BR112018007672B1

BR112018007672B1 - Método implementado por computador para determinar e apresentar uma recomendação de taxa de semeadura melhorada e aparelho correlato

Info

Publication number: BR112018007672B1
Application number: BR112018007672-4A
Authority: BR
Inventors: Xu Lijuan; Lamsal Sanjay
Original assignee: The Climate Corporation
Priority date: 2015-10-16
Filing date: 2016-10-06
Publication date: 2020-05-12
Also published as: AR106337A1; ZA201803006B; US20210144908A1; US20230030200A1; EP3362979A1; AU2016338648B2; US11882786B2; BR112018007672A2; US10342174B2; CA3002007C; EP3362979B1; WO2017066078A1; EP3981237A1; UA126552C2; US11445660B2; EP3362979A4; US20190327881A1; CA3002007A1; AU2016338648A1; BR112018007672B8

Abstract

tratam-se de técnicas implementadas por computador para determinar e apresentar recomendações de taxa de semeadura melhoradas para semear sementes híbridas em um campo. em uma modalidade, a lógica de consulta de semeadura recebe dados digitais que representam parâmetros de plantio que incluem tipo de semente e largura de leira de sementeira. a lógica de consulta de semeadura recupera um conjunto de um ou mais modelos de semeadura a partir de um repositório de dados com base nos parâmetros de plantio. a lógica de modelo de mistura gera um modelo de mistura empírico na memória de computador digital que representa uma distribuição compósita do conjunto de um ou mais modelos de semeadura. a lógica de modelo de mistura gera, então, um conjunto de dados de distribuição de taxa de semeadura ideal na memória de computador digital com base no modelo de mistura empírico, em que o conjunto de dados de distribuição de taxa de semeadura ideal representa a taxa de semeadura ideal através de todos os campos de medida. a lógica de recomendação de taxa de semeadura ideal calcula e apresenta em um dispositivo de exibição digital uma recomendação de taxa de semeadura ideal que tem base no conjunto de dados de distribuição de taxa de semeadura ideal.

Description

MÉTODO IMPLEMENTADO POR COMPUTADOR PARA DETERMINAR E APRESENTAR UMA RECOMENDAÇÃO DE TAXA DE SEMEADURA MELHORADA E APARELHO CORRELATO

AVISO DE DIREITOS AUTORAIS [001] Uma porção da revelação deste documento de patente contém material que está sujeito à proteção de direitos autorais. O detentor dos direitos autorais não tem objeção à reprodução de fax por qualquer indivíduo do documento de patente ou da revelação de patente, conforme o mesmo aparece no arquivo ou registros do Escritório de Marcas e Patentes, porém, de outro modo reserva todos os direitos autorais ou quaisquer outros direitos. The Climate Corporation ® 2015.

CAMPO DA REVELAÇÃO [002] A presente revelação se refere a técnicas implementadas por computador para predizer ou recomendar uma taxa de semeadura ideal para semente de milho híbrida com base no tipo de semente híbrida e largura de leira de sementeira.

ANTECEDENTES [003] As abordagens descritas nessa seção são abordagens que poderiam ser seguidas, porém, não necessariamente abordagens que foram anteriormente concebidas ou seguidas. Portanto, a menos que de outro modo indicado, não deveria ser assumido que qualquer dentre as abordagens descritas nessa seção se qualificam como técnica anterior meramente em virtude de sua inclusão nesta seção.

[004] A taxa de semeadura é uma dentre as muitas decisões importantes de gerenciamento agronômico que um produtor de milho toma a cada ano. A taxa de semeadura se refere ao número de sementes plantadas em um acre de terra. Os custos

Petição 870190099919, de 05/10/2019, pág. 4/16

2/67 de semente podem constituir até 14% de um custo de produção total do produtor por ano. Portanto, é importante determinar uma taxa de semeadura ideal que produz aquele retorno desejado para o produtor. Diferentes tipos de plantas de milho podem produzir diferentes rendimentos com base na densidade de população. Como um resultado o tipo de semente híbrida pode afetar a relação entre a taxa de semeadura e o rendimento.

[005] Em geral, plantas de milho dentro de um campo compartilham recursos e, como um resultado, plantas de milho mais densamente populadas produzem ganhos menores do que plantas de milho que são mais espalhadas. A resposta do milho à taxa de semeadura aumentada depende de um processo biologicamente complexo que envolve tanto o crescimento vegetativo quanto reprodutivo e afeta o rendimento de grão através de vários componentes tais como o número de espigas por planta, número de grãos em uma espiga e peso de grão. Como um resultado, o rendimento final é uma troca entre mais plantas em uma área e o rendimento diminuído por planta devido à competição entre plantas intensificada. A taxa de semeadura é também afetada pela produtividade do solo, condições climáticas e largura de leira de sementeira. Determinar a taxa de semeadura ideal para um produtor pode depender das variedades de semente híbrida e estratégias de plantio.

SUMÁRIO [006] As reivindicações anexas podem servir como um sumário da revelação.

BREVE DESCRIÇÃO DOS DESENHOS [007] Nos desenhos:

Petição 870180030702, de 16/04/2018, pág. 15/105

3/67 a Figura 1 ilustra um sistema de computador exemplificativo que é configurado para realizar as funções descritas no presente documento, mostrado em um ambiente de campo com outro aparelho com que o sistema pode interoperar;

a Figura 2 ilustra duas vistas de uma organização lógica exemplificativa de conjuntos de instruções na memória principal quando um aplicativo móvel exemplificativo é carregado para execução;

a Figura 3 ilustra um processo programado em que o sistema de computador de inteligência agrícola gera um ou mais modelos agronômicos pré-configurados com o uso de dados agronômicos fornecidos por uma ou mais fontes de dados;

a Figura 4 é um diagrama de blocos que ilustra um sistema de computador 400 em que uma modalidade da invenção pode ser implementada;

a Figura 5 retrata um algoritmo ou processo programado exemplificativo para determinar uma taxa de semeadura recomendada para uma semente híbrida específica e largura de leira de sementeira de milho plantado em uma geolocalização específica;

a Figura 6 retrata um algoritmo ou processo programado exemplificativo em que a lógica de modelo de semeadura é usada para criar um modelo de semeadura para um campo de teste específico;

a Figura 7A e a Figura 7B retratam relações gráficas entre a taxa de rendimento e de semeadura;

a Figura 8 retrata uma modalidade exemplificativa de uma vista de linha do tempo para entrada de dados;

a Figura 9 retrata um exemplo de vista de planilha a partir da entrada de dados.

Petição 870180030702, de 16/04/2018, pág. 16/105

4/67

DESCRIÇÃO DETALHADA [008] Na seguinte descrição, para os propósitos de explicação, numerosos detalhes específicos são apresentados a fim de fornecer um entendimento completo da presente revelação. Será evidente, entretanto, que as modalidades podem ser praticadas sem esses detalhes específicos. Em outras instâncias, estruturas e dispositivos bem-conhecidos são mostrados em forma de diagrama de blocos a fim de evitar obscurecer desnecessariamente a presente revelação. As modalidades são reveladas em seções de acordo com a seguinte estrutura de tópicos:

1. VISÃO GERAL

2. SISTEMA DE COMPUTADOR DE INTELIGÊNCIA AGRÍCOLA EXEMPLIFICATIVO

2.1. VISÃO GERAL ESTRUTURAL

2.2. VISÃO GERAL DE PROGRAMA DE APLICATIVO

2.3. INGESTÃO DE DADOS PARA O SISTEMA DE COMPUTADOR

2.4. VISÃO GERAL DE PROCESSO - TREINAMENTO DE MODELO AGRONÔMICO

2.5. SUBSISTEMA DE RECOMENDAÇÃO DE TAXA DE SEMEADURA

2.6. IMPLEMENTAÇÃO DE EXEMPLO - VISÃO GERAL DE HARDWARE

3. VISÃO GERAL FUNCIONAL

3.1. LÓGICA DE CONSULTA DE PARÂMETRO DE MODELO DE SEMEADURA

3.2. LÓGICA DE MODELO DE MISTURA

3.3. LÓGICA DE RECOMENDAÇÃO DE TAXA DE SEMEADURA IDEAL

3.4. LÓGICA DE MODELO DE SEMEADURA

1. VISÃO GERAL [009] Um sistema de computador e técnicas implementadas por computador são fornecidos para determinar e apresentar

Petição 870180030702, de 16/04/2018, pág. 17/105

5/67 recomendações de taxa de semeadura melhoradas para semear sementes híbridas em um campo. Em uma modalidade, determinar e apresentar recomendações de taxa de semeadura para um campo pode ser realizado com o uso de um sistema de computador de servidor que é configurado e programado para receber sobre uma rede de comunicação digital, dados digitais eletrônicos que representam propriedades de semente híbrida, que incluem tipo de semente híbrida e largura de leira de sementeira. Com o uso da lógica de consulta de semeadura programada digitalmente, o sistema de computador é programado para receber dados digitais que representam parâmetros de plantio que incluem informações de tipo de semente híbrida e largura de leira de sementeira. Com o uso da lógica de consulta de semeadura, o sistema é programado para recuperar um conjunto de um ou mais modelos de semeadura a partir de um repositório de dados de semeadura digital eletrônica com base nos parâmetros de plantio. Cada um dentre os modelos de semeadura recuperados contêm um modelo de regressão que modela a relação entre a taxa de semeadura e o rendimento de planta em um campo específico testado com o tipo de semente híbrida. O modelo, nesse contexto, se refere a um conjunto de instruções executáveis de computador e dados associados que podem ser invocados, chamados, executados, resolvidos ou calculados para render digitalmente dados de emissão armazenados com base em dados de inserção que são recebidos em forma digital eletrônica. É conveniente, em alguns momentos nesta revelação, especificar um modelo com o uso de uma ou mais equações matemáticas, porém, qualquer tal modelo é destinado a ser implementado em instruções executáveis por computador programadas que são armazenadas na memória com

Petição 870180030702, de 16/04/2018, pág. 18/105

6/67 dados associados.

[010] Com o uso da lógica de modelo de mistura, o sistema de computador é programado para gerar um modelo de mistura empírico na memória de computador digital que representa uma distribuição compósita do conjunto de um ou mais modelos de semeadura. Com o uso da lógica de modelo de mistura, o sistema de computador é programado para gerar um conjunto de dados de distribuição de taxa de semeadura ideal na memória de computador digital com base no modelo de mistura empírico, em que o conjunto de dados de distribuição de taxa de semeadura ideal representa a distribuição de taxas de semeadura ideais através de todos os campos de medida.

[011] Com o uso da lógica de recomendação de taxa de semeadura ideal, o sistema de computador é programado para calcular e apresentar em um dispositivo de exibição digital uma recomendação de taxa de semeadura ideal, que tem base no conjunto de dados de distribuição de taxa de semeadura ideal.

2. SISTEMA DE COMPUTADOR DE INTELIGÊNCIA AGRÍCOLA EXEMPLIFICATIVO

2.1 VISÃO GERAL ESTRUTURAL [012] A Figura 1 ilustra um sistema de computador exemplificativo que é configurado para realizar as funções descritas no presente documento, mostrado em um ambiente de campo com outro aparelho com que o sistema pode interoperar. Em uma modalidade, um usuário 102 detém, opera ou possui um dispositivo de computação gerenciador de campo 104 em uma localização de campo ou associado a uma localização de campo, tal como um campo destinado a atividades agrícolas ou uma localização de gerenciamento para um ou mais campos agrícolas. O dispositivo de computador gerenciador de campo

Petição 870180030702, de 16/04/2018, pág. 19/105

7/67

104 é programado ou configurado para fornecer dados de campo 106 a um sistema de computador de inteligência agrícola 130 por meio de uma ou mais redes 109.

[013] Exemplos de dados de campo 106 incluem (a) dados de identificação (por exemplo, extensão em acres, nome de campo, identificadores de campo, identificadores geográficos, identificadores de fronteira, identificadores de cultura, e quaisquer outros dados adequados que podem ser usados para identificar a terra da fazenda, tais como uma unidade de terra comum (CLU), número de lote e bloco, um número de parcela, coordenadas e fronteiras geográficas, número de série de fazenda (FSN), número da fazenda, número de trato, número de campo, seção, distrito, e/ou faixa), (b) dados de colheita (por exemplo, tipo de cultura, variedade de cultura, rotação de cultura, se a cultura é cultivada organicamente, data de colheita, Histórico de Produção Real (APH), rendimento esperado, rendimento, preço de cultura, receita de cultura, hidratação de grão, prática de lavragem e informações de temporada de crescimento anteriores), (c) dados de solo (por exemplo, tipo, composição, pH, matéria orgânica (OM), capacidade de troca de cátions (CEC)), (d) dados de plantio (por exemplo, data de plantio, tipo de semente (ou sementes), maturidade relativa (RM) da semente (ou sementes) plantada, população de semente), (e) dados de fertilizante (por exemplo, tipo de nutriente (nitrogênio, fósforo, potássio), tipo de aplicação, data, quantidade, fonte, método da aplicação), (f) dados de pesticida (por exemplo, pesticida, herbicida, fungicida, outra substância ou mistura de substâncias destinada para o uso como um regulador de planta, desfolhante, ou dessecante, data,

Petição 870180030702, de 16/04/2018, pág. 20/105

8/67 quantidade, fonte, método da aplicação), (g) dados de irrigação (por exemplo, data, quantidade, fonte, método da aplicação), (h) dados climáticos (por exemplo, precipitação, temperatura, vento, previsão, pressão, visibilidade, nuvens, índice de calor, ponto de condensação, umidade, profundidade de neve, qualidade do ar, nascer do sol, pôr do sol), (i) dados de imagens (por exemplo, informações de espectro de luz e imagens a partir de um sensor de aparelho agrícola, câmera, computador, smartphone, tablet, veículo aéreo nãotripulado, aeroplanos ou satélite), (j) observações de prospecção (fotos, vídeos, notas de forma livre, gravações de voz, transcrições de voz, condições climáticas (temperatura, precipitação (atual e ao longo do tempo), hidratação do solo, estágio de crescimento da cultura, velocidade do vento, umidade relativa, ponto de condensação, camada escura)), e (k) solo, semente, fenologia de cultura, relatório de peste e doença, e fontes e bancos de dados de previsões.

