根据针对农艺田地上的作物的作物损害因子计算风险的制作方法
版权声明
本专利文件的公开内容的一部分包含受版权保护的材料。版权所有者对专利和商标局专利文件或记录中原样出现的任何专利文件或专利披露的复制均无异议，但在其他方面保留所有版权或权利。
本公开涉及使用服务器计算机对农艺学领域进行数字建模。具体地，本公开涉及基于田地数据对田地上存在的特定病害的可能性(likelihood)进行建模。
背景技术：
在本章节中描述的方法是可以实行的方法，但不一定是先前已经构想或实行的方法。因此，除非另外指出，否则不应仅由于本章节中描述的任何方法被包括在本章节中就将它们设想成现有技术。
田地管理者面临着关于农业田地管理的各种决策。这些决策的范围包括：确定种植什么作物；作物的种子类型；何时收获作物；是否执行耕种、灌溉、杀虫剂的施用、杀真菌剂的施用、和肥料的施用；以及施用什么类型的杀虫剂、杀真菌剂和肥料。
田地管理者还必须对付影响其作物产量的外部现象。例如，某些种类的昆虫和病害可能对作物的健康具有较大的影响，并且因此对作物产量具有较大的影响。玉米尤其易受诸如玉米大斑病和灰斑病之类的病害的影响。
为了对抗病害或昆虫对作物的影响，田地管理者可以对田地施用杀虫剂或杀真菌剂。杀真菌剂降低真菌病害影响产量的风险。杀虫剂降低来自昆虫的对作物的损害的风险。虽然施用化学品对于防止来自昆虫或病害的损害是有用的，但其也是有成本的。将杀虫剂或杀真菌剂施用到不受昆虫或病害影响的田地上可能是浪费的，这会花费田地管理者一些来自作物销售的总收入。
通常，田地管理者具有的用于确定田地当前是否正受到昆虫或病害影响或将要受到昆虫或病害影响的选项是受限的。维持数百英亩作物的田地管理者可能不具有人工检查每个位置的病害迹象的资源。此外，对于田地管理者来说，预测昆虫或病害何时会对作物造成显著损害(如果会发生的话)是复杂的或者有时是不可能的。
因此，需要一种预测基于昆虫或病害对作物损害的发作和最终影响的系统或方法。
技术实现要素：
所附权利要求书可以用作本公开的概览。
附图说明
在附图中：
图1示出了被配置为执行本文描述的功能的示例计算机系统，该计算机系统与其他装置一起被示出在田地环境中，该系统可以与其他装置交互操作。
图2示出了当示例移动应用被加载以用于执行时，主存储器中的指令集的示例逻辑组织的两个视图。
图3示出了编程的过程，通过该过程，农业智能计算机系统使用由一个或多个数据源提供的农艺数据生成一个或多个预配置的农艺模型。
图4是示出了可以在其上实现本发明的实施例的计算机系统的框图。
图5描绘了用于数据条目的时间线视图的示例实施例。
图6描绘了用于数据条目的电子表格视图的示例实施例。
图7描绘了用于确定由于一个或多个作物损害因子而导致的针对农艺田地上的作物的风险的示例方法。
具体实施方式
在以下描述中，出于解释的目的，阐述了许多具体细节以便提供对本公开的透彻理解。然而，将显而易见的是，可以在没有这些具体细节的情况下实践实施例。在其他实例中，以框图形式示出了公知的结构和设备，以避免不必要地模糊本公开。在根据以下概览的多个部分中公开了实施例：
1.总体概览
2.示例农业智能计算机系统
2.1.结构概览
2.2.应用程序概览
2.3.对计算机系统的数据摄取
2.4.过程概览-农艺模型训练
2.5.实现方式示例-硬件概览
3.估计作物损害的风险
3.1.接收到的数据
3.2.环境风险小时和风险日
3.3.计算风险值
3.4.确定风险
3.5.数据使用
4.某些实施方案的益处
5.扩展和替代方案
1.总体概览
本公开的各方面涉及用于确定来自作物损害因子的对农艺田地上的作物的损害风险的计算机实现的方法。在实施例中，计算机系统接收针对特定农田的多日的多个小时的天气数据。计算机系统对于每个小时确定温度是否在第一值范围内以及湿度是否在第二值范围内。如果计算机系统确定这两个值都在各自的范围内，则计算机系统将该小时标识为风险小时。使用作物发育过程中标识的风险小时，计算机系统确定来自作物损害因子的对作物损害的风险。然后，计算机系统可以尝试通过建议使用损害缓和化学品来减轻风险和/或确定针对未来的新实践以降低由于作物损害因子造成的损害风险。
在实施例中，一种方法包括：对于第一日的每个小时，接收标识与地理位置相关联的温度值和湿度值的天气数据；对于第一日的特定小时，确定温度值在第一值范围内并且湿度值在第二值范围内，并且作为响应，将特定小时标识为风险小时；对于第二日，至少部分地基于在一个或多个农艺田地上种植作物的那日与第二日之间的所标识的一个或多个风险小时，来计算地理位置处的针对一个或多个农艺田地的风险值；确定风险值高于风险值阈值，并且作为响应，确定一个或多个农艺田地上的作物处于遭受来自特定作物损害因子的损害的风险；存储指示作物处于遭受来自特定作物损害因子的损害的风险的数据。
2.示例农业智能计算机系统
2.1.结构概览
图1示出了被配置为执行本文描述的功能的示例计算机系统，该计算机系统在具有可以与其交互操作的其他装置的田地环境中示出。在一个实施例中，用户102拥有、操作或占有位于田地位置中的或与田地位置相关联的田地管理者计算设备104，该田地位置为例如旨在用于农业活动的田地或针对一个或多个农业田地的管理位置。田地管理器计算机设备104被编程为或配置为经由一个或多个网络109向农业智能计算机系统130提供田地数据106。
田地数据106的示例包括：(a)标识数据(例如，英亩数、田地名称、田地标识符、地理标识符、边界标识符、作物标识符、以及可用于标识农田的任何其他合适数据，例如普通土地单元(clu)、批号和块号、地号、地理坐标和边界、农场序列号(fsn)、农场号、大片土地号(tractnumber)、田地号、地区、镇、和/或范围)；(b)收割数据(例如，作物类型、作物品种、轮作、作物是否有机生长、收割日期、实际生产历史(aph)、预期产量、产量、作物价格、作物收入、谷物湿度、耕种实践、以及先前生长季节信息)；(c)土壤数据(例如，类型、组成、ph、有机质(om)、阳离子交换能力(cec))；(d)种植数据(例如，种植日期，(一个或多个)种子类型、所种植的种子的相对成熟度(rm)、种子总数)；(e)肥料数据(例如，营养物类型(氮、磷、钾)、施用日期、量、来源、方法)；(f)化学品施用数据(例如，农药、除草剂、杀真菌剂、旨在用作植物调节剂、落叶剂或干燥剂的其他物质或物质的混合物、施用日期、量、来源、方法)；(g)灌溉数据(例如，施用日期、量、来源、方法)；(h)天气数据(例如，降水量、降雨率、预测降水量、水流率区域、温度、风、预报、压力、能见度、云、热指数、露点、湿度、雪深度、空气质量、日出、日落)；(i)图像数据(例如，来自农业装置传感器、照相机、计算机、智能电话、平板电脑、无人飞行器、飞机或卫星的图像和光谱信息)；(j)侦察观察(照片、视频、自由形式注释、录音、天气条件(温度、(当前和随时间的)降水量、土壤湿度、作物生长阶段、风速、相对湿度、露点、黑层)；以及(k)土壤、种子、作物物候信息、害虫和病害预测，以及来源和数据库。
数据服务器计算机108通信地耦合到农业智能计算机系统130，并且被编程为或被配置为经由(一个或多个)网络109将外部数据110发送到农业智能计算机系统130。外部数据服务器计算机108可以由与农业智能计算机系统130相同的法人或实体拥有或操作，或者由诸如政府机构、非政府组织(ngo)、和/或私人数据服务提供商的不同人或实体拥有或操作。外部数据的示例包括天气数据、图像数据、土壤数据、或与作物产量相关的统计数据等。外部数据110可以包括与田地数据106相同类型的信息。在一些实施例中，外部数据110由外部数据服务器108提供，该外部数据服务器108由拥有和/或操作农业智能计算机系统130的同一实体所拥有。例如，农业智能计算机系统130可以包括数据服务器，该数据服务器专门关注于可能以其他方式从第三方来源获得的数据类型，例如天气数据。在一些实施例中，外部数据服务器108可以实际上被并入系统130中。
农业装置111可以具有固定在其上的一个或多个远程传感器112，这些传感器直接或间接地经由农业装置111通信地耦合到农业智能计算机系统130，并且被编程为或被配置为将传感器数据发送到农业智能计算机系统130。农业装置111的示例包括拖拉机、联合收割机、播种机、卡车、肥料设备、包括无人驾驶飞行器的飞行器、以及任何其他物理机械或硬件物品(通常是移动机械，并且其可以用于与农业相关联的任务)。在一些实施例中，装置111的单个单元可以包括多个传感器112，该多个传感器112本地耦合在该装置上的网络中；控制器局域网(can)是可以安装在联合收割机、收割机、施药器械、或耕田机中的这样的网络的示例。施用控制器114经由(一个或多个)网络109通信地耦合到农业智能计算机系统130，并且被编程为或被配置为从农业智能计算机系统130接收用于控制农业车辆或器具的操作参数的一个或多个脚本。例如，控制器局域网(can)总线接口可以用于实现从农业智能计算机系统130到农业装置111的通信，诸如如何使用可从加利福尼亚州旧金山的克莱米特公司获得的climatefieldviewdrive。传感器数据可以包括与田地数据106相同类型的信息。在一些实施例中，远程传感器112可以不固定到农业装置111，而是可以远程地位于田地中并且可以与网络109通信。
装置111可以包括编程有驾驶室应用的驾驶室计算机115，该驾驶室应用可以包括在本文的其他部分中进一步描述的用于设备104的移动应用的版本或变体。在实施例中，驾驶室计算机115包括紧凑型计算机，通常是平板大小的计算机或智能电话，其具有安装在装置111的操作者驾驶室内的图形屏幕显示器，例如彩色显示器。驾驶室计算机115可以实现本文针对移动计算机设备104进一步描述的操作和功能中的一部分或全部。
