BRPI0915070B1

BRPI0915070B1 - Gerando produtos de informações agrícolas utilizando detecção remota

Info

Publication number: BRPI0915070B1
Application number: BRPI0915070-6A
Authority: BR
Inventors: Jack F. Paris; Gregory E. Knoblauch; Dean Grundman
Original assignee: Monsanto Technology Llc
Priority date: 2008-06-06
Filing date: 2009-06-05
Publication date: 2021-05-25
Also published as: WO2009149396A1; US20110135196A1; BRPI0914887B1; BRPI0915598A2; US20110134138A1; BRPI0915598B1; US20110135193A1; US8712148B2; US8411903B2; BRPI0915065B1; WO2009149384A1; US20110135197A1; BRPI0915070A2; BRPI0914887A2; US8411904B2; BRPI0915065A2; US8411905B2; WO2009149389A1; WO2009149394A1

Abstract

geração de produtos de informação agrícola usando sensor remoto. processo para gerar um arquivo por rastreio de índice suplementar com base em uma pluralidade de arquivos por rastreio de índice primário que são associados com uma área de interesse (aol) utiliza um computador acoplado a um dispositivo sensor remoto via uma rede, em que o computador inclui um dispositivo de input, um display, e uma memória. o processo inclui a geração de pluralidade de arquivos por rastreio de índice primário incluindo pelo menos dois arquivos por rastreio de índice de vegetação independente (vl) e um arquivo por rastreio de índice de luminosidade do solo (sbl), em que cada arquivo por rastreio de índice primário inclui uma pluralidade de valores de pixel. o processo também inclui a combinação pelo menos de dois arquivos por rastreio de vl para gerar um arquivo por rastreio de luminosidade do solo (csb) classificado, classificando cada valor de pixel do arquivo por rastreio do csb em uma de uma pluralidade de classes, armazenando o arquivo por rastreio de csb na memória e exibindo o arquivo por rastreio de csb.

Description

Antecedentes

A presente invenção refere-se geralmente a analisar dados remotamente detectados relativos à agricultura e, mais especificamente, a gerar produtos de informações com base em dados remotamente detectados.

Pelo menos alguns métodos conhecidos para processar forma- 10 ção de imagem multiespectral (MS) utilizando uma única fórmula que converte os dados de MS em um único índice de vegetação (VI) com base tipicamente em duas bandas espectrais-chave. Por exemplo, as duas bandas espectrais mais frequentemente utilizadas são a luz vermelha (RL) com comprimentos de onda próximos de 680 nanômetros (nm) e uma Banda A <15 infravermelha próxima (NA) com comprimentos de onda próximos de 830 nm. Mais ainda, pelo menos alguns métodos conhecidos requerem que os valores de rastreio de RL e NA sejam convertidos para valores de fator de refletância calibrados (RF).

Ademais, pelo menos alguns métodos conhecidos foram defini- 20 dos com a expectativa que os números digitais (DNs) de "luminosidade" espectral de entrada sejam fatores de refletância válidos conhecidos por serem absolutamente precisos. Por exemplo, pelo menos alguns métodos conhecidos utilizam DNs de imagem fonte brutas. Outros métodos conhecidos utilizam os fatores de refletância válidos, absolutamente precisos. No entanto, a obtenção de valores precisos para RF, mesmo para um número limitado de bandas espectrais, é difícil e dispendioso para completar. Sem os valores de Rf precisos, alguns métodos conhecidos para o processamento de formação de imagem de MS são inválidos. Mais ainda, o único VI que é gerado por alguns métodos conhecidos não relaciona bem com uma ou mais proprieda- des biofísicas geralmente importantes de análise de vegetação, tal como a densidade de biomassa verde (GBD), o índice de área de folhas verdes (GLAI), e/ou a radiação fotossinteticamente ativa absorvida (APAR). Mais ainda, pelo menos alguns métodos conhecidos que utilizam fatores de refle- tância absolutamente precisos incluem coeficientes fixos que não são precisos através de grandes períodos de tempo, tal como um período de tempo que dure anos após uma definição inicial dos coeficientes para um conjunto 5 inicial de valores de fator de refletância.

Mais ainda, pelo menos alguns métodos conhecidos para o processamento de formação de imagem de MS utilizam valores de pixel obtidos utilizando um sistema de MS específico, tal como o Sistema de Scanner Mul- tiespectral (MSS) de Landsat 1, 2, 3, ou 4 ou o Mapeador Temático (TM) de 10 Landsat 4. Consequentemente, somente aquelas bandas espectrais obtidas por MSS ou TM estavam disponíveis para utilização por tais métodos. Mais ainda, tais métodos incluíam a utilização de coeficientes de valor fixo que são somente úteis quando aplicados nos valores de pixel obtidos por MSS ou TM e, somente sob condições onde a iluminação solar era similar. Como - 15 tal, a utilização de tais métodos é restrita. Mais ainda, pelo menos alguns métodos conhecidos para processar a formação de imagem de MS são susceptíveis a variações indesejadas causadas por sombreamento de colinas e similares, o que é conhecido como ruído de luminosidade (BN), e são tam-bém susceptíveis ao ruído de solo (SN). Alguns outros métodos são menos 20 susceptíveis ao SN, mas estes utilizam somente duas bandas espectrais ou utilizam uma banda de luz azul (BL) que não está disponível em todos os sistemas de formação de imagem baseados em espaçonaves.

Breve Descrição

Esta breve descrição está provida para introduzir uma seleção 25 de conceitos em uma forma simplificada que estão adicionalmente abaixo descritos na descrição detalhada. Esta breve descrição não está destinada a identificar as características-chave ou características essenciais do assunto reivindicado, nem está destinada a ser utilizada como um auxílio na determinação do escopo do assunto reivindicado.

Em um aspecto, um método está provido para gerar um arquivo de rastreio com base em uma pluralidade de arquivos de rastreio de índice primários que estão associados a uma área de interesse (AOI) utilizando um computador acoplado a um dispositivo de detecção remoto através de uma rede, em que o computador inclui um dispositivo de entrada, um display, e uma memória. O método inclui receber uma pluralidade de arquivos de ras- treio de AOI através da rede; e gerar os arquivos de rastreio de índice primá- 5 rios que incluem um arquivo de rastreio de índice de biomassa verde (GBI), um arquivo de rastreio de índice de pigmentação (PGI), e um arquivo de rastreio de índice de luminosidade de solo (SBI). O método também inclui gerar uma pluralidade de níveis para cada um da pluralidade de arquivos de rastreio de índice primários com base nos arquivos de rastreio de AOI, gerar um 10 arquivo de rastreio de índice de vegetação de combinação (CVIPP) com base em um nível mais alto dos arquivos de rastreio de GBI e de PGI, e gerar um arquivo de rastreio de mapa de grão de soja (CSM) com base no arquivo de rastreio de CVIPP. O método também inclui armazenar o arquivo de rastreio de CSM na memória, e exibir um relatório de CSM com base no arquivo .15 de rastreio de CSM.

Em outro aspecto, um sistema de informações está provido para gerar um arquivo de rastreio com base em uma pluralidade de arquivos de rastreio de índice primários que estão associados a uma área de interesse (AOI). O sistema de informações inclui um sistema de computador que tem 20 uma memória e um processador acoplado na memória. O sistema de compu-tador está configurado para receber uma pluralidade de arquivos de rastreio de AOI que inclui um arquivo de rastreio de máscara unitária de terra comum (CLUM), um arquivo de rastreio de padrões de processamento de informa-ções federais (FIPS), e uma imagem de referência orto-retificada (ORI) da 25 AOI, e gerar os arquivos de rastreio de índice primários que incluem um arqui-vo de rastreio de índice de biomassa verde (GBI), um arquivo de rastreio de índice de pigmentação (PGI), e um arquivo de rastreio de índice de luminosi-dade de solo (SBI). O computador está também configurado para gerar uma pluralidade de níveis para cada um dos arquivos de rastreio de índice primá- 30 rios com base nos arquivos de rastreio de AOI, gerar um arquivo de rastreio de índice de vegetação de combinação (CVIPP) com base em um nível mais alto dos arquivos de rastreio de GBI e de PGI, e gerar um arquivo de rastreio de mapa de grão de soja (CSM) com base no arquivo de rastreio de CVIPP. O computador então armazena o arquivo de rastreio de CSM na memória e exibe um relatório de CSM com base no arquivo de rastreio de CSM.