[014] Um computador de servidor de dados 108 é acoplado comunicativamente a um sistema de computador de inteligência agrícola 130 e é programado ou configurado para enviar dados externos 110 ao sistema de computador de inteligência agrícola 130 por meio da rede (ou redes) 109. O computador de servidor de dados externo 108 pode ser detido ou operado pelo mesmo indivíduo ou entidade legal como o sistema de computador de inteligência agrícola 130, ou por um indivíduo ou entidade diferente tal como uma agência do governo, organização não-governamental (NGO), e/ou um fornecedor de serviço de dados privados. Exemplos de dados externos incluem dados climáticos, dados de imagens, dados de solo, ou dados

Petição 870180030702, de 16/04/2018, pág. 21/105

9/67 estatísticos relacionados a rendimentos de cultura, dentre outros. Os dados externos 110 podem consistir no mesmo tipo de informações conforme os dados de campo 106. Em algumas modalidades, os dados externos 110 são fornecidos por um servidor de dados externo 108 detido pela mesma entidade que detém e/ou opera o sistema de computador de inteligência agrícola 130. Por exemplo, o sistema de computador de inteligência agrícola 130 pode incluir um servidor de dados focado exclusivamente em um tipo, que poderia de outro modo ser obtido a partir de fontes terceiras, tais como dados climáticos. Em algumas modalidades, um servidor de dados externo 108 pode ser realmente incorporado dentro do sistema 130.

[015] Um aparelho agrícola 111 tem um ou mais sensores remotos 112 fixado no mesmo, em que os sensores são comunicativamente acoplados tanto diretamente quanto indiretamente por meio do aparelho agrícola 111 ao sistema de computador de inteligência agrícola 130 e são programados ou configurados para enviar dados de sensor ao sistema de computador de inteligência agrícola 130. Exemplos de aparelho agrícola 111 incluem tratores, colheitadeiras combinadas, colheitadeiras, plantadeiras, caminhões, equipamento de fertilizante, veículos aéreos não-tripulados, e qualquer outro item de hardware ou maquinário físico, tipicamente, maquinário móvel, e que podem ser usados em tarefas associadas à agricultura. Em algumas modalidades, uma única unidade de aparelho 111 pode compreender uma pluralidade de sensores 112 que são acoplados localmente em uma rede no aparelho; a rede de área de controlador (CAN) é exemplo de tal rede que pode ser instalada em colheitadeiras

Petição 870180030702, de 16/04/2018, pág. 22/105

10/67 combinadas ou colheitadeiras. O controlador de aplicativo 114 é acoplado comunicativamente a um sistema de computador de inteligência agrícola 130 por meio da rede (ou redes) 109 e é programado ou configurado para receber um ou mais Scripts para controlar um parâmetro operacional de um veículo ou implemento agrícola a partir do sistema de computador de inteligência agrícola 130. Por exemplo, uma interface de barramento de rede de área de controlador (CAN) pode ser usada para habilitar comunicações a partir do sistema de computador de inteligência agrícola 130 para o aparelho agrícola 111, tal como o CLIMATE FIELDVIEW DRIVE, disponível a partir da Climate Corporation, São Francisco, Califórnia, é usado. Os dados de sensor podem consistir no mesmo tipo de informações conforme os dados de campo 106.

[016] O aparelho 111 pode compreender um computador de cabine 115 que é programado com um aplicativo de cabine, que pode compreender uma versão ou variante do aplicativo móvel para o dispositivo 104 que é descrito adicionalmente em outras seções no presente documento. Em uma modalidade, o computador de cabine 115 compreende um computador compacto, frequentemente, um computador do tipo tablet ou smartphone, com uma exibição de tela gráfica a cores que é montada dentro de uma cabine do operador do aparelho 111. O computador de cabine 115 pode implementar algumas ou todas dentre as operações e funções que são descritas adicionalmente no presente documento para o dispositivo de computador móvel 104.

[017] A rede (ou redes) 109 representa amplamente qualquer combinação de uma ou mais redes de comunicação de dados que incluem redes de área local, redes de área ampla,

Petição 870180030702, de 16/04/2018, pág. 23/105

11/67 interredes ou internets, com o uso de quaisquer de enlaces com fio ou sem fio, que incluem enlaces terrestres ou de satélite. A rede (ou redes) pode ser implementada por qualquer meio ou mecanismo que proporciona a troca de dados entre os vários elementos da Figura 1. Os vários elementos da Figura 1 também pode ter enlaces de comunicações diretos (com fio ou sem fio). Os sensores 112, o controlador 114, o computador de servidor de dados externo 108, e outros elementos do sistema compreendem, cada um, uma interface compatível com a rede (ou redes) 109 e são programados ou configurados para usarem protocolos padronizados para a comunicação através das redes tais como TCP/IP, Bluetooth, protocolo CAN e protocolos de camada superior tais como HTTP, TLS e similares.

[018] O sistema de computador de inteligência agrícola 130 é programado ou configurado para receber dados de campo 106 a partir do dispositivo de computação gerenciador de campo 104, dados externos 110 a partir do computador de servidor de dados externo 108, e dados de sensor a partir do sensor remoto 112. O sistema de computador de inteligência agrícola 130 pode ser adicionalmente configurado para hospedar, usar ou executar um ou mais programas de computador, outros elementos de software, lógica programada digitalmente tal como FPGAs ou ASICs, ou qualquer combinação dos mesmos para realizar translação e armazenamento de valores de dados, construção de modelos digitais de uma ou mais culturas em um ou mais campos, geração de recomendações e notificações, e geração e envio de Scripts ao controlador de aplicativo 114, da maneira descrita adicionalmente em outras seções desta revelação.

Petição 870180030702, de 16/04/2018, pág. 24/105

12/67 [019] Em uma modalidade, o sistema de computador de inteligência agrícola 130 é programado com ou compreende uma camada de comunicação 132, camada de apresentação 134, camada de gerenciamento de dados 140, camada de hardware/virtualização 150 e repositório de dados de modelo e de campo 160. A camada, nesse contexto, se refere a qualquer combinação de circuitos de interface digital eletrônicos, microcontroladores, firmware tais como drivers, e/ou programas de computador ou outros elementos de software.

[020] A camada de comunicação 132 pode ser programada ou configurada para realizar funções de interfaceamento de inserção/emissão que inclui enviar solicitações ao dispositivo de computação gerenciador de campo 104, ao computador de servidor de dados externo 108 e ao sensor remoto 112 para dados de campo, dados externos e dados de sensor, respectivamente. A camada de comunicação 132 pode ser programada ou configurada para enviar os dados recebidos ao repositório de dados de modelo e de campo 160 para serem armazenados como dados de campo 106.

[021] A camada de apresentação 134 pode ser programada ou configurada para gerar uma interface de usuário gráfica (GUI) para ser exibida no dispositivo de computação gerenciador de campo 104, no computador de cabine 115 ou outros computadores que são acoplados ao sistema 130 através da rede 109. A GUI pode compreender controles para inserir dados a serem enviados ao sistema de computador de inteligência agrícola 130, gerar solicitações para modelos e/ou recomendações, e/ou exibir recomendações, notificações, modelos e outros dados de campo.

[022] A camada de gerenciamento de dados 140 pode ser

Petição 870180030702, de 16/04/2018, pág. 25/105

13/67 programada ou configurada para gerenciar operações de leitura e operações de gravação que envolvem o repositório 160 e outros elementos funcionais do sistema, que incluem conjuntos de consultas e resultados comunicados entre os elementos funcionais do sistema e do repositório. Exemplos de camada de gerenciamento de dados 140 incluem JDBC, código de interface de servidor SQL, e/ou código de interface HADOOP, dentre outros. O repositório 160 pode compreender um banco de dados. Conforme usado no presente documento, o termo banco de dados pode se referir tanto a um corpo de dados, um sistema de gerenciamento de banco de dados relacional (RDBMS), quanto a ambos. Conforme usado no presente documento, um banco de dados pode compreender qualquer coleção de dados que inclui bancos de dados hierárquicos, bancos de dados relacionais, bancos de dados de arquivo plano, bancos de dados relacionais de objeto, bancos de dados orientados a objeto, e qualquer outra coleção estruturada de gravações ou dados que são armazenados em um sistema de computador. Exemplos de RDBMSs incluem, porém, não são limitados a incluírem, bancos de dados ORACLE®, MYSQL, IBM® DB2, MICROSOFT® SQL SERVER, SYBASE® e POSTGRESQL. Entretanto, qualquer banco de dados pode ser usado que habilita os sistemas e métodos descritos no presente documento.

[023] Quando os dados de campo 106 não são fornecidos diretamente ao sistema de computador de inteligência agrícola por meio de uma ou mais máquinas agrícolas ou dispositivos de máquina agrícola que interagem com o sistema de computador de inteligência agrícola, o usuário pode ser avisado por meio de uma ou mais interfaces de usuário no

Petição 870180030702, de 16/04/2018, pág. 26/105

14/67 dispositivo de usuário (servido pelo sistema de computador de inteligência agrícola) para inserir tais informações. Em uma modalidade exemplificativa, o usuário pode especificar dados de identificação acessando-se um mapa no dispositivo de usuário (servido pelo sistema de computador de inteligência agrícola) e selecionar CLUs específicas que foram graficamente mostradas no mapa. Em uma modalidade alternativa, o usuário 102 pode especificar dados de identificação acessando-se um mapa no dispositivo de usuário (servido pelo sistema de computador de inteligência agrícola 130) e desenhar fronteiras do campo sobre o mapa. Tais desenhos de mapa ou seleção de CLU representam identificadores geográficos. Em modalidades alternativas, o usuário pode especificar dados de identificação acessandose dados de identificação de campo (fornecidos como arquivos de formato ou em um formato similar) a partir do U.S. Department of Agriculture Farm Service Agency ou outra fonte por meio do dispositivo de usuário e fornecer tais dados de identificação de campo ao sistema de computador de inteligência agrícola.

[024] Em uma modalidade exemplificativa, o sistema de computador de inteligência agrícola 130 é programado para gerar e causar a exibição de uma interface de usuário gráfica que compreende um gerenciador de dados para a inserção de dados. Após um ou mais campos terem sido identificados com o uso dos métodos descritos acima, o gerenciador de dados pode fornecer um ou mais widgets gráficos de interface de usuário que quando selecionados podem identificar alterações nas práticas de campo, solo, culturas, lavragem ou nutriente. O gerenciador de dados pode incluir uma vista de linha do

Petição 870180030702, de 16/04/2018, pág. 27/105

15/67 tempo, uma vista de planilha, e/ou um ou mais programas editáveis.

[025] A Figura 8 retrata uma modalidade exemplificativa de uma vista de linha do tempo para entrada de dados. Com o uso da exibição retratada na Figura 8, um computador de usuário pode inserir uma seleção de um campo particular e uma data particular para a adição do evento. Os eventos retratados no topo da linha do tempo incluem nitrogênio, plantio, práticas e solo. Para adicionar um evento de aplicação de nitrogênio, um computador de usuário pode fornecer inserção para selecionar a aba de nitrogênio. O computador de usuário pode, então, selecionar uma localização na linha do tempo para um campo particular a fim de indicar uma aplicação de nitrogênio no campo selecionado. Em resposta ao recebimento de uma seleção de uma localização na linha do tempo para um campo particular, o gerenciador de dados pode exibir uma sobreposição de entrada de dados, que permite ao computador de usuário inserir dados relacionados a aplicações de nitrogênio, procedimentos de plantio, aplicação de solo, procedimentos de lavragem, práticas de irrigação, ou outras informações relacionadas ao campo particular. Por exemplo, caso um computador de usuário selecione uma porção da linha do tempo e indique uma aplicação de nitrogênio, então, a sobreposição de entrada de dados pode incluir campos para inserir uma quantidade de nitrogênio aplicada, uma data de aplicação, um tipo de fertilizante usado e quaisquer outras informações relacionadas à aplicação de nitrogênio.

[026] Em uma modalidade, o gerenciador de dados fornece uma interface para criar um ou mais programas. O programa,

Petição 870180030702, de 16/04/2018, pág. 28/105

16/67 nesse contexto, se refere a um conjunto de dados relacionados a aplicações de nitrogênio, procedimentos de plantio, aplicação de solo, procedimentos de lavragem, práticas de irrigação, ou outras informações que podem ser relacionadas a um ou mais campos, e que podem ser armazenadas em armazenamento de dados digitais para reusar como um conjunto em outras operações. Após um programa ter sido criado, o mesmo pode ser conceitualmente aplicado a um ou mais campos, e referências ao programa podem ser armazenadas em armazenamento digital em associação com dados que identificam os campos. Dessa forma, em vez de inserir manualmente os dados idênticos relacionados às mesmas aplicações de nitrogênio para múltiplos campos diferentes, um computador de usuário pode criar um programa que indica uma aplicação particular de nitrogênio e, então, aplicar o programa a múltiplos campos diferentes. Por exemplo, na vista de linha do tempo da Figura 8, as duas linhas do tempo superiores têm o programa de aplicado no outono” selecionado, que inclui uma aplicação de 168,12 Kg N/ha (150 lbs N/ac) no início de abril. O gerenciador de dados pode fornecer uma interface para editar um programa. Em uma modalidade, quando um programa particular é editado, cada campo que selecionou o programa particular é editado. Por exemplo, na Figura 8, caso o programa de aplicado no outono” seja editado para reduzir a aplicação de nitrogênio a 145,7 Kg N/ha (130 lbs N/ac), os dois campos superiores podem ser atualizados com uma aplicação reduzida de nitrogênio com base no programa editado.

[027] Em uma modalidade, em resposta ao recebimento de edições para um campo que tem um programa selecionado, o

Petição 870180030702, de 16/04/2018, pág. 29/105

17/67 gerenciador de dados remove a correspondência do campo para o programa selecionado. Por exemplo, caso uma aplicação de nitrogênio seja adicionada ao campo superior na Figura 8, a interface pode atualizar para indicar que o programa de aplicado no outono” não se aplica mais ao campo superior. Enquanto a aplicação de nitrogênio no início de abril pode permanecer, atualizações para o programa de aplicado no outono” não alterariam a aplicação de abril de nitrogênio.

[028] A Figura 9 retrata uma modalidade exemplificativa de uma vista de planilha para a entrada de dados. Com o uso da exibição retratada na Figura 9, um usuário pode criar e editar informações para um ou mais campos. O gerenciador de dados pode incluir planilhas para inserir informações em relação a nitrogênio, plantio, práticas, e solo conforme retratado na Figura 9. Para editar uma entrada particular, um computador de usuário pode selecionar a entrada particular na planilha e atualizar os valores. Por exemplo, a Figura 9 retrata uma atualização em andamento para um valor de rendimento alvo para o segundo campo. Adicionalmente, um computador de usuário pode selecionar um ou mais campos a fim de aplicar um ou mais programas. Em resposta ao recebimento de uma seleção de um programa para um campo particular, o gerenciador de dados pode completar automaticamente as entradas para o campo particular com base no programa selecionado. Assim como com a vista de linha do tempo, o gerenciador de dados pode atualizar as entradas para cada campo associado a um programa particular em resposta ao recebimento de uma atualização para o programa. Adicionalmente, o gerenciador de dados pode remover a correspondência do programa selecionado para o campo em

Petição 870180030702, de 16/04/2018, pág. 30/105

18/67 resposta ao recebimento de uma edição para uma dentre as entradas para o campo.