网络109广义地代表使用任何有线或无线链路(包括地面或卫星链路)的一个或多个数据通信网络(包括局域网、广域网、互联网或互联网)的任何组合。该(一个或多个)网络可以由提供图1的各种元件之间的数据交换的任何介质或机制实现。图1的各种元件还可以具有直接(有线或无线)通信链路。传感器112、控制器114、外部数据服务器计算机108、以及系统的其他元件各自包括与(一个或多个)网络109兼容的接口，并且被编程为或被配置为使用标准化协议(例如，tcp/ip、蓝牙、can协议和更高层协议(例如http、tls等))以进行跨网络通信。
农业智能计算机系统130被编程为或被配置为从田地管理者计算设备104接收田地数据106、从外部数据服务器计算机108接收外部数据110、以及从远程传感器112接收传感器数据。农业智能计算机系统130还可以被配置为以在本公开的其他部分中进一步描述的方式，托管、使用或执行一个或多个计算机程序、其他软件元件、诸如fpga或asic之类的数字编程逻辑、或其任意组合，以执行转换(translation)和存储数据值、构建一个或多个田地上的一种或多种作物的数字模型、生成建议和通知、以及生成脚本并将其发送到施用控制器114。
在实施例中，农业智能计算机系统130被编程有或包括通信层132、表示层134、数据管理层140、硬件/虚拟化层150、以及模型和田地数据储存库160。在此上下文中，“层”是指电子数字接口电路、微控制器、诸如驱动器之类的固件、和/或计算机程序或其他软件元件的任何组合。
通信层132可以被编程为或被配置为执行输入/输出接口功能，包括分别向田地管理者计算设备104、外部数据服务器计算机108、以及远程传感器112发送针对田地数据、外部数据、以及传感器数据的请求。通信层132可以被编程为或被配置为将接收到的数据发送到模型和田地数据储存库160以存储为田地数据106。
表示层134可被编程为或被配置为生成要在田地管理者计算设备104、驾驶室计算机115、或通过网络109耦合到系统130的其他计算机上显示的图形用户界面(gui)。gui可以包括用于输入要发送到农业智能计算机系统130的数据、生成对模型和/或建议的请求、和/或显示建议、通知、模型、以及其他田地数据的控件。
数据管理层140可被编程为或配置为管理涉及储存库160和系统的其他功能元件的读操作和写操作，包括在系统的功能元件和储存库之间传送的查询和结果集。数据管理层140的示例包括jdbc、sql服务器接口代码和/或hadoop接口代码等。储存库160可以包括数据库。如本文所使用的，术语“数据库”可以指数据体、关系数据库管理系统(rdbms)、或两者。如本文所使用的，数据库可以包括任何数据集合，包括分层数据库、关系数据库、平面文件数据库、对象关系数据库、面向对象的数据库、分布式数据库、以及存储在计算机系统中的记录或数据的任何其他结构化集合。rdbms的示例包括但不限于包括
当不经由与农业智能计算机系统交互的一个或多个农业机器或农业机器设备将田地数据106直接提供给农业智能计算机系统时，可以经由用户设备(由农业智能计算机系统服务)上的一个或多个用户界面来提示用户输入这样的信息。在示例实施例中，用户可以通过访问用户设备(由农业智能计算机系统服务)上的地图并选择已经在地图上图形地示出的特定clu来指定标识数据。在替代实施例中，用户102可以通过访问用户设备(由农业智能计算机系统130服务)上的地图并且在地图上绘画田地的边界来指定标识数据。这样的clu选择或地图绘画表示地理标识符。在替代实施例中，用户可以通过经由用户设备访问来自美国农业部服务机构或其他来源的田地标识数据(作为形状文件或以类似格式提供)来指定识别数据，并将这样的田地标识数据提供给农业智能计算机系统。
在示例实施例中，农业智能计算机系统130被编程为生成并且使得显示包括数据管理器的图形用户界面以用于数据输入。在使用上述方法标识了一个或多个田地之后，数据管理器可以提供一个或多个图形用户界面小工具，当这些小工具被选择时，可标识对田地、土壤、作物、耕种、或营养物实践的改变。数据管理器可以包括时间线视图、电子表格视图、和/或一个或多个可编辑程序。
图5描绘了用于数据条目的时间线视图的示例实施例。使用图5中描绘的显示器，用户计算机可以输入针对施用事件的特定田地和特定日期的选择。在时间线的顶部描绘的事件可以包括氮、种植、实践、以及土壤。为了添加氮施用事件，用户计算机可以提供输入以选择氮选项卡。然后，用户计算机可以在时间线上选择针对特定田地的位置，以指示在所选田地上的施用氮。响应于接收到在时间线上针对特定田地的位置的选择，数据管理器可以显示数据条目覆盖图，从而允许用户计算机输入关于氮施用、种植步骤、土壤施用、耕种程序、灌溉实践、或关于特定田地的其他信息的数据。例如，如果用户计算机选择时间线的一部分并且指示施用氮，则数据条目覆盖图可以包括用于输入所施用的氮的量、施用的日期、所使用的肥料的类型、以及与氮的施用相关的任何其他信息的字段。
在实施例中，数据管理器提供用于创建一个或多个程序的接口。在此上下文中，“程序”是指与氮施用、种植步骤、土壤施用、耕种程序、灌溉实践、或可能与一个或多个田地相关的其他信息相关、并且可存储在数字数据存储装置中以在其他操作中作为集合重用的数据集合。在创建了程序之后，可以将其概念性地应用于一个或多个田地，并且可以将对该程序的引用与标识这些田地的数据相关联地存储在数字存储中。因此，用户计算机可以创建指示氮的特定施用的程序，然后将该程序应用于多个不同田地，而非手动输入与针对多个不同区域的相同氮施用相关的相同数据。例如，在图5的时间线视图中，最上面的两个时间线中选择了“春季施用”程序，其包括在四月初施用150lbsn/ac。数据管理器可以提供用于编辑程序的界面。在实施例中，当特定程序被编辑时，已选择该特定程序的每个田地被编辑。例如，在图5中，如果“春季施用”程序被编辑为将氮的施用减少到130lbsn/ac，则可以基于经编辑的程序用减少的氮施用来更新最上面两个田地。
在实施例中，响应于接收到对具有所选择的程序的田地的编辑，数据管理器移除该字段与所选择的程序的对应关系。例如，如果将氮施用添加到图5中的最上面的田地，则界面可以更新以指示“春季施用”程序不再被应用于最上面的田地。虽然可以保留在四月初施用氮，但是对“春季施用”程序的更新将不会改变四月施用氮。
图6描绘了用于数据条目的电子表格视图的示例实施例。使用图6中所描绘的显示器，用户可以创建和编辑针对一个或多个田地的信息。数据管理器可以包括如图6所示的用于输入关于氮、种植、实践、以及土壤的信息的电子表格。为了编辑特定条目，用户计算机可以在电子表格中选择特定条目并且更新值。例如，图6描绘了针对第二田地的目标产值的进行中更新。此外，用户计算机可以选择一个或多个田地，以便应用一个或多个程序。响应于接收到针对特定字段的程序的选择，数据管理器可以基于所选择的程序自动完成针对特定田地的条目。如时间线视图中，数据管理器可以响应于接收到对特定程序的更新而更新针对与该程序相关联的每个田地的条目。此外，数据管理器可以响应于接收到针对田地的条目中的一个的编辑，移除所选择的程序与该字段的对应关系。
在实施例中，模型和田地数据存储在模型和田地数据储存库160中。模型数据包括针对一个或多个田地创建的数据模型。例如，作物模型可以包括一个或多个田地上作物发育的数字化构造的模型。在此上下文中，“模型”是指彼此相关联的电子数字存储的可执行指令和数据值集合，这些指令能够接收针对基于指定输入值的解析的编程或其他数字召用、调用、或请求，以产生一个或多个存储的或计算的输出值，该输出值尤其可用作计算机实现的建议、输出数据显示、或机器控制的基础。本领域技术人员发现使用数学方程表达模型是方便的，但该表达形式并不将本文所公开的模型限制为抽象概念；而是，本文中的每个模型在计算机中具有存储的可执行指令和数据的形式的实际应用，所述指令和数据使用计算机来实现该模型。模型可以包括一个或多个田地上的过去事件的模型、一个或多个田地的当前状态的模型、和/或一个或多个田地上的预测事件的模型。模型和田地数据可以存储在存储器中的数据结构、数据库表中的行、平面文件或电子表格中、或其他形式的存储数字数据中。
在实施例中，风险值计算指令136和风险值相关指令138中的每个包括农业智能计算机系统130中的诸如ram之类的主存储器的一个或多个页的集合，其中，可执行指令已经被加载到该主存储器中，并且当该指令被执行时使农业智能计算系统执行本文中参考那些模块描述的功能或操作。例如，风险值计算指令136可以包括ram中的页面的集合，其包括指令，当该指令被执行时使得执行本文描述的风险值计算功能。指令可以是cpu的指令集中的机器可执行代码，并且其可以基于在java、c++、objective-c、或任何其他人类可读编程语言或环境中编写的源代码(单独地或与javascript中的脚本、其他脚本语言和其他编程源文本组合地)来编译。术语“页”旨在广泛地指代主存储器中的任何区域，并且在系统中使用的特定术语可以根据存储器架构或处理器架构而变化。在另一实施例中，风险值计算指令136和风险值相关指令138中的每个还可以表示源代码的一个或多个文件或项目，这些文件或项目数字地存储在农业智能计算机系统130或单独的储存库系统中的诸如非易失性ram或磁盘存储之类的大容量存储设备中，并且当被编译或被解释时使得生成可执行指令，该可执行指令当被执行时使得农业智能计算系统执行本文中参考那些模块描述的功能或操作。换句话说，附图可以表示程序员或软件开发者组织和布置源代码以便以后编译为可执行代码或解释为字节码或等效物以供农业智能计算机系统130执行的方式。