Em outro aspecto, um ou mais meios de armazenamento legí- 5 veis por computador que têm componentes executáveis por computador estão providos para gerar um arquivo de rastreio com base em uma pluralidade de arquivos de rastreio de índice primários que estão associados a uma área de interesse (AOI). Os componentes incluem um componente de recepção de dados que faz com que um processador receba uma pluralidade de ar- 10 quivos de rastreio de AOI através de uma rede, e um componente de índice primário que faz com que um processador gere os arquivos de rastreio de índice primários que incluem um arquivo de rastreio de índice de biomassa verde (GBI), um arquivo de rastreio de índice de pigmentação (PGI), e um arquivo de rastreio de índice de luminosidade de solo (SBI). Um componente -15 de mascaramento faz com que um processador gere um arquivo de rastreio de máscara de nuvem com base nos arquivos de rastreio de PGI e de SBI. Um componente de geração de nível faz com que um processador gere uma pluralidade de níveis para cada um dos arquivos de rastreio de índice primá-rios. Um componente de índice de combinação faz com que um processador gere um arquivo de rastreio de índice de vegetação de combinação (CVIPP) com base em um nível mais alto dos arquivos de rastreio de GBI e de PGI. Um componente de mapa que faz com que um processador gere um arquivo de rastreio de mapa de grão de soja (CSM) com base no arquivo de rastreio de CVIPP. Um componente de armazenamento faz com que um processa- dor armazene o arquivo de rastreio de CSM em uma memória, e um componente de display faz com que um processador transmita um relatório de CSM para um dispositivo de display, em que o relatório de CSM está baseado no arquivo de rastreio de CSM.

Breve Descrição dos Desenhos

As modalidades aqui descritas podem ser melhor compreendi das referindo à descrição seguinte em conjunto com os desenhos acompanhantes. Figura 1 é um diagrama de blocos simplificado de um sistema de informações exemplar para utilização na reunião e processamento de informações agrícolas. Figura 2 é um diagrama de blocos expandido de uma modalida- 5 de exemplar de uma arquitetura de sistema do sistema de informações mostrado na figura 1. Figura 3 é um fluxograma simplificado que ilustra um método exemplar para gerar as informações agrícolas básicas associadas a uma área de interesse (AOI) utilizando o sistema de informações mostrado na 10 figurai. Figura 4 é um fluxograma expandido que ilustra adicionalmente o método mostrado na figura 3. Figura 5 é uma imagem que inclui três rastreios de imagem antes de serem processados utilizando o sistema de informações mostrado na - 15 figura 1. Figura 6 é uma imagem ajustada em luminosidade de solo que foi processada utilizando o sistema de informações mostrado na figura 1. Figura 7 é uma imagem de ruído de solo suprimido que foi processada utilizando o sistema de informações mostrado na figura 1. Figura 8 é uma imagem de pigmentação ajustada que foi pro-cessada utilizando o sistema de informações mostrado na figura 1. Figura 9 é um fluxograma que ilustra um método exemplar para gerar as informações agrícolas adicionais associadas a uma área de interesse (AOI) utilizando o sistema de informações mostrado na figura 1. Figura 10 é uma imagem que ilustra a exibição de uma imagem orto-retificada utilizada pelo sistema de informações mostrado na figura 1 para produzir um arquivo de rastreio de índice. Figura 11 é uma imagem que ilustra a exibição de uma imagem que inclui três arquivos de rastreio de imagem antes de serem processados 30 utilizando o sistema de informações mostrado na figura 1. Figura 12 é uma imagem que ilustra a exibição de um arquivo de rastreio de índice de luminosidade de solo que foi processado utilizando o sistema de informações mostrado na figura 1. Figura 13 é uma imagem que ilustra a exibição de uma imagem de arquivo de rastreio de índice de biomassa verde que foi processado utilizando o sistema de informações mostrado na figura 1. Figura 14 é uma imagem que ilustra a exibição de um arquivo de rastreio de índice de pigmentação filtrado que foi processado utilizando o sistema de informações mostrado na figura 1. Figura 15 é uma imagem que ilustra a exibição de um arquivo de rastreio de índice de biomassa verde de primeiro nível que foi processado 10 utilizando o sistema de informações mostrado na figura 1. Figura 16 é uma imagem que ilustra a exibição de um arquivo de rastreio de índice de biomassa verde de terceiro nível que foi processado utilizando o sistema de informações mostrado na figura 1. Figura 17 é uma imagem que ilustra a exibição de um arquivo de - 15 rastreio de índice de biomassa verde de quarto nível que foi processado utilizando o sistema de informações mostrado na figura 1. Figura 18 é uma imagem que ilustra a exibição de um arquivo de rastreio de índice de biomassa verde de pixel puro que foi processado utilizando o sistema de informações mostrado na figura 1. Figura 19 é um gráfico de distribuição que ilustra um conjunto de linhas que definem os dados de valor de pixel válidos de um arquivo de rastreio de índice vegetativo de combinação que pode ser utilizado pelo sistema de informações mostrado na figura 1. Figura 20 é uma imagem que ilustra a exibição do arquivo de 25 rastreio de índice vegetativo de combinação mostrado na figura 19. Figura 21 é uma imagem que ilustra a exibição de um arquivo de rastreio de mapa de grão de soja que foi processado utilizando o sistema de informações mostrado na figura 1.

Descrição Detalhada

Em algumas modalidades, o termo "detecção remota" (RS) refe re geralmente a um processo não destrutivo de reunir informações sobre um objeto ou área de interesse utilizando um sensor eletromagnético ou um dispositivo de coletamento de dados, enquanto o sensor ou dispositivo não está em contato físico direto com o objeto ou área. Exemplos típicos de fontes de dados de RS agricolamente significativas incluem aquelas coleta-das por câmeras sobre satélites que orbitam a terra e aviões. Numerosos 5 tipos de sensores eletromagnéticos podem ser utilizados em aplicações de RS, incluindo os sensores os quais coletam as informações sobre radiação eletromagnética absorvida ou refletida, por exemplo, em uma única banda espectral em diversas bandas multiespectrais, e muitas bandas hiperespec- trais, na região de luz visível, na região infravermelha próxima, na região 10 infravermelha média, na região infravermelha distante, e/ou na região de microondas.

Em algumas modalidades, o termo "multiespectral" (MS) refere- se geralmente a um tipo de sistema de RS que utiliza duas ou mais bandas espectrais. As bandas e códigos espectrais de RS comuns estão posterior- - 15 mente listados.

Em algumas modalidades, o termo "largura de banda" (AÀ) refere geralmente a uma faixa de comprimentos de onda (À, em nanômetros, nm) que estão frequentemente associados a uma banda espectral nomeada específica em um formador de imagem de RS.

Em algumas modalidades, o termo "rastreio" refere geralmente a uma rede regular de "números digitais" (DNs) com localizações especificadas por um par de coordenadas de linha e coluna. Cada elemento de rastreio (conhecido como pixel) tem um único valor de DN. Um rastreio pode ser um arquivo de rastreio independente, por exemplo, um Arquivo de

Formato de Imagem Rotulada (TIFF) ou um arquivo de TIFF geográfico (arquivo GeoTIFF - extensão: .tif). ou, no software "de prateleira" (COTS) TNTmips (licenciado pela Microimages, Inc., in Lincoln, NE), um rastreio pode ser um objeto de rastreio dentro de um arquivo .rvc (onde "rvc" significa "rastreio, vetor, CAD"). Alguns pixels em um rastreio podem ter um valor nulo, por exemplo, 0, para marcar os pixels que devem ser ignorados ou que não possuem uma luminosidade relativa à imagem ou unidade de informações.

