)を朱書きのうえ、送付先の横に「入札書在中」及び「親展」と朱書きした外封筒へ入れて封かんのこと。 (イ)書留により、令和７年６月17日(火)午後５時までに３の(１)アの場所に必着のこと。 (４)入札及び開札日時等日時：令和７年６月18日(水)午前10時場所：海洋漁業センター２階研修会議室(高知県須崎市浦ノ内灰方1153-23 高知県水産試験場敷地内)(５)この入札には、高知県会計管理局総務事務センターの定める「物品購入等一般競争入札心得」の規定を準用する。 ホームページ：https://www.pref.kochi.lg.jp/doc/kokoroe/(６)この入札は、入札参加資格を認めない者がない場合又は入札自体により入札参加者が無くなった場合には行わない。 ただし、入札参加を認めた者が１者でもあり、当該入札参加者が入札を辞退し又は入札参加資格を喪失しない限りは入札を行う。 ５ 入札保証金高知県契約規則(昭和39年規則第12号)第９条及び第10条の規定による。 ６ 入札の辞退入札者は、開札が行われるまでは、いつでも入札を辞退することができる。 (１)入札者が入札を辞退するときは、その旨を次に掲げる方法により申し出るものとする。 ア 入札執行前にあっては、別記様式５による入札辞退届を契約担当者に直接持参し、又は郵送(入札日の前日までに到達するものに限る。)する。 イ 入札執行中にあっては、前号の入札辞退届又はその旨を記載した入札書を入札執行者に直接提出することを原則とし、口頭による場合はその旨を入札執行者及び立会人の双方に告げて確認を受ける。 (２)入札を辞退した者又は入札を辞退したものとみなされた者は、これを理由として不利益な取扱いを受けることはない。 ７ 入札の無効この入札公告に示した競争入札参加資格のない者がした入札、入札者に求められる義務を履行しなかった者がした入札、その他高知県契約規則第21条各号に該当する入札は無効とする。 ８ 開札の方法開札は４の(４)の日時及び場所において入札者等の立会いで行う。 入札者等は、郵送の場合を除きすべての者が立ち会うこと。 ただし、入札者等がすべて郵送で、かつ立ち会えない場合は、入札事務に関係ない職員を立ち会わせて行う。 ９ 落札者の決定(１)高知県契約規則第15条の規定により決定された予定価格の制限の範囲内で最低価格をもって有効な入札を行った者を落札者とする。 (２)同価格の者が二人以上あるときは、当該入札者にくじを引かせ、落札者を決定するものとする。 この場合において、当該入札者のうちくじを引かない者があるときは、入札執行事務に関係ない職員に、これに代わってくじを引かせ落札者を決定するものとする。 (３)入札価格が予定価格を超える場合は、８の要領で再度入札を行う。 (４)再度入札(合わせて３回の入札)を行っても、なお予定価格を超える場合は、最低価格者から順次予定価格の範囲内において随意契約の折衝を行うことがある。 10 契約保証金高知県契約規則第39条及び第40条の規定による。 11 契約書の作成契約書の作成を要する。 12 契約条項別添契約書(案)のとおり13 入札参加資格の審査に関する事項２の(２)に掲げる入札参加資格を有しない者で、この一般競争入札に参加を希望するものは、知事が別に定める「競争入札参加資格審査申請書(以下「審査申請書」という。 )」に必要事項を記入のうえ、必要書類を添付して、令和７年５月12日(月)までに高知県会計管理局総務事務センターへ提出すること。 同日までに申請を行わなかったときは、この入札公告に係る入札参加資格が与えられない場合がある。 また、同日までに申請を行った場合でも、申請書類に不備がある等のときは、入札参加資格が与えられない場合がある。 なお、審査申請書を提出するときは、この入札公告の日、入札の件名及び入札の日時を審査申請書の欄外に朱書きで記入するとともに申し出ること。 (競争入札参加資格審査申請に関する照会及び審査申請書の提出先)所在地 高知市丸ノ内１丁目２番20号機関名 高知県会計管理局総務事務センター電話 088-823-9788 ＦＡＸ 088-823-9266メールアドレス 180301@ken.pref.kochi.lg.jpホームページ https://www.pref.kochi.lg.jp/soshiki/180000/180301/14 その他(１)入札者及び契約の相手方が本件調達に関して要した費用は全て当該入札者及び当該契約の相手方が負担する。 (２)落札者が、入札の日から契約を締結する日までの間に、告示第１の２の(９)に該当し、告示第７の規定により入札参加資格の取消しを受けたとき又は告示第１の２の(９)に該当したときは、当該落札者と契約を締結しないものとする。 補足説明１ 日程(１)令和７年５月７日(水)入札公告(２)令和７年５月28日(水)午後５時質疑書の受付期限(３)令和７年６月２日(月)午後５時一般競争入札参加資格確認申請書の提出期限(４)令和７年６月４日(水)質疑書への回答期限(５)令和７年６月18日(水)午前10時入札及び開札(場所：海洋漁業センター２階研修会議室(高知県須崎市浦ノ内灰方1153-23高知県水産試験場敷地内))※ 郵送による場合は、令和７年６月17日(火)午後５時までに必着(書留)２ 再度入札について開札後、落札者となるべき入札がないときは再度の入札(合わせて３回の入札)を行います。 すべての入札者(又は代理人)が立ち会っている場合等、可能な場合は、直ちに再度の入札を行うこととしますので、開札には立ち会うようにしてください。 郵送による参加者がありその者が立ち会っていない場合は、別に定める日時に行います。 ３回入札を行っても不落の場合は、最低価格で入札をした者から順次、予定価格の範囲内において随意契約の折衝を行うことがあります。 1令和７年度高知県メジカ漁場予測システム構築委託業務仕様書第１ 基本事項１ 高知県の漁業の現状について本県においては、伝統の遠洋・近海かつお・まぐろ漁業をはじめ、釣り・はえ縄、定置網、中型まき網、魚類養殖などの海面漁業や、うなぎ養殖やあゆ漁などの内水面漁業が営まれている。 このように本県の沿岸・沖合域では多種多様な漁業が営まれており、国際的な操業規制が強化されるなかで漁業生産の場としての重要性が高まっているが、魚価安や燃油、資材の価格変動などにより漁業経営は総じて不安定であり、高齢化や水産資源の減少と相まって漁業就業者数が減少する厳しい状況が続いている。 ２ メジカ漁業についてメジカ(マルソウダ)は、全世界の温帯から熱帯域に広く分布し、日本近海に現れるメジカは、冬に南シナ海で生まれる南方系群と、夏に日本近海で生まれる日本近海系群から構成されている。 水産資源としてのメジカは、県西部に位置する土佐清水市の主要産業である宗田節加工業の原料になるとともに、鮮魚としても茹で節や塩焼きなどに利用される重要な魚種である。 また、メジカ漁業は主に曳縄釣りという漁法で行われており、漁場では、船は左旋回で円を描き、撒き餌が常に円の中心に来るように操船し、４～５組の漁具を使って１匹づつ釣り上げるという本県特有の漁法である。 一方、近年は海況の変化等によって魚群の出現が不安定となったことで、漁獲量が低迷しており(曳縄による年間漁獲量の平均値は、平成 25～29 年が 3,396 トン、平成30～令和５年が2,131トン。年間漁獲金額の平均値は、平成25～29年が約４億3,000万円、平成30～令和５年が約３億4,000万円)、加えて燃油や資材の高騰により、漁業者の経営は厳しさを増している。 メジカ漁業の存続のためには、出漁前に漁場の位置を正確に把握することで、魚群の探索時間を短縮し、燃油代の削減と漁獲量の増加につなげて、操業の効率化を図ることにより、経営を改善していく必要がある。 ３ メジカ漁場予測システムについて高知県では、漁業のデジタル化を推進し、操業の効率化や経営の安定化を図るため、令和元年度に有識者等で構成する高知マリンイノベーション運営協議会を設立した。 その取り組むテーマの１つにＡI等を活用した漁船漁業のスマート化を掲げ、メジカ漁業の操業の効率化に向けた漁場予測システムの開発に令和２年度から取り組んでいる。 令和４年度には、JAMSTEC の JCOPE-T(海洋変動予測モデル)から得られた水温、塩分、潮流(水深０～50m)のデータ等から漁場を予測するためのアルゴリズムが完成し、令和５年１月からメジカ漁場予測システムの試験運用を開始した。 