[029] Em uma modalidade, os dados de modelo e de campo são armazenados no repositório de dados de modelo e de campo 160. Os dados de modelo compreendem modelos de dados criados para um ou mais campos. Por exemplo, um modelo de cultura pode incluir um modelo construído digitalmente do desenvolvimento de uma cultura no um ou mais campos. O modelo, nesse contexto, se refere a um conjunto armazenado digitalmente eletrônico de instruções executáveis e valores de dados, associado a um outro, que têm a capacidade de receber e responder a uma programática ou outra chamada, invocação ou solicitação digital para resolução com base em valores de inserção especificados, para render um ou mais valores de emissão armazenados que podem servir como a base de recomendações implementadas por computador, exibições de dados de emissão ou controle de máquina, dentre outras coisas. Os indivíduos de habilidade no campo acham conveniente expressar os modelos com o uso de equações matemáticas, porém, esta forma de expressão não confina os modelos revelados no presente documento a conceitos abstratos; em vez disso, cada modelo no presente documento tem uma aplicação prática em um computador na forma de instruções e dados executáveis armazenados que implementam o modelo com o uso do computador. Os dados de modelo podem incluir um modelo de eventos passados no um ou mais campos, um modelo da situação atual do um ou mais campos, e/ou um modelo de eventos previstos no um ou mais campos. Os dados de modelo e de campo podem ser armazenados em estruturas de dados na memória, linhas em uma tabela de banco de dados, em

Petição 870180030702, de 16/04/2018, pág. 31/105

19/67 arquivos planos ou planilhas, ou outras formas de dados digitais armazenados.

[030] A camada de hardware/virtualização 150 compreende uma ou mais unidades de processamento central (CPUs), controladores de memória, e outros dispositivos, componentes, ou elementos de um sistema de computador tal como memória volátil ou não-volátil, armazenamento nãovolátil tal como disco magnético, e dispositivos de I/O ou interfaces conforme ilustrados e descritos, por exemplo, em conexão com a Figura 4. A camada 150 também pode compreender instruções programadas que são configuradas para suportarem virtualização, conteinerização ou outras tecnologias.

[031] Para propósitos de ilustrar um exemplo claro, a Figura 1 mostra um número limitado de instâncias de determinados elementos funcionais. Entretanto, em outras modalidades, pode haver qualquer número de tais elementos. Por exemplo, as modalidades podem usar milhares ou milhões de diferentes dispositivos de computação móveis 104 associados a diferentes usuários. Adicionalmente, o sistema 130 e/ou computador de servidor de dados externo 108 podem ser implementados com o uso de dois ou mais processadores, núcleos, agrupamentos, ou instâncias de máquinas físicas ou máquinas virtuais, configurados em uma localização distinta ou colocalizados com outros elementos em um centro de dados, instalação de computação compartilhada ou instalação de computação em nuvem.

2.2. VISÃO GERAL DE PROGRAMA DE APLICATIVO

[032]	Em	uma modalidade, a	implementação	das	funções
descritas	no	presente documento	com o uso	de	um	ou mais
programas	de	computador ou outros	elementos	de	software que

Petição 870180030702, de 16/04/2018, pág. 32/105

20/67 são carregados em e executados com o uso de um ou mais computadores de propósito geral levará os computadores de propósito geral a serem configurados como uma máquina particular ou como um computador que é adaptado especialmente para realizar as funções descritas no presente documento. Adicionalmente, cada um dentre os diagramas de fluxo que são descritos adicionalmente no presente documento pode servir, sozinho ou em combinação com as descrições de processos e funções em prosa no presente documento, como algoritmos, planos ou direções que podem ser usados para programar um computador ou lógica para implementar as funções que são descritas. Em outras palavras, todo o texto de prosa no presente documento, e todas as figuras de desenhos, juntos são destinados a fornecer a revelação de algoritmos, planos ou direções que são suficientes para permitirem a um indivíduo versado programar um computador para realizar as funções que são descritas no presente documento, em combinação com a habilidade e conhecimento de tal indivíduo dado o nível de habilidade que é apropriado para invenções e revelações deste tipo.

[033] Em uma modalidade, o usuário 102 interage com o sistema de computador de inteligência agrícola 130 com o uso do dispositivo de computação gerenciador de campo 104 configurado com um sistema operacional e um ou mais programas de aplicativo ou app; o dispositivo de computação gerenciador de campo 104 também pode interoperar com o sistema de computador de inteligência agrícola de modo independente e automático sob controle de programa ou controle lógico, e a interação do usuário direta não é sempre exigida. O dispositivo de computação gerenciador de campo 104

Petição 870180030702, de 16/04/2018, pág. 33/105

21/67 representa amplamente um ou mais dentre um smartphone, PDA, dispositivo de computação do tipo tablet, computador laptop, computador desktop, estação de trabalho, ou qualquer outro dispositivo de computação com a capacidade de transmitir e receber informações e realizar as funções descritas no presente documento. O dispositivo de computação gerenciador de campo 104 pode se comunicar por meio de uma rede com o uso de um aplicativo móvel armazenado no dispositivo de computação gerenciador de campo 104 e, em algumas modalidades, o dispositivo pode ser acoplado com o uso de um cabo 113 ou conector ao sensor 112 e/ou ao controlador 114. Um usuário particular 102 pode deter, operar ou possuir e usar, em conexão com o sistema 130, mais de um dispositivo de computação gerenciador de campo 104 em um momento.

[034] O aplicativo móvel pode fornecer funcionalidade do lado do cliente, por meio da rede a um ou mais dispositivos de computação móveis. Em uma modalidade exemplificativa, o dispositivo de computação gerenciador de campo 104 pode acessar o aplicativo móvel por meio de um navegador de web ou um aplicativo ou app de cliente local. O dispositivo de computação gerenciador de campo 104 pode transmitir dados para, e receber dados a partir de um ou mais servidores front-end, com o uso de protocolos ou formatos com base na web, tais como HTTP, XML e/ou JSON, ou protocolos específicos de aplicativo. Em uma modalidade exemplificativa, os dados podem assumir a forma de solicitações e inserção de informações de usuário, tais como dados de campo, no dispositivo de computação móvel. Em algumas modalidades, o aplicativo móvel interage com hardware e software de rastreamento de localização no dispositivo de computação

Petição 870180030702, de 16/04/2018, pág. 34/105

22/67 gerenciador de campo 104 que determina a localização de dispositivo de computação gerenciador de campo 104 com o uso de técnicas de rastreamento padrão, tais como sinais de multilateração de rádio, o sistema de posicionamento global (GPS), sistemas de posicionamento Wi-Fi, ou outros métodos de posicionamento móvel. Em alguns casos, os dados de localização ou outros dados associados ao dispositivo 104, ao usuário 102, e/ou à conta (ou contas) de usuário podem ser obtidos por consulta a um sistema operacional do dispositivo ou solicitando-se um aplicativo no dispositivo para obter dados a partir do sistema operacional.

[035] Em uma modalidade, o dispositivo de computação gerenciador de campo 104 envia dados de campo 106 ao sistema de computador de inteligência agrícola 130 que compreende ou que inclui, porém, não limitado a valores de dados que representam um ou mais dentre: uma localização geográfica do um ou mais campos, informações de lavragem para o um ou mais campos, culturas plantadas no um ou mais campos, e dados de solo extraídos a partir do um ou mais campos. O dispositivo de computação gerenciador de campo 104 pode enviar dados de campo 106 em resposta à inserção de usuário do usuário 102 que especifica os valores de dados para o um ou mais campos. Adicionalmente, o dispositivo de computação gerenciador de campo 104 pode enviar automaticamente dados de campo 106 quando um ou mais dentre os valores de dados se torna disponível para o dispositivo de computação gerenciador de campo 104. Por exemplo, o dispositivo de computação gerenciador de campo 104 pode ser comunicativamente acoplado ao sensor remoto 112 e/ou ao controlador de aplicativo 114. Em resposta ao recebimento de dados que indicam que o

Petição 870180030702, de 16/04/2018, pág. 35/105

23/67 controlador de aplicativo 114 liberou água no um ou mais campos, o dispositivo de computação gerenciador de campo 104 pode enviar dados de campo 106 ao sistema de computador de inteligência agrícola 130 que indicam que água foi liberada no um ou mais campos. Os dados de campo 106 identificados nesta revelação podem ser inseridos e comunicados com o uso de dados digitais eletrônicos que são comunicados entre dispositivos de computação com o uso de URLs parametrizadas sobre HTTP, ou um outro protocolo de comunicação ou mensagens, adequado.

[036] Um exemplo comercial do aplicativo móvel é a CLIMATE FIELD VIEW, comercialmente disponível a partir da Climate Corporation, São Francisco, Califórnia. O aplicativo de CLIMATE FIELD VIEW, ou outros aplicativos, podem ser modificados, estendidos ou adaptados para incluírem recursos, funções e programação que não haviam sido revelados anteriormente à data de depósito desta revelação. Em uma modalidade, o aplicativo móvel compreende uma plataforma de software integrado que permite a um produtor tomar decisões com base em fatos para a sua operação devido ao fato de que a mesma combina seus dados históricos de sobre os campos do produtor com quaisquer outros dados que o produtor deseja comparar. As combinações e comparações podem ser realizadas em tempo real e são com base em modelos científicos que fornecem cenários potenciais para permitir ao produtor tomar decisões melhores e mais informadas.

[037] A Figura 2 ilustra duas vistas de uma organização lógica exemplificativa de conjuntos de instruções na memória principal quando um aplicativo móvel exemplificativo é carregado para execução. Na Figura 2, cada elemento nomeado

Petição 870180030702, de 16/04/2018, pág. 36/105

24/67 representa uma região de uma ou mais páginas de RAM ou outra memória principal, ou um ou mais blocos de armazenamento de disco magnético ou outro armazenamento não-volátil, e as instruções programadas dentro dessas regiões. Em uma modalidade, na vista (a), um aplicativo de computador móvel 200 compreende instruções de compartilhamento de ingestão de dados de campos de conta 202, instruções de visão geral e alerta 204, instruções de livro de mapa digital 206, instruções de sementes e plantio 208, instruções de nitrogênio 210, instruções climáticas 212, instruções de saúde do campo 214 e instruções de desempenho 216.

[038] Em uma modalidade, um aplicativo de computador móvel 200 compreende instruções de compartilhamento de ingestão de dados de campos de conta 202 que são programadas para receber, transladar e ingerir dados de campo a partir de sistemas de terceiros por meio de carregamento manual ou APIs. Os tipos de dados podem incluir fronteiras de campo, mapas de rendimento, mapas conforme plantados, resultados de teste de solo, mapas conforme aplicados, e/ou zonas de gerenciamento, dentre outros. Os formatos de dados podem incluir arquivos de formato, formatos nativos de dados de terceiros, e/ou exportações do sistema de informações de gerenciamento de fazenda (FMIS), dentre outros. O recebimento de dados pode ocorrer por meio de carregamento manual, e-mail com anexo, APIs externas que enviam dados por push ao aplicativo móvel, ou instruções que chamam as APIs de sistemas externos para efetuar pull de dados no aplicativo móvel. Em uma modalidade, o aplicativo de computador móvel 200 compreende uma caixa de entrada de dados. Em resposta ao recebimento de uma seleção da caixa de entrada de dados, o

Petição 870180030702, de 16/04/2018, pág. 37/105

25/67 aplicativo de computador móvel 200 pode exibir uma interface de usuário gráfica para carregar manualmente arquivos de dados e importar arquivos carregados para um gerenciador de dados.

[039] Em uma modalidade, as instruções de livro de mapa digital 206 compreendem camadas de dados de mapa de campo armazenadas na memória de dispositivo e são programadas com ferramentas de visualização de dados e notas de campo geoespaciais. Isso dota os produtores de informações convenientes à disposição para referência, registro em log e percepções visuais no desempenho do campo. Em uma modalidade, as instruções de visão geral e alerta 204 são programadas para fornecer uma vista ampla da operação sobre o que é importante ao produtor, e recomendações em tempo hábil para tomar ação ou foco em problemas particulares. Isso permite ao produtor focar tempo naquilo que preciso de atenção, poupar tempo e preservar o rendimento por toda a temporada. Em uma modalidade, as instruções de sementes e plantio 208 são programadas para fornecer ferramentas para a seleção de semente, colocação híbrida e criação de script, que inclui a criação de script de taxa variável (VR), com base em modelos científicos e dados empíricos. Isso habilita aos produtores maximizarem o rendimento ou o retorno no investimento através da aquisição, colocação e população de semente otimizadas.

[040] Em uma modalidade, as instruções de geração de script 205 são programadas para fornecer uma interface para gerar scripts, que incluem Scripts de fertilidade de taxa variável (VR). A interface habilita os produtores a criarem scripts para implementos de campo, tais como aplicações de

Petição 870180030702, de 16/04/2018, pág. 38/105

26/67 nutriente, plantio e irrigação. Por exemplo, uma interface de script de plantio pode compreender ferramentas para identificar um tipo de semente para o plantio. Mediante o recebimento de uma seleção do tipo de semente, o aplicativo de computador móvel 2 00 pode exibir um ou mais campos repartidos em zonas de solo junto com um painel que identifica cada zona de solo e um nome de solo, textura e drenagem para cada zona. O aplicativo de computador móvel 200 também pode exibir ferramentas para editar ou criar tais, tais como ferramentas gráficas para desenhar zonas de solo sobre um mapa de um ou mais campos. Os procedimentos de plantio podem ser aplicados a todas as zonas de solo ou diferentes procedimentos de plantio podem ser aplicados a diferentes subconjuntos de zonas de solo. Quando um script é criado, o aplicativo de computador móvel 200 pode tornar o script disponível para download em um formato legível por um controlador de aplicativo, tal como um formato arquivado ou compactado. Adicionalmente e/ou alternativamente, um script pode ser enviado diretamente ao computador de cabine 115 a partir do aplicativo de computador móvel 200 e/ou carregado para um ou mais servidores de dados e armazenado para uso adicional. Em uma modalidade, as instruções de nitrogênio 210 são programadas para fornecer ferramentas para informarem decisões de nitrogênio visualizando-se a disponibilidade de nitrogênio para as culturas. Isso habilita aos produtores maximizarem o rendimento ou o retorno no investimento através de aplicação de nitrogênio otimizada durante a temporada. As funções programadas exemplificativas incluem exibir imagens tais como imagens de SSURGO para habilitar o desenho de zonas de aplicação e/ou imagens