Em algumas modalidades, o termo "rastreio de imagem" refere geralmente a um rastreio que tem DNs relativos à luminosidade de imagem que usualmente variam de 1 a 255 (para as imagens de inteiro não assinado) ou de 1 a 65.535 (para as imagens de inteiro não assinado). Um valor de 5 rastreio de imagem de 0 (o valor nulo para um rastreio) é usualmente reservado para aqueles pixels no rastreio de imagem que não têm um valor de DN relativo à luminosidade. Usualmente, existe um rastreio de imagem para cada banda espectral.

Em algumas modalidades, o termo "Bandas e códigos 10 espectrais" refere-se geralmente a um conjunto de imagens de NS que con-siste em um número de imagens de banda espectral que são rastreios de imagem individuais. Nas modalidades aqui descritas, cada banda espectral está designada por um código de banda espectral de duas letras, como segue: - 15 CB: Banda de luz azul costeira: Para os comprimentos de onda próximos de 440 nanômetros (nm) BL: Banda de luz azul: Para os comprimentos de onda próximos de 485 nm GL: Banda de luz verde: Para os comprimentos de onda próxi- 20 mos de 550 nm YL: Banda de luz amarela: Para os comprimentos de onda próximos de 610 nm RL: Banda de luz vermelha: Para os comprimentos de onda próximos de 680 nm 25 RE: Banda de borda vermelha: Para os comprimentos de onda próximos de 715 nm NA: Banda infravermelha próxima A: Para os comprimentos de onda próximos de 830 nm NB: Banda infravermelha próxima B: Para os comprimentos de 30 onda próximos de 920 nm MA: Banda infravermelha média A: Para os comprimentos de onda próximos de 1.200 nm MB: Banda infravermelha média B: Para os comprimentos de onda próximos de 1.650 nm MC: Banda infravermelha média C: Para os comprimentos de onda próximos de 2.235 nm TA: Banda infravermelha térmica A: Para os comprimentos de onda próximos de 3.500 nm TB: Banda infravermelha térmica B: Para os comprimentos de onda próximos de 10.000 nm algumas modalidades, o termo "rastreio geo-referenciado" refe- 10 re-se geralmente a um rastreio que tem um par de coordenadas de mapa associado à cada pixel. As coordenadas de mapa são providas por equações que relacionam a posição de cada linha e coluna a um par de coordenadas de mapa (por exemplo, longitude e latitude ou leste e norte), em uma projeção de mapa proclamado, dados (por exemplo, WGS84), e unidades > 15 (por exemplo, graus decimais ou metros).

Em algumas modalidades, o termo "rastreio de informações" refere-se geralmente a um rastreio que tem DNs que relacionam a indicadores de informações específicos (denominados valores de índice) ou a unidades de informações específicas (denominadas valores de medição com unidades 20 de medição implicadas). Os pixels de valor nulo são usualmente indicados por um 0 ou por 255. Assim, as unidades de informações reais utilizam DNs que variam de 1 a 254.

Em algumas modalidades, o termo "rastreios corregistrados" refere-se geralmente a um conjunto de rastreios de imagem ou de rastreios de 25 informações com pixels que relacionam bem uns com os outros, mas não necessariamente a localizações de mapa corretas. Os rastreios corregistra-dos estão sujeitos à manipulação por regras matemáticas e/ou lógicas que envolvem os DNs nos rastreios corregistrados de modo a derivar tipos de informações adicionais (que frequentemente é então colocado em um novo 30 rastreio de informações).

Em algumas modalidades, o termo "rastreio de orto-retificado" refere geralmente a um rastreio onde os pixels relacionam bem a localiza ções de mapa (isto é, que têm coordenadas geográficas precisas em um sistema de projeção de mapa declarado).

Deve ser compreendido por alguém versado na técnica que qualquer arquivo de rastreio pode ser exibido utilizando, por exemplo, uma 5 escala de cinza ou cores. Mais ainda, um display de escala de cinza pode estar baseado em uma escala de valor de pixel predeterminada de modo que um valor de pixel dentro de uma faixa específica possa ser exibido utilizando uma tonalidade de cinza predeterminada. Similarmente, um display colorido pode estar baseado em uma escala de valor de pixel predetermina- 10 da de modo que um valor de pixel dentro de uma faixa específica ou que tem um valor específico possa ser exibido utilizando uma tonalidade predeterminada de uma única cor ou pode ser exibido utilizando uma cor única para aquela faixa de valores de pixel ou para aquele valor de pixel específico.

Em algumas modalidades, o termo "Display RGB" refere-se ge- - 15 ralmente a um conjunto de três rastreios de imagem selecionados que são atribuídos às cores de display primárias denominadas Vermelho (R), Verde (G), e Azul (B).

Em algumas modalidades, o termo "infravermelho colorido (CIR)" refere-se geralmente a um display RGB onde três rastreios de ima- 20 gem, a saber, NA, RL, e GL, são atribuídos a pontos R, G, e B, respectiva-mente, utilizando tabelas de consulta de melhoramento de contraste. Em uma imagem de CIR de cor falsa, uma vegetação densa tem cores avermelhadas saturadas.

Em algumas modalidades, o termo "cor natural" (NC) refere-se 25 geralmente a um display RGB onde três rastreios de imagem, a saber, RL, GL e BL, são atribuídos a pontos R, G, e B, respectivamente, utilizando tabelas de consulta de melhoramento de contraste. Em uma imagem de NC verdadeira, uma vegetação densa tem tons diferentes como seria observado por uma pessoa que tem uma visão de cor normal.

Em algumas modalidades, o termo "infraverde colorido" (CIG) re fere-se geralmente a um display RGB onde três rastreios de imagem, a saber, MB, NA e RL, são atribuídos a pontos R, G, e B, respectivamente, utili zando tabelas de consulta de melhoramento de contraste. Em uma imagem de CIG de cor falsa, uma vegetação densa geralmente tem cores esverdeadas saturadas. O CIG pode também ser útil para reconhecer a neve em relação às nuvens.

Em algumas modalidades, o termo "tabela de consulta de melho ramento de contraste" refere-se geralmente a uma tabela de consulta de um para um que refere um valor de DN de pixel com a luminosidade de pixel exibido (luminosidades de R, G, e/ou B em um display RGB). Estes tipos de conversões dinâmicas permitem manter os valores de DN em um rastreio 10 inalterados enquanto aperfeiçoando grandemente a aparência de rastreio quando exibido.

Em algumas modalidades, o termo "algoritmo de extração de informações" (IEA) refere-se geralmente a uma série de etapas de processa-mento complexas que produz um ou mais rastreios de informações específi- - 15 cos de um conjunto de rastreios de imagem de MS através da utilização de operações lógicas hierárquicas ou fórmulas matemáticas. Os rastreios de informações podem ser ou não rastreios geo-referenciados ou rastreios orto- referenciados.

Em algumas modalidades, o termo "rastreio de informações bá- 20 sicas" refere-se geralmente a um rastreio de informações que representa um tipo denominado específico de propriedade biofísica genérica como representada por valores de indicador (isto é, DNs de rastreio) que estão associados à cada pixel.

Em algumas modalidades, o termo "produto de informações bá- 25 sicas" refere geralmente a um rastreio de informações básicas que foi exportado para um dos formatos de arquivo de rastreio de troca comuns, por e- xemplo, um arquivo GeoTIFF (.tif).