また、令和４年度末から、種子島周辺漁業対策事業で開発したメジカ漁獲尾数計測システムで得られた漁獲情報も活用して予測精度向上に取り組み、令和５年度秋には漁業現場での実用化に一定の目処が立った。 漁業現場の実用化に向けては、これまでの研究段階のメジカ漁場予測システムとは2異なり、プログラム更新機能等を備えた継続的な予測精度の向上が図ることが可能なシステムを新たに構築する必要がある。 このため、令和６年度はシステムの設計を行い、令和７年度には、令和６年度に行った設計をもとにメジカ漁場予測システムを構築し、令和８年度以降に運用を開始する予定である。 システム完成後は、漁場予測情報を漁業者に配信することで魚群の探索に要する時間を短縮し、操業を効率化することで経営の改善を図る。 ２ スケジュールメジカ漁場予測システムの構築スケジュールは以下を予定している(表１)。 表１ 構築スケジュール令和６年度 令和７年度 令和８年度メジカ漁場予測システム基本設計 構築 運用開始第２ 委託業務の内容及び要件本業務は、メジカ漁場予測システムの構築の取組のうち、令和７年度に予定している同システムの構築を委託するものである。 １ メジカ漁場予測システムの概要本業務により基本設計を行うメジカ漁場予測システムは、令和６年度に基本設計を行った成果を踏まえて構築することとし、以下に留意すること。 (１)メジカ漁場予測システムの構成概要メジカ漁場予測システムの構成概要を図１に示す。 詳細なシステム構成及び要件、基本設計については、別途メジカ漁場予測システム要件定義及び基本設計書(以下、基本設計書)を参照すること。 図１ メジカ漁場予測システムの構成概要3２ 業務の内容及び要件委託業務の内容及び要件は以下のとおりとし、これらをすべて満たすこと。 (１)メジカ漁場予測システムの構築作業メジカ漁場予測システムの構築に必要な一連の作業を行うこと。 各種データソースからのデータ取得における仕組みの構築や NABRAS での予測結果の表示については、各運用保守事業者と連携しながら構築作業を進めること。 ア 開発令和６年度に行った基本設計をもとにシステム構築に必要な一連の開発作業を行うこと。 また、構築時に新たな知見が得られた場合や機械学習用データに追加されるもの(過去の操業データ等を含む)がある場合には、随時追加するとともに、運用中も各種機械学習用データを手動にてシステムへ投入できる機能を付加するなど、令和６年度の基本設計フェーズにおいて作成した基本設計書に加筆修正すること。 メジカ漁場予測システムは高知県庁内クラウドの外部で管理される AmazonWeb Service(AWS)上に構築することを前提とするため、開発環境は受託者にて用意すること。 イ 統合テスト外部データリソース及び NABRAS での結果表示に関する統合テストを行うこと。 ウ リリース方法策定及び手順書作成メジカ漁場予測システムのリリース方法を策定し、手順書を作成すること。 なお、CI/CD 環境を構築することを前提とし、詳細については別添基本設計書を参照すること。 エ セキュリティ要件暗号化(SSL/TLS1.2以上)に対応し十分な認証機能を備えたシステムであること。 セキュリティホールの緊急度に応じて、ソフトウェアの更新等の機能を有すること。 高知県情報セキュリティポリシーを遵守すること。 オ ライセンス要件本調達に関連するポリシーをまとめた「別紙：ライセンス要件書」を参照のこと。 カ 年間運用費の抑制要件運用開始後の年間運用費を抑制するために講じる対策を提示すること。 キ 定例協議の開催着手(契約後随時)、中間(９月頃)、最終(２月頃)に進捗管理を目的とした協議(WEB等)を行い、議事録を作成・共有すること。 また、必要に応じて、臨時会議(WEB等)を開催すること。 4(２)構築方法および運用手順の作成メジカ漁場予測システムを構築及び運用する際の手順書を作成すること。 (３)動作試験システムの構築後は、導入がスムーズに行えるよう動作試験等を行うとともに高知県に対し、必要な助言を行うものとする。 ※上記動作試験の詳細については高知県と協議することとし、構築状況に応じてその他必要な試験を行うものとする。 第３ 業務管理１ スケジュール業務開始前に、業務の進め方、スケジュール、体制等を記述した「業務実施計画書」を作成し、高知県の承諾を得たうえで業務を開始すること。 ２ 打合せ・報告本業務のスケジュール等に十分配慮し、高知県との打合せ・報告等を主体的に行うこと。 その際、高知県との打合せ・報告等に関する議事録を作成し高知県にその都度提出して内容の確認を得るものとする。 第４ 委託業務の体制１ 受託者はスケジュールを遵守し、構築するシステムの品質が守れるよう十分な体制を整えるとともに、本業務に取り組む体制を明らかにし、各担当者における本業務に関連した実績及び所有資格をあらかじめ本県に書面にて示すものとする。 ２ 受託者は、構築するシステムが最大限の能力を発揮できるよう、県や関係者の意見や要望を十分承知した上で作業を進めなければならない。 ３ 受託者は、できる限り常時打ち合わせを可能にするため、開発担当者等必要な人員を配置する等必要な措置を講ずるものとする。 ４ 受託者は、本業務をできる限り合理的かつ効率的に遂行しなければならない。 第５ 委託業務のサービス要件１ 問い合わせ対応問い合わせ対応は、問い合わせから最初の回答までを72時間以内とする。 第６委託業務の成果品１ 成果物の内容受託者は、次に掲げる成果物を指定された令和８年２月 20 日(金)までに納品しなければならない。 (１)基本設計書(加筆・修正版)構築フェーズを通して得られた知見を踏まえ、令和６年度の基本設計フェーズにおいて作成した基本設計書を加筆修正したもの。 (２)ソフトウェアプログラム本体ソースコードやバイナリファイル等のメジカ漁場予測システムを構成するもの一式5(３)構築した機械学習アルゴリズムの設計書ア 構築した機械学習アルゴリズムの構造イ 使用するデータソース及びその前処理方法ウ モデルの評価方法及び評価結果(４)動作試験等関連文書ア 予測モデルの動作試験結果報告書イ 外部データリソース及びUI(NABRAS)との統合試験結果報告書(５)運用保守関連文書ア 構築手順書イ 運用保守マニュアル(６)プロジェクト管理文書ア 定例協議等の資料及び議事録イ 業務完了報告書※作業実績工数を明記すること。 (７)その他、上記以外で必要と認められた成果物２ 形式等(１)書類(紙媒体)は、Ａ４判縦長横書き両面印刷を原則とし、日本語表記のもの１部を提出する。 (２)書類(電子媒体)は、ＤＶＤ－Ｒ等により１部提出する。 なお、これらの成果品については、ウイルスチェックを実施しておくこと。 6ライセンス要件書ライセンス及びデータのポリシー１ 「知的財産権」とは，以下に掲げるものを言う。 (1) 特許権，実用新案権，意匠権，商標権，回路配置利用権，育成者権及び外国における上記各権利に相当する権利並びにこれらを受ける権利(2) 著作権並びに外国における上記各権利に相当する権利(3) 秘匿することが可能な技術情報であって，かつ，財産的価値のあるものの中から，高知県と協議の上，特に指定するもの(以下「ノウハウ」という。)を使用する権利２ 「発明等」とは，特許権の対象となるものについては発明，実用新案権の対象となるものについては考案，意匠権，商標権，回路配置利用権及び著作権の対象となるものについては創作，育成者権の対象となるものについては育成，ノウハウの対象となるものについては案出，並びに成果有体物の対象となるものは創作をいう。 ３ 知的財産権に係る発明等の「実施」とは，特許法第２条第３項に定める行為，実用新案法第２条第３項に定める行為，意匠法第２条第３項に定める行為，商標法第２条第３項に定める行為，半導体集積回路の回路配置に関する法律第２条第３項に定める行為，種苗法第２条第５項に定める行為，著作権法第２条第１項各号に定める行為，ノウハウの使用行為を業として行うことをいう。 ４ 本委託業務に関する知的財産権(著作権法第２７条及び同第２８条の権利を含む。)は，自己あるいは第三者が従前保有している知的財産権を除き，すべて高知県に帰属すること。 ５ 受託者は，自己に権利が帰属する本委託業務に関する知的財産権について，高知県又は高知県が指定する第三者が実施するために必要な権利を高知県に許諾すること。 ただし，その許諾の対価は業務委託費に含まれる。 ６ 受託者は，第三者に権利が帰属する本委託業務に関する知的財産権について，高知県又は高知県が指定する第三者が利用できるように，権利が帰属する当該第三者から適切な実施許諾権を取得すること。 ただし，その実施許諾権にかかる費用については高知県と別途合意で定めるものとする。 ７ 受託者は，高知県に権利を帰属させる本委託業務に関する知的財産権について，必要となる職務発明の承継手続(職務発明規定の整備等の職務発明制度の適切な運用，譲渡手続など)を履践することを保証すること。 ８ 受託者は，本委託業務に関する人格権(著作者人格権を含むが，これに限られない)を高知県又は高知県が指定する第三者に対して行使しないこと。 ９ 受託者は，本委託業務において実施された方法又は本委託業務の成果物が，第三者の知的財産権を侵害していないことを保証し，高知県が第三者との間において知的財産権に関する紛争が生じた場合，受託者の責任と費用負担において当該紛争を解決するとともに，高知県に損害を与えたときはその損害を賠償すること。 １０ 受託者は，本委託業務の過程で受託者が取得したデータ及びそのデータを加工，分析，編集，統合等した加工データ(学習用データセットを含むが，これに限られない)について，高知県に開示すること。 １１ 前項に基づき高知県が取得したデータ及びその加工データ(両者を合わせて「取得データ等」という。)について，高知県は自由に利用でき，取得したデータを第三者に開示することができること。 １２ 取得データ等に個人情報が含まれている場合，受託者は，そのデータを高知県に提供す別紙7るにあたり必要な個人情報保護法上の必要な手続を履践することを保証すること。 １３ 受託者は，高知県の事前の書面による同意がない限り，取得データ等を第三者に提供してはならず，本委託業務に基づく本システムの開発の目的以外の目的で取得データ等を使用してはならないこと。 １４ 受託者は，高知県に開示する取得データ等について故意で変容(改ざん)していないことを保証すること。 令和７年度高知県メジカ漁場予測システム構築委託業務要件定義及び基本設計目次1. はじめに2. 業務内容及び要件1. 2.1. 業務一覧3. 機能要件1. 3.1. データ収集機能2. 3.2. 予測モデルの学習機能3. 3.3. 漁場予測機能4. 3.4. 予測結果可視化機能5. 3.5. 予測結果データ外部出力機能4. 非機能要件1. 4.1. セキュリティ2. 4.2. パフォーマンス3. 4.3. 拡張性4. 4.4. システム環境5. 4.5. 運用保守6. 4.6. 互換性5. システム設計1. 5.1. システム構成2. 5.2. サーバ構成3. 5.3. 画面UI4. 5.4. システムフロー5. 5.5. バッチ処理6. データベース設計1. 6.1. データ管理2. 6.2. モデル学習管理3. 6.3. 予測結果管理7. 入出力設計1. 7.1. データ管理2. 7.2. モデル学習管理3. 7.3. 予測結果管理4. 7.4. 画面管理8. 予測モデル設計1.8.1. 予測モデルのアーキテクチャ2.8.2. 評価方法1. はじめに1.1. 高知県の漁業の現状について本県においては、伝統の遠洋・近海かつお・まぐろ漁業をはじめ、釣り・延縄、定置網、中型まき網、魚類養殖などの海面漁業や、うなぎ養殖やあゆ漁などの内水面漁業が営まれている。 このように本県の沿岸・沖合域では多種多様な漁業が営まれており、国際的な操業規制が強化されるなかで漁業生産の場としての重要性が高まっているが、魚価安や燃 油、資材の価格変動などにより漁業経営は総じて不安定であり、高齢化や水産資源の減少と相まって漁業就業者数が減少する厳しい状況が続いている。 1.2. メジカ漁場予測システムについて高知県では、漁業のデジタル化を推進し、操業の効率化や経営の安定化を図るため、令和元年度に有識者等で構成する高知マリンイノベーション運営協議会を立ち上げ、テーマの1つにAI等を活用した漁船漁業のスマート化を挙げ、メジカ漁業の操業の効率化に向けた漁場予測システムの開発に令和2年度から取り組んでいる。 令和4年度には、海洋研究開発機構(以下、JAMSTEC)の海洋循環モデルJCOPE-Tから得られた水温、塩分、潮流(水深0～50m)等のデータから漁場を予測するためのアルゴリズムの検証を行い、令和 5 年 1 月からメジカ漁場予測システムの試験運用を開始した。 また、令和 4 年度末から、種子島周辺漁業対策事業で開発したメジカ漁獲尾数計測システムで得られた漁獲情報も活用して予測精度向上に取り組み、令和5年度秋には漁業現場での実用化に一定の目処が立った。 漁業現場の実用化に向けては、これまでの研究段階のメジカ漁場予測システムとは異なり、プログラム更新機能等を備えた継続的な予測精度の向上が図れるシステムを新たに構築する必要がある。 このため、令和 6 年度はシステムの設計を行い、令和 7 年度には、令和 6 年度に行った設計をもとにメジカ漁場予測システムを構築し、令和 8 年度に運用を開始する予定である。 システム完成後は、漁場予測情報を漁業者に配信することで魚群の探索に要する時間を短縮し、操業を効率化することで経営の改善を図る。 1.3. メジカ漁場予測システムの基本設計概要前述の課題を受け、本書は令和 6 年度に実施されたメジカ漁場システムの基本設計を定義するドキュメントである。 令和7年度に予定しているメジカ漁場予測システムの構築では大きく以下の2つの作業を実施する。 1. 外部データソースを用いてメジカ漁場予測モデルを作成し評価・チューニングを行う2. 高知マリンイノベーション情報発信システム「NABRAS」を通じて、漁業者が効率的にメジカを漁獲できるよう支援するシステムを構築する2. 業務内容及び要件本業務は、メジカ漁場予測システムに関する取組みのうち、令和 7 年度に予定している同システムの構築である。 2.1. 業務一覧令和7年度におけるシステム構築時には以下の業務内容をすべて満たすこと。 2.1.1. 構築作業メジカ漁場予測システムの構築に必要な一連の作業を行うこと。 各種データソースからのデータ取得の仕組みの構築やNABRASでの予測結果の表示については各運用保守事業者と連携しながら構築作業を進めること。 1. 開発本書をもとにシステム構築に必要な一連の開発作業を行うこと。 なお、メジカ漁場予測システムは高知県庁で管理しているクラウドではなく、令和8年度以降に運用保守を担当する外部ベンダーが管理するAmazon Web Service (AWS)上に構築することを前提とする。 2. 統合テスト外部データリソース及びNABRASでの予測結果表示に関する結合テストを行うこと。 3. リリース方法策定および手順書作成メジカ漁場予測システムのリリース方法を策定し手順書を作成すること。 なお、CI/CD環境を構築することを前提とする。 4. 運用手順の作成メジカ漁場予測システムを運用していく際に実施する作業を定義し、その手順を策定すること。 2.1.2. 予測モデルの開発およびチューニング作業メジカ漁場予測システムで用いる漁場予測モデルの作成、および継続的な学習機能を備えるシステム開発に必要な一連の作業を行うこと。 1. 予測モデルの開発本書をもとにメジカの漁場を予測する機械学習モデルを実装すること。 2. 予測モデルのデプロイチューニングを行った予測モデルをシステムに組み込むこと。 3. 継続的な学習機能の実装初期モデルを使い続けるのではなく、継続的に予測モデルの再学習・評価・再デプロイを行うことができる機能を備えること。 3. 機能要件本システムは、海況データ、漁船航行データ、漁獲量データを統合的に分析し、高精度なメジカ漁場海域の予測を行い、漁業従事者にメジカ漁場予測分布を表示するHTMLページをRESTful APIにて提供し、効率的かつ持続可能な漁業活動を支援することを目的とする。 本章では、本システムに実装する必要がある機能を定義する。 3.1. データ収集機能メジカの漁場予測に使用する各種データを収集する機能。 本システムの外部で管理されているデータソースからデータを定期的に収集し、本システム内で管理するデータベースに保存する。 3.1.1. データの収集以下 4 つのデータを収集対象とする。 ただし、予測精度を向上させていくために将来的に取得するデータ種別が増える可能性があるため、追加で収集するデータを増やす場合は適宜改修を行うこと。 