Petição 870180030702, de 16/04/2018, pág. 39/105

27/67 geradas a partir de dados de subsolo de campo, tais como dados obtidos a partir de sensores, em uma alta resolução espacial (tão precisa quanto 10 metros ou menor devido ao fato sua proximidade ao solo); carregamento de zonas definidas pelo produtor existentes; fornecer um gráfico de aplicação e/ou um mapa para habilitar sintonia da aplicação (ou aplicações) de nitrogênio através de múltiplas zonas; emitir Scripts para acionar maquinário; ferramentas para o ajuste e a entrada de dados em massa; e/ou mapas para visualização de dados, dentre outros. A entrada de dados em massa nesse contexto, pode significar inserir os dados uma vez e, então, aplicar os mesmos dados a múltiplos campos que foram definidos no sistema; dados exemplificativos podem incluir dados de aplicação de nitrogênio que são os mesmos para muitos campos do mesmo produtor, porém, tal entrada de dados em massa se aplica à entrada de qualquer tipo de dados de campo no aplicativo de computador móvel 200. Por exemplo, as instruções de nitrogênio 210 podem ser programadas para aceitar definições de programas de práticas e plantio de nitrogênio e para aceitar inserção de usuário que especifica para aplicar aqueles programas através de múltiplos campos. Os programas de plantio de nitrogênio, nesse contexto, se referem a um conjunto de dados nomeados armazenados que associam: um nome, código de cor ou outro identificador, uma ou mais datas de aplicação, tipos de material ou produto para cada uma dentre as datas e quantidades, método de aplicação ou incorporação, tal como injetado ou espatulado em, e/ou quantidades ou taxas de aplicação para cada uma dentre as datas, cultura ou híbrido que é o assunto da aplicação, dentre outros. Os programas de práticas de

Petição 870180030702, de 16/04/2018, pág. 40/105

28/67 nitrogênio, nesse contexto, se referem a um conjunto de dados nomeados armazenados que associa: um nome das práticas; uma cultura anterior; um sistema de lavragem; uma data de lavrar primariamente; um ou mais sistemas de lavragem anteriores que foram usados; um ou mais indicadores de tipo de aplicação, tal como adubação, que foram usados. As instruções de nitrogênio 210 também podem ser programadas para gerar e causar a exibição de um gráfico de nitrogênio, que indica projeções de uso de planta do nitrogênio especificado e se um superávit ou déficit é previsto; em algumas modalidades, diferentes indicadores de cor podem sinalizar uma magnitude de superávit ou magnitude de déficit. Em uma modalidade, um gráfico de nitrogênio compreende uma exibição gráfica em um dispositivo de exibição de computador que compreende uma pluralidade de linhas, em que cada linha é associada a e identifica um campo; em que os dados especificam que cultura é plantada no campo, o tamanho do campo, a localização de campo e uma representação gráfica do perímetro de campo; em cada linha, uma linha do tempo por mês com indicadores gráficos que especificam cada aplicação de nitrogênio e quantidade em pontos correlacionados aos nomes dos meses; e indicadores numéricos e/ou coloridos de superávit ou déficit, em que a cor indica a magnitude.

[041] Em uma modalidade, o gráfico de nitrogênio pode incluir um ou mais recursos de inserção de usuário, tais como mostradores ou barras deslizantes, para alterar dinamicamente os programas de práticas e plantio de nitrogênio de modo que um usuário possa otimizar seu gráfico de nitrogênio. O usuário pode, então, usar seu gráfico de nitrogênio otimizado e os programas de práticas e plantio de

Petição 870180030702, de 16/04/2018, pág. 41/105

29/67 nitrogênio relacionados para implementar um ou mais Scripts, que incluem Scripts de fertilidade de taxa de variável (VR). As instruções de nitrogênio 210 também podem ser programadas para gerar e causar a exibição de um mapa de nitrogênio, que indica projeções de uso de planta do nitrogênio especificado e se um superávit ou déficit é previsto; em algumas modalidades, diferentes indicadores de cor podem sinalizar uma magnitude de superávit ou magnitude de déficit. O mapa de nitrogênio pode exibir projeções de uso de planta do nitrogênio especificado e se um superávit ou déficit é previsto para diferentes momentos no passado e no futuro (tal como diariamente, semanalmente, mensalmente ou anualmente) com o uso de indicadores numéricos e/ou coloridos de superávit ou déficit, em que a cor indica a magnitude. Em uma modalidade, o mapa de nitrogênio pode incluir um ou mais recursos de inserção de usuário, tais como mostradores ou barras deslizantes, para alterar dinamicamente os programas de práticas e plantio de nitrogênio de modo que um usuário possa otimizar seu mapa de nitrogênio, tal como para obter uma quantidade preferencial de superávit a déficit. O usuário pode, então, usar seu mapa de nitrogênio otimizado e os programas de práticas e plantio de nitrogênio relacionados para implementar um ou mais Scripts, que incluem Scripts de fertilidade de taxa de variável (VR). Em outras modalidades, instruções similares às instruções de nitrogênio 210 poderiam ser usadas para a aplicação de outros nutrientes (tais como fósforo e potássio), aplicação de pesticida e programas de irrigação.

[042] Em uma modalidade, as instruções climáticas 212 são programadas para fornecer dados climáticos recentes

Petição 870180030702, de 16/04/2018, pág. 42/105

30/67 específicos de campo e informações climáticas previstas. Isso habilita os produtores a pouparem tempo e terem uma exibição integrada eficiente em relação a decisões operacionais diárias. Em uma modalidade, as instruções de saúde do campo 214 são programadas para fornecer imagens de detecção remotas em tempo hábil que destacam a variação de cultura na temporada e questões potenciais. As funções programadas exemplificativas incluem verificação de nuvem, para identificar possíveis nuvens ou sombras de nuvem; determinar índices de nitrogênio com base em imagens de campo; visualização gráfica de camadas de prospecção, que incluem, por exemplo, aquelas relacionadas à saúde do campo, e visualização e/ou compartilhamento das notas de prospecção; e/ou baixar imagens de satélite a partir de múltiplas fontes e priorizar as imagens para o produtor, dentre outros.

[043] Em uma modalidade, as instruções de desempenho 216 são programadas para fornecer ferramentas de relatórios, análises e percepção com o uso de dados em fazenda para a avaliação, percepções e decisões. Isso habilita o produtor a buscar resultados melhorados para o próximo ano através de conclusões baseadas em fatos sobre por que o retorno no investimento foi em níveis anteriores, e percepção sobre fatores limitantes do rendimento. As instruções de desempenho 216 podem ser programadas para se comunicarem por meio da rede (ou redes) 109 para programas analíticos de back-end executados no sistema de computador de inteligência agrícola 130 e/ou no computador de servidor de dados externo 108 e configuradas para analisar métricas tais como rendimento, híbrido, população, SSURGO, testes de solo, ou

Petição 870180030702, de 16/04/2018, pág. 43/105

31/67 elevação, dentre outros. Os relatórios e análises programados podem incluir análises de variabilidade de rendimento, avaliação comparativa de rendimento e outras métricas contra outros produtores com base em dados anônimos coletados a partir de muitos produtores, ou dados para sementes e plantio, dentre outros.

[044] Os aplicativos que têm instruções configuradas desse modo podem ser implementados para diferentes plataformas de dispositivo de computação enquanto retêm a mesma aparência de interface de usuário geral. Por exemplo, o aplicativo móvel pode ser programado para a execução em tablets, smartphones, ou computadores de servidor que são acessados com o uso de navegadores em computadores de cliente. Adicionalmente, o aplicativo móvel conforme configurado para computadores tablet ou smartphones pode fornecer uma experiência de aplicativo completa ou uma experiência de aplicativo de cabine que é adequada para a exibição e recursos de processamento do computador de cabine 115. Por exemplo, com referência agora à vista (b) da Figura 2, em uma modalidade um aplicativo de computador de cabine 220 pode compreender instruções de cabine de mapas 222, instruções de vista remota 224, instruções de coleta e transferência de dados 226, instruções de alertas de máquina 228, instruções de transferência de script 230 e instruções de cabine de prospecção 232. A base de código para as instruções de vista (b) pode ser a mesma conforme para a vista (a) e executáveis que implementam o código podem ser programados para detectar o tipo de plataforma em que os mesmos são executados e expor, através de uma interface de usuário gráfica, apenas aquelas funções que são apropriadas

Petição 870180030702, de 16/04/2018, pág. 44/105

32/67 para uma plataforma de cabine ou plataforma completa. Essa abordagem habilita o sistema a reconhecer a experiência de usuário distintivamente diferente que é apropriada para um ambiente em cabine e o ambiente de tecnologia diferente da cabine. As instruções de cabine de mapas 222 podem ser programadas para fornecerem vistas de mapa de campos, fazendas ou regiões que são úteis em direcionar a operação de máquina. As instruções de vista remota 224 podem ser programadas para ligar, gerenciar e fornecer vistas de atividade de máquina em tempo real ou quase tempo real para outros dispositivos de computação conectados ao sistema 130 por meio de redes sem fio, conectores ou adaptadores com fio, e similares. As instruções de coleta e transferência de dados 226 podem ser programadas para ligar, gerenciar e fornecer transferência de dados coletados em sensores e controladores de máquina ao sistema 130 por meio de redes sem fio, conectores ou adaptadores com fio e similares. As instruções de alertas de máquina 228 podem ser programadas para detectar problemas com operações da máquina ou ferramentas que são associadas à cabine e gerar alertas de operador. As instruções de transferência de script 230 podem ser configuradas para transferirem Scripts de instruções que são configurados para direcionarem operações de máquina ou a coleta de dados. As instruções de cabine de prospecção 230 podem ser programadas para exibir alertas e informações com base na localização recebida a partir do sistema 130, com base na localização do aparelho agrícola 111 ou dos sensores 112 no campo e ingerir, gerenciar e fornecer transferência de observações de prospecção com base na localização ao sistema 130 com base na localização do aparelho agrícola 111

Petição 870180030702, de 16/04/2018, pág. 45/105

33/67 ou dos sensores 112 no campo.

2.3. INGESTÃO DE DADOS PARA O SISTEMA DE COMPUTADOR [045] Em uma modalidade, o computador de servidor de dados externo 108 armazena dados externos 110, que incluem dados de solo que representam a composição de solo para o um ou mais campos e dados climáticos que representam a temperatura e a precipitação no um ou mais campos. Os dados climáticos podem incluir dados climáticos passados e presentes assim como previsões para dados climáticos futuros. Em uma modalidade, o computador de servidor de dados externo 108 compreende uma pluralidade de servidores hospedados por diferentes entidades. Por exemplo, um primeiro servidor pode conter dados de composição do solo enquanto um segundo servidor pode incluir dados climáticos. Adicionalmente, os dados de composição do solo podem ser armazenados em múltiplos servidores. Por exemplo, um servidor pode armazenar dados que representam o percentual de areia, lodo e argila no solo enquanto um segundo servidor pode armazenar dados que representam o percentual de matéria orgânica (OM) no solo.

[046] Em uma modalidade, o sensor remoto 112 compreende um ou mais sensores que são programados ou configurados para produzir uma ou mais observações. O sensor remoto 112 pode ser sensores aéreos, tais como satélites, sensores de veículo, sensores de equipamento de plantio, sensores de lavragem, sensores de aplicação de fertilizante ou inseticida, sensores de colheitadeira, e qualquer outro implemento com a capacidade de receber dados a partir do um ou mais campos. Em uma modalidade, o controlador de aplicativo 114 é programado ou configurado para receber

Petição 870180030702, de 16/04/2018, pág. 46/105

34/67 instruções a partir do sistema de computador de inteligência agrícola 130. O controlador de aplicativo 114 também pode ser programado ou configurado para controlar um parâmetro operacional de um veículo ou implemento agrícola. Por exemplo, um controlador de aplicativo pode ser programado ou configurado para controlar um parâmetro operacional de um veículo, tal como um trator, equipamento de plantio, equipamento de lavragem, equipamento de fertilizante ou inseticida, equipamento de colheitadeira, ou outros implementos de fazenda tal como uma válvula de água. Outras modalidades podem usar qualquer combinação de sensores e controladores, dentre que os seguintes são meramente exemplos selecionados.

[047] O sistema 130 pode obter ou ingerir dados sob controle do usuário 102, em uma base de massa, a partir de um grande número de produtores que contribuíram dados a um sistema de banco de dados compartilhado. Essa forma de obter dados pode ser denominada ingestão de dados manual, conforme uma ou mais operações de computador controladas por usuário são solicitadas ou acionadas para obter dados para o uso pelo sistema 130. Como um exemplo, o aplicativo de CLIMATE FIELDVIEW, comercialmente disponível a partir da Climate Corporation, São Francisco, Califórnia, pode ser operada para exportar dados para o sistema 130 para armazenar no repositório 160.

[048] Por exemplo, sistemas de monitoramento de semente podem tanto controlar componentes de aparelho de plantadeira quanto obter dados de plantio, que incluem sinais a partir de sensores de semente por meio de um agente de sinal que compreende uma rede dorsal CAN e conexões de ponto-a-ponto

Petição 870180030702, de 16/04/2018, pág. 47/105

35/67 para registro e/ou diagnóstico. Os sistemas de monitoramento de semente podem ser programados ou configurados para exibir espaçamento de semente, população e outras informações ao usuário por meio do computador de cabine 115 ou outros dispositivos dentro do sistema 130. Exemplos são revelados na Pat. no U.S. 8.738.243 e Pub. de Pat. no U.S. 20150094916, e a presente revelação assume o conhecimento destas outras revelações de patente.

[049] De modo semelhante, os sistemas de monitoramento de rendimento podem conter sensores de rendimento para aparelho de colheitadeira que enviam dados de medição de rendimento ao computador de cabine 115 ou outros dispositivos dentro do sistema 130. Os sistemas de monitoramento de rendimento podem utilizar um ou mais sensores remotos 112 para obter medições de hidratação de grão em uma colheitadeira combinada ou outra colheitadeira e transmitir essas medições ao usuário por meio do computador de cabine 115 ou outros dispositivos dentro do sistema 130.

[050] Em uma modalidade, exemplos de sensores 112 que podem ser usados com qualquer veículo de movimento ou aparelho do tipo descrito em qualquer outra parte no presente documento incluem sensores cinemáticos e sensores de posição. Os sensores cinemáticos podem compreender qualquer dentre sensores de velocidade tais como radar ou sensores de velocidade de roda, acelerômetros, ou bússolas giratórias. Os sensores de posição podem compreender receptores ou transceptores de GPS, ou aplicativos de mapeamento ou posição com base em Wi-Fi que são programados para determinar a localização com base em pontos críticos de Wi-Fi próximos, dentre outros.

Petição 870180030702, de 16/04/2018, pág. 48/105

36/67 [051] Em uma modalidade, exemplos de sensores 112 que podem ser usados com tratores ou outros veículos de movimento incluem sensores de velocidade de dispositivo motor, sensores de consumo de combustível, contadores de área ou contadores de distância que interagem com sinais de GPS ou radar, sensores de velocidade de PTO (tomada de força), sensores hidráulicos de trator configurados para detectar parâmetros hidráulicos tais como pressão ou fluxo, e/ou velocidade de bomba hidráulica, sensores de velocidade de roda ou sensores de deslizamento de roda. Em uma modalidade, exemplos de controladores 114 que podem ser usados com tratores incluem controladores direcionais hidráulicos, controladores de pressão, e/ou controladores de fluxo; controladores de velocidade de bomba hidráulica; controladores ou governadores de velocidade; controladores de posição de engate; ou controladores de posição de roda fornecem direcionamento automático.