Em algumas modalidades, o termo "valor de índice de vegetação (VI)" refere-se, geralmente, a um indicador numérico de níveis relativos de 30 densidade de biomassa (ou índice de área de folhas: LAI) usualmente apresentado como valores inteiros em um rastreio de informações. Durante a longa história de RS, muitas fórmulas e lEAs foram previstas para produzir um rastreio de VI. Frequentemente, os valores de VI em um rastreio de VI terão um valor de 0 ou 100 para indicar que nenhuma vegetação está presente (por exemplo, em um campo de solo nu). Para alguns rastreios de VI, o solo nu não tem um valor próximo de 0 - ao contrário o valor de VI relativo ao solo nu pode ser um valor não lógico (nem 0 nem 100). Altos valores de VI referem às copas de vegetação mais densas. Como um valor de VI realmente refere-se a uma dada medida biofísica de densidade de biomassa usualmente varia de tipo de vegetação para tipo de vegetação e mesmo de híbrido para híbrido. Alguns lEAs de VI são susceptíveis a variações na re- fletância de solos de fundo, denominados "ruído de solo" (SN). Outros mostram uma resposta muda a mudanças em densidade de biomassa no topo da escala de VI, denominada saturação de informações. Em geral, os Vis são afetados por mudanças em ângulos de folhas de copas e a mistura de folhas com galhos. A pigmentação de folha também afeta os valores de VI feitos da maioria de lEAs de VI.

Em algumas modalidades, o termo "calibração" ou "calibrado" refere geralmente a valores de índice numéricos que são consistentes de imagem para imagem e de data para data em termos de, por exemplo, propriedades biofísicas. Um número de métodos de calibração pode ser utilizado.

Nas modalidades aqui descritas, os seguintes métodos podem ser utilizados para calibrar, por exemplo, os valores de pixel de VI: - em um método, os valores de refletância RF calibrados (isto é, válidos) são utilizados como entrada. As entradas de RF calibradas levam aos mesmos valores de VI de saída (sendo este 0,2 a 0,9, por exemplo, para NDVI, para uma vegetação que tem faixas de densidade normais ou 0 a 100 para Vis gerados utilizando outros métodos). A implicação é que a utilização de entradas calibradas renderá saídas calibradas. Se os valores de RFs de entrada forem válidos, e como outros RFs que foram produzidos de outras formações de imagem ou em outras datas, então os Vis resultantes serão consistentes de lugar para lugar ou de data para data. Um problema princi-pal na detecção remota é que é difícil, se não impossível criar valores de RF válidos especialmente com relação a RFs de nível de superfície (SFC). Os RFs de topo da atmosfera (TOA) são fáceis de chegar, mas diferem grandemente de RFs de SRF em modos que dependem de parâmetros atmosféricos incomensuráveis e diferenças de irradiância entre o sol direto atenuado e a dispersão indireta do restante da atmosfera hemisférica. - Em outro método, dois ou mais valores de VI brutos são matematicamente ligados a dois ou mais parâmetros biofísicos de interesse conhecidos, tais como as condições de densidade vegetativa, para criar um modelo matemático que converte os valores de VI brutos para medidas calibradas de parâmetros biofísicos de interesse. Historicamente, instrumentos científicos e seus dados foram calibrados para valores padrão pela utilização de dois ou mais pontos de ligação ao longo da escala numérica inicial. Por exemplo, um modo comum para calibrar um termômetro seria imergir o termômetro em um banho de água gelada (o qual tem uma temperatura conhecida de 0°C) e então em um banho de água fervente (o qual tem uma temperatura conhecida de 100°C). Assumindo que as leituras de termômetro brutas são lineares entre estes dois pontos de temperatura conhecidos provê o meio para converter uma leitura de termômetro bruta em um valor de temperatura calibrado. Este tipo de calibração de dois pontos de um VI, pode ser feito, por exemplo, utilizando uma área de solo nu conhecida e o seu valor de VI bruto como um ponto de GBD zero e utilizando uma área de vegetação densa e o seu valor de VI bruto como um ponto de GBD 100, ou como um valor de GBD real que independentemente medido no campo concorrentemente com o coletamento de imagem. - Em outro método de calibração, uma faixa de DN de entrada bruto ou de valores de índice intermediário transformados são examinados em um modo univariado, e os valores extremos são selecionados (por e- xemplo, os pontos de 0,1% e 99,9% cumulativos como representando uma escala de saída determinada). Em alguns casos, as distribuições univariadas podem ter valores extremos significativos com alguma atenção dada a valores ruidosos nestas extremidades extremas. - Em ainda outro método, os valores de luminosidade espectral originais ou os valores de refletância, em TOA ou em SFC, são convertidos para indicadores padrão de luminosidade, de cor verde, de cor amarela, de umidade, e/ou quaisquer outros indicadores adequados de modo que as variáveis transformadas resultantes possam ser calibradas para um dado conjunto de condições biofísicas sobre uma variável transformada. Os métodos de transformação incluídos nas modalidades aqui descritas facilitam um desempenho aperfeiçoado de um método de computador típico para uma transformação de dados de MS.

Em outro método de calibração, os valores de pixel de VI são ligados a condições biofísicas que podem não estar diretamente relacionadas com os dados espectrais. Tais condições biofísicas podem incluir, sem limitação, contagens de estande, distribuições de rendimento, e identificação de pixels que foram organizados em grupos ou valores de VI similares. Isto frequentemente envolve análises de grupo supervisionadas ou não supervisionadas que encontram objetos de cena que têm propriedades espectrais autoconsistentes, mas que não têm nenhuma identificação dedutiva. A verdade de solo é então utilizada para identificar certos grupos. Outros pixels que pertencem à mesma classe de grupo então são assumidas serem a mesma que a classe indicada pela verdade de solo disponível. Um grupo não requer indicadores de entrada absolutos já que a regra de membro em um dado grupo está baseada em valores relativos. Então, a cada grupo es-pacial é atribuído um significado biofísico por meio de um nome ou rótulo, tal como, "normal", "infestação de insetos", "excesso de nitrogênio", e "atingido por aridez". De fato, os Vis não lineares podem ainda ser agrupados em grupos que são relativos à similaridade a pixels vizinhos em um contexto matemático ou espacial. Mais ainda, mais do que um dos métodos acima pode ser utilizado simultaneamente e/ou consecutivamente. Os métodos de calibração acima são para propósitos ilustrativos e exemplares e deve ser percebido que os métodos de calibração devem ser selecionados de acordo com as circunstâncias, e podem incluir outros métodos conhecidos na técnica e/ou combinações de vários métodos.