また、データサイズによって AWS lambda のメモリをスケールできるように設計すること。 1. 海況データ2. 漁船航行データ3. 漁獲量データ4. 気象データ海況データについて JCOPE-T のデータは再解析値と予測値の二つがあり、過去と未来のデータは性質が異なる可能性がある そのため、本システムにおいては「予測値」をデータベースに格納していくこととし、JAMSTEC が提供するサイトで毎日アップロードされるデータのうち過去分については使用しないこととする なお、将来的に再解析値を用いた研究を行う際には、JAMSTEC から必要なデータを取得できるように高知県から依頼することとする気象データについて 高知県と早稲田大学による過去の研究にて気象データ(土佐清水市)を使用して予測モデルを作成していたが、気象データの有無は予測結果に大きくは影響しないことが確認されている また、土佐清水市の気象データを取得可能なAPIの使用には月額費用がかかるため、運用コストを考慮して本システムでは気象データを使用しないこととする ただし、将来的に精度向上の研究を行う際に気象データが必要な可能性があるため、以下の対応を行う方針とし、構築フェーズにて必要なツールの開発は行なっておくこととするo 令和8年度以降の運用フェーズにおいて、気象庁のサイトからスクレイピング等をすることでデータを蓄積しておくことo 気象データの蓄積場所は、本システムのデータベースではなくクラウドストレージ等にアーカイブしておくこと注記※1: 定期実行については「システム設計/バッチ処理」を参照※2: セキュリティについては「非機能要件/要件一覧」を参照3.1.2. データの保存定期的に収集するデータをローデータデータベースに格納し、予測モデルの学習や漁場の予測に使用できるようにする。 学習や予測に使用する際にデータの前処理を実施するため、ローデータデータベースにはデータ集計や欠損値の補間等の処理は適用せずに元のデータに極力近い状態で保存しておくこととする。 また、極端に古いデータについては学習・予測に使用しない方がよい可能性が考えられるが、研究目的として将来的に使用する必要がある可能性があるため、運用開始後に一定期間よりも古いデータについては費用削減のためにアーカイブしておく必要がある。 そのため、それが実現できるように構築すること。 ただし、アーカイブ方法については自動/手動は問わないため、最低限の機能を備えていればよいこととする。 注記※3: データ形式については「入出力設計/入出力一覧」を参照3.2. 予測モデルの学習機能収集したデータをもとにメジカ漁場予測モデル(以下、モデル)を作成し、評価・デプロイを行う。 本システムの運用開始後も、データの蓄積や新規データの追加に応じて学習・評価・デプロイを繰り返すため、一連の処理を行える機能を備えるように構築すること。 なお、学習の実行頻度は漁期に合わせて変更する可能性があり、本システムの運用が始まった後も随時変更される可能性があるため、柔軟に変更できるように構築すること。 3.2.1. 学習データ作成(前処理)モデルの学習を実行する際に、ローデータデータベースから学習に必要なデータを取得し、学習に使用できる形に前処理を行う。 注記※1: 定期実行については「システム設計/バッチ処理」を参照3.2.2. モデルの学習および評価前処理にて作成したデータをもとに学習を実行し、モデルの評価を行うための評価値を算出する。 モデルの評価結果が評価基準を満たした場合はそのモデルを最良のモデルとして次の予測時から使用することとする。 評価基準に満たなかった場合はパラメータチューニングを実行し再学習および再評価を複数回繰り返す。 それでも評価基準を超えなかった場合は既存のモデルを次回の学習が実行されるまで最良モデルとして使用することとする。 パラメータチューニングを繰り返す回数については、運用保守作業において調整することが考えられるため、容易に変更できるように構築すること。 注記※2: モデルについては「予測モデル」を参照3.2.3. モデルの保存およびバージョン管理機能前述の処理において最良のモデルが確定した場合、ストレージにモデルを保存する。 評価基準を満たすモデルが得られなかった場合は、既存のモデルをそのまま最良のモデルとして保存しておく。 新しい最良モデルが得られた場合でも、将来的な研究用途のために古いモデルもストレージに残しておくこととする。 ただし、本システムの運用時に使用することはないため、運用保守の作業において必要に応じてより保管コストがかからないストレージに移管する可能性があるため、容易にその作業を行える構成とすること。 また、すべてのモデルはバージョン管理を行い、更新履歴と変更履歴を確認できる状態にしておくこと。 注記※3: モデルの保存については「入出力設計/入出力一覧」を参照3.2.4. 学習の手動実行機能通常はモデルの再学習は既定のタイミングで自動的に実行されるようにしておくこととするが、必要に応じて運用保守担当者が手動で一連の処理(学習データの作成〜モデルの保存)を行う場合があるため、その機能を備えること。 3.3. 漁場予測機能ローデータデータベースから予測に必要なデータを取得し予測用データを作成し、最良の学習済みモデルに入力して予測結果を得る。 この一連の予測処理は定期的に実行される。 注記※1: 定期実行については「システム設計/バッチ処理」を参照3.3.1. 予測用データの作成(前処理)学習データ作成と同様に、予測を実行する際にローデータデータベースから予測に必要なデータを取得し、予測に使用できる形に前処理を行う。 注記※2: 定期実行については「システム設計/バッチ処理」を参照3.3.2. 予測前処理にて作成したデータを用いて、漁場の予測結果を出力する。 なお、予測に使用するモデルは通常は最良モデルを使用することとするが、予測に使用するモデルのバージョンや予測時に使用するパラメータは手動で変更できるような実装とすること。 また、前処理にて作成したデータが欠如していた場合は予測できなかった結果をデータベースに送信すること。 3.3.3. 予測結果の保存前述の処理にて出力した予測結果を予測結果データベースに保存する。 ユーザが過去の予測結果を参照する可能性もあるため、予測結果については過去の情報もすべてデータベースに格納しておくこととする。 注記※3: データの形式については「入出力設計/入出力一覧」を参照3.3.4. キャッシュ機能情報発信システム(NABRAS)からのリクエストの度に予測結果データベースへのアクセスが発生することを避けるために、画面UIからのリクエストを受け付けるAPIサーバのメモリ上に最新の予測結果をキャッシュしておくようにする。 キャッシュの有効期限は次回のキャッシュ更新までとする。 3.3.5. 予測の手動実行機能通常、予測処理は既定のタイミングで自動的に実行されるようにしておくこととするが、必要に応じて運用保守担当者が手動で予測を再実行する場合があるため、手動で予測対象日を指定して予測を実行することができるように構築すること。 3.4. 予測結果可視化機能画面UIからのリクエストを受け付けるAPIサーバ上にキャッシュされた予測結果を取得し、Google Map を用いてメジカ漁場予測結果を可視化したページ(以降、可視化ページ)を作成する。 注記※1: 画面出力UIに関しては「システム設計/画面UI」を参照3.5. 予測結果データ外部出力機能可視化ページを情報発信システム(NABRAS)からiframeで表示できるようにする。 注記※1: 出力データの形式については「入出力設計/入出力一覧」を参照※2: セキュリティ、パフォーマンスについては「非機能要件/要件一覧」を参照4. 非機能要件本章では、メジカ漁場予測システムの品質特性、運用条件、および技術的制約を定義する。 4.1. セキュリティ4.1.1. 通信規格本システムにおける通信はすべてTLS1.3を使用し、暗号化通信を行うこととする。 4.1.2. システムセキュリティOSパッチを定期的に適用し、OSを最新の状態を保つことでセキュリティを確保する。 4.1.3. 脆弱性対策Amazon Inspector で脆弱性スキャンを月に 1 回実施すること。 脆弱性が発見された場合は発見次第対応すること。 