[052] Em uma modalidade, exemplos de sensores 112 que podem ser usados com equipamento de plantio de semente tal como plantadeiras, brocas, ou semeadeiras de ar incluem sensores de semente, que pode ser sensores ópticos, eletromagnéticos ou de impacto; sensores de força vertical descendente tais como pinos de carga, células de carga, sensores de pressão; sensores de propriedade do solo tais como sensores de refletividade, sensores de hidratação, sensores de condutividade elétrica, sensores de resíduo óptico, ou sensores de temperatura; sensores de critérios de operação de componente tais como sensores de profundidade de plantio, sensores de pressão de cilindro força vertical descendente, sensores de velocidade de disco de semente,

Petição 870180030702, de 16/04/2018, pág. 49/105

37/67 codificadores de motor de acionamento de semente, sensores de velocidade de sistema transportador de semente, ou sensores de nível de vácuo; ou sensores de aplicação de pesticida tais como ópticos ou outros sensores eletromagnéticos, ou sensores de impacto. Em uma modalidade, exemplos de controladores 114 que podem ser usados com tal equipamento de plantio de semente incluem: controladores articulados de barra de ferramentas, tais como controladores para válvulas associados a cilindros hidráulicos; controladores de força vertical descendente, tais como controladores para válvulas associados a cilindros pneumáticos, airbags, ou cilindros hidráulicos, e programados para aplicar força vertical descendente a unidades de leira individuais ou um quadro de plantadeira inteiro; controladores de profundidade de plantio, tais como atuadores lineares; controladores de medição, tais como motores de acionamento de medidor semente elétricos, motores de acionamento de medidor semente hidráulicos, ou embreagens de controle de enleiradora; controladores de seleção híbrida, tal como motores de acionamento de medidor semente, ou outros atuadores programados para permitir ou impedir seletivamente que uma semente ou uma mistura de ar e semente distribua semente para ou a partir de medidores de semente ou tremonhas de massa central; controladores de medição, tais como motores de acionamento de medidor semente elétricos, ou motores de acionamento de medidor semente hidráulicos; controladores de sistema transportador de semente, tais como controladores para um motor transportador de distribuição de semente de correia; controladores de marcador, tais como um controlador para um atuador pneumático

Petição 870180030702, de 16/04/2018, pág. 50/105

38/67 ou hidráulico; ou controladores de taxa de aplicação de pesticida, tais como controladores de acionamento de medição, controladores de posição ou de tamanho de orifício.

[053] Em uma modalidade, exemplos de sensores 112 que podem ser usados com equipamento de lavragem incluem sensores de posição para ferramentas tais como hastes ou discos; sensores de posição de ferramenta para tais ferramentas que são configuradas para detectar profundidade, ângulo de série, ou espaçamento lateral; sensores de força vertical descendente; ou sensores de força de tração. Em uma modalidade, exemplos de controladores 114 que podem ser usados com equipamento de lavragem incluem controladores de força vertical descendente ou controladores de posição de ferramenta, tais como controladores configurados para controlar a profundidade de ferramenta, o ângulo de série ou o espaçamento lateral.

[054] Em uma modalidade, exemplos de sensores 112 que podem ser usados em relação ao aparelho para aplicar fertilizante, inseticida, fungicida e similares, tais como sistemas de fertilizante de iniciador em plantadeira, aplicadores de fertilizante de subsolo, ou aspersores de fertilizante, incluem: sensores de critérios de sistema de fluido, tais como sensores de fluxo ou sensores de pressão; sensores que indicam que válvulas de cabeça de pulverização ou válvulas de linha de fluido são abertas; sensores associados a tanques, tais como sensores de nível de preenchimento; sensores de linha de abastecimento seccional ou amplos de sistema, ou sensores de linha de abastecimento específicos de leira; ou sensores cinemáticos tais como acelerômetros dispostos em hastes de pulverização. Em uma

Petição 870180030702, de 16/04/2018, pág. 51/105

39/67 modalidade, exemplos de controladores 114 que podem ser usados com tal aparelho incluem controladores de velocidade de bomba; controladores de válvula que são programados para controlar pressão, fluxo, direção, PWM e similares; ou atuadores de posição, tal como para altura de lança, profundidade de subsolo, ou posição de lança.

[055] Em uma modalidade, exemplos de sensores 112 que podem ser usados com colheitadeiras incluem monitores de rendimento, tais como medidores de deformação de placa de impacto ou sensores de posição, sensores de fluxo capacitivo, sensores de carga, sensores de peso, ou sensores de torque associados a elevadores ou trados, ou ópticos ou outros sensores de altura de grão eletromagnéticos; sensores de hidratação de grão, tais como sensores capacitivos; sensores de perda de grão, que incluem sensores de impacto, ópticos ou capacitivos; sensores de critérios de operação de cabeçote tais como altura de cabeçote, tipo de cabeçote, abertura de placa de cobertura, velocidade de alimentador, e sensores de velocidade de bobina; sensores de critérios de operação de separador, tais como folga côncava, velocidade de rotor, folga de sapata, ou sensores de folga de picador; sensores de trado para posição, operação ou velocidade; ou sensores de velocidade de dispositivo motor. Em uma modalidade, exemplos de controladores 114 que podem ser usados com colheitadeiras incluem controladores de critérios de operação de cabeçote para elementos tais como altura de cabeçote, tipo de cabeçote, abertura de placa de cobertura, velocidade de alimentador, ou velocidade de bobina; controladores de critérios de operação de separador para recursos tais como folga côncava, velocidade de rotor, folga

Petição 870180030702, de 16/04/2018, pág. 52/105

40/67 de sapata, ou folga de picador; ou controladores para posição, operação ou velocidade de trado.

[056] Em uma modalidade, exemplos de sensores 112 que podem ser usados com transportes de grão incluem sensores de peso, ou sensores para posição, operação ou velocidade de trado. Em uma modalidade, exemplos de controladores 114 que podem ser usados com transportes de grão incluem controladores para posição, operação ou velocidade de trado.

[057] Em uma modalidade, exemplos de sensores 112 e controladores 114 podem ser instalados em aparelho de veículo aéreo não-tripulado (UAV) ou drones. Tais sensores podem incluir câmeras com detectores eficazes para qualquer faixa do espectro eletromagnético que inclui luz visível, infravermelho, ultravioleta, quase-infravermelho (NIR) e similares; acelerômetros; altímetros; sensores de temperatura; sensores de umidade; sensores de tubo de piloto ou outros sensores de velocidade do ar ou velocidade do vento; sensores de vida de bateria; ou emissores de radar e aparelho de detecção de energia de radar refletido. Tais controladores podem incluir aparelho de guia ou controle de motor, controladores de superfície de controle, controladores de câmera, ou controladores programados para ativar, operar, obter dados, gerenciar e configurar qualquer um dentre os sensores supracitados. Exemplos são revelados no Pedido de Pat. n° U.S. 14/831.165 e a presente revelação assume conhecimento daquela outra revelação de patente.

[058] Em uma modalidade, os sensores 112 e os controladores 114 podem ser afixados ao aparelho de medição e amostragem do solo que é configurado ou programado para coletar amostra do solo e realizar testes de química do solo,

Petição 870180030702, de 16/04/2018, pág. 53/105

41/67 testes de hidratação do solo e outros testes relacionados ao solo. Por exemplo, o aparelho revelado na Pat. n° U.S. 8.767.194 e Pat. n° U.S. 8.712.148 podem ser usadas, e a presente revelação assume conhecimento destas revelações de patente.

2.4 VISÃO GERAL DE PROCESSO - TREINAMENTO DE MODELO AGRONÔMICO [059] Em uma modalidade, o sistema de computador de inteligência agrícola 130 é programado ou configurado para criar um modelo agronômico. Nesse contexto, um modelo agronômico é uma estrutura de dados na memória do sistema de computador de inteligência agrícola 130 que compreende dados de campo 106, tais como dados de identificação e dados de colheita para um ou mais campos. O modelo agronômico também pode compreender propriedades agronômicas calculadas que descrevem, tanto condições que podem afetar o crescimento de uma ou mais culturas em um campo, ou propriedades da uma ou mais culturas, quanto ambas. Adicionalmente, um modelo agronômico pode compreender recomendações com base em fatores agronômicos tais como recomendações de cultura, recomendações de irrigação, recomendações de plantio e recomendações de colheita. Os fatores agronômicos também podem ser usados para estimar um ou mais resultados relacionados a cultura, tal o como rendimento agronômico. O rendimento agronômico de uma cultura é uma estimativa de quantidade da cultura que é produzida, ou em alguns exemplos a receita ou o lucro, obtidos a partir da cultura produzida.

[060] Em uma modalidade, o sistema de computador de inteligência agrícola 130 pode usar um modelo agronômico pré-configurado para calcular propriedades agronômicas

Petição 870180030702, de 16/04/2018, pág. 54/105

42/67 relacionadas a informações de localização e cultura recebidas atualmente para um ou mais campos. O modelo agronômico pré-configurado tem base em dados de campo processados anteriormente que incluem, porém sem limitação, dados de identificação, dados de colheita, dados de fertilizante e dados climáticos. O modelo agronômico préconfigurado pode ter validação cruzada efetuada para assegurar a precisão do modelo. A validação cruzada pode incluir comparação a levantamento de dados em campo que compara resultados previstos com resultados reais em um campo, tal como uma comparação de estimativa de precipitação com um pluviômetro na mesma localização, ou uma estimativa de teor de nitrogênio com uma medição de amostra de solo.

[061] A Figura 3 ilustra um processo programado em que o sistema de computador de inteligência agrícola gera um ou mais modelos agronômicos pré-configurados com o uso de dados de campo fornecidos por uma ou mais fontes de dados. A Figura 3 pode servir como um algoritmo ou instruções para programar os elementos funcionais do sistema de computador de inteligência agrícola 130 para realizar as operações que são agora descritas.

[062] No bloco 305, o sistema de computador inteligência agrícola 130 é configurado ou programado para implementar pré-processamento de dados agronômicos de dados de campo recebidos a partir de uma ou mais fontes de dados. os dados de campo recebidos a partir de uma ou mais fontes de dados podem ser pré-processados para o propósito de remover ruído e efeitos de distorção dentro dos dados agronômicos, que incluem atípicos medidos que desviariam os valores de dados de campo recebidos. As modalidades de pré-processamento de

Petição 870180030702, de 16/04/2018, pág. 55/105

43/67 dados agronômicos podem incluir, porém, não são limitadas a, remover valores de dados comumente associados a valores de dados atípicos, pontos de dados específicos medidos que são conhecidos por desvirtuar desnecessariamente outros valores de dados, técnicas de suavização de dados usadas para remover ou reduzir efeitos aditivos ou multiplicativos a partir de ruído, e outras técnicas de derivação de dados ou filtragem usadas para fornecer distinções claras entre entradas de dados positivas e negativas.

[063] No bloco 310, o sistema de computador de inteligência agrícola 130 é configurado ou programado para realizar seleção de subconjunto de dados com o uso dos dados de campo pré-processados a fim de identificar conjuntos de dados úteis para a geração de modelo agronômico inicial. O sistema de computador de inteligência agrícola 130 pode implementar técnicas de seleção de subconjunto de dados que incluem, porém sem limitação, um método de algoritmo genético, um método de modelos de subconjunto completo, um método de busca sequencial, um método de regressão gradual, um método de otimização de enxame de partícula e um método de otimização de colônia de formiga. Por exemplo, uma técnica de seleção de algoritmo genético usa um algoritmo de busca heurística adaptativa, com base em princípios evolutivos de seleção natural e genética, para determinar e avaliar conjuntos de dados dentro dos dados agronômicos préprocessados.

[064] No bloco 315, o sistema de computador de inteligência agrícola 130 é configurado ou programado para implementar avaliação de conjunto de dados de campo. Em uma modalidade, um conjunto de dados de campo específico é

Petição 870180030702, de 16/04/2018, pág. 56/105

44/67 avaliado criando-se um modelo agronômico e com o uso de limites de qualidade específicos para o modelo agronômico criado. Os modelos agronômicos podem ser comparados com o uso de técnicas de validação cruzada que incluem, porém sem limitação, erro quadrado médio de raiz de validação cruzada leave-one-out (RMSECV), erro absoluto médio e erro percentual médio. Por exemplo, o RMSECV pode efetuar validação cruzada de modelos agronômicos comparando-se valores de propriedade agronômica previstos criados pelo modelo agronômico contra valores de propriedade agronômica históricos coletados e analisados. Em uma modalidade, a lógica de avaliação de conjunto de dados agronômicos é usada como um ciclo de realimentação, em que conjuntos de dados agronômicos que não atendem a limites de qualidade configurados são usados durante etapas de seleção de subconjunto de dados futuras (bloco 310).

[065] No bloco 320, o sistema de computador de inteligência agrícola 130 é configurado ou programado para implementar criação de modelo agronômico com base nos conjuntos de dados agronômicos de validação cruzada. Em uma modalidade, a criação de modelo agronômico pode implementar técnicas de regressão multivariadas para criar modelos de dados agronômicos pré-configurados.

[066] No bloco 325, o sistema de computador de inteligência agrícola 130 é configurado ou programado para armazenar os modelos de dados agronômicos pré-configurados para avaliação de dados de campo futura.

2.5 SUBSISTEMA DE RECOMENDAÇÃO DE TAXA DE SEMEADURA [067] Em uma modalidade, o sistema de computador de inteligência agrícola 130, dentre outros componentes, inclui

Petição 870180030702, de 16/04/2018, pág. 57/105

45/67 um subsistema de recomendação de taxa de semeadura 170. O subsistema de recomendação de taxa de semeadura 170 é configurado para prever uma recomendação de taxa de semeadura ideal para semente de milho híbrida com base no tipo de semente híbrida e largura de leira de sementeira. O subsistema de recomendação de taxa de semeadura 170 usa dados de campo 106 e dados externos 110 para criar e recuperar modelos de semeadura digital relacionados a múltiplos campos medidos.

[068] Em uma modalidade, o subsistema de recomendação de taxa de semeadura 170 contém lógica configurada especialmente que inclui, porém sem limitação, lógica de consulta de parâmetro de modelo de semeadura 173, lógica de modelo de mistura 174, lógica de recomendação de taxa de semeadura ideal 175 e lógica de modelo de semeadura 176. Cada um dentre os elementos supracitados é descrito adicionalmente em estrutura e função em outras seções no presente documento. A lógica, conforme usada na Figura 1, se refere em pelo menos uma modalidade a regiões da memória principal no sistema de computador de inteligência agrícola 130 em que instruções executáveis programadas foram carregadas, e que instruções são configuradas quando executadas para levar o computador a realizar as funções que são descritas no presente documento para aquele elemento lógico. Por exemplo, a lógica de consulta de parâmetro de modelo de semeadura 173 indica uma região de memória principal em que o computador carregou instruções, que quando executadas levam ao desempenho das funções de interface que são descritas adicionalmente no presente documento. Esses elementos de 1 também indicam indiretamente como um

Petição 870180030702, de 16/04/2018, pág. 58/105

46/67 programador típico ou engenheiro de software organizaria o código-fonte de programas que implementam as funções que são descritas; o código pode ser organizado em módulos lógicos, métodos, sub-rotinas, ramificações, ou outras unidades com o uso de uma arquitetura correspondente à Figura 1.