硬件/虚拟化层150包括一个或多个中央处理单元(cpu)、存储器控制器、以及计算机系统的其他设备、组件或元件(例如易失性或非易失性存储器、诸如磁盘之类的非易失性存储装置、以及i/o设备或接口，例如结合图4所示和所述)。
为了示出清晰的示例，图1示出了某些功能元件的有限数量的实例。然而，在其他实施例中，可以存在任何数量的这样的元件。例如，实施例可以使用与不同用户相关联的数千或数百万个不同的移动计算设备104。此外，系统130和/或外部数据服务器计算机108可以使用物理机器或虚拟机器的两个或更多个处理器、核心、集群、或实例来实现，并且被配置在数据中心、共享计算设施或云计算设施中的分立位置中或与其他元件同地协作。
2.2.应用程序概览
在实施例中，使用一个或多个计算机程序或其他软件元件来实现本文所述的功能将使得通用计算机被配置作为特定机器或专门适于执行本文所述功能的计算机，其中，该一个或多个计算机程序或其他软件元件被加载到一个或多个通用计算机中并用其执行。此外，本文进一步描述的流程图中的每个可以单独地或与本文的散文中的过程和功能的描述组合地用作算法、计划或指导，其可以用于对计算机或逻辑进行编程以实现所描述的功能。换句话说，本文的所有散文文本和所有附图旨在一起提供算法、计划或指导的公开，这些公开足以允许技术人员结合这样的人员的技术和知识(给定适合于这种类型的发明和公开的技术水平)，对计算机进行编程以执行本文描述的功能。
在实施例中，用户102使用配置有操作系统和一个或多个应用程序或应用的田地管理者计算设备104与农业智能计算机系统130交互；田地管理者计算设备104还可以在程序控制或逻辑控制下独立地和自动地与农业智能计算机系统交互操作，并且不总是需要直接的用户交互。田地管理者计算设备104广义地代表智能电话、pda、平板计算设备、膝上型计算机、台式计算机、工作站、或能够发送和接收信息并且执行本文描述的功能的任何其他计算设备中的一个或多个。田地管理者计算设备104可以使用存储在田地管理者计算设备104上的移动应用经由网络进行通信，并且在一些实施例中，可以使用电缆113或连接器将设备耦合到传感器112和/或控制器114。特定用户102可以结合系统130同时拥有、操作或占优和使用多于一个的田地管理者计算设备104。
移动应用可以经由网络向一个或多个移动计算设备提供客户端侧功能性。在示例实施例中，田地管理者计算设备104可以经由网络浏览器或本地客户端应用程序或应用来访问移动应用。田地管理者计算设备104可以使用基于网络的协议或格式(例如，http、xml和/或json)、或应用特定协议，向一个或多个前端服务器发送数据，以及从一个或多个前端服务器接收数据。在示例实施例中，数据可以采取请求和用户信息输入(例如，田地数据)的形式到移动计算设备中。在一些实施例中，移动应用与田地管理者计算设备104上的位置追踪硬件和软件交互，该位置追踪硬件和软件使用标准追踪技术来确定田地管理者计算设备104的位置，该标准追踪技术为例如无线电信号的多点定位、全球定位系统(gps)、wifi定位系统、或其他移动定位方法。在一些情况下，与设备104、用户102、和/或(一个或多个)用户账户相关联的位置数据或其他数据可以通过查询设备的操作系统或通过请求设备上的应用从操作系统获得数据来获得。
在实施例中，田地管理者计算设备104向农业智能计算机系统130发送田地数据106，该田地数据106包括或包含但不限于表示以下项中的一个或多个的数据值：一个或多个田地的地理位置、一个或多个田地的耕种信息、种植在一个或多个田地中的作物、以及从一个或多个田地提取的土壤数据。田地管理者计算设备104可以响应于来自用户102的指定针对一个或多个田地的数据值的用户输入而发送田地数据106。此外，当一个或多个数据值变得对田地管理者计算设备104可用时，田地管理者计算设备104可以自动地发送田地数据106。例如，田地管理者计算设备104可以通信地耦合到远程传感器112和/或施用控制器114(其包括灌溉传感器和/或灌溉控制器)。响应于接收到指示施用控制器114将水释放到了一个或多个田地上的数据，田地管理者计算设备104可以将田地数据106发送到农业智能计算机系统130，从而指示水被释放到了一个或多个田地上。在本公开中标识的田地数据106可以使用电子数字数据来输入和传送，该电子数字数据是使用http上的参数化url或另一合适的通信或消息传送协议在计算设备之间传送的。
移动应用的商业示例是climatefieldview，其可从加利福尼亚州旧金山的克莱米特公司商业地获得。climatefieldview应用或其他应用可被修改、扩展、或调整以包括在本公开的申请日之前未公开的特征、功能和编程。在一个实施例中，移动应用包括集成软件平台，该集成软件平台允许种植者为他们的操作做出基于事实的决策，因为该平台将关于种植者田地的历史数据与种植者希望比较的任何其他数据组合。该组合和比较可以实时地执行，并且基于提供潜在方案的科学模型，以允许种植者做出更好、更明智的决定。
图2示出了当示例移动应用被加载以用于执行时，主存储器中的指令集的示例逻辑组织的两个视图。在图2中，每个被命名的元件表示ram或其他主存储器的一个或多个页面的区域，或者磁盘存储或其他非易失性存储的一个或多个块的区域，以及这些区域内的编程指令。在一个实施例中，在视图(a)中，移动计算机应用200包括账户田地数据摄取共享指令202、概览和警报指令204、数字地图书指令206、种子和种植指令208、氮指令210、天气指令212、田地健康指令214、以及表现指令216。
在一个实施例中，移动计算机应用200包括账户、田地、数据摄取、共享指令202，其被编程为经由手动上传或api从第三方系统接收、转换和摄取田地数据。数据类型可以包括田地边界、产量图、种植后的图、土壤测试结果、施用后的图、和/或管理地域等。数据格式可以包括形状文件、第三方的本地数据格式、和/或农场管理信息系统(fmis)导出等。接收数据可以经由人工上传、具有附件的电子邮件、将数据推送到移动应用的外部api、或调用外部系统的api以将数据拉到移动应用中的指令来进行。在一个实施例中，移动计算机应用程序200包括数据收件箱。响应于接收到对数据收件箱的选择，移动计算机应用200可以显示图形用户界面，以人工上传数据文件并且将所上传的文件导入到数据管理器。
在一个实施例中，数字地图书指令206包括存储在设备存储器中的田地地图数据层，并且被编程有数据可视化工具和地理空间田地标注。这为种植者提供了随手可得的方便的信息，以便参考、记录和视觉洞察田地表现。在一个实施例中，概览和警报指令204被编程为提供对种植者重要的内容的操作范围视图，以及提供及时的建议以采取行动或关注特定问题。这允许种植者将时间集中在需要注意的地方，节省时间并且在整个季节中保持产量。在一个实施例中，种子和种植指令208被编程为基于科学模型和经验数据来提供用于种子选择、杂交布置(hybridplacement)、以及脚本创建的工具(包括可变速率(variablerate，vr)脚本创建)。这使得种植者能够通过优化的种子购买、布置和总数来最大化产量或投资回报。
在一个实施例中，脚本生成指令205被编程为提供界面，以生成包括可变速率(vr)肥力脚本。该界面使种植者能够为田地器具创建脚本，例如营养物施用、种植、以及灌溉。例如，种植脚本界面可以包括用于标识用于种植的种子的类型的工具。在接收到种子类型的选择后，移动计算机应用200可以显示被分成管理地域的一个或多个田地，例如，被创建作为数字地图书指令206的一部分的田地地图数据层。在一个实施例中，管理地域包括土壤地域，并且通过面板标识每个土壤地域和针对每个地域的土壤名称、质地、排水系统、或其他田地数据。移动计算机应用200还可以显示用于编辑或创建的工具，例如用于在一个或多个田地的地图上绘制管理地域(例如，土壤地域)的图形工具。种植步骤可以应用于所有管理地域，或者不同的种植步骤可以应用于管理地域的不同子集。当脚本被创建，移动计算机应用200可以使脚本可供下载，其格式为施用控制器可读的格式(例如，存档或压缩格式)。附加地和/或可选地，脚本可以从移动计算机应用200直接发送到驾驶室计算机115和/或上传到一个或多个数据服务器并被存储以供进一步使用。