Os efeitos técnicos de métodos, sistemas, e mídias legíveis por computador aqui descritos incluem pelo menos um de (a) receber uma plura- lidade de arquivos de rastreio que referem a uma área de interesse (AOI); (b) gerar uma pluralidade de arquivos de rastreio de índice primários; (c) gerar um arquivo de rastreio de máscara de nuvem com base em dois dos arquivos de rastreio de índice primários; (d) gerar um primeiro nível de cada 5 um dos arquivos de rastreio de índice primários com base no arquivo de ras-treio de máscara de nuvem; (e) gerar um segundo nível de cada um dos ar-quivos de rastreio de índice primários; (f) gerar um terceiro nível de cada um arquivos de rastreio de índice primários com base nos arquivos de rastreio de segundo nível e arquivos de rastreio de AOI suplementares; (g) gerar um 10 quarto nível de cada um arquivos de rastreio de índice primários com base nos arquivos de rastreio de terceiro nível e um arquivo de rastreio de máscara de área de validade; (h) gerar uma pluralidade de arquivos de rastreio de pixel puro com base nos arquivos de rastreio de quarto nível e no arquivo de rastreio de máscara de pixel puro; (i) gerar um arquivo de rastreio de índice - 15 vegetativo de combinação; (j) gerar um arquivo de rastreio de mapa de grão de soja sobre o arquivo de rastreio de índice vegetativo de combinação; (k) armazenar o arquivo de rastreio de grão de soja em uma memória; (I) criar um relatório de mapa de grão de soja com base no arquivo de rastreio de grão de soja; e (m) exibir o relatório de mapa de grão de soja utilizando um 20 sistema de cliente. A figura 1 é um diagrama de blocos simplificado de um sistema exemplar 100 de acordo com uma modalidade para utilização na reunião e no processamento de informações agrícolas. Na modalidade exemplar, o sistema 100 inclui um sistema de servidor 102, e uma pluralidade de subsis- 25 temas de cliente, também referidos como sistemas de cliente 104, conectados no sistema de servidor 102. Em uma modalidade, os sistemas de cliente 104 são computadores que incluem um navegador da Web e/ou um aplicativo de software de cliente, de modo que o sistema de servidor 102 seja acessível aos sistemas de cliente 104 sobre uma rede, tal como a Internet e/ou 30 uma intranet. Os sistemas de cliente 102 estão interconectados na Internet através de muitas interfaces que incluem uma rede, tal como uma rede de área local (LAN), uma rede de área ampla (WAN), conexões de discar, mo- dems de cabo, modems sem fio, e/ou linhas de Rede Digital de Serviços Integrados (ISDN) especiais de alta velocidade. Como acima descrito, os sistemas de cliente 104 podem ser qualquer dispositivo capaz de interconectar na Internet incluindo um computador, um telefone baseado em Web, um as- 5 sistente digital pessoal (PDA), ou outro equipamento conectável baseado em Web. Um servidor de banco de dados 106 está conectado a um bando de dados 108 que contém as informações sobre uma variedade de assuntos, tais como as informações agrícolas relativas a uma ou mais áreas de inte-resse (AOIs). Em uma modalidade, o banco de dados centralizado 108 está 10 armazenado no sistema de servidor 102 e é acessado por usuários potenciais em um dos sistemas de cliente 104 entrando no sistema de servidor 102 através de um dos sistemas de cliente 104. Em uma modalidade alternativa, o banco de dados 108 está armazenado remotamente do sistema de servidor 102 e pode ser não centralizado.

Mais ainda, na modalidade exemplar, o sistema 100 inclui um ou mais sensores remotos 110. Cada sensor 110 reúne as informações sobre um objeto ou área de interesse, apesar do sensor 110 não estar em contato físico direto com o objeto ou área. Em uma modalidade, o sensor 110 é uma câmera acoplada a um satélite em órbita terrestre ou a um avião. Em uma 20 modalidade alternativa, o sensor 110 é um sensor eletromagnético que coleta as informações sobre a radiação eletromagnética absorvida ou refletida, por exemplo, em uma única banda espectral, em diversas bandas multies- pectrais, em muitas bandas hiperespectrais, na região de luz visível, na região infravermelha próxima, na região infravermelha média, na região in- fravermelha distante, e/ou na região de microondas. Em algumas modalidades, o sensor 110 está restrito, por exemplo, pelo sistema de servidor 102, para utilizar somente ângulos de observação descendente predeterminados durante o coletamento de dados e/ou coletar os dados durante horas do dia especificadas. As horas do dia durante as quais os dados devem ser coleta- 30 dos podem ser determinadas, por exemplo, pelo dia do ano e/ou a latitude da AOI. Mais especificamente, o sensor 110 está restrito para somente coletar os dados que não são afetados por refletância bidirecional. Na modalida- de exemplar, o sistema de servidor 102 acessa cada sensor 110 sobre uma rede, tal como a Internet e/ou uma intranet. Em algumas modalidades, os sensores 110 são também acessíveis pelo sistema de cliente 104 sobre uma rede, tal como a Internet e/ou uma intranet.

Como abaixo discutido, as informações agrícolas que incluem rastreios, rastreios de imagem, e/ou rastreios de geo-referência são armazenadas dentro do sensores 110 e podem ser extraídas pelo sistema de servidor 102 para armazenamento dentro do banco de dados 108. Mais ainda, o banco de dados 108 pode incluir uma estampa de tempo para cada dado 10 que foi inserido ou modificado dentro do banco de dados 108. Como o banco de dados 108 pode incluir os dados extraídos de múltiplos sensores 110, cada dado armazenado dentro do banco de dados 108 está marcado por um identificador tal como uma chave que corresponde a uma AOI que refere ao dado relevante.

As modalidades aqui ilustradas e descritas assim como as mo dalidades não especificamente aqui descritas mas dentro do escopo de aspectos da invenção constituem meios exemplares para gerar um mapa de colheita agrícola, tal como uma mapa de grão de soja, e mais especifica-mente, constituem meios exemplares para arquivar e analisar os dados agrí- 20 colas obtidos pelos sensores 110 e armazenados no banco de dados 108 como arquivos de rastreio de imagem. Por exemplo, o sistema de servidor 102 ou o sistema de cliente 104, ou qualquer outro dispositivo de computa-dor similar, programado com instruções executáveis por computador ilustra-do na figura 1 constitui um meio exemplar para arquivar e analisar os dados 25 agrícolas obtidos pelo sensores 110 e armazenados no banco de dados 108 como arquivos de rastreio de imagem. A figura 2 é um diagrama de blocos expandido de uma modalidade exemplar de uma arquitetura de sistema 200 do sistema 100 (mostrado na figura 1) de acordo com uma modalidade. Os componentes na arquitetura 30 de sistema 200, idênticos aos componentes do sistema 100, estão identificados na figura 2 utilizando os mesmos números de referência como utilizados na figura 1. O sistema 200 inclui o sistema de servidor 102 e os siste- mas de cliente 104. O sistema de servidor 102 ainda incluir o servidor de banco de dados 106, um servidor de aplicativo 202, um servidor da Web 204, um servidor de fax 206, um servidor de diretório 208, e um servidor de correio 210. Uma unidade de armazenamento de disco 212 está acoplada no servidor de banco de dados 106 e no servidor de diretório 208. Exemplos de unidade de armazenamento de disco 212 incluem, mas não estão limitados a incluir, um dispositivo de Armazenamento Anexado a Rede (NAS) e um dispositivo de Rede de Área de Armazenamento (SAN). O servidor de banco de dados 106 está também acoplado no banco de dados 108. Os servidores 106, 202, 204, 206, 208, e 210 estão acoplados em uma rede de área local (LAN) 214. Os sistemas de cliente 104 podem incluir uma estação de trabalho de administrador de sistema 216, uma estação de trabalho de usuário 218, e uma estação de trabalho de supervisor 220 acopladas na LAN 214. Alternativamente, os sistemas de cliente 104 podem incluir as estações de trabalho 216, 218, 220, 222, e 224 que estão acopladas na LAN 214 utilizando uma conexão de Internet ou conectadas através de uma intranet.

Cada sistema de cliente 104, incluindo as estações de trabalho 216, 218, 220, 222, e 224, é um computador pessoal que tem um navegador da Web e/ou um aplicativo de cliente. O sistema de servidor 102 está configurado para ser acoplado comunicativo com os sistemas de cliente 104 para permitir que o sistema de servidor 102 seja acessado utilizando uma conexão de Internet 226 provida por um Provedor de Serviço de Internet (ISP). A comunicação na modalidade exemplar está ilustrada como sendo executada utilizando a Internet, no entanto, qualquer comunicação do tipo de rede de área ampla (WAN) adequada pode ser utilizada em modalidades alternativas, isto é, os sistemas e processos não estão limitados a serem praticados utilizando a Internet. Além disso, a rede de área local 214 pode ser utilizada no lugar da WAN 228. Ainda, o servidor de fax 206 pode comunicar com os sistemas de cliente 104 remotamente localizados utilizando uma conexão telefônica.