[069] A lógica de consulta de parâmetro de modelo de semeadura 173 é de modo geral configurada ou programada para recuperar múltiplos modelos de semeadura digital relacionados a múltiplos campos medidos com base nos parâmetros de inserção recebidos a partir dos dados de campo 106. Um modelo de semeadura digital correlaciona o rendimento de cultura à taxa de semeadura com base em estratégias de semeadura, tal como a largura de leira de semeadura, para campos medidos. A lógica de modelo de mistura 174 é de modo geral configurada ou programada para gerar um modelo de mistura empírico com base em modelos de semeadura de múltiplos campos medidos. A lógica de recomendação de taxa de semeadura ideal 175 é de modo geral configurada ou programada para determinar uma taxa de semeadura ideal que maximiza o rendimento ou maximiza o lucro com base no modelo de mistura empírico gerado. A lógica de modelo de semeadura 176 é de modo geral configurada ou programada para gerar um modelo de semeadura com base em múltiplos tipos de dados específicos de campo para um único campo medido. O modelo de semeadura inclui, porém sem limitação, modelos de regressão que modelam o rendimento de milho para a taxa de semeadura, conjunto de dados de distribuições para parâmetros de regressão, e conjuntos de dados que incluem múltiplos pontos de dados dentro de um campo medido.

[070] Cada uma dentre a lógica de consulta de parâmetro

Petição 870180030702, de 16/04/2018, pág. 59/105

47/67 de modelo de semeadura 173, a lógica de modelo de mistura

174, a lógica de recomendação de taxa de semeadura ideal 175 e a lógica de modelo de semeadura 176 pode ser implementada com o uso de um ou mais programas de computador ou outros elementos de software que são carregados em e executados com o uso de um ou mais computadores de propósito geral, lógica implementada em arranjos de porta programável de campo (FPGAs) ou circuitos integrados de aplicativo específico (ASICs). Enquanto a Figura 1 retrata a lógica de consulta de parâmetro de modelo de semeadura 173, a lógica de modelo de mistura 174, a lógica de recomendação de taxa de semeadura ideal 175 e a lógica de modelo de semeadura 176 em um sistema de computação, em várias modalidades, as lógicas 173, 174,

175, e 176 podem operar em múltiplos sistemas de computação.

[071] Em uma modalidade, a implementação das funções descritas no presente documento para a lógica de consulta de parâmetro de modelo de semeadura 173, a lógica de modelo de mistura 174, a lógica de recomendação de taxa de semeadura ideal 175 e a lógica de modelo de semeadura 176 com o uso de um ou mais programas de computador ou outros elementos de software que são carregados em e executados com o uso de um ou mais computadores de propósito geral levará os computadores de propósito geral a serem configurados como uma máquina particular ou como um computador que é especialmente adaptado para realizar as funções descritas no presente documento. Cada um dentre os itens de lógica na Figura 1, e em todas as outras figuras de desenhos no presente documento, pode representar uma região ou conjunto de uma ou mais páginas de instruções programadas de armazenamento de memória principal, que quando executadas

Petição 870180030702, de 16/04/2018, pág. 60/105

48/67 levam à realização das etapas de processo ou etapas de algoritmo que são reveladas no presente documento. Dessa forma, os elementos de lógica não representam meras abstrações, porém, representam páginas de memória reais que foram carregadas com instruções executáveis. Adicionalmente, cada um dentre os diagramas de fluxo que são descritos adicionalmente no presente documento pode servir como algoritmos, planos ou direções que podem ser usados para programar um computador ou lógica para implementar as funções que são descritas. Em outras palavras, todo o texto de prosa no presente documento, e todas as figuras de desenhos, juntos são destinados a fornecer a revelação de algoritmos, planos ou direções que são suficientes para permitirem a um indivíduo versado programar um computador para realizar as funções que são descritas no presente documento, em combinação com a habilidade e conhecimento de tal indivíduo dado o nível de habilidade que é apropriado para invenções e revelações deste tipo.

2.6 EXEMPLO DE IMPLEMENTAÇÃO - VISÃO GERAL DE HARDWARE [072] De acordo com uma modalidade, as técnicas descritas no presente documento são implementadas por um ou mais dispositivos de computação de propósito especial. Os dispositivos de computação de propósito especial podem ser ligados diretamente a cabo para realizar as técnicas, ou podem incluir dispositivos eletrônicos digitais tais como um ou mais circuitos integrados de aplicativo específico (ASICs) ou arranjos de porta programável de campo (FPGAs) que são persistentemente programados para realizar as técnicas, ou podem incluir um ou mais processadores de hardware de propósito geral programados para realizar as

Petição 870180030702, de 16/04/2018, pág. 61/105

49/67 técnicas conforme as instruções de programa em firmware, memória, outro armazenamento ou uma combinação. Tais dispositivos de computação de propósito especial também podem combinar lógica de ligação direta a cabo personalizada, ASICs, ou FPGAs com programação personalizada para realizar as técnicas. Os dispositivos de computação de propósito especial podem ser sistemas de computador desktop, sistemas de computador portátil, dispositivos de mão, dispositivos de rede ou qualquer outro dispositivo que incorpora ligação direta a cabo e/ou lógica de programa para implementar as técnicas.

[073] Por exemplo, a Figura 4 é um diagrama de blocos que ilustra um sistema de computador 400 em que uma modalidade da invenção pode ser implementada. O sistema de computador 400 inclui um barramento 402 ou outro mecanismo de comunicação para comunicar informações, e um processador de hardware 404 acoplado ao barramento 402 para processar informações. O processador de hardware 404 pode ser, por exemplo, um microprocessador de propósito geral.

[074] O sistema de computador 400 também inclui uma memória principal 406, tal como uma memória de acesso aleatório (RAM) ou outro dispositivo de armazenamento dinâmico, acoplado a um barramento 402 para armazenar informações e instruções a serem executadas pelo processador 404. A memória principal 406 também pode ser usada para armazenar variáveis temporárias ou outras informações intermediárias durante a execução de instruções a serem executadas pelo processador 404. Tais instruções, quando armazenadas na mídia de armazenamento não-transitória acessível ao processador 404, tornam o sistema de computador

Petição 870180030702, de 16/04/2018, pág. 62/105

50/67

400 uma máquina de propósito especial que é personalizada para realizar as operações especificadas nas instruções.

[075] O sistema de computador 400 inclui adicionalmente uma memória somente de leitura (ROM) 408 ou outro dispositivo de armazenamento estático acoplado a um barramento 402 para armazenar informações estáticas e instruções para o processador 404. Um dispositivo de armazenamento 410, tal como um disco magnético, disco óptico, ou unidade de estado sólido é fornecido e acoplado a um barramento 402 para armazenar informações e instruções.

[076] O sistema de computador 400 pode ser acoplado por meio do barramento 402 a uma exibição 412, tal como um tubo de raios catódicos (CRT), para exibir informações a um usuário de computador. Um dispositivo de inserção 414, que inclui alfanuméricos e outras chaves, é acoplado a um barramento 402 para comunicar informações e seleções de comando ao processador 404. Um outro tipo de dispositivo de inserção de usuário é o controle de cursor 416, tal como um mouse, um trackball, ou chaves de direção de cursor para comunicar informações de direção e seleções de comando ao processador 404 e para controlar o movimento do cursor na exibição 412. Esse dispositivo de inserção tem tipicamente dois graus de liberdade em dois eixos geométricos, um primeiro eixo geométrico (por exemplo, x) e um segundo eixo geométrico (por exemplo, y), que permite ao dispositivo especificar posições em um plano. O sistema de computador 400 pode implementar as técnicas descritas no presente documento com o uso de lógica de ligação direta a cabo personalizada, um ou mais ASICs ou FPGAs, lógica de firmware e/ou programa que em combinação com o sistema de computador

Petição 870180030702, de 16/04/2018, pág. 63/105

51/67 leva a ou programa o sistema de computador 400 para ser uma máquina de propósito especial. De acordo com uma modalidade, as técnicas no presente documento são realizadas pelo sistema de computador 400 em resposta ao processador 404 que executa uma ou mais sequências de uma ou mais instruções contidas na memória principal 406. Tais instruções podem ser lidas na memória principal 406 a partir de um outro meio de armazenamento, tal como o dispositivo de armazenamento 410. A execução das sequências de instruções contidas na memória principal 406 leva o processador 404 a realizar as etapas de processo descritas no presente documento. Em modalidades alternativas, o conjunto de circuitos de ligação direta a cabo pode ser usado no lugar de ou em combinação com as instruções de software.

[077] O termo mídia de armazenamento conforme usado no presente documento se refere a qualquer mídia nãotransitória que armazena dados e/ou instruções que levam uma máquina a operar de uma maneira específica. Tal mídia de armazenamento pode compreender mídia não-volátil e/ou mídia volátil. A mídia não-volátil inclui, por exemplo, discos ópticos, discos magnéticos, ou unidades de estado sólido, tal o como dispositivo de armazenamento 410. A mídia volátil inclui memória dinâmica, tal como a memória principal 406. Formas comuns de mídia de armazenamento incluem, por exemplo, um disquete, um disco magnético flexível, um disco rígido, unidade de estado sólido, fita magnética, ou qualquer outro meio de armazenamento de dados magnético, um CD-ROM, qualquer outro meio de armazenamento de dados óptico, qualquer meio físico com padrões de orifícios, uma RAM, uma PROM e EPROM, uma FLASH-EPROM, NVRAM, qualquer outro chip ou cartucho de

Petição 870180030702, de 16/04/2018, pág. 64/105

52/67 memória .

[078] A mídia de armazenamento é distinta de, porém, pode ser usada em conjunto com a mídia de transmissão. A mídia de transmissão participa na transferência de informações entre mídias de armazenamento. Por exemplo, a mídia de transmissão inclui cabos coaxiais, fio de cobre e fibras ópticas, que inclui os fios que compreendem o barramento 402. A mídia de transmissão também pode assumir a forma de ondas acústicas ou de luz, tais como aquelas geradas durante as comunicações de dados de onda de rádio e infravermelho.

[079] Várias formas de mídia podem ser envolvidas no transporte de uma ou mais sequências de uma ou mais instruções ao processador 404 para a execução. Por exemplo, as instruções podem ser inicialmente transportadas em um disco magnético ou unidade de estado sólido de um computador remoto. O computador remoto pode carregar as instruções na sua memória dinâmica e enviar as instruções sobre uma linha de telefone com o uso de um modem. Um modem local para o sistema de computador 400 pode receber os dados na linha de telefone e usar um transmissor infravermelho para converter os dados em um sinal infravermelho. Um detector infravermelho pode receber os dados transportados no sinal infravermelho e o conjunto de circuitos apropriado pode colocar os dados no barramento 402. O barramento 402 transporta os dados para a memória principal 406, a partir de que o processador 404 recupera e executa as instruções. As instruções recebidas pela memória principal 406 podem ser opcionalmente armazenadas no dispositivo de armazenamento 410 tanto antes quanto após a execução pelo processador 404.

[080] O sistema de computador 400 também inclui uma

Petição 870180030702, de 16/04/2018, pág. 65/105

53/67 interface de comunicação 418 acoplada a um barramento 402. A interface de comunicação 418 fornece um acoplamento de comunicação de dados bidirecional a um enlace de rede 420 que é conectado a uma rede local 422. Por exemplo, a interface de comunicação 418 pode ser um cartão de rede digital de serviços integrados (ISDN), modem a cabo, modem de satélite, ou um modem para fornecer uma conexão de comunicação de dados a um tipo correspondente de linha de telefone. Como um outro exemplo, interface de comunicação 418 pode ser um cartão de rede de área local (LAN) para fornecer uma conexão de comunicação de dados a uma LAN compatível. Enlaces sem fio também podem ser implementados. Em qualquer tal implementação, a interface de comunicação 418 envia e recebe sinais elétricos, eletromagnéticos ou ópticos que transportam correntes de dados digitais que representam vários tipos de informações.

[081] O enlace de rede 420 fornece tipicamente comunicação de dados através de uma ou mais redes a outros dispositivos de dados. Por exemplo, o enlace de rede 420 pode fornecer uma conexão através da rede local 422 a um computador hospedeiro 424 ou a equipamento de dados operado por um Fornecedor de Serviço de Internet (ISP) 426. O ISP 426, por sua vez, fornece serviços de comunicação de dados através da rede de comunicação de dados de pacote mundial, agora comumente referida como a Internet 428. Tanto a rede local 422 quanto a Internet 428 usam sinais elétricos, eletromagnéticos ou ópticos que transportam correntes de dados digitais. Os sinais através das várias redes e os sinais no enlace de rede 420 e através da interface de comunicação 418, que transportam os dados digitais para e a

Petição 870180030702, de 16/04/2018, pág. 66/105

54/67 partir do sistema de computador 400, são formas exemplificativas de mídia de transmissão.

[082] O sistema de computador 400 pode enviar mensagens e receber dados, que incluem o código de programa, através da rede (ou redes), do enlace de rede 420 e da interface de comunicação 418. No exemplo da Internet, um servidor 430 poderia transmitir um código solicitado para um programa de aplicativo através da Internet 428, ISP 426, rede local 422 e da interface de comunicação 418.

[083] O código recebido pode ser executado pelo processador 404 conforme o mesmo é recebido, e/ou armazenado no dispositivo de armazenamento 410, ou outro armazenamento não-volátil para a execução posterior.

3.0 VISÃO GERAL FUNCIONAL [084] A Figura 5 é um diagrama de fluxo que retrata um processo para determinar uma taxa de semeadura ideal para uma semente híbrida específica e largura de leira de sementeira de milho plantado em uma geolocalização específica. A Figura 5 pode ser implementada, em uma modalidade, programando-se os elementos do sistema de computador de inteligência agrícola 130 para realizar as funções que são descritas nessa seção, que podem representar a revelação de um algoritmo para implementação de computador das funções que são descritas. Para propósitos de ilustrar um exemplo claro, a Figura 5 é descrita em conexão com determinados elementos da Figura 1. Entretanto, outras modalidades da Figura 5 podem ser praticadas em muitos outros contextos, e referências no presente documento às unidades da Figura 1 são meramente exemplos que não são destinados a limitarem o escopo mais amplo da Figura 5.