在一个实施例中，氮指令210被编程为提供工具，以通过可视化氮对作物的可用性来通知氮决策。这使得种植者能够通过在季节期间优化氮施用来最大化产量或投资回报。示例编程功能包括显示图像(例如，ssurgo图像)，以实现以高空间分辨率(由于传感器接近土壤，精细至几毫米或更小，取决于传感器接近度以及解析度)绘制施用肥料地域和/或根据子田地土壤数据(例如，从传感器获得的数据)生成的图像；上传现有的种植者定义的地域；提供种植营养物可用性的图表和/或地图以实现调节跨多个地域的氮的施用；输出驱动机器的脚本；用于大量数据条目和调整的工具；和/或用于数据可视化的地图等。在此上下文中，“大量数据条目”可以意味着：输入数据一次，然后将相同的数据应用于已经在系统中定义的多个田地和/或地区；示例数据可以包括氮施用数据，其对于相同种植者的许多田地和/或地区是相同的，但是这样的大量数据条目适用于将任何类型的田地数据条目应用到移动计算机应用200中。例如，氮指令210可被编程为接受氮施用和实践程序的定义，并且接受指定跨多个田地应用这些程序的用户输入。在此上下文中，“氮施用步骤”指的是与以下项相关联的存储的、命名的数据集合：名称、颜色代码或其他标识符、一个或多个施用日期、针对日期中的每个的材料或产品的类型和量、施用或掺入的方法(例如注入或撒播)、和/或针对每个日期的施用量或速率、受到施用的作物或混合作物等。在此上下文中，“氮实践程序”指的是与以下项相关联的存储的、命名的数据集合：实践名称；先前作物；耕种系统；初次耕种日期；一个或多个先前使用的耕种系统；一个或多个使用过的施用类型(例如肥料)指示标志。氮指令210还可以被编程为产生氮图表显示氮图表并使其显示，该氮图表指示指定氮的种植使用的预测以及预测是过剩还是短缺；在一些实施例中，不同的颜色指示标志可以示意通知过剩的量或短缺的量。在一个实施例中，氮图表包括计算机显示器设备中的图形显示，该图形显示包括多个行，每行与田地相关联并且标识该田地；指定在田地中种植了什么作物、田地大小、田地位置、以及田地周界的图形表示的数据；在每行中，时间线是逐月的，其中图形指示标志指定与月名相关的点处的每个氮施用和量；以及过剩或短缺的数字和/或彩色指示标志，其中颜色指示量级。
在一个实施例中，氮图表可以包括一个或多个用户输入特征(例如，调谐钮或滑动条)，以动态地改变氮种植和实践程序，使得用户可以优化其氮图表。然后，用户可以使用他的优化的氮图表和相关的氮种植和实践程序来实现一个或多个脚本(包括可变速率(vr)肥力脚本)。氮指令210还可以被编程以产生氮地图并使其显示，该氮地图指示指定氮的种植使用的预测以及预测是过剩还是短缺；在一些实施例中，不同的颜色指示标志可以示意过剩的量或短缺的量。氮地图可以显示指定氮的种植使用的预测，以及使用盈余或短缺的数字和/或彩色指示符来预测在过去和将来(诸如每天、每周、每月或每年)的不同时间的盈余或短缺，其中颜色指示量值。在一个实施例中，氮映射可以包括一个或多个用户输入特征(例如，调谐钮或滑动条)，以动态地改变氮种植和实践程序，使得用户可以优化其氮地图，例如以获得相对于短缺的优选过剩量。然后，用户可以使用他的优化氮地图和相关的氮种植和实践程序来实现一个或多个脚本(包括可变速率(vr)肥力脚本)。在其他实施例中，与氮指令210类似的指令可用于施用其他营养物(例如，磷和钾)、施用杀虫剂、以及灌溉程序。
在一个实施例中，天气指令212被编程为提供特定于田地的最近天气数据和预报天气信息。这使得种植者能够节省时间并且具有关于日常操作决策的高效集成显示。
在一个实施例中，田地健康指令214被编程为提供及时的遥感图像，该遥感图像突出季节中的作物变化和潜在的关注。示例编程功能包括云检查，以识别可能的云或云阴影；基于田地图像确定氮指数；侦察层(scoutinglayer)的图形可视化，包括例如与田地健康相关的那些，以及侦察标记的观看和/或共享；和/或从多个来源下载卫星图像，并且为种植者按优先级对图像排序，等等。
在一个实施例中，表现指令216被编程为使用农场上数据来提供报告、分析、以及洞察工具，以进行评估、洞察和决策。这使得种植者能够通过关于为什么投资回报在先前的水平的基于事实的结论，以及通过对产量限制因子的了解，来寻求下一年的改进的结果。表现指令216可以被编程为经由(一个或多个)网络109传送到后端分析程序，该后端分析程序在农业智能计算机系统130和/或外部数据服务器计算机108处执行并且被配置为分析诸如产量、产量差异、杂交、总数、ssurgo地区、土壤测试性质、或海拔等度量。编程报告和分析可以包括产量可变性分析、处理效果估计、基于从多个种植者收集的匿名化数据的针对其他种植者的产量和其他度量的基准化分析(benchmarking)、或针对种子和种植的数据等。
具有以此方式配置的指令的应用可针对不同计算装置平台实施，同时保持相同的总体用户界面外观。例如，移动应用可以被编程用于在平板电脑、智能电话、或使用客户端计算机处的浏览器访问的服务器计算机上执行。此外，如针对平板计算机或智能电话配置的移动应用可以提供适合于驾驶室计算机115的显示和处理能力的完整应用体验或驾驶室应用体验。例如，现在参考图2的视图(b)，在一个实施例中，驾驶室计算机应用220可以包括地图驾驶室指令222、远程视图指令224、数据收集和传送指令226、机器警报指令228、脚本传送指令230、以及侦察驾驶室指令232。视图(b)的指令的代码库可以与视图(a)的相同，并且实现代码的可执行代码可以被编程为检测它们正在其上执行的平台的类型，并且通过图形用户界面仅展示适合于驾驶室平台或全平台的那些功能。此方法使得系统能够识别适合于驾驶室内环境和驾驶室的不同技术环境的明显不同的用户体验。地图驾驶室指令222可以被编程为提供对于引导机器操作有用的场地、农场或区域的地图视图。远程视图指令224可被编程为开启、管理机器活动的视图，并将其实时或接近实时地提供给经由无线网络、有线连接器或适配器等连接到系统130的其他计算设备。数据收集和传输指令226可以被编程为开启、管理在传感器和控制器处收集的数据，并经由无线网络、有线连接器或适配器等将其传输到系统130。机器警报指令228可以被编程为检测关于与驾驶室相关联的机器或工具的操作的问题，并生成操作员警报。脚本传送指令230可以被配置为传送指令脚本，该指令脚本被配置成引导机器操作或数据收集。侦察驾驶室指令232可以被编程为基于田地管理器计算设备104、农业装置111、或传感器112在田地中的位置来显示从系统130接收的基于位置的警报和信息，并且基于农业装置111或传感器112在田地中的位置来摄取、管理基于位置的侦察观测结果，提供其到系统130的传送。
2.3.对计算机系统的数据摄取
在实施例中，外部数据服务器计算机108存储外部数据110，该外部数据110包括表示针对一个或多个田地的土壤成分的土壤数据和表示一个或多个田地上的温度和降水的天气数据。天气数据可以包括过去和当前天气数据以及未来天气数据的预报。在实施例中，外部数据服务器计算机108包括由不同实体托管的多个服务器。例如，第一服务器可以包括土壤成分数据，而第二服务器可以包括天气数据。此外，土壤成分数据可以存储在多个服务器中。例如，第一服务器可以存储表示土壤中沙、淤泥和粘土的百分比的数据，而第二服务器可以存储表示土壤中有机质(om)的百分比的数据。
在实施例中，远程传感器112包括被编程为或被配置为产生一个或多个观察的一个或多个传感器。远程传感器112可以是空中传感器，例如，卫星、车辆传感器、种植设备传感器、耕种传感器、肥料或杀虫剂施用传感器、收割机传感器、以及能够从一个或多个田地接收数据的任何其他器具。在实施例中，施用控制器114被编程为或被配置为从农业智能计算机系统130接收指令。施用控制器114还可以被编程为或被配置为控制农用车辆或器具的操作参数。例如，施用控制器可被编程为或配置为控制车辆的操作参数，所述车辆为诸如拖拉机、种植设备、耕种设备、肥料、或杀虫剂设备、收割机设备、或诸如水阀的其他器具。其他实施例可以使用传感器和控制器的任何组合，以下仅是选择的示例。
系统130可以在用户102的控制下，在来自已经向共享数据库系统贡献数据的大量种植者的大量基础上获得或摄取数据。这种获得数据的形式可以被称为“人工数据摄取”，因为一个或多个用户控制计算机操作被请求或被触发以获得供系统130使用的数据。作为示例，可以操作从加利福尼亚州旧金山的克莱米特公司商业地获得的climatefieldview应用，以将数据输出到系统130，以存储在储存库160中。
例如，种子监测系统可以控制种植器装置部件并且获得种植数据，该种植数据包括经由信号线束接收的来自种子传感器的信号，该信号线束包括can主干和点对点连接以进行注册和/或诊断。种子监测系统可以被编程为或被配置为经由系统130中的驾驶室计算机115或其他设备向用户显示种子间距、总数和其他信息。在美国专利no.8,738,243和美国专利公开20150094916中公开了示例，并且本公开采用这些其他专利公开的知识。
类似地，产量监测系统可以包括用于收割机装置的产量传感器，其将产量测量数据发送到系统130中的驾驶室计算机115或其他设备。产量监控系统可以利用一个或多个远程传感器112来获得联合收割机或其他收割机中的谷物湿度测量值，并经由系统130中的驾驶室计算机115或其他设备将这些测量值传送给用户。
在实施例中，可以用于本文其他地方描述的类型的任何移动车辆或装置的传感器112的示例包括运动学传感器和位置传感器。运动传感器可以包括任何速度传感器，例如，雷达或车轮速度传感器、加速计、或陀螺仪。位置传感器可以包括gps接收器或收发器，或被编程为基于附近wifi热点等来确定位置的基于wifi的位置或地图应用。
在实施例中，可以用于拖拉机或其他运动车辆的传感器112的示例包括发动机速度传感器、燃料消耗传感器、与gps或雷达信号交互的面积计数器或距离计数器、pto(动力输出)速度传感器、被配置为检测诸如压力或流量的液压参数的拖拉机液压传感器、和/或液压泵速度、车轮速度传感器或车轮滑动(slippage)传感器。在实施例中，可以用于拖拉机的控制器114的示例包括液压定向控制器、压力控制器、和/或流量控制器；液压泵速度控制器；速度控制器或调速器；悬挂机构位置控制器；或提供自动转向的车轮位置控制器。