Mais ainda, na modalidade exemplar, o sistema de servidor 102 está comunicativamente acoplado a um ou mais sensores remotos 110 que adquirem os dados, tais como os dados agrícolas. O sistema de servidor 102 está configurado para ser comunicativamente acoplado a cada sensor 110 para permitir que o sistema de servidor 102 acesse cada sensor 110 utilizando a conexão de Internet 226. A comunicação na modalidade exemplar 5 está ilustrada como sendo executada utilizando a Internet, no entanto, qualquer comunicação do tipo de rede de área ampla (WAN) adequada pode ser utilizada em modalidades alternativas, isto é, os sistemas e processos não estão limitados a serem praticados utilizando a Internet. Além disso, a rede de área local 214 pode ser utilizada no lugar da WAN 228. O sistema de ser- 10 vidor 102 está ainda configurado para extrair os dados de cada sensor 110 que é especificado como uma origem de dados. O sistema de servidor 102 extrai os dados e armazena os dados dentro do banco de dados 108. A figura 3 é um fluxograma 300 que ilustra um método exemplar para gerar uma pluralidade de arquivos de rastreio de índice agrícola asso- - 15 ciados com uma área de interesse (AOI) utilizando o sistema 200 (mostrado na figura 2). Em uma modalidade exemplar, um computador recebe 302 três arquivos de rastreio de imagem para a AOI de um dispositivo de detecção remoto, tal como o sensor 110, através de uma rede. Especificamente, o computador recebe somente três arquivos de rastreio de imagem relativos à 20 AOI. Em algumas modalidades, o computador é o sistema de servidor 102. Em modalidades alternativas, o computador é o sistema de cliente 104. Na modalidade exemplar, o computador inclui uma memória e um processador acoplados através de um barramento. O computador também inclui um dispositivo de entrada e um display acoplados no processador. Em uma moda- 25 lidade, o computador recupera os arquivos de rastreio de imagem do sensor 110, por exemplo, solicitando os arquivos de rastreio de imagem do sensor 110. Alternativamente, o computador pode receber os arquivos de rastreio de imagem do sensor 110 e armazenar os arquivos de rastreio de imagem na memória. O computador pode então recuperar os arquivos de rastreio de 30 imagem da memória. Na modalidade exemplar, o computador então recebe 304 uma pluralidade de pontos de controle espectrais (SCPs) de um usuário através do dispositivo de entrada, tal como um teclado ou um mouse. Espe- cificamente, o computador recebe três SCPs do usuário. Em algumas modalidades, o computador armazena os SCPs na memória. Mais ainda, em algumas modalidades, o computador inclui um componente de recepção de dados que, quando executado pelo processador, faz com que o processador 5 recebe e/ou recupere os três arquivos de rastreio de imagem e/ou os três SCPs.

Na modalidade exemplar, o computador gera 306 dois arquivos de rastreio de índice de vegetação (VI) independentes com base nos três arquivos de rastreio de imagem e nos três SCPs. Especificamente, os dois 10 arquivos de rastreio de VI incluem um arquivo de rastreio de índice de pigmentação (PGI) e um arquivo de rastreio de índice de biomassa verde (GBI). O computador também gera 308 um arquivo de rastreio de índice de luminosidade de solo (SBI) com base nos três arquivos de rastreio de imagem e nos três SCPs. O computador gera os arquivos de rastreio de VI e os arqui- - 15 vos de rastreio SBI, por exemplo, acessando os três arquivos de rastreio de imagem e os SCPs na memória, e processando os arquivos de rastreio de imagem e os SCPs. Em algumas modalidades, o computador inclui um com-ponente de índice primário que, quando executado pelo processador, faz com que o processador gere os arquivos de rastreio de PGI, GBI, e SBI.

Na modalidade exemplar, o computador então armazena 310 cada um dos arquivos de rastreio de SBI, GBI e PGI na memória. Mais ainda, o computador exibe seletivamente 312, através do display, um ou mais dos arquivos de rastreio de PGI, GBI, e SBI. Em algumas modalidades, o computador incluir um componente de armazenamento que, quando execu- 25 tado pelo processador, faz com que o processador armazene cada um dos arquivos de rastreio de PGI, GBI, e SBI na memória. Mais ainda, em algumas modalidades, o computador inclui um componente de display que quando executado pelo processador, faz com que o processador transmita seletivamente um ou mais dos arquivos de rastreio de PGI, GBI, e SBI para 30 o display. A figura 4 é um fluxograma expandido 400 que ilustra adicionalmente o método mostrado na figura 3. Na modalidade exemplar, e referindo à figura 2, o sistema de servidor 102 recebe três arquivos de rastreio de i- magem de um ou mais sensores remotos 110. Especificamente, o sistema de servidor 102 recebe 402 os três arquivos de rastreio de imagem dos sensores 110 através de uma rede, tal como a Internet e/ou a Conexão de Inter- 5 net de ISP 226. Na modalidade exemplar, os arquivos de rastreio de imagem são arquivos descalibrados e incluem um primeiro arquivo de rastreio de imagem relativo à banda espectral de luz verde (GL), um segundo arquivo de rastreio de imagem relativo à banda espectral de luz vermelha (RL), e um terceiro arquivo de rastreio de imagem relativo à banda espectral infraverme- lha próxima, banda A (NA). Como tal, os três arquivos de rastreio de imagem são ortogonais uns aos outros em um espaço matemático tridimensional. Recebendo somente os três arquivos de rastreio de imagem acima facilita arquivos de rastreio de saída mais consistentes de imagem para imagem e de data para data. Mais ainda, cada arquivo de rastreio de imagem é um - 15 arquivo de rastreio geo-referenciado e, como tal, inclui uma pluralidade de valores de pixel e um conjunto de coordenadas de mapa associadas com cada valor de pixel. Ainda, na modalidade exemplar, nenhum dos três arquivos de rastreio de imagem necessariamente inclui informações de fator de refletância. Em algumas modalidades, o sistema de servidor 102 recupera os três arquivos de rastreio de imagem dos sensores 110. Na modalidade e- xemplar, o sistema de servidor 102 armazena 404 os três arquivos de ras-treio de imagem em uma memória e/ou banco de dados 108. Em uma moda-lidade, o sistema de cliente 104 recebe os três arquivos de rastreio de ima-gem do sensor 110 ao invés do sistema de servidor 102. Em tal modalidade, 25 o sistema de cliente 104 transmite os arquivos de rastreio de imagem para o sistema de servidor 102 para armazenamento no banco de dados 108. Alternativamente, o sistema de cliente 104 pode armazenar os arquivos de rastreio de imagem localmente em uma memória.

Na modalidade exemplar, o sistema de servidor 102 então rece- be 406 um conjunto de três pontos de controle espectrais (SCPs) através de entrada de usuário. Especificamente, um usuário insere uma localização de cada um dos três SCPs. Na modalidade exemplar, os SCPs incluem, na se- guinte ordem, um SCP de solo nu escuro, um SCP de solo nu mais brilhante, e um SCP de vegetação verde de referência. As localizações podem ser inseridas através do sistema de cliente 104, e transmitidas para o sistema de servidor 102 através de uma rede, tal como a Internet. Alternativamente, a 5 localização pode ser inserida diretamente no sistema de servidor 102. O sis tema de servidor 102 armazena 408 cada SCP em uma memória e/ou banco de dados 108. Na modalidade exemplar, os SCPs são a única entrada manual. Em modalidades alternativas, o sistema de servidor 102 pode receber mais do que três SCPs ou menos do que três SCPs.

O sistema de servidor 102 então desloca a origem do espaço ma temático tridimensional original definido pelos três arquivos de rastreio de imagem. Especificamente, o sistema de servidor 102 desloca a origem de uma primeira origem para uma segunda origem que é definida pelos três ar-quivos de rastreio de imagem e o SCP de solo nu escuro. Este deslocamento -15 de pré-rotação facilita reduzir os efeitos de refletâncias de percurso variável que ocorrem de cena para cena, isto é, de um primeiro conjunto de dados relativos à AOI em um primeiro tempo para um segundo conjunto de dados relativos à AOI em um segundo tempo. Tais refletâncias de percurso variável são causadas por variações em nebulosidade atmosférica e/ou em ângulos de iluminação solar. Mais ainda, em gera, uma linha de solos nus (LBS) passa através de um ponto no espaço tridimensional que está associado com um ou mais solos nus, tal como um solo nu escuro. A identificação de um segundo ponto de solo nu conhecido, tal como o SCP de solo nu mais brilhante, facilita gerar um vetor unitário no espaço matemático tridimensional original que defi- ne a LBS como esta realmente existe na cena sendo processada.