4.1.4. アクセス制御メジカ漁場予測システムへのアクセスは、WAF(Web Application Firewall)を用いて制御し、継続的に監視すること。 また、予測結果は情報発信システム(NABRAS)からの閲覧のみを許可するため、本システム内で作成される可視化ページは閲覧制限を設けること。 制限方法については「入出力設計/入出力一覧」を参照すること。 4.2. パフォーマンス4.2.1. 応答時間画面UIからのリクエストを受け付けるAPIの応答時間は500ms以内とする。 4.2.2. バッチ処理時間毎日の予測結果の表示に必要な一連の処理(最新のデータの収集〜予測結果出力〜可視化ページの作成)は5時間以内に完了することとする。 4.3. 拡張性4.3.1. 予測モデル本システムは、将来的な学習モデルの変更やパラメータの調整に対応できる柔軟な設計とすること。 4.3.2. インフラストラクチャーシステムの負荷に応じて、計算リソースを柔軟に拡張できる構成とすること。 例えば、Amazon EC2 を使用する場合は、インスタンスタイプを負荷に応じて変更できるような構成にしておくこと。 4.3.3. セキュリティ新たなセキュリティ要件や脅威に対して、セキュリティ対策を容易に更新できる構成とすること。 4.3.4. 外部サービスとの連携将来的な外部サービスとの連携追加に対応できる疎結合な設計とすること。 注記※1: データの追加があった場合は下記の改修が必要となるため、その改修が容易に行える構成とすること。  データ管理o 外部データソースの取得処理およびローデータデータベースへの格納処理o ローデータベースのテーブルの修正や追加 モデル学習管理・予測結果管理o ローデータデータベースからのデータ取得処理o 学習データ・予測用データを作成する前処理o 予測モデルのアルゴリズムの変更および精度検証4.4. システム環境本システムはパブリッククラウドである Amazon Web Service (AWS) を使用して構築することを前提とする。 4.4.1. 使用する主要サービスサービス名 主な用途Amazon EC2 学習処理Amazon RDS ローデータ・予測結果の保存Amazon S3 学習済みモデルの保存AWS Lambda 定期実行処理AWS WAF APIアクセス制御Amazon CloudWatch 定期実行処理、システムの監視4.5. 運用保守4.5.1. システム監視Amazon CloudWatchを使用し、CPU使用率、メモリ使用率、ログの監視を行い障害発生時には運用者に通知する。 4.5.2. システム運用本システムに不具合が発生した場合は、1営業日以内の復旧を目標とする。 管理ツールツール 用途 選定理由GitHub ソースコード管理 バージョン管理ができ、ロールアップも容易なためGitHbを用いてソースコードの管理を行うこと。 GitHubActionsCI/CD ソースコードのデプロイ前にテストできるようにすることでシステムの安定稼働につながり品質を担保できるため、GitHub Actionsを使用してCI/CD環境を構築することとする。 Terraform インフラ管理 インフラ環境のバージョン管理ができ、柔軟な対応が容易になるため Terraform を用いてインフラ環境を構築することとする。 データ取得管理外部要因/内部要因の如何によらず、不具合により外部のデータソースからデータが取得できなかった場合、運用者が手動で不足しているデータを取得しローデータベースを最新の状態に保つこと。 この作業は次の予測処理がバッチで実行されるまでに行うこと。 学習モデル管理過去の学習済みモデルを研究目的で将来的に使用する可能性があるため、高知県の管理者から指示があるまでは過去の学習済みモデルはストレージに保持すること。 また、古いモデルは別途用意されたストレージに移行させてアーカイブする可能性があるため、過去モデルは手動にて任意のタイミングで取得可能であること。 4.5.3. バックアップデータのバックアップはAWS Backupを使用し、一元管理する。 1. Amazon RDSo 方式: 自動スナップショットo 頻度: 日次o 保存期間: 12ヶ月2. Amazon S3o 方式: 定期的バックアップo 頻度: 月次o 保存期間: 12ヶ月4.6. 互換性4.6.1. 外部システム連携外部システムとの連携は RESTful API を使用し、JSON 形式でデータの送受信を行うこととする。 5. システム設計本章では、メジカ漁場予測システムのシステム構成について記載する。 5.1. システム構成5.1.1. システム構成図メジカ漁場予測システムの構成は下図の通り。 5.1.2. 各モジュールの役割メジカ漁場予測システムを構成するモジュールとその役割は以下の通り。 なお、メジカ漁場予測システムは県庁クラウドの外部のクラウド(運用保守を担当するベンダーが管理するクラウド)に構築する。 メジカ漁場予測システム名称 概要データ管理 データソースからデータを取得し保存するモデル学習管理 データ管理にて保存したデータを用いてメジカ漁場予測モデルの学習・評価を行い保存する予測結果管理 漁場の予測を行い、予測結果を保存する画面管理 予測結果を元に、漁場の予測分布を表示するHTMLページを作成する5.1.3. 外部モジュール以下のモジュールはメジカ漁場予測システムには含まれないが、メジカ漁場予測システムと連携する外部のリソースやシステムである。 データソース(外部管理)名称 概要海況データ(JAMSTEC)JCOPE-T による海況の予測データ。 最新データは公開ページからダウンロード可能。 漁船航行データ(NABRAS)NABRAS にて用意される API を通して取得可能な各漁船の位置や船首方向等の航行データ。 漁獲量データ(NABRAS)NABRAS にて用意される API を通して取得可能な各漁船の漁獲量を表すデータ。 情報発信システム(外部管理)名称 概要NABRAS 「高知マリンイノベーション」の取組みの一環として構築した情報発信システムであり、以下の情報を一元的に発信する。 ・黒潮牧場ブイや人工衛星の解析データなどの操業の効率化に資するデータ・赤潮、急潮の予測など、漁業経営のリスク軽減に資する情報・県水産振興部が蓄積してきた水産に関する様々な研究・統計データなお、メジカ漁場システムの予測結果もNABRASを通して閲覧できるようにする予定である。 ユーザ名称 概要漁業者 NABRASおよびメジカ漁場予測システムの予測結果を使用して漁業を行う、予測結果の直接的な利用者。 非漁業者等 上記以外の人々。 予測結果は漁業者のみに閲覧を限定するため公開制限を行う5.2. サーバ構成5.2.1. サーバ構成図メジカ漁場予測システムのサーバ構成は下図の通り。 5.2.2. 使用するクラウドについてパブリッククラウドである Amazon Web Services (AWS) 上に構築すること。 5.3. 画面UI5.3.1. 前提ここでは、NABRAS で表示する予測結果の表示部の画面を定義する。 なお、具体的な文言や表示・デザインの調整については詳細設計フェーズにて対応することとする。 5.3.2. 予測結果表示UI正常時のUIGoogle map上に以下の情報を表示する。  予測の信頼度別に配色された予測結果のマップ 配色ごとの信頼度の凡例 緯度・経度のグリッド線およびその値注記：タイムゾーンを出力する必要がある場合はJSTにすること不具合発生時のUI予測処理が正常に完了出来なかった場合など、メジカ漁場予測システムに問題が発生しユーザに正しい情報を提供出来ない場合は以下の対応を行う。  正しく処理が完了した直近の予測結果を表示する マップの上部にエラーメッセージを目立つように表示する5.4. システムフロー5.4.1. 概要メジカ漁場予測システムは以下に記述する4つのモジュールから大きくは構成される。 各々のモジュールは原則的に独立して動作するため、モジュールごとに処理の流れの概要を以下に記載する。 5.4.2. データ管理1. 定期実行でデータソース(外部管理)からデータを取得するo 取得するデータについては機能要件/要件一覧/データーの収集を参照2. ローデータベースに格納できる形式に変換する3. ローデータデータベースに保存する4. 