在实施例中，可以用于诸如播种机、条播机、或空中播种机的种子播种设备之类的传感器112的示例包括种子传感器，其可以是光学、电磁、或冲击传感器；下压力传感器，例如，载荷销、载荷传感器、压力传感器；土壤性质传感器，例如，反射率传感器、湿度传感器、电导率传感器、光学残留物传感器、或温度传感器；部件操作标准传感器，例如，种植深度传感器、下压力缸压力传感器、种子盘速度(seeddiscspeed)传感器、种子驱动电机编码器、种子输送器系统速度传感器、或真空水平传感器；或杀虫剂施用传感器，例如，光学或其他电磁传感器，或冲击传感器。在实施例中，可以用于这样的种子种植设备的控制器114的示例包括：工具杆折叠控制器，例如，用于与液压缸相关联的阀的控制器；下压力控制器，例如，用于与气压缸、气囊、或液压缸相关联的阀的、并且被编程用于将下压力施加到各个行单元或整个种植机框架上的控制器；种植深度控制器，例如，线性致动器；排种控制器，例如，电排种器驱动电机、液压排种器驱动电机、或刈幅控制离合器；杂交选择控制器，例如，排种器驱动电机、或被编程用于选择性地允许或防止种子或空气-种子混合物将种子递送至排种器或中央散料料斗或从排种器或中央散料料斗递送种子的其他致动器；排种控制器，例如，电排种器驱动电机、或液压排种器驱动电机；种子输送器系统控制器，例如，用于带式种子输送机电机的控制器；标记控制器，例如，用于气动或液压致动器的控制器；或农药施用率控制器，例如，排种驱动控制器、孔口尺寸或位置控制器。
在实施例中，可以用于耕种设备的传感器112的示例包括用于诸如柄或盘的工具的位置传感器；用于这样的工具的工具位置传感器，其被配置为检测深度、组角(gangangle)、或横向间距；下压力传感器；或牵引力传感器。在实施例中，可以用于耕种设备的控制器114的示例包括下压力控制器或工具位置控制器，例如，被配置成控制工具深度、组角、或横向间距的控制器。
在实施例中，可与用于施用肥料、杀虫剂、杀真菌剂等的装置(例如，种植机上起动器肥料系统、底土肥料施用器、或肥料喷雾器)相关使用的传感器112的示例包括：流体系统标准传感器，例如，流量传感器或压力传感器；指示哪些喷头阀或流体管线阀打开的传感器；与箱相关联的传感器，例如，填充水平传感器；分段或全系统电源线传感器、或特定于行的电源线传感器；或运动学传感器，例如，设置在喷雾器杆上的加速计。在实施例中，可以用于这样的装置的控制器114的示例包括泵速度控制器；阀控制器，其被编程为控制压力、流量、方向、pwm等；或位置致动器，例如，用于悬臂高度、深松机深度、或悬臂位置。
在实施例中，可以用于收割机的传感器112的示例包括：产量监测器，例如，冲击板应变计或位置传感器、电容流量传感器、负载传感器、重量传感器、或与升降机或螺旋推运器相关联的扭矩传感器、或光学或其他电磁谷物高度传感器；谷物湿度传感器，例如，电容传感器；谷物损失传感器，包括冲击、光学、或电容传感器；收割台(header)操作标准传感器，例如，收割台高度、收割台类型、甲板板间隙、进料器速度、以及卷轴速度传感器；分离器操作标准传感器，例如，凹形间隙、转子速度、闸瓦间隙、或谷壳间隙传感器；用于位置、操作、或速度的螺旋钻传感器；或发动机速度传感器。在一个实施例中，可以与收割机一起使用的控制器114的示例包括用于诸如收割头高度、收割头类型、甲板板间隙、进料器速度或卷轴速度的元件的收割头操作标准控制器；用于诸如凹形间隙、转子速度、闸瓦间隙或谷壳间隙的特征的分离器操作标准控制器；或用于螺旋推运器(augar)位置、操作或速度的控制器。
在实施例中，可以用于谷物推车的传感器112的示例包括重量传感器，或用于螺旋推运器位置、操作、或速度的传感器。在实施例中，可以用于谷物推车的控制器114的示例包括用于螺旋推运器位置、操作、或速度的控制器。
在实施例中，传感器112和控制器114的示例可以安装在无人驾驶飞行器(uav)装置或“无人机”中。这样的传感器可以包括具有对任何范围的电磁频谱(包括可见光、红外线、紫外线、近红外线(nir)等)有效的检测器的相机；加速度计；高度计；温度传感器；湿度传感器；皮托管传感器或其他空速或风速传感器；电池寿命传感器；或者雷达发射器和反射雷达能量检测设备；其他电磁辐射发射器和反射电磁辐射探测装置。这样的控制器可以包括引导或电机控制装置、控制面控制器、相机控制器、或被编程为开启、操作、管理和配置任何前述传感器、或从该处获得数据的控制器。在美国专利申请no.14/831,165中公开了示例，并且本公开采用该其他专利公开的知识。
在实施例中，传感器112和控制器114可以被固定到土壤采样和测量装置，该土壤采样和测量装置被配置为或被编程为对土壤进行采样并且执行土壤化学测试、土壤湿度测试、以及与土壤相关的其他测试。例如，可以使用美国专利no.8,767,194和美国专利no.8,712,148中公开的装置，并且本公开采用这些专利公开的知识。
在实施例中，传感器112和控制器114可以包括用于监测田地的天气条件的天气设备。例如，可以使用于2015年4月29日提交的美国临时申请no.62/154,207、于2015年6月12日提交的美国临时申请no.62/175,160、于2015年7月28日提交的美国临时申请no.62/198,060、以及于2015年9月18日提交的美国临时申请no.62/220,852中公开的装置，并且本公开采用这些专利公开的知识。
2.4.过程概览-农艺模型训练
在实施例中，农业智能计算机系统130被编程为或被配置为创建农艺模型。在此上下文中，农艺模型是农业智能计算机系统130的存储器中的数据结构，其包括田地数据106(例如，针对一个或多个田地的标识数据和收割数据)。农艺模型还可以包括计算的农学性质，这些性质描述了可以影响一种或多种作物在田地上生长的条件、或一种或多种作物的性质，或此两者。此外，农艺模型可以包括基于农艺因子的建议，例如，作物建议、灌溉建议、种植建议、肥料建议、杀真菌剂建议、农药建议、收割建议以及其他管理建议。农艺因子还可用于评估一种或多种作物相关结果，例如，农艺产量。作物的农艺产量是对所生产的作物的量的估计，或者在一些示例中是从所生产的作物获得的收入或利润。
在实施例中，农业智能计算机系统130可以使用预配置的农艺模型来计算与当前接收到的一个或多个田地的位置和作物信息相关的农学性质。预配置的农艺模型基于先前处理的田地数据，该田地数据包括但不限于标识数据、收割数据、肥料数据、以及天气数据。预配置的农艺模型可能已经被交叉验证以确保模型的准确性。交叉验证可以包括与地面事实的比较，该比较将预测结果与田地上的实际结果进行比较，例如，将降水估计值与提供相同或附近位置处的天气数据的雨量计或传感器进行比较，或者将氮含量估计值与土壤样品测量值进行比较。
图3示出了编程的过程，农业智能计算机系统利用由一个或多个数据来源提供的田地数据，通过该过程生成一个或多个预配置的农艺模型。图3可以用作用于对农业智能计算机系统130的功能元件进行编程以执行现在描述的操作的算法或指令。
在框305处，农业智能计算机系统130被配置或编程为对从一个或多个数据源接收的田地数据实施农艺数据预处理。从一个或多个数据来源接收的田地数据可以被预处理，以用于去除农艺数据中的噪声、失真效应、以及混合因子(包括可能对接收到的田地数据值的测量产生负面作用的异常值)的目的。农艺数据预处理的实施例可以包括但不限于移除通常与异常数据值相关联的数据值、已知不必要地使其他数据值偏斜的特定测量数据点、用于从噪声中移除或减少加性或乘法效应的数据平滑、聚合、以及采样技术、以及用于提供正负数据输入之间的清楚区别的其他滤波或数据导出技术。
在框310处，农业智能计算机系统130被配置为或被编程为使用预处理的田地数据来执行数据子集选择，以便标识对初始农艺模型生成有用的数据集。农业智能计算机系统130可以实现数据子集选择技术，包括但不限于遗传算法方法、全子集模型方法、顺序搜索方法、逐步回归方法、粒子群优化方法、以及蚁群优化方法。例如，遗传算法选择技术使用自适应启发式搜索算法，基于自然选择和遗传学的进化原理，来确定和评估预处理的农艺数据中的数据集。
在框315处，农业智能计算机系统130被配置为或被编程为实现田地数据集评估。在实施例中，通过创建农艺模型并使用针对所创建的农艺模型的特定质量阈值来评估特定的田地数据集。农艺模型可以使用一个或多个比较技术进行比较和/或验证，这些技术为例如但不限于通过留一法交叉验证(rmsecv)得到的均方根误差、平均绝对误差、以及平均百分比误差。例如，rmsecv可以通过比较农学模型所产生的预测的农艺性质值与收集和分析的历史农艺性质值来交叉验证农艺模型。在一实施方式中，农艺数据集评估逻辑用作反馈环，其中在未来的数据子集选择步骤(框310)中使用不满足所配置的质量阈值的农学数据集。
在方框320处，农业智能计算机系统130被配置或被编程为基于交叉验证的农艺数据集来实现农艺模型创建。在一实施方式中，农艺模型创建可以实现多变量回归技术以创建预配置的农艺数据模型。
在框325处，农业智能计算机系统130被配置为或被编程为存储预配置的农艺数据模型以用于未来田地数据评估。
2.5.实现方式示例-硬件概览
根据一个实施例，本文描述的技术由一个或多个专用计算设备实现。专用计算设备可以是硬连线的以执行技术，或者可以包括诸如一个或多个专用集成电路(asic)或现场可编程门阵列(fpga)之类的被永久编程以执行技术的数字电子设备，或者可以包括被编程为根据固件、存储器、其他存储或组合中的程序指令来执行技术的一个或多个通用硬件处理器。这样的专用计算设备还可以将定制的硬连线逻辑、asic、或fpga与定制的编程进行组合以实现这些技术。专用计算设备可以是台式计算机系统、便携式计算机系统、手持式设备、联网设备或结合硬连线和/或程序逻辑来实现这些技术的任何其他设备。