Na modalidade exemplar, o sistema de servidor 102 gera três arquivos de rastreio intermediários, de escala aberta com base nos três arquivos de rastreio de imagem e nos três SCPs utilizando um algoritmo de transformação progressiva (PT). Um primeiro arquivo de rastreio intermediá- 30 rio está relacionado com a luminosidade, e é daqui em diante referido como um arquivo de rastreio de luminosidade de PT (PTB). Um segundo arquivo de rastreio intermediário está relacionado com a cor verde, e é daqui em di- ante referido como um arquivo de rastreio de cor verde de PT (PTG). Um terceiro arquivo de rastreio intermediário está relacionado com propriedades biofísicas outras que a luminosidade ou a cor verde, e é daqui em diante referido como não tal PT (PTN). O algoritmo de PT inclui utilizar os coeficien- 5 tes de PT que podem ter feito uma transformação rotacional em um tempo ou em qualquer número de características de entrada para qualquer número de arquivos de rastreio de PT de saída. Por exemplo, a aplicação do algoritmo de PT a um conjunto de três bandas como aqui descrito resulta em três rastreios de PT intermediários. Cada arquivo de rastreio intermediário é um 10 arquivo de rastreio geo-referenciado e, como tal , inclui uma pluralidade de valores de pixel e um conjunto de coordenadas de mapa associadas com cada valor de pixel. Na modalidade exemplar, as coordenadas de mapa dos arquivos de rastreio intermediários coincidem com aquelas incluídas nos três arquivos de rastreio de imagem recebidos pelo sistema de servidor 102.

Mais ainda, na modalidade exemplar, os arquivos de rastreio intermediários são calibrados. A calibração dos arquivos de rastreio intermediários permite gerar, por exemplo, um arquivo de rastreio de PTG com a vegetação herbácea verde mais densa em uma dada cena tendo valores de pixel que são relativos a um VI de saída que está em ou próximo de um valor mais alto de 20 uma escala de VI de saída.

Consequentemente, na modalidade exemplar, o sistema de servidor 102 gera 410 o arquivo de rastreio de PTN e armazena o arquivo de rastreio de PTN em uma memória e/ou banco de dados 108. Especificamen-te, os valores de pixel que representam um objeto biofísico chave, solo nu, 25 com as suas várias condições de luminosidade, são ajustados para zero para o arquivo de rastreio de PTN. Os tipos primários de materiais de cobertura de terra que têm um valor positivo em um arquivo de rastreio de PTN incluem várias densidades de resíduos e alguma vegetação senescente. Alguns materiais em uma cena de imagem formada têm valores de PTN menores do 30 que zero, tais como a água aberta, materiais de estrada, telhados, e alguns tipos de vegetação. O sistema de servidor 102 acessa o arquivo de rastreio de imagem armazenado e os dados de SCP e gera 412 um primeiro arquivo de rastreio de índice de vegetação (VI) com base no arquivo de rastreio de PTN. Especificamente, o sistema de servidor 102 acessa o arquivo de ras-treio de PTN armazenado e gera um arquivo de rastreio de índice de pig-mentação (PGI) com base no arquivo de rastreio de PTN reescalando os 5 valores de pixel de PTN brutos nos valores de pixel de PGI com base nos valores de pixel de PTN que são maiores do que zero. Estes valores de pixel de PTN positivos referem à densidade de resíduo sobre a paisagem. Após determinar um valor positivo mais alto baseado em distribuição no arquivo de rastreio de PTN, o valor de pixel efetivamente mais alto é atribuído um 10 valor de PGI de 50. No lado negativo da escala de PTN, a escala de PGI é ajustada para 1/1,3 do lado mais alto para os valores de PGI maiores do que 100. A razão de 1/1,3 permite que os tipos de cobertura de terra permaneçam em escala para os valores de pixel entre 100 e 254.

O arquivo de rastreio de PGI indica quanto as propriedades es- ■ 15 pectrais em um dado pixel afastam das propriedades espectrais de uma simples mistura de solo nu de fundo com um tipo de vegetação verde típica estando no primeiro plano. Estes pixels de mistura simples são denotados por valores de PTN próximos de zero e são atribuídos um valor de PGI de 100. Existem dois tipos de desvios em pigmentação. Uma primeira variação 20 causa um deslocamento espectral mais azulado, por exemplo, os desvios causados por água aberta profunda, superfícies de estrada, telhados, e/ou vegetação muito exuberante. Uma segunda variação causa um deslocamento espectral mais amarelado devido a, por exemplo, resíduos e/ou vegetação senescente. A primeira variação está indicada por valores de pixel de PGI 25 maiores do que 100 (até 254). A segunda variação indicada por valores de PGI menores do que 100 (até 1). Após a geração do arquivo de rastreio de PGI, o sistema de servidor 102 gera 414 o arquivo de rastreio de PTB, gera 416 o arquivo de rastreio de PTG, e armazena os arquivos de rastreio de PTB e de PTG em uma memória e/ou banco de dados 108. Mais ainda, o 30 sistema de servidor 102 determina um valor de pixel mais baixo baseado em distribuição no arquivo de rastreio de PTG e, no outro lado da escala de PTG, a escala é ajustada para 1/1,3 do lado mais baixo.

Na modalidade exemplar, o sistema de servidor 102 então corrige 418 os arquivos de rastreio de PTN e de PTG quanto ao ruído de luminosidade (BN). Especificamente, o sistema de servidor 102 acessa e processa os arquivos de rastreio de PTN e de PTG armazenados utilizando uma fór- 5 mula do tipo de razão. Os arquivos de rastreio de PTN e de PTG corrigidos podem então ser salvos em uma memória e/ou banco de dados 108. Mais ainda, na modalidade exemplar, o sistema de servidor 102 determina 420 um fator de correção de ruído de solo (SN) e aplica o fator de correção de SN nos arquivos de rastreio de PTN e de PTG.

O sistema de servidor 102 então gera 422 um segundo arquivo de rastreio de VI com base nos arquivos de rastreio de PTN e de PTG. Especificamente o sistema de servidor 102 gera um arquivo de rastreio de índice de biomassa verde (GBI) acessando os arquivos de rastreio de PTN e de PTG armazenados em uma memória ou no banco de dados 108, e - 15 determinando uma pluralidade de valores de pixel de GBI brutos. O sistema de servidor 102 então calibra os valores de pixel de GBI brutos aplicando um fator de escalagem nos valores de pixel de GBI brutos para determinar os valores de pixel de GBI finais. Os valores de pixel de GBI finais compõem o arquivo de rastreio de GBI. Os valores de pixel de rastreio de GBI indicam quanta densidade de biomassa verde está presente na cena corrente. O solo nu está representado por uma valor de 100. Às áreas vegetadas são designados valores de pixel de GBI maiores do que 100, até aproximadamente 200 para a vegetação herbácea planófila muito densa. A outros materiais de superfície de terra são atribuídos valores de pixel de GBI em uma escala 25 linear entre e além de 100 e 200 de acordo com uma escala numérica que corre de 1 a 255. Às áreas na cena corrente que não são nem solo nem vegetadas são atribuídos valores de pixel de GBI menores do que 100, até 1. Um valor de pixel de GBI de 0 é utilizado para marcar as células nulas, onde existem lugares onde a formação de imagem está faltando ou foi mascarada.

Enquanto gerando o arquivo de rastreio de GBI, o sistema de servidor 102 pode armazenar o fator de escalagem e/ou os valores de pixel de GBI brutos em uma memória e/ou banco de dados 108.