Petição 870180030702, de 16/04/2018, pág. 67/105

55/67

3.1 LÓGICA DE CONSULTA DE PARÂMETRO DE MODELO DE SEMEADURA [085] Na etapa 505, dados de campo e de semente híbrida são recebidos pelo sistema de computador de inteligência agrícola 130. Por exemplo, a camada de comunicação 132 do sistema de computador de inteligência agrícola 130 pode receber dados de campo 106 a partir do dispositivo de computação gerenciador de campo 104. Os dados de campo 106 pode incluir, porém sem limitação, identificadores de semente híbrida específica, largura de leira de sementeira proposta para a semente híbrida específica, geolocalização do campo do usuário 102, propriedades do solo do campo, condições climáticas e condições microclimáticas para o campo, e outras estratégias agrícolas propostas.

[086] Em uma modalidade, o dispositivo de computação gerenciador de campo 104 envia os dados de campo 106. Por exemplo, a camada de apresentação 134 do sistema de computador de inteligência agrícola 130 pode levar à exibição de uma interface no dispositivo de computação gerenciador de campo 104 para inserir informações, tais como as fronteiras do campo, os tipos de semente híbrida plantada, largura de leira de sementeira, e outras informações relacionadas à cultura e ao campo. A camada de comunicação 132 pode, então, receber os dados de campo 106 e retransmitir os mesmos à lógica de consulta de parâmetro de modelo de semeadura 173.

[087] Na etapa 510, um conjunto de modelos de semeadura digital é compilado. Em uma modalidade, a lógica de consulta de parâmetro de modelo de semeadura 173 usa os dados de campo recebidos 106 para determinar que modelos de semeadura são necessários para o conjunto de modelos de semeadura digital.

Petição 870180030702, de 16/04/2018, pág. 68/105

56/67

Em uma modalidade, os dados específicos de campo associados a um conjunto de campos de teste são armazenados no repositório de dados de modelo e de campo 160. Os campos de teste representam campos agrícolas medidos em que múltiplas sementes híbridas específicas com o uso de múltiplas larguras de leira de sementeira e taxas de semeadura específicas foram plantadas anteriormente e dados de específicos de campo foram coletados anteriormente. Um modelo de semeadura dentro do conjunto de modelos de semeadura inclui um conjunto de dados de pontos de dados medidos que inclui, porém sem limitação, taxa de semeadura e rendimento de planta dentro de um campo, uma relação calculada, tal como uma relação linear, entre taxa de semeadura e rendimento de planta, e distribuições relacionadas a parâmetros de cálculo para a relação. Em uma modalidade, o tamanho e as fronteiras de um campo de teste podem ser com base nas CLUs estabelecidas.

[088] Em uma modalidade, a lógica de consulta de parâmetro de modelo de semeadura 173 extrai uma semente híbrida alvo e largura de leira de semeadura desejada a partir dos dados de campo 106. A lógica de consulta de parâmetro de modelo de semeadura 173 constrói uma solicitação para múltiplos modelos de semeadura com base no tipo de semente híbrida alvo e na largura de leira de semeadura. A solicitação para múltiplos modelos de semeadura se refere a modelos de semeadura construídos e armazenados no repositório de dados de modelo e de campo 160. Em uma modalidade, a lógica de modelo de semeadura 176 cria múltiplos modelos de semeadura a partir de pontos de dados coletados a partir de múltiplos campos de teste.

[089] Um modelo de semeadura é um modelo que descreve

Petição 870180030702, de 16/04/2018, pág. 69/105

57/67 uma relação marginal entre a taxa de semeadura e o rendimento de planta para uma dada semente híbrida em um campo específico. A relação marginal é determinada com o uso de múltiplos pontos de dados medidos para um dado campo e dada semente híbrida que foi plantada de acordo com uma largura de leira de sementeira definida. Em uma modalidade, a lógica de modelo de semeadura 176 determina a relação marginal para uma dada semente híbrida e largura de leira com o uso de regressão linear. A regressão linear é uma abordagem para modelar a relação de rendimento por planta e taxa de semeadura de um híbrido fixo e ambiente de campo. Essa relação é modelada entre W (Y/p, rendimento por planta em unidades de alqueires por 1.000 sementes) e p (taxa de semeadura em unidades de 1.000 sementes por acre), com parâmetros de regressão βα, βχ e o. O modelo de semeadura também pode conter distribuições de conjunto de dados para os parâmetros βα, βχ e o com base em dados observados anteriormente. Detalhes adicionais da criação de um modelo de semeadura são discutidos na seção de LÓGICA DE MODELO DE SEMEADURA no presente documento.

[090] Em uma modalidade, caso o repositório de dados de modelo e de campo 160 não contenham modelos de semeadura que correlacionam os parâmetros de solicitação, então, a lógica de consulta de parâmetro de modelo de semeadura 173 pode solicitar que a lógica de modelo de semeadura 176 crie modelos de semeadura a partir de pontos de dados coletados a partir de múltiplos campos de teste.

[091] Em uma modalidade, as solicitações de dados podem incluir outros parâmetros correlacionados tais como geolocalização, propriedades do solo e condições climáticas

Petição 870180030702, de 16/04/2018, pág. 70/105

58/67 similares que devem ser usadas para recuperar um conjunto filtrado de modelos de semeadura que correlacionam os parâmetros desejados. O repositório de dados de modelo e de campo 160 armazena anteriormente pontos de dados medidos para múltiplos campos de teste que incluem modelos de regressão e de distribuição que são com base em pontos de dados a partir dos múltiplos campos de teste.

3.2 LÓGICA DE MODELO DE MISTURA [092] O sistema de computador de inteligência agrícola 130 implementa lógica de modelo de mistura 174 para gerar um modelo de mistura empírico que utiliza informações de taxa de rendimento e de semeadura a partir de múltiplos campos de teste. Na etapa 515, a lógica de modelo de mistura 174 gera um modelo de mistura empírico, que é uma distribuição compósita do conjunto de modelos de semeadura recuperados pela lógica de consulta de parâmetro de modelo de semeadura 173. Uma distribuição compósita é uma abordagem estatística para modelar a distribuição de diversas populações distribucionais separadas. Nesse caso, as populações distribucionais separadas se referem a conjuntos de dados que representam múltiplos campos de teste. O modelo de mistura empírico contém distribuições posteriores conjuntas a partir dos múltiplos campos de teste. Em uma modalidade, cada distribuição posterior conjunta é representada como θι em que θύ = {βϋ,α, βϋ,χ, ot} e em que Z representa um campo de teste no conjunto de campos de teste, {1,..., L}. O modelo de mistura empírico, portanto, pode ser usado para avaliar o campo f de usuário 102 em termos de sua resposta de rendimento à taxa de semeadura com base naqueles campos de teste:

Petição 870180030702, de 16/04/2018, pág. 71/105

59/67 ptA = 0_η|7_Γ = I) = = 6*₀p_f/l), ..., {Y_ini,pi,_ni) em que:

p(0f): é um conjunto de distribuições posteriores conjuntas para o campo f que são representadas como /

θο: é qualquer valor dentro do espaço de parâmetro;

= [βΐ.θ>βΐ.1’^σ1] _: são parâmetros de modelagem para cada campo medido 1 = 1... L;

If. é uma afiliação variável para o campo f de modo que p(i_f = 0 = V_L ^{y 7 ! Δ} para qualquer campo 1.

[093] Na etapa 520, a lógica de modelo de mistura 174 usa o modelo de mistura empírico para calcular uma distribuição de taxa de semeadura ideal para a semente híbrida alvo e largura de leira. Em uma modalidade, a lógica de modelo de mistura 174 pode implementar técnicas de amostragem aleatórias tal como a amostragem de Monte Cario para selecionar que pontos de dados que são usados para calcular a distribuição de taxa de semeadura ideal. A amostragem de Monte Cario é uma abordagem de amostragem aleatória que usa uma distribuição de probabilidade para gerar valores de amostra. Por exemplo, amostras aleatórias são influenciadas pelos valores de média, mediana e desvio padrão a partir de distribuições posteriores.

[094] Em uma modalidade, a distribuição de taxa de semeadura ideal pode ser determinada como uma taxa de semeadura ideal agronômica, em que a taxa de semeadura ideal agronômica j e a taxa de semeadura que maximiza o rendimento esperado. A partir da taxa de modelo de semeadura, que é descrita na seção de LÓGICA DE MODELO DE SEMEADURA, a taxa de semeadura ideal agronômica pode ser derivada como o

Petição 870180030702, de 16/04/2018, pág. 72/105

6Q/61

Pf 1 Pr i$f-\ inverso negativo de ” de modo que, ^! = — ' . Portanto, a distribuição posterior para a taxa de semeadura ideal agronômica de um campo particular é representada como uma função de como:

Ά Ο7.ΐ’/Ά.....(Wm) = [095] Em uma modalidade, a lógica de modelo de mistura

174 armazena a distribuição de taxa de semeadura ideal calculada no repositório de dados de modelo e de campo 160.

3.3 LÓGICA DE RECOMENDAÇÃO DE TAXA DE SEMEADURA IDEAL [096] A lógica de recomendação de taxa de semeadura ideal

175 é configurada para determinar a estimativa de ponto e uma estimativa de intervalo da taxa de semeadura ideal para a dada semente híbrida e largura de leira de sementeira com o uso da distribuição de taxa de semeadura ideal. A estimativa de ponto da taxa de semeadura ideal é definida como urn valor de taxa de semeadura que fornece tanto ο rendimento máximo para a dada semente híbrida plantada quanto um valor de taxa de semeadura que fornece lucro máximo para o usuário 102.

[097] Na etapa 525, a lógica de recomendação de taxa de semeadura ideal 175 avalia a distribuição de taxa de semeadura ideal e determina o valor de ponto para uma taxa de semeadura ideal agronômica que dota o usuário 102 de rendimento máximo para sua cultura de semente híbrida plantada. Além disso, a lógica de recomendação de taxa de semeadura ideal 175 calcula uma taxa de semeadura ideal econômica que dota o usuário 102 de lucro máximo para sua cultura de semente híbrida plantada com base no custo da semente e preço do grão.

Petição 870180030702, de 16/04/2018, pág. 73/105

61/67 [098] Em uma modalidade, o valor de ponto para a taxa de p^a9 semeadura ideal agronômica, ^f , é calculado como o valor de mediana da distribuição de taxa de semeadura ideal. Em uma outra modalidade, o valor médio da distribuição de taxa de semeadura ideal pode ser usado como a taxa de semeadura ideal agronômica. Com o uso da taxa de semeadura ideal agronômica, a lógica de recomendação de taxa de semeadura ideal 175 calcula adicionalmente o rendimento mediano para a taxa de semeadura ideal agronômica como:

mediana *W = P? ^x ZAZ/AP/A em que a mediana ⁷ iguala a taxa de semeadura ideal p^as β fí _{x o} ^a9 ^r multiplicada pela função exponencial de mais o rendimento mediano e a taxa de semeadura ideal agronômica dotam o usuário de um valor de taxa de semeadura que maximiza o rendimento de cultura e fornece rendimento de cultura mediano estimado naquela taxa de semeadura. Em uma modalidade, a lógica de recomendação de taxa de semeadura ideal 175 também calcula a variabilidade associada à taxa de semeadura ideal agronômica como o desvio absoluto mediano. 0 desvio absoluto mediano é uma medição de variabilidade para uma distribuição posterior.

[099] Em uma modalidade, a lógica de recomendação de taxa de semeadura ideal 175 calcula a taxa de semeadura ideal _Λ . Pf^c . .

economica como como a taxa de semeadura que maximiza o preço do grão, multiplicada pelo rendimento mediano menos o custo (preço de semente multiplicado pela taxa de semeadura), de modo que:

p^c/^c = argmáx.p (p,_y x mediana /(p) — p_s x p) em que:

argmáx._p(_Ps x mediana Hp) - p_s x p) _{; é} θ _{valor de taxa de}

Petição 870180030702, de 16/04/2018, pág. 74/105

62/67 semeadura p que maximiza a dada função, isto é, (pg x mediana Y(p) - p₃ x p;

pg: é o preço do grão representado em dólares por alqueire ($/al); e ps: é o preço de semente representado em dólares por 1.000 sementes ($/1.000 sementes).

[100] A taxa de semeadura ideal econômica pode diferir da taxa de semeadura ideal agronômica devido ao fato de que a taxa de semeadura ideal econômica é dependente do preço do grão e da semente. Por exemplo, caso o preço de aquisição de semente seja relativamente alto e o preço de venda do grão seja relativamente baixo, então, a partir de uma perspectiva econômica, produzir a quantidade máxima de rendimento de milho pode não resultar em lucro máximo. Portanto, é benéfico para o usuário 102 ser apresentado com tanto a taxa de semeadura ideal agronômica quanto a taxa de semeadura ideal econômica. Em uma modalidade, as estimativas de ponto de taxa de semeadura ideal agronômica e a taxa de semeadura ideal econômica, junto com suas estimativas de variabilidade tal como o desvio absoluto mediano, são comunicadas à camada de comunicação 132 que, então, apresenta os valores de taxa de semeadura ideal ao dispositivo de computação gerenciador de campo 104 para o usuário 102 acessar.

3.4 LÓGICA DE MODELO DE SEMEADURA [101] O modelo de semeadura é um modelo que descreve uma relação marginal entre a taxa de semeadura e o rendimento de planta para uma dada semente híbrida em um campo específico. A Figura 6 retrata uma modalidade do processo em que a lógica de modelo de semeadura 176 cria um modelo de semeadura para um campo de teste específico. Na etapa 602 a lógica de modelo

Petição 870180030702, de 16/04/2018, pág. 75/105

63/67 de semeadura 176 consulta o repositório de dados de modelo e de campo 160 para múltiplos pontos de dados em campos de teste correspondentes à semente híbrida alvo e à largura de leira desejada pelo usuário 102. O repositório de dados de modelo e de campo 160, então, retorna um conjunto de dados dos pontos de dados múltiplos solicitados organizados por campo de teste. O propósito de organizar os dados em conjuntos de dados de campo de teste é que cada campo de teste pode ter outras propriedades que afetam o resultado de rendimento diferentemente. Agrupar os pontos de dados em conjuntos de dados de campo de teste minimiza os efeitos de variáveis latentes desconhecidas que podem ser específicas para cada campo de teste.

[102] Em uma modalidade, caso o repositório de dados de modelo e de campo 160 não contenha pontos de dados específicos para os múltiplos campos de teste, então o sistema de computador de inteligência agrícola 130 pode recuperar os dados a partir de um ou mais computadores de servidor de dados externo 108. Um exemplo de dados específicos recuperados a partir do computador de servidor de dados externo 108 são os dados externos 110, conforme retratado na Figura 1. Os dados externos 110 são recebidos pela camada de comunicação 132 e, então, armazenados no repositório de dados de modelo e de campo 160 para serem usados pela lógica de modelo de semeadura 176.