例如，图4是示出了可以在其上实现本发明的实施例的计算机系统400的框图。计算机系统400包括总线402或用于传送信息的其他通信机构，以及与总线402耦合以进行处理信息的硬件处理器404。硬件处理器404可以为例如通用微处理器。
计算机系统400还包括主存储器406(例如，随机存取存储器(ram)或其他动态存储设备)，其耦合到总线402以用于存储信息和要由处理器404执行的指令。主存储器406还可以用于在执行要由处理器404执行的指令期间存储临时变量或其他中间信息。当存储在处理器404可访问的非暂态存储介质中时，这样的指令将计算机系统400渲染为被定制为执行指令中指定的操作的专用机器。
计算机系统400还包括只读存储器(rom)408或其他静态存储设备，其耦合到总线402以用于存储静态信息和处理器404的指令。提供了诸如磁盘、光盘、或固态驱动器之类的存储设备410，其耦合到总线402以用于存储信息和指令。
计算机系统400可以经由总线402耦合到显示器412(例如，阴极射线管(crt))，以向计算机用户显示信息。包括字母数字键和其他键的输入设备414耦合到总线402，以向处理器404传送信息和命令选择。另一种类型的用户输入设备是光标控制416(例如，鼠标、轨迹球、或光标方向键)，以向处理器404传送方向信息和命令选择以及控制显示器412上的光标移动。该输入设备通常在两个轴(第一轴(例如，x)和第二轴(例如，y))上具有两个自由度，这允许设备指定平面中的位置。
计算机系统400可以使用与计算机系统结合使计算机系统400成为或编程为专用机器的定制的硬连线逻辑、一个或多个asic或fpga、固件和/或程序逻辑来实现本文描述的技术。根据一个实施例，响应于处理器404执行包括在主存储器406中的一个或多个指令的一个或多个序列，计算机系统400执行本文的技术。这样的指令可以从诸如存储设备410的另一存储介质读入到主存储器406中。执行包括在主存储器406中的指令序列使得处理器404执行本文描述的处理步骤。在替代实施例中，可以使用硬连线电路来代替软件指令或与软件指令组合。
如本文所使用的术语“存储介质”是指存储使机器以特定方式操作的数据和/或指令的任何非暂态介质。这样的存储介质可以包括非易失性介质和/或易失性介质。非易失性介质包括例如光盘、磁盘、或固态驱动器(例如，存储设备410)。易失性介质包括动态存储器，例如主存储器406。存储介质的常见形式包括例如软盘、柔性盘、硬盘、固态驱动器、磁带、或任何其他磁性数据存储介质、cd-rom、任何其他光学数据存储介质、具有孔图案的任何物理介质、ram、prom、以及eprom、flash-eprom、nvram、任何其他存储器芯片或盒。
存储介质与传输介质不同，但是可以与其结合使用。传输介质参与在存储介质之间传送信息。例如，传输介质包括同轴电缆、铜线和光纤，包括包含总线402的线。传输介质还可以采取声波或光波的形式，例如在无线电波和红外数据通信期间生成的那些。
各种形式的介质可用于将一个或多个指令的一个或多个序列传送到处理器404以供执行。例如，指令最初可以承载在远程计算机的磁盘或固态驱动器上。远程计算机可以将指令加载到其动态存储器中，并且使用调制解调器通过电话线发送指令。计算机系统400本地的调制解调器可以接收电话线上的数据，并且使用红外发射器将数据转换为红外信号。红外检测器可以接收红外信号中携带的数据，并且适当的电路可以将数据置于总线402上。总线402将数据传送到主存储器406，处理器404从主存储器取回并执行指令。主存储器406接收的指令可以可选地在处理器404执行之前或之后存储在存储设备410上。
计算机系统400还包括通信接口418，其耦合到总线402。通信接口418提供耦合到与本地网络422连接的网络链路420的双向数据通信。例如，通信接口418可以是综合业务数字网(isdn)卡、电缆调制解调器、卫星调制解调器、或用于提供到相应类型的电话线的数据通信连接的调制解调器。作为另一个示例，通信接口418可以是局域网(lan)卡，以提供到兼容lan的数据通信连接。也可以实现无线链路。在任何这样的实现中，通信接口418发送和接收携带表示各种类型的信息的数字数据流的电、电磁或光信号。
网络链路420通常通过一个或多个网络向其他数据设备提供数据通信。例如，网络链路420可以通过本地网络422提供到主机计算机424或到由互联网服务提供商(isp)426操作的数据设备的连接。isp426又通过现在通常称为“互联网”428的全球分组数据通信网络提供数据通信服务。本地网络422和互联网428都使用携带数字数据流的电信号、电磁信号或光信号。通过各种网络的信号和网络链路420上并且通过通信接口418的信号(其携带去往和来自计算机系统400的数字数据)是传输介质的示例形式。
计算机系统400可以通过(一个或多个)网络、网络链路420和通信接口418发送消息和接收数据(包括程序代码)。在互联网示例中，服务器430可以通过互联网428、isp426、本地网络422和通信接口418发送所请求的应用程序代码。
接收到的代码可以在其被接收时由处理器404执行，和/或存储在存储设备410或其他非易失性存储设备中以供稍后执行。
3.估计作物损害的风险
3.1.接收到的数据
图7描绘了用于确定由于一个或多个作物损害因子而导致的针对农艺田地上的作物的风险。在步骤702处，接收标识与地理位置相关联的温度值和湿度值的天气数据。例如，农业智能计算机系统130可以从一个或多个田地上或周围的一个或多个远程传感器、一个或多个卫星、一个或多个有人驾驶或无人驾驶飞行器(mav或uav)、一个或多个进行中传感器、和/或一个或多个外部服务器来接收温度和湿度数据。
温度和湿度数据可以包括测量的温度和湿度和/或估计的温度和湿度。例如，农业智能计算机系统130可以从外部服务器计算机108接收天气预报，其具有标识温度、湿度、和/或降水量的每小时数据。附加地和/或替代地，农业智能计算机系统130可以使用接收到的测量的温度和湿度来改进天气预报。
3.2.环境风险小时和风险日
在步骤704处，该过程对于第一日的特定小时，确定温度值在第一值范围内并且湿度值在第二值范围内，并且作为响应，该特定小时被标识为风险小时。例如，农业智能计算机系统130可以存储针对特定病害的温度和湿度值的范围，该范围描述针对病害生长的最佳温度和湿度。如果针对特定小时的平均温度和湿度在该两个范围内，则农业智能计算机系统130可以将该小时标识为风险小时。将小时标识为风险小时可以包括递增指示针对该日的风险小时数的值和/或存储将特定小时标识为风险小时的数据。
在实施例中，农业智能计算机系统130存储针对不同作物损害因子的不同范围。例如，农业智能计算机系统130可以存储针对灰斑病的第一范围集合，该第一范围集合包括22℃至30℃的温度范围以及87％至100％的相对湿度范围。此外，农业智能计算机系统130可以存储针对北方叶枯病的第二范围集合，该第二范围集合包括15℃至24℃的温度范围和87％至100％的相对湿度范围。此外，在多个实施例中，农业智能计算机系统130可以存储与针对其他病害或昆虫的最佳条件有关的范围。
虽然实施例被描述为使用温度和湿度范围来确定风险小时，但农业智能计算机系统130可以附加地使风险小时的确定基于一个或多个附加因子。例如，一些病害(例如，北方叶枯病)会受到太阳的紫外线辐射的伤害。因此，农业智能计算机系统130可以被编程为或被配置为仅在温度在第一范围内、相对湿度在第二范围内、并且该小时大于日出之前的阈值小时数或日落之后的阈值小时数的情况下才将该小时标识为风险小时。日出阈值可以不同于日落阈值。例如，日出阈值可以是日出之前一小时，而日落阈值可以是日落之后两小时。
日出和日落数据可以从外部服务器计算机108接收。附加地和/或替代地，一个或多个uv传感器可以识别何时在田地上存在uv辐射。农业智能计算机系统130可以被编程为或被配置为仅针对在一个或多个uv传感器检测到日光之前或在一个或多个uv传感器停止检测到日光之后的小时标识风险小时。日出和日落阈值可以类似地与远程传感器一起使用。例如，农业智能计算机系统130可以仅在某小时发生在uv传感器检测到日光之前至少一个小时或在uv传感器停止检测到日光之后两个小时的情况下，才将该小时视为风险小时。
其他类型的环境数据可以被单独使用和/或与温度和相对湿度结合使用，以产生风险小时。可以使用的环境数据的示例包括降水、风速和风向、云层覆盖、冰雹事件、极端天气事件、昆虫的观察、以及附近位置的昆虫损害的观察。例如，如果降水强度在特定范围内，则农业智能计算机系统130可以将该小时标识为风险小时。不同类型的环境数据可以用于确定不同病害或昆虫的风险。例如，针对病害的环境风险因子可以基于温度和相对湿度，而针对昆虫的环境风险因子可以基于温度、相对湿度、以及以上列出的示例中一个或多个。
在实施例中，农业智能计算机系统130可以附加地标识针对一个或多个作物损害因子的反风险小时。反危险小时是指具有停止、减缓、和/或逆转作物损害因子的影响的条件的时间。例如，作物上的一些病害可由于过热或过度干燥而受损。因此，如果平均温度在特定范围内和/或平均湿度在特定范围内，则农业智能计算机系统130可以将该小时标识为反病害小时。该范围的示例包括平均温度高于35℃和/或平均湿度低于15％。附加地或替代地，可以基于一个或多个其他因子(例如，uv辐射或指示喷洒杀真菌剂或杀虫剂的数据)来计算反风险小时。