予測結果管理の処理をトリガーする注記※1: 定期実行については「システム詳細/バッチ」処理を参照※2: ローデータデータベースに保存するデータ形式については「入出力設計/入出力一覧」を参照5.4.3. モデル学習管理1. 学習を実行するEC2インスタンスを起動するo 起動方法1：EventBridgeで定期自動起動o 起動方法2：Lambdaから起動(curl等の起動リクエストコマンドを受け付けるAPIサーバをLambda上に実装する)o 起動方法3：AWSコンソールから運用担当者が手動起動2. データ管理のローデータデータベースからデータを取得する3. 取得したデータを学習に使用できるように前処理を行う4. 学習データを使用して予測モデルの学習を行う5. 学習した予測モデルを既定の評価指標で評価する6. 既存の最良モデルよりも良い評価結果が得られた場合は、後続の処理4を行うo 既存の最良モデルよりも低い評価結果となった場合は、パラメータの変更を行い処理4～6を再度実施するo 既定の回数だけ繰り返しても良い評価結果が得られない場合は中止し、既存の最良モデルを継続使用する7. 学習した予測モデルを最新の最良モデルとしてストレージに保存し、評価結果、学習ログも合わせて保存する注記※3: ローデータデータベースから取得するデータ形式に関しては「入出力設計/入出力一覧」を参照※4: 機械学習については「機械学習」を参照※5: ストレージに保存するデータに関しては「入出力設計/入出力一覧」を参照5.4.4. 予測結果管理5.4.4.1. 予測実行1. データ管理のローデータデータベースからデータを取得する2. 前処理を行い、予測用データを作成する3. モデル学習管理のストレージから予測モデルを取得する4. 予測用データと予測モデルを用いて予測結果を出力するo 予測用データが欠如していた場合、予測せず実行日分の結果は欠如として予測結果データベースに保存する5. 予測結果を予測結果データベースに保存する5.4.4.2. API最新(Requestした日)の予測結果を取得する場合1. UIからのRequestを受信する2. 対象日の予測結果データを取得するo 対象日の予測結果データがキャッシュされている場合はキャッシュ上のデータを取得するo 対象日の予測結果データがキャッシュされていない場合 既存のキャッシュを破棄 対象日のデータを予測結果データベースから取得しキャッシュ後、そのデータを取得するo 対象日の予測結果データが欠如していた場合、その旨をUIへのResponseに記載する3. UIへのResponseに対象日の予測結果データを記載し提供する過去の予測結果を取得する場合1. UIからのRequestを受信する2. 対象日の予測結果データを予測結果データベースから取得する3. UIへのResponseに対象日の予測結果データを記載し提供する注記※6: ローデータデータベースのデータ形式については「入出力設計/入出力一覧」を参照5.4.5. 画面管理1. 情報発信システム(NABRAS)からRequestを受信する2. 予測結果管理のAPIへRequestを送信し、予測対象日の予測結果を受信する3. 予測結果を用いて、緯度・経度ごとに確信度に応じて色分けされた漁場の予測分布を表示するHTMLページを作成するo 予測結果が欠如していた場合、エラーメッセージとキャッシュデータを使用した画面を作成し、情報発信システム(NABRAS)へのResponseとしてHTMLページURIを返す4. 情報発信システム(NABRAS)へのResponseとしてHTMLページURIを返す5.5 バッチ処理メジカ漁場予測システムではデータの取得、予測モデルの学習、予測結果の出力は原則的にそれぞれ独立したバッチ処理として実行される。 ここでは各々のモジュールにて行う処理について記述する。 なお、時刻については特に言及がない限りは日本標準時の時刻とする。 5.5.1. モジュール一覧モジュール 実施処理 実行頻度データ管理 データ取得処理 日次モデル学習管理 モデル学習処理 漁期によって設定を変更予測結果管理 予測処理 日次5.5.2. データ取得処理実行時刻毎日午前3時に実行する。 エラーハンドリングリトライエラー 外部データリソースからのデータ取得においてエラーが発生した場合は再試行を最大で3回実施する。 それでもエラーが発生した場合はログに記録し、管理者にアラートを送信する。 管理者は不足分を補うため手動で次の予測実行時間になるまでにデータ取得すること。 データ保存エラー データの加工およびローデータベースへの保存時にエラーが発生した場合は、ログに記録し管理者にアラートを送信する。 5.5.3. モデル学習処理実行時刻実行時刻および実行頻度は、メジカ漁の漁期に合わせて適切な値を設定することとする。 └── YYYY-MM-DD/├── weight.pth├── metrics.csv└── train.log6.3. 予測結果管理6.3.1. 予測結果データベースメジカ漁場予測結果を保持する。  Service: Amazon RDS DB Name: prediction Table: medica_resultmedica_result テーブルメジカ漁場の予測結果を保持するテーブルは以下のように定義する。 フィールド名 データ型 制約 備考id BIGINT PRIMARY KEY,AUTO_INCREMENT, NOT NULL識別子latitude DOUBLE NOT NULL 緯度longitude DOUBLE NOT NULL 経度confidence FROAT NOT NULL 確信度model_version VARCHAR(8) NOT NULL v1, v2.. created_at TIMESTAMP NOT NULL データが作成された日時forecast_at TIMESTAMP NOT NULL 予測対象日の日時7. 入出力設計本章では下記項目の入出力のデータ形式を定義する。  データソースとデータ管理におけるインターフェイス 予測結果管理と情報発信システム(NABRAS)におけるインターフェイス データ管理、モデル学習管理、予測結果管理の各種サービスにおけるインターフェイスなお、本章で定めるエラーハンドリングは各々の個別処理におけるエラーハンドリングであり、バッチ処理としてのエラーハンドリングについては別途システム設計/バッチ処理にて定めることとする。 7.1. データ管理7.1.1. データ収集7.1.1.1. 海況データJAMSTECが提供するサイトから海況データ(NetCDF)を取得する。 ここでは、当該サイトからダウンロードしたデータの形式について記述する。 No. 略称 説明1 EGT 海面高度2 ST 塩分3 TT 水温4 UI 東西流速5 VI 南北流速取得方法以下のコマンドを使用して、最新のデータをダウンロードする。 wget https://www.jamstec.go.jp/jcope/data/jcopet.eas.var/{yyyymmdd}/{FILE_NAME}.nc注記 毎日データがアップロードされるため、{yyyymmdd}配下のファイルを用いてローデータデータベースを毎日更新する データを最新状態に保つため、毎日アップロードされる±8 日分のデータのうち{yyyymmdd}の日付以降のデータすべてを用いてデータベースの更新を行う(使用するデータについては機能要件/データ収集も参照すること)o 例：20241126 に ア ッ プ ロ ー ド さ れ た デ ー タ の 場 合 は 、*_20241126.nc~*_20241204.ncの日付のデータのみを用いる 全データを一度に Lambda を用いて処理しようとするとタイムアウトが発生する可能性が高くストレージリソースも十分に必要になるため、一度のLambdaの実行で1ファイルのみダウンロード・処理・データ保存を行うように構築する タイムゾーンはUTCである取得データ形式NetCDF はデータ自身に以下の情報を保持しているため、実データを直接確認することでも以下の情報の確認は可能である。 