[103] Na etapa 604, a lógica de modelo de semeadura 176 cria um modelo linear de regressão para cada conjunto de dados de campo de teste. Em uma modalidade, a lógica de modelo de semeadura 176 implementa um modelo linear de regressão com base na função exponencial de Duncan. A função

Petição 870180030702, de 16/04/2018, pág. 76/105

64/67 exponencial de Duncan define uma relação linear entre o logaritmo do rendimento médio por planta e a densidade de população de plantas. Nesse caso, a densidade de população de plantas é medida pela taxa de semeadura e largura de leira de sementes plantadas dentro de um campo. A notação para medir a taxa de semeadura e o rendimento de planta é conforme a seguir:

Y: rendimento por área em unidades de alqueires por acre;

p: taxa de semeadura em unidades de 1.000 sementes por acre;

JV: Y/p, rendimento por planta em unidades de alqueires por 1.000 sementes (ou plantas).

[104] A função exponencial de Duncan modela a relação logarítmica como:

log(HZ) = β₀ + x p 4- f em que:

e é um termo de erro que tem base em uma distribuição de erro normal tal como Ãf(O, (7 ) _; βο e βι são coeficientes de regressão.

[105] A Figura 7A e 7B retratam a relação marginal entre a taxa de rendimento e de semeadura. A Figura 7A ilustra que uma relação parabólica existe entre o rendimento, medido em alqueires por acre (al/ac) , e a taxa de semeadura, medida como 1.000 sementes plantadas por acre. 0 gráfico 702 retrata pontos de dados coletados para um tipo de semente híbrida específico a partir de várias localizações dentro do campo IA17 durante uma temporada de crescimento em que as sementes foram plantadas com o uso de uma largura de leira de 50,8 centímetros. 0 eixo geométrico horizontal representa a taxa de semeadura (1.000 sementes/ac) e o eixo geométrico

Petição 870180030702, de 16/04/2018, pág. 77/105

65/67

vertical	representa	o rendimento	de	milho (al/	^zac) .	Os
gráficos	704 e 706	retratam, cada	um,	pontos de	dados	a
partir <	de campos	IL35 durante	a	mesma temporada	de

crescimento e MN63 durante a temporada de crescimento seguinte respectivamente. A Figura 7B retrata os mesmos dados conforme na Figura 7A, porém, o eixo geométrico-y representa o rendimento de log por planta em vez de o rendimento por acre e destaca uma relação linear entre o rendimento de log por planta e a taxa de semeadura.

[106] Em uma modalidade, a relação entre o rendimento de milho, Y, e a taxa de semeadura, p, pode ser expressa como uma distribuição normal de log:

y = £Ν(β₀ 4- x p + Ζορρ,σ²) [107] As distribuições normais de log para cada campo medido são armazenadas dentro de um modelo de semeadura.

[108] Na etapa 606, a lógica de modelo de semeadura 176 cria distribuições posteriores para os parâmetros βο, βι e σ. Uma distribuição posterior é uma distribuição normalizada que considera a probabilidade anterior e os resultados observados e assim cria uma distribuição mais informativa. Em uma modalidade, a lógica de modelo de semeadura 176 pode impor cálculo de priori não-informativo, tal como o priori de Jeffrey para determinar distribuições posteriores para os parâmetros de modelo lineares β e σ², em que β é a matriz transposta de (βο, βι/ . 0 priori de Jeffrey é um método para impor um priori não-informativo padrão para modelos lineares. Um priori não-informativo é uma informação objetiva relacionada a uma variável que fornece alguma base para determinar o resultado daquela variável específica.

[109] Em uma modalidade, o priori não-informativo para

Petição 870180030702, de 16/04/2018, pág. 78/105

66/67 estados de coeficientes de regressão que βι < 0 e que distribuições anteriores conjuntas para β e σ² assumem proporcionalmente para cr, de modo que:

ρ(β, σ²) oc 1/σ^ζ em que (β, σ²) : representa distribuições anteriores conjuntas para β e σ².

[110] Em uma modalidade, a distribuição posterior conjunta para β é representada como uma distribuição normal em que β é uma função de σ² e pares observacionais de taxa de rendimento e de semeadura de milho, de modo que:

/ησία,.Λ).....

em que (Υι,Ρι, , (Υη,Ρη) : são n pares de observações de taxa de rendimento e de semeadura de milho para uma dada semente híbrida e campo; @ : é o valor estimado β com base em uma matriz covariável de taxa de semeadura X e uma matriz de observações W, @ = (X^TX) ~¹X^TW; X : é uma matriz covariável de taxas de semeadura, de modo que (I i i

X — l ; W : sao as observações para o rendimento \Pi Pi PJ por planta, JV = (Wit ...,W_n)^T; σ² : em posterior segue uma distribuição gama inversa de n pares de observações de taxa de rendimento e de semeadura de milho para uma dada semente híbrida e campo, de modo que:

.....Gk-PrO ~ Gama Inverso ) em que ^σ2: é o valor σ² estimado, βο βι*Ρι) .

n-2 [111] Na etapa 608, a lógica de modelo de semeadura 176 compila modelos de semeadura para diferentes combinações da dada semente híbrida e largura de leira de sementeira para campos de teste medidos, em que cada modelo de semeadura corresponde a um único campo de teste. Cada modelo de semeadura inclui pontos de dados recuperados no campo de

Petição 870180030702, de 16/04/2018, pág. 79/105

67/67 teste, a distribuição normal de log criada com o uso da função exponencial de Duncan, e as distribuições posteriores conjuntas calculadas com o uso do método de priori de Jeffrey. Os modelos de semeadura compilados são, então, armazenados no banco de dados de modelo e de campo 160.

[112] No relatório descritivo supracitado, as modalidades da invenção foram descritas com referência a numerosos detalhes específicos que podem variar de implementação para implementação. O relatório descritivo e os desenhos devem, consequentemente, ser considerados em um sentido ilustrativo em vez de restritivo. O indicador único e exclusivo do escopo da invenção, e o que é destinado pelos requerentes a ser o escopo da invenção, é o escopo literal e equivalente do conjunto de reivindicações que emitem a partir deste pedido, na forma específica em que tais reivindicações emitem, que inclui qualquer correção subsequente.

Claims

REIVINDICAÇÕES

1. Método implementado por computador para determinar e apresentar uma recomendação de taxa de semeadura melhorada para semear sementes de planta em um campo, em que o método é CARACTERIZADO pelo fato de que compreende:

mediante uso de lógica de consulta de semeadura em um sistema de computador de servidor, receber dados digitais que representam parâmetros de plantio que compreendem informações de tipo de semente híbrida e largura de leira de plantio;

mediante uso da lógica de consulta de semeadura, recuperar um conjunto de um ou mais modelos de semeadura digital a partir de um repositório (160) de dados de semeadura digital eletrônica com base nos parâmetros de plantio, em que um ou mais modelos de semeadura digital contêm, cada um, um modelo de regressão para o tipo de semente híbrida, em que o modelo de regressão modela, para um campo específico, como o rendimento de planta muda quando a taxa de semeadura é variada para o campo específico;

mediante uso de lógica de modelo de mistura (174) no sistema de computador de servidor, gerar um modelo de mistura empírico em uma memória de computador digital com base em um ou mais modelos de semeadura digital, em que o modelo de mistura empírico é uma distribuição compósita de um ou mais modelos de semeadura digital;

mediante uso da lógica de modelo de mistura (174), gerar um conjunto de dados de distribuição de taxa de semeadura ideal na memória de computador digital com base no modelo de mistura empírico, em que o conjunto de dados de distribuição de taxa de semeadura ideal representa a taxa de semeadura

Petição 870200026621, de 27/02/2020, pág. 11/18
2/7 ideal para todo o campo medido;

mediante uso de lógica de recomendação de taxa de semeadura ideal (175) no sistema de computador de servidor, calcular e apresentar em um dispositivo de exibição digital uma recomendação de taxa de semeadura ideal com base no conjunto de dados de distribuição de taxa de semeadura ideal;

mediante uso da recomendação de taxa de semeadura ideal, gerar um script que pode ser baixado por um controlador para controlar um parâmetro de operação de um aparelho agrícola.

2. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que os parâmetros de plantio compreendem adicionalmente dados de propriedade do solo, dados de climatologia relacionados a um clima em ou próximo a uma localização geográfica do campo e dados de geolocalização que especificam uma geografia do campo.
3. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o modelo de regressão para o tipo de semente híbrida tem base em um ou mais pontos de dados medidos no campo específico.
4. Método, de acordo com a reivindicação 3, CARACTERIZADO pelo fato de que um ou mais pontos de dados medidos no campo específico compreendem dados digitais que representam o tipo de semente híbrida, o rendimento de planta e a taxa de semeadura da semente híbrida plantada.
5. Método, de acordo com a reivindicação 3, CARACTERIZADO pelo fato de que o modelo de regressão para o tipo de semente híbrida compreende uma distribuição log-normal da relação entre o rendimento de planta e a taxa de semeadura no campo específico.
6. Método, de acordo com a reivindicação 3, CARACTERIZADO

Petição 870200026621, de 27/02/2020, pág. 12/18

3/7 pelo fato de que o modelo de semeadura compreende adicionalmente distribuições posteriores conjuntas que representam distribuições de parâmetros de regressão usados para calcular o modelo de regressão.
7 . Método, de acordo com a reivindicação 6, CARACTERIZADO pelo fato de que gerar o conjunto de dados de distribuição de taxa de semeadura ideal compreende adicionalmente aplicar um gerador de amostragem aleatória para selecionar valores a partir do modelo de mistura empírico para a avaliação da geração do conjunto de dados de distribuição de taxa de semeadura ideal.
8. Método, de acordo com a reivindicação 7, CARACTERIZADO pelo fato de que o gerador de amostragem aleatória usa amostragem de Monte Carlo para selecionar valores a partir do modelo de mistura empírico.
9. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que gerar o conjunto de dados de distribuição de taxa de semeadura ideal tem base em um inverso negativo de valores de parâmetro selecionados a partir do modelo de mistura empírico.
10. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que calcular a recomendação de taxa de semeadura ideal compreende adicionalmente determinar um rendimento mediano para o conjunto de dados de distribuição de taxa de semeadura ideal.
11. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que apresentar a recomendação de taxa de semeadura ideal compreende adicionalmente apresentar variabilidade associada à recomendação de taxa de semeadura, em que a variabilidade tem como característica o desvio

Petição 870200026621, de 27/02/2020, pág. 13/18

4/7 absoluto mediano.
12 . Aparelho que compreende uma ou mais mídias de armazenamento não transitórias CARACTERIZADO pelo fato de que as uma ou mais sequências de instruções, quando executadas por um ou mais dispositivos de computação, levam à execução de um método que compreende as etapas de:

mediante uso de lógica de consulta de semeadura em um sistema de computador de servidor que recebe dados digitais que representam parâmetros de plantio que compreende informações de tipo de semente híbrida e largura de leira de plantio;

mediante uso da lógica de consulta de semeadura, recuperar um conjunto de um ou mais modelos de semeadura digital a partir de um repositório (160) de dados de semeadura digital eletrônica com base nos parâmetros de plantio, em que um ou mais modelos de semeadura digital contêm, cada um, um modelo de regressão para o tipo de semente híbrida, em que o modelo de regressão modela, para um campo específico, como o rendimento da planta muda quando a taxa de semeadura é variada para o campo específico;

mediante uso de lógica de modelo de mistura (174) no sistema de computador de servidor, gerar um modelo de mistura empírico em memória de computador digital com base em um ou mais modelos de semeadura digital, em que o modelo de mistura empírico é uma distribuição compósita de um ou mais modelos de semeadura digital;

mediante uso da lógica de modelo de mistura (1Ί4), gerar um conjunto de dados de distribuição de taxa de semeadura ideal na memória de computador digital com base no modelo de mistura empírico, em que o conjunto de dados de distribuição

Petição 870200026621, de 27/02/2020, pág. 14/18

5/7

de taxa de semeadura ideal representa a taxa de semeadura ideal para todo o campo medido; mediante uso de lógica de recomendação de taxa de semeadura ideal no sistema de computador de servidor,

calcular e apresentar em um dispositivo de exibição digital uma recomendação de taxa de semeadura ideal com base no conjunto de dados de distribuição de taxa de semeadura ideal;

mediante uso da recomendação de taxa de semeadura ideal, gerar um script que pode ser baixado por um controlador para controlar um parâmetro de operação de um aparelho agrícola.
13. Aparelho, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que os parâmetros de plantio compreendem adicionalmente dados de propriedade do solo, dados de climatologia relacionados a um clima em ou próximo a uma localização geográfica do campo e dados de geolocalização que especificam uma geografia do campo.
14. Aparelho, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que o modelo de regressão para o tipo de semente híbrida tem base em um ou mais pontos de dados medidos no campo específico.
15. Aparelho, de acordo com a reivindicação 14, CARACTERIZADO pelo fato de que um ou mais pontos de dados medidos no campo específico compreendem dados digitais que representam o tipo de semente híbrida, o rendimento de planta e a taxa de semeadura da semente híbrida plantada.
16. Aparelho, de acordo com a reivindicação 14, CARACTERIZADO pelo fato de que o modelo de regressão para o tipo de semente híbrida compreende uma distribuição lognormal da relação entre o rendimento de planta e a taxa de semeadura no campo específico.

Petição 870200026621, de 27/02/2020, pág. 15/18

6/7
17. Aparelho, de acordo com a reivindicação 14, CARACTERIZADO pelo fato de que o modelo de semeadura compreende adicionalmente distribuições posteriores conjuntas que representam distribuições de parâmetros de regressão usadas para calcular o modelo de regressão.
18. Aparelho, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que gerar o conjunto de dados de distribuição de taxa de semeadura ideal tem base em um inverso negativo de valores de parâmetro selecionados a partir do modelo de mistura empírico.
19. Aparelho, de acordo com a reivindicação 18, CARACTERIZADO pelo fato de que gerar o conjunto de dados de distribuição de taxa de semeadura ideal compreende adicionalmente aplicar um gerador de amostragem aleatória para selecionar valores a partir do modelo de mistura empírico para avaliação da geração do conjunto de dados de distribuição de taxa de semeadura ideal.
20. Aparelho, de acordo com a reivindicação 19, CARACTERI ZADO pelo fato de que o gerador de amostragem aleatória usa amostragem de Monte Carlo para selecionar valores a partir do modelo de mistura empírico.
21. Aparelho, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que calcular a recomendação de taxa de semeadura ideal compreende adicionalmente determinar um rendimento mediano para o conjunto de dados de distribuição de taxa de semeadura ideal.
22. Aparelho, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que apresentar a recomendação de taxa de semeadura ideal compreende adicionalmente apresentar a variabilidade associada à recomendação de taxa de

Petição 870200026621, de 27/02/2020, pág. 16/18

7/7 semeadura, em que a variabilidade tem como característica ser como o desvio absoluto mediano.