在实施例中，农业智能计算机系统130可以基于与最佳温度的接近度来对风险小时进行加权。例如，给定温度范围为22℃至30℃，可将最佳温度设置为26℃。如果针对给定小时的温度为26℃，则农业智能计算机系统130可以使该风险小时的权重高于针对给定小时的温度为29℃的情况下的给定小时的权重。例如，服务器计算机可以针对25℃至27℃的第一范围内的温度存储值“1”；针对在第一范围外但在24℃至28℃的第二范围内的温度存储值0.8；针对在第一和第二范围外但在22℃至30℃的第三范围内的温度存储值0.5。权重可以以类似的方式应用于反风险时间，其中在较高的温度和/或较低的湿度测量值被赋予较高的权重。
服务器计算机可以使用针对仅温度、仅湿度、或两者的组合的最优接近度权重。例如，服务器计算机可以将温度权重添加到湿度权重以生成针对风险小时的总权重。附加地或替代地，服务器计算机可以做出湿度在湿度范围内的二元确定，并且使用针对温度的权重来确定风险小时的权重。
在实施例中，权重是基于温度分布确定的。例如，农业智能计算机系统130可以存储均值为26℃而标准偏差为2℃的高斯函数。因此，接收到的26℃的温度将与高斯函数的峰值相关联，并且因此与最高权重相关联，而更接近22℃的值将接收最小权重。作为另一示例，可以存储针对湿度的面向右的函数，使得100％的湿度水平将接收最高的权重。
在实施例中，农业智能计算机系统130基于作物的生长阶段向风险小时分配权重。例如，农业智能计算机系统130可以最初接收标识作物的相对成熟度和/或直到作物成熟的生长度天数的数据。农业智能计算机系统130可以使用生长度天数来对作物在不同生长阶段的生长进行建模。农业智能计算机系统130可以附加地将权重分配给不同的生长阶段。例如，对于特定的作物损害因子，可以将较高的权重分配给v6至v12生长阶段期间发生的风险小时。因此，在计算风险值时，在v6至v12阶段期间标识的风险小时和/或风险日可以乘以第一权重。
可以组合使用不同类型的权重。例如，农业智能计算机系统130可以基于与最优温度或湿度的接近度来施加权重。然后，农业智能计算机系统130可以基于生长阶段应用第二权重集合。因此，在最优生长阶段期间在最优温度和湿度下的风险小时可以具有值“1”，而在次最优生长阶段期间在次最优温度下的风险小时可以针对与次最优温度的权重乘以次最优生长阶段的权重相关联。
在实施例中，服务器计算机根据各个风险小时值计算风险日值。作为计算风险日值的一种方法，农业智能计算机系统130可以确定在该日中是否存在超过阈值数量的风险小时。例如，农业智能计算机系统130可以存储七个风险小时的风险日阈值。
如果农业智能计算机系统130确定在该日中存在大于或等于七个风险小时，则农业智能计算机系统130可以确定该日是风险日，并且将值“1”分配给该日。如果农业智能计算机系统130确定在该日中存在少于七个风险小时，则农业智能计算机系统130可以确定该日不是风险日，并且赋予该日“0”的值"
作为计算风险日值的另一方法，农业智能计算机系统130可以聚合一日中的风险小时。附加地或替代地，农业智能计算机系统130可以使用风险小时的平均值。例如，一日的风险可以计算为：
其中rd是每日风险，rh是每小时风险。在每小时风险不被加权的实施例中，每个每小时风险可以包括“1”以指示存在风险或包括“0”指示不存在风险。
上述计算每日风险的方法可以与加权风险值结合使用。例如，农业智能计算机系统130可以确定通过与最优温度的接近度而加权的风险值的总和是否大于或等于阈值。作为另一示例，农业智能计算机系统130可以将针对该日的总风险计算为通过与最佳温度的接近度而加权的每个风险小时的总和除以二十四。
可以在计算风险日之前或之后应用一些权重。例如，可以通过将风险日值乘以针对生长阶段的权重来基于作物的生长阶段对风险日进行加权。附加地或替代地，风险小时可以乘以针对生长阶段的权重，然后使用本文所述的任一种方法聚合为风险日。
3.3.计算风险值
在步骤706处，至少部分地基于在一个或多个农艺田地上种植作物的那日与第二日之间的一个或多个所识别的风险小时，来计算针对该地理位置处的一个或多个农艺田地的风险值。例如，农业智能计算机系统130可以计算以下项中的一个或多个：累积病害风险、累积病害风险的积分、归一化累积病害风险、和/或归一化累积病害风险积分。
第二日可以是当前日、过去日、或未来日。例如，农业智能计算机系统130可以使用天气预报来标识针对未来日的风险小时和/或风险日。农业智能计算机系统130可以基于天气预报使用所识别的风险小时和/或风险日来计算未来某日的风险值。
累积病害风险可以被计算为直到测量日的风险小时和/或风险日的总和。例如，针对在种植作物后x日的某日的累积病害风险可以计算为：
其中cd是种植作物后x日的累积病害风险，rd是针对该日的环境风险值。rd值可以是针对该日的风险小时的累积和/或使用本文所述方法中的一个计算的风险日值。在农业智能计算机系统130生成反风险小时的实施例中，反风险小时可以被处理为风险小时的负值，使得如果风险小时被设置为值“1”，则反风险值将被设置为值“-1”。
累积病害风险的积分可以被计算为直到测量日的每天的累积病害风险的累积。例如，在种植作物后x天的某天的累积病害风险的积分可以计算为：
其中id是种植作物后x日的累积病害风险的积分，cd是日d的累积病害风险的积分。相对于季节后期发生的病害有利条件，累积病害风险的积分强调季节早期发生的病害有利条件。
可以应用的转化是通过针对相同测量的最大可能值使累积病害风险或累积病害风险的积分归一化，所述最大可能值通过假设自种植起的每日都观察到最大可能风险来得出。在该公式中，归一化累积风险可以被计算为平均每日病害风险，而归一化累积风险积分可以被计算为累积病害风险的积分除以自种植起的累积天数的积分的函数。作为示例，归一化累积病害风险和归一化累积病害风险积分可以如下计算：
其中gn(x)是种植作物后x日的归一化累积病害风险，in(x)是种植作物后x日的归一化累积病害风险积分，并且其中x(1+x)/2自种植起累积天数积分的封闭形式解。
在实施例中，基于加权的风险日和/或风险小时来计算风险值。例如，农业智能计算机系统130可以使用本文描述的方法中的一个或多个来计算加权的风险小时和/或加权风险日。然后，农业智能计算机系统130可以使用加权的风险日值和/或加权的风险小时值来计算风险值。
3.4.确定风险
在708处，该过程确定风险值高于风险值阈值，并且作为响应，确定一个或多个农艺田地上的作物处于遭受来自特定作物损害因子的损害的风险。例如，农业智能计算机系统130可以存储指示来自病害的高作物损害风险的阈值。如果计算的风险值高于阈值，农业智能计算机系统130可以确定一个或多个田地上的作物处于遭受来自特定作物损害因子的损害的风险。如本文所用，遭受损害是指对作物产量、作物健康、和/或作物质量的负面影响。
在实施例中，针对特定时间段建立阈值。例如，施用杀真菌剂和/或杀虫剂的最佳时间可以发生在作物的特定生长阶段。农业智能计算机系统130可以存储针对作物的特定阶段的风险值阈值。如果当作物处于特定生长阶段时，风险值高于风险值阈值，则农业智能计算机系统130可以确定作物处于风险，并且可受益于杀虫剂或杀真菌剂的施用。
在实施例中，农业智能计算机系统130将特定发育阶段的风险值与对作物产量、作物健康、和/或作物质量的负面影响的定量相关联。例如，农业智能计算机系统130可以接收至少包括针对农艺田地的风险值和农艺田地的产量的测试数据。测试数据可以附加地包括种植相似作物的相似位置的田地的平均产量和/或其中使用杀真菌剂和/或杀虫剂的、种植相同作物的特定田地的产量。使用测试数据，农业智能计算机系统130可以将受保护作物和未受保护作物之间的产量差与特定发育阶段的风险值进行相关。
通过将风险值与作物产量损失的定量进行相关，农业智能计算机系统130能够生成有用的风险值阈值。例如，如果测试数据指示在发育的v4阶段期间的特定风险值与10bu/英亩的产量损失高度相关，则农业智能计算机系统130可以将特定风险值设置为风险值阈值。因此，如果农业智能计算机系统130在v4发育阶段期间计算出高于风险值阈值的风险值，则农业智能计算机系统130可以确定农艺田地由于一个或多个作物损害因子而具有遭受10bu/英亩损失的高风险。
在实施例中，农业智能计算机系统130使用风险值来更准确地对作物的生长进行建模。例如，农业智能计算机系统130可以将不同的风险值与作物生长的差进行相关。这允许农业智能计算机系统130将风险值转换为可以从作物生长中减去的值。因此，作物的生长可以被建模为：
g＝gdd-∝rt
其中g是作物的生长，gdd是生长度天数，∝是用于将总风险值rt转换为生长度天数的损失。
在实施例中，农业智能计算机系统130将风险值转换为不同的风险水平。例如，第一风险值范围可以被标识为风险很小或没有风险，第二风险值范围可以被标识为中度风险，第三风险值范围可以被标识为严重风险。农业智能计算机系统130可以通过确定针对农艺田地的风险值是否在特定的值范围内来标识针对特定农艺田地的风险水平。因此，确定风险值是否超过阈值可以包括确定风险值高于被包括在中度风险水平中的最小值和/或高于被包括在严重风险水平中的值。
在实施例中，农业智能计算机系统130基于标识管理实践的数据来降低风险值和/或风险水平。例如，农业智能计算机系统130可以基于标识以下项的数据来降低风险水平：作物的种子类型为对病害和/或昆虫有适应力的种子类型，特定类型的耕种(例如，掩埋大量作物残留物的常规耕种)、在田地上使用轮作、和/或在田地上使用杀虫剂和/或杀真菌剂。在实施例中，农业智能计算机系统130可以被编程为或被配置为响应于标识上述因子中的一个或多个因子而使风险水平下降单个风险水平。附加地或替代地，农业智能计算机系统130可以被编程为或被配置为基于标识以下项的数据来降低风险水平：种子类型为易感、使用留下更多表面残留物的耕种实践(例如，保护性耕种、每年连续种植相同作物)、和/或其他风险易感因子。