1. EGT (sea surface height: 海面高度)フィールド名 データ型 説明lon float32 経度lat float32 緯度depth float32 深度time datetime64(ns) 時刻sea surface height float32 海面高度 (m)2. ST (salinity: 塩分)フィールド名 データ型 説明lon float32 経度lat float32 緯度depth float32 深度time datetime64(ns) 時刻salinity float32 塩分 (PSU)3. TT (temperature: 水温)フィールド名 データ型 説明lon float32 経度lat float32 緯度depth float32 深度time datetime64(ns) 時刻temperature float32 水温 (°C)4. UI (zonal current: 東西流速)フィールド名 データ型 説明lon float32 経度lat float32 緯度depth float32 深度time datetime64(ns) 時刻zonal current float32 東西流速 (m/s)5. VI (meridional current: 南北流速)フィールド名 データ型 説明lon float32 経度lat float32 緯度depth float32 深度time datetime64(ns) 時刻meridional current float32 南北流速 (m/s)エラーハンドリングダウンロードエラー：データの取得処理中に発生するエラー ログに記録するリトライエラー：ダウンロードエラーが発生した場合に、再試行を最大 3 回繰り返す処理に関するエラー ダウンロードエラーが発生した場合に再試行を3回行う、それでもデータが取得できなかった場合はログに記録し、管理者にアラートを送信する。  Requestした日付分はデータ欠如とする。 7.1.1.2. 漁船航行データ (GPS)情報発信システム(NABRAS)が管理するデータベース上に保存されている船舶の GPS データから位置、針路、速力、航行、水深状態情報を取得するAPI。 なお、情報発信システム(NABRAS)からのデータ取得については認証を設定することとしているため、認証情報については高知県経由で担当ベンダーに問い合わせて確認すること。 RequestGET https://{NABRAS_DOMAIN}?date=yyyy-mm-dd date: データを取得したい対象日ResponseHeaderヘッダー名 値Content-Type application/jsonContent-Encoding gzipAccess-Control-Allow-Origin https://{MEJICA_SYSTEM_DOMAIN}※{MEJICA_SYSTEM_DOMAIN}: 本システムのドメインBodyTop Levelフィールド:フィールド名 データ型 説明timestamp DateTime (ISO 8601) レスポンスの取得日時data List GPSデータのリスト(詳細は下表を参照)data 配列の各要素:フィールド名 データ型 説明timestamp DateTime (ISO 8601) 漁船データ取得日時vessel String 船名vessel_speed Float 船速 (m/s)vessel_heading_angle Integer 船首 (度)latitude Double 緯度longitude Double 経度speed Double 速度 (m/s)line_cord Integer ラインコードJSON SchemaAPIレスポンスのスキーマ例は以下の通り。 {"timestamp":"2024-01-03T15:45:00Z","data":[{"timestamp":"2024-01-03T15:45:00Z","vessel": "漁船A","vessel_speed": 0.3,"vessel_head": 4,"latitude": 38.9231,"longitude": 141.6742,"speed": 7.5,"line_cord": 1}]}エラーハンドリングリトライエラー 再試行を3回行う、それでもデータが取得できなかった場合はログに記録し、管理者にアラートを送信する。  Requestした日付分はデータ欠如とする 管理者は不足分を補うため手動で次の予測実行時間になるまでにデータ取得すること。 7.1.1.3. 漁獲量データ漁で得られた魚種別の漁獲尾数を取得するための API。 なお、情報発信システム(NABRAS)からのデータ取得については認証を設定することとしているため、認証情報については高知県経由で担当ベンダーに問い合わせて確認すること。 RequestGET https://{NABRAS_DOMAIN}/amount?date=yyyy-mm-dd date: データを取得したい対象日ResponseHeaderヘッダー名 値Content-Type application/jsonContent-Encoding gzipAccess-Control-Allow-Origin https://{MEJICA_SYSTEM_DOMAIN}※{MEJICA_SYSTEM_DOMAIN}: 本システムのドメインBodyTop Levelフィールド:フィールド名 データ型 説明timestamp DateTime (ISO 8601) responseが返ってきた時刻data object 漁獲量データのリスト(詳細は下表を参照)data の各要素:フィールド名 データ型 説明date DateTime (ISO 8601) データを取得した時刻vessel String 漁船名称market String 市場名称fishery_type String 漁業種名称fish_name String 魚種名称amount Integer 漁獲量(kg)JSON SchemaAPIレスポンスのスキーマ例は以下の通り。 {"timestamp": "2024-01-03T18:30:00Z","data": [{"date": "2024/01/03","vessel": "漁船A","market": "下ノ加江","speaies": "目近漁","fish_name": "マルソウダガツオ","amount": 126},.. ]}エラーハンドリングリトライエラー 再試行を3回行う、それでもデータが取得できなかった場合はログに記録し、管理者にアラートを送信する。  Requestした日付分はデータ欠如とする 管理者は、不足分を補うため手動で次の予測実行時間になるまでにデータ取得すること。 7.2. モデル学習管理7.2.1. データ取得学習データを作成するため、ローデータデータベースの各テーブルからデータを既定の期間分取得する。 使用する期間は予測モデルの構造に依存するため、構築フェーズにおいて適切な値を検証して設定することとする。 データ取得対象となるテーブルデータを取得する候補となるテーブルは以下の通り。 ただし、実際に使用するデータ(対象テーブル)は予測モデルに依存するため、使用するテーブルは構築フェーズにおいて決めることとする。  sea_condition fishing_boat_navigation haul_medica注記※1: 各テーブルの定義は「データベース設計/データ管理」を参照。 7.2.2. ストレージモデル学習処理が完了した際に出力される以下のファイルをストレージに保存する。 1. メジカ漁場予測モデル (weight.pth)2. 評価結果 (metrics.csv)3. 学習ログ (train.log)注記※2: フォルダ構成については「データベース設計/モデル学習管理」を参照。 7.3. 予測結果管理7.3.1. データ取得予測用データを作成するため、ローデータデータベースの各テーブルからデータを既定の期間分取得する。 使用する期間は予測モデルの構造に依存するため、構築フェーズにおいて適切な値を検証して設定することとする。 データ取得対象となるテーブルデータを取得する候補となるテーブルは以下の通り。 ただし、実際に使用するデータ(対象テーブル)は予測モデルに依存するため、使用するテーブルは構築フェーズにおいて決めることとする。  sea_condition fishing_boat_navigation haul_medica7.3.2. 予測処理予測データ7.3.1. データ取得で取得したデータをもとに予測データを作成し入力データとする。 