附加地和/或替代地，农业智能计算机系统130可以存储不同值，响应于标识特定管理实践的数据而使风险值降低所存储的不同值。例如，如果存在常规耕种与值50相关联，则农业智能计算机系统130可以被编程为或被配置为响应于确定对田地执行了常规耕种而将针对该田地的风险值降低50。通过将不同的管理实践与不同的减少值相关联，农业智能计算机系统130能够量化与特定田地或作物特性相关联的风险的减少。
诸如施用杀真菌剂和/或杀虫剂之类的活动可用于生成反危险小时、停止标识危险小时、或减少累积的危险小时数。例如，施用特定杀真菌剂可以与特定数量的反风险小时相关联，使得如果农业智能计算机系统130接收到标识施用杀真菌剂的数据，则农业智能计算机系统130可以生成降低所累积的总体风险值的反风险小时。附加地和/或替代地，农业智能计算机系统130可以将累积的风险小时数减少设定量(例如，200)，或减少百分比(例如，累积的风险小时数的95％)。
在实施例中，农业智能计算机系统130使用杀真菌剂和/或杀虫剂施用的数据来减少在一段时间内的风险小时的生成。例如，农业智能计算机系统130可以存储指示被化学品施用阻断的风险日数的数据。当农业智能计算机系统130接收到指示在田地上施用化学品的数据时，农业智能计算机系统130可以不针对所指示天数标识风险小时。因此，如果杀真菌剂防止真菌生长三十天，则农业智能计算机系统130可以在施用杀真菌剂后三十天内不标识风险小时。
在步骤710处，存储指示作物处于遭受来自特定作物损害因子的损害的风险的数据。农业智能计算机系统130可以存储该数据，以便将产量损失与风险小时计算进行相关，建议杀真菌剂和/或杀虫剂的施用，生成导致在田地上施用杀真菌剂和/或杀虫剂的脚本，和/或建议未来中的不同种植和/或管理活动。
3.5.数据使用
到目前为止描述的技术可以由计算机实现以提供对另一技术(例如，植物病理学、植物昆虫控制、农业、或农业管理)的改进。例如，在步骤712处，该过程可以确定由作物损害因子造成损害的未来风险。在步骤714处，该过程可以向田地管理者计算设备发送施用建议。在步骤716处，该方法可以导致在田地上施用产品，例如杀真菌剂。农业计算机系统可以执行步骤712至716中的一个或多个步骤。本文进一步描述步骤712至716中所述的过程中的每个。
在实施例中，农业智能计算机系统130使用风险值的计算来确定作物遭受作物损害因子的未来可能性。例如，农业智能计算机系统130可以使用十四天的天气预报来确定未来的可能的风险小时和/或风险日。使用十四天预测，农业智能计算机系统130可以确定未来风险小时和/或风险日。然后，农业智能计算机系统130可以使用未来风险小时和/或风险日来计算针对接下来十四天的风险值。通过计算未来的总风险值，农业智能计算机系统130能够标识未来影响作物的作物损害因子的生长风险，从而做出建议以防止对作物的进一步损害。
农业智能计算机系统130可以使用风险值和与作物损害的相关性来生成损害缓和化学品施用建议。损害缓和化学品施用建议可以包括向田地施用杀真菌剂或杀虫剂以减轻和/或防止对田地上的作物的损害的建议。例如，农业智能计算机系统130可以使用本文描述的方法来确定在接下来十四天中针对作物的风险值与作物损害的特定水平高度相关。
农业智能计算机系统130可以附加地确定施用杀真菌剂的益处，例如通过将风险值和总产量之间的相关性与接收到杀真菌剂的、具有类似风险值的作物和总产量之间的相关性进行比较。如果农业智能计算机系统130确定在接下来的十四天内风险值将超过阈值，则农业智能计算机系统130可以生成向作物施用杀真菌剂的建议，从而降低病害的可能性。通过对未来发生的作物损害因子进行建模，农业智能计算机系统130能够生成建议，如果实施该建议，则防止对作物的损害。
在实施例中，损害缓和化学品施用建议被发送到田地管理者计算设备。例如，农业智能计算机系统130可以使通知显示在田地管理者计算设备上，该通知标识很可能存在有特定病害的一个或多个田地和/或田地的一个或多个部分，从而给予田地管理者预防病害的机会。损害缓和化学品施用建议可以标识施用特定化学品(例如特定类型的杀真菌剂)对于田地的可能益处。例如，如果病害存在，农业智能计算机系统130可以计算产量损失的估计。基于损失的估计，农业智能计算机系统130可以确定施用特定杀真菌剂对作物产量和/或收入的益处。杀真菌剂建议可以标识针对施用特定杀真菌剂的作物产量和/或收入的可能增加。
附加地或替代地，农业智能计算机系统130可以导致在一个或多个田地上实施损害缓和化学品施用建议。例如，农业智能计算机系统130可以生成脚本，当该脚本被施用控制器执行时，使得施用控制器控制将杀真菌剂释放到田地上的田地器具。因此，农业智能计算机系统130可以确定在特定时间段内是否可能存在病害，并且作为响应，通过施用杀真菌剂来导致病害的预防。
在实施例中，农业智能计算机系统130连续地监测特定田地的值，以便确定何时施用损害缓和化学品。例如，如果农业智能计算机系统130能够访问十四天预测，则农业智能计算机系统130可以周期性地计算针对田地的风险值。因此，随着生长季节的进展，农业智能计算机系统130可以跟踪风险值的增长，并在针对病害的风险值超过特定存储阈值时生成杀真菌剂建议。例如，农业智能计算机系统130可以使用十四天的预测每七天进行新的计算。当农业智能计算机系统130检测到风险值已经超过特定阈值时，农业智能计算机系统130可以生成损害缓和化学品施用建议。
附加地和/或替代地，农业智能计算机系统130可以确定作物发育的特定部分的风险值，以便生成针对作物发育的特定部分的损害缓和化学品施用建议。例如，农业智能计算机系统130可以被编程为或被配置为生成在作物生长阶段的v6至v12部分期间喷洒杀真菌剂的建议。
农业智能计算机系统130可以使用观察到的温度和湿度数据来标识v6至v12生长阶段之前的风险值和/或使用观察和/或预测来标识v6至v12生长阶段期间或之后的风险值。基于风险值，农业智能计算机系统130可以确定是否针对作物和/或田地生成损害缓和化学品施用建议。例如，如果针对农艺田地计算的特定日的风险值超过针对该日的风险阈值，则农业智能计算机系统130可以生成向农艺田地在田地上喷洒损害缓和化学品的建议。
在实施例中，农业智能计算机系统130使用风险值来为田地管理者建议针对即将到来的季节的不同动作。例如，如果农业智能计算机系统130计算与田地上的作物损害相关联的相对高的风险值，则农业智能计算机系统130可以计算在给定不同耕种类型、不同的所种植种子类型、不同收割类型、作物轮作、或一个或多个其他不同的管理实践的情况下将存在病害的可能性，例如通过使用本文描述的方法来降低风险值。例如，如果最初使用最小耕种，则农业智能计算机系统130可以计算使用常规耕种的风险值。如果农业智能计算机系统130确定改变耕种类型将降低超过特定阈值的风险值，则农业智能计算机系统130可以建议针对一个或可能多个未来季节改变耕种类型。.
在实施例中，农业智能计算机系统130使用风险值来建立作物发育的特定阶段的风险值与对作物的负面影响的定量之间的相关性。例如，农业智能计算机系统130可以在作物发育过程期间接收针对多个田地的风险温度和湿度值。农业智能计算机系统还可以接收针对田地的总产量值和指示由于作物损害因子导致的产量损失的数据。指示产量损失的数据可以基于由于作物损害因子导致的损失的观察和/或采用损害缓和化学品来减少和/或防止对作物损害的类似位置的产量的比较。
在实施例中，农业智能计算机系统130使用来自多个田地的风险值来标识用于实施试验的一个或多个田地。例如，农业智能计算机系统130可以针对多个农艺田地中的特定农艺田地标识相对较高的风险值，即，高于针对多个农艺田地的平均风险值的风险值。基于相对高的风险值，农业智能计算机系统130可以确定农业田地将受益于实施试验，例如，杀虫剂试验和/或杀真菌剂试验。在美国临时申请no.62/548,396中讨论了用于实施试验的方法，该申请的内容通过引用并入本文，如同在本文中完全阐述一样。试验结果可以用于将风险值与对作物的损害进行相关和/或标识施用一种或多种损害缓和化学品对农艺田地的益处。
在实施例中，农业智能计算机系统130使用来自多个田地的风险值来标识将受益于一个或多个产品的位置。例如，农业智能计算机系统130可以标识接收到高于平均风险值的地理位置和/或平均高于风险阈值的风险值。然后，农业智能计算机系统130可以针对地理位置建议特定的杂交种子。例如，如果风险值指示针对该位置的高病害风险，则农业智能计算机系统130可以建议该位置的对病害具有适应力的种子。
4.某些实施方案的益处
在前述部分中已经描述了由本文的技术提供的许多益处和改进。此外，使用本文描述的技术，计算设备可以跟踪影响田地上的作物的病害的风险。农业智能计算机系统130然后可以通过基于风险向田间管理者计算装置提供避免对作物的损害的建议和/或通过控制田间上的工具并使工具向田间释放杀真菌剂来对该风险起作用。通过这样做，农业智能计算机系统130提供可用于保护作物、增加作物产量以及在发育期间生成作物的更强的数字模型的数据。
5.扩展和替换
在前述说明书中，已经参考可以随实施方式而变化的许多具体细节描述了实施例。因此，说明书和附图应被认为是说明性的而不是限制性的。本公开的范围的唯一且排他的指示符以及申请人旨在作为本公开的范围的指示符是以权利要求书发布的具体形式从本申请发布的一组权利要求的字面和等效范围，包括任何后续修正。
- 还没有人留言评论。精彩留言会获得点赞！