学習済み予測モデルストレージから最新の学習済み予測モデル(weight.pth)を取得しロードする。 注記※1: ストレージの詳細はデータベース設計/モデル学習管理を参照。 予測結果各緯度・経度ごとのconfidence (確信度)の値を出力し、予測結果データベースに格納する。 予測結果データベースのテーブル詳細はデータベース設計/予測結果管理を参照。 7.3.3. API予測対象日の予測結果データを予測結果データベースから取得する。 Headerヘッダー名 値Content-Type application/jsonContent-Encoding gzipRequestGET api/v1/visualization?target-date=yyyymmdd target-date: 取得したい予測対象日(yyyymmddの形式で指定する)注記ResponseTop levelフィールド:フィールド名 データ型 説明timestamp Timestamp (ISO 8601) 取得日時data List 詳細データのリストdata 配列の各要素:フィールド名 データ型 説明id Integer 識別子latitude Double 緯度longitude Double 経度confidence Float 予測の確信度color String 予測結果を描画する際に使用する色JSON SchemaAPIレスポンスのスキーマ例は以下の通り。 {"timestamp": "2024-01-03T10:30:00Z","data": [{"id": 1,"latitude": 35.123456,"longitide": 35.234567,"confidence": 0.3,"color": "#FF0000"},{"id": 2,"latitude": 34.987654,"longitude": 35.098765,"confidence": 0.9,"color": "#00FF00"}]}7.4. 画面管理情報発信システム(NABRAS)からリクエストを受け付けて、予測結果を表示するURLを返す。 注記※1: 取得データ不足などで予測対象日の予測結果がない場合は、エラーメッセージを前日の出力UIとともに表示する。 ※2: 出力UIの詳細は「システム設計/画面UI」を参照。 UI公開範囲 Basic認証を設定すること。 Headerヘッダー名 値Content-Type application/jsonRequestGET https://{MEJICA_SYSTEM_DOMAIN}/ui?date=yyyymmdd date: 取得したい予測対象日の日付。 yyyymmddの形式で指定する。 ResponseJSON SchemaAPIレスポンスのスキーマ例は以下の通り。 {"status": "success","data": "https://{MEJICA_SYSTEM_DOMAIN}/visualization/yyyymmdd"8. 予測モデル設計本章では、メジカ漁場予測システムにおける予測モデルについて記載する。 8.1. 予測モデルのアーキテクチャ8.1.1. 全体構造令和7年度の本システムの構築フェーズにて採用するモデルの構造は以下をベースとする。 ただし、以下の点に注意すること。  本システムは令和8年度以降も継続的にデータ収集・モデルの再学習を行なっていくため、容易に改変可能なモデルとすること 構築フェーズで作成するモデルは以下の構造をベースとするが、高精度な結果が得られるモデル構造が得られた場合は以下の構造から改変しても良い。 ただし、出力結果として得られるデータはデータベースと整合性が取れるものとすることo 予測結果のデータ形式については「データベース設計/予測結果管理」を参照すること8.1.2. 各種モジュールについて入力データ令和7年度の構築フェーズで使用する入力データは海況データの以下の4種類である。  水温 (Temperature) 塩分 (Salinity) 東西流速 (Zonal velocity) 南北流速 (Meridional velocity)なお、他のデータについては、予測モデルの精度がより向上することが確認できた場合は使用しても良いこととする。 Good Fishing Ground (GFG) Encoder入力データから特徴量を抽出するためのエンコーダーモジュールである。 主な機能は以下の通り。  空間的特徴の抽出o 畳み込み層による局所的な特徴抽出 活性化関数o 活性化関数による非線形変換 スキップコネクションo EncoderからDecoderへの接続Good Fishing Ground (GFG) Decoderエンコードされた特徴量から予測結果を生成するデコーダーモジュールである。 主な機能は以下の通り。  アップサンプリングによる特徴マップの拡大o 空間解像度の段階的な復元 特徴量の統合o 空間特徴とEncoderの中間特徴量の統合 予測値の生成o 確率分布への変換出力データ本システムの出力データは以下の形式で出力すること。  形式o 緯度経度ごとにおける確率値の2次元マップ 出力値o 各点における良い漁場である確率値 (0～1)8.2. 評価方法8.2.1. 前提条件予測モデルを学習・評価するため、漁船のGPS情報から実際に漁をしていた緯度経度を良い漁場である地点として1、その他の地点を0とする2値マップを使用する。 2値マップの値が1の地点は、実際に漁をしていることから良い漁場=正例である。 一方、その他の地点は良い漁場であるが漁をしていないのか、良い漁場でないから漁をしていないのかが判別できないため、ラベル無しデータとなる。 すなわち、漁場ではない=負例の情報がないため、一般的に用いられることが多い評価指標であるF値を求めることができない。 そこで、正例とラベル無しデータから計算可能なF値に相当する指標1を、予測モデルの評価に使用する。 1Learning with Positive and Unlabeled Examples Using Weighted Logistic Regression8.2.2. F値に相当する指標F値は式①で表されるが、precisionとrecallの両方が大きくならなければ、F値は大きくならない。 precisionはモデルが正と予測した地点の内の正例の割合であることから、式②で表される。 recallは正例である地点の内、モデルが正と予測した地点の割合であることから式③で表される。 前提条件で述べた通り、正例の情報はあるが負例の情報がないため、recallは計算できるがprecisionは求めることができない。 ここで、ベイズの定理より式④が成り立つ。 式④の両辺にrecallを掛け、式②、③を代入し整理すると、式⑤が導かれる。 式⑤の左辺の分母はデータの正例の割合であり、評価対象となる緯度・経度の範囲が固定であれば定数であるため、左辺はF値のようにprecisionとrecallの両方が大きくならなければ値が大きくならない指標となる。 すなわち、F値と同様の特性を持つことがわかる。 よって、式⑤の右辺を計算することでF値に相当する指標を計算でき、これをもって同じデータに対するモデルの評価が可能である。 8.2.3. 評価対象の範囲と精度目標評価対象の範囲は、以下の条件を満たす必要がある。 1. 漁をした地点(=正例)全てを含む正例の情報を最大限に活用し、モデルの評価精度を向上させるため。 2. 評価対象範囲を統一する評価対象となる範囲(緯度・経度)を変更すると、ラベル無しデータの数が増減し式⑤右辺の分母の定数値が変わるため、F値に相当する指標も変化する。 そのため、モデル評価の一貫性を極力保つために、評価対象の範囲(緯度・経度)は原則固定する。 評価範囲を変更してモデルの再学習を行う必要がある場合には、定量的な評価指標だけではなく定性的に予測結果が妥当かを評価する。 初期の構築では評価対象の範囲を高知県沿岸の以下の範囲とする。 ただし、より適切な範囲が設定できるのであれば、高知県と協議の上変更しても良いこととする。  北緯32.0°〜33.6° (58点) 東経132.0°〜134.0° (72点)また、モデルが満たすべき精度として、上記の条件において評価用データに対してF値に相当する指標⑤は5以上を目標とすることとする。