Na modalidade exemplar, o sistema de servidor 102 então gera 424 um arquivo de rastreio de índice de luminosidade de solo (SBI) com base no arquivo de rastreio de PTB intermediário e nos três SCPs. Especifica-mente, o sistema de servidor 102 calibra os valores de pixel de PTB em va- 5 lores de pixel de SBI de saída ajustando o valor de pixel de PTB mais escuro para 1 e o valor de pixel de PTB de 99° percentil para 200. O arquivo de ras-treio de PTB calibrado é então utilizado para gerar o arquivo de rastreio de SBI. Os valores de pixel de SBI representam uma luminosidade média pon-derada de todas as três bandas espectrais de cor infravermelha (CIR), e é 10 exibida similar a uma imagem pancromática. Como o arquivo de rastreio de SBI representa a luminosidade de solos nus com alguma vegetação esparsa estando presente, os pixels que tem valores de pixel de PGI não de referência e os valores de cor verde positivos são excluídos de modo a evitar os pixels dominados por resíduos e de vegetação densa os quais são mais lu- ' 15 minosos do que os solos nus. Quando gerando o arquivo de rastreio de SBI, o sistema de servidor 102 pode armazenar o valor de deslocamento de SBI e/ou o arquivo de rastreio de PTB em uma memória e/ou banco de dados 108.

Deve ser notado que, em algumas modalidades, o sistema de 20 servidor 102 recebe os arquivos de rastreio de imagem dos sensores 110 para quaisquer três bandas espectrais disponíveis. Em tais modalidades, quando gerando os arquivos de rastreio de PGI, GBI, e/ou SBI, o sistema de servidor 102 adapta um conjunto de coeficientes não fixos com base nas três bandas espectrais que são utilizadas.

Na modalidade exemplar, o sistema de servidor 102 armazena 426 os arquivos de rastreio de PGI, GBI, e SBI em uma memória e/ou no banco de dados 108. Mais ainda, o sistema de servidor 102 e/ou o sistema de cliente 104 então seletivamente exibe 428 os arquivos de rastreio de imagem originalmente recebidos, o arquivo de rastreio de PGI, o arquivo de 30 rastreio de GBI, e/ou o arquivo de rastreio de SBI utilizando um dispositivo de display. Em algumas modalidades, o sistema de servidor 102 acessa um selecionado dos arquivos de rastreio de PGI, GBI, e SBI armazenados em uma memória e/ou no banco de dados 108, e transmite o arquivo de rastreio selecionado para o sistema de cliente 104 para exibição. A figura 5 é uma imagem infravermelha colorida (CIR) 500 que inclui os três arquivos de rastreio recebidos e processados pelo sistema de 5 servidor 102. As figuras 6-8 são imagens exemplares que foram processadas utilizando o sistema 200. Especificamente, a figura 6 é uma imagem a- justada em luminosidade de solo 600 produzida pela exibição do arquivo de rastreio de SBI; a figura 7 é uma imagem com ruído de solo suprimido 700 produzida pela exibição do arquivo de rastreio de GBI; e a figura 8 é uma 10 imagem ajustada em pigmentação 800 produzida pela exibição do arquivo de rastreio de PGI. Cada imagem 500-800 inclui uma porção de seleção 502, 602, 702, e 802 que permite um usuário selecionar o arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de CIR 504, o usuário pode exibir a imagem de SIR bruta recebida pelo sistema de servidor -15 102 dos sensores 110. Como mostrado na figura 6, selecionando o arquivo de rastreio de SBI 604, o usuário pode exibir o arquivo de rastreio de SBI gerado pelo sistema de servidor 102 como acima descrito. Similarmente, como mostrado na figura 7, selecionando o arquivo de rastreio de GBI 704, o usuário pode exibir o arquivo de rastreio de GBI gerado pelo sistema de ser- 20 vidor 102, ou como mostrado na figura 8, selecionando o arquivo de rastreio de PGI 804, o usuário pode exibir o arquivo de rastreio de PGI gerado pelo sistema de servidor 102. As imagens 600-800 estão mostradas utilizando um conjunto de tons de cinza relacionado a escala numérica. A figura 5 ilustra que padrões de solos mais escuros 506 e solos 25 mais claros 508 podem aparecer na AOI. Tais padrões podem ser fontes de ruído de solo. A figura 6 ilustra que o arquivo de rastreio de SBI captura os padrões de luminosidade na AOI, como mostrado por uma chave de luminosidade 606. Mais ainda, a figura 7 ilustra que o arquivo de rastreio de GBI suprime o ruído de solo mostrado na figura 500, resultando em um mapea- 30 mento mais limpo de padrões espaciais de variações de densidade de biomassa verde, como mostrado por uma chave de luminosidade de solo 706. A faixa de valores de GBI de 100 a 200 rastreia a faixa total de densidade de biomassa verde típica presente na AOI, com o solo nu tendo um valor de GBI de aproximadamente 100 e uma vegetação verde herbácea muito densa tendo um valor de GBI de aproximadamente 200. Em algumas modalidades, e devido a variações espectrais normais entre os diferentes tipos de solo, o 5 valor de GBI para os solos nus variará por umas poucas unidades do valor nominal de 100. Mais ainda, em algumas modalidades, e devido à estrutura de copa e às variações de ângulo de folha, a vegetação herbácea densa terá uma faixa de valores de GBI entre 180 e 200. Na modalidade exemplar, os tipos não vegetados e não de cobertura de terra de solo terão valores de 10 GBI entre 1 e aproximadamente 95. Ainda, a figura 8 ilustra que o arquivo de rastreio de PGI facilita a exibição de padrões úteis de valores de pigmentação quando o resíduo de solo é denso, como mostrado por uma chave de pigmentação 806. Mais ainda, o arquivo de rastreio de PGI facilita o mapeamento de áreas não vegetadas, não de solo tais como estradas, água aber- ta, telhados, e similares. Em algumas modalidades, as imagens 500, 600, 700, e/ou 800 são exibidas utilizando uma escala de cinza de modo que os valores de pixel de cada arquivo de rastreio corresponda com uma tonalidade de cinza predeterminada. Em uma modalidade alternativa, as imagens 500, 600, 700, e/ou 800 são exibidas mostrando cores de modo que os valo- 20 res de pixel de cada arquivo de rastreio corresponda com uma cor predeter-minada. A figura 9 é um fluxograma 900 que ilustra um método exemplar para gerar um arquivo de rastreio e um relatório com base no arquivo de rastreio que utiliza o sistema 200 (mostrado na figura 2) e, mais especificamen- 25 te, que utiliza o sistema de servidor 102 (mostrado nas figuras 1 e 2). Na modalidade exemplar, o sistema de servidor 102 recebe 902 uma pluralidade de arquivos de rastreio relativos à AOI. Especificamente, um usuário, tal como um analista de colheita, prepara uma pluralidade de arquivos de rastreio utilizando, por exemplo, o sistema de cliente 104 (mostrado nas figuras 1 e 30 2). A pluralidade de arquivos de rastreio inclui um arquivo de rastreio de máscara unitária de terra comum (CLUM) que cobre a AOI inteira em uma resolução de pixel que é apropriada para a formação de imagem de MS sendo processada como acima discutido. Em algumas modalidades, o usuário seleciona a resolução de pixel. Mais ainda, em algumas modalidades, o sistema de servidor 102 inclui um meio de armazenamento legível por computador que tem um componente de recepção que faz com que um proces- sador receba os arquivos de rastreio de AOI. Na modalidade exemplar, o arquivo de rastreio de CLUM está formado utilizando polígonos de unidade de terra comum (CLU) para as áreas de terra férteis como produzidos, por exemplo, pela divisão de Agência de Serviços de Fazenda (FSA) do Departamento de Agricultura dos Estados Unidos (USDA). A pluralidade de arqui- vos de rastreio também inclui um rastreio que é formado utilizando os polígonos de município com base em códigos de padrões de processamento de informações federais (FIPS) para cada município e estado. O arquivo de rastreio de FIPS é utilizado para atribuir um único código de FIPS a cada pixel dentro da AOI.

O sistema de servidor 102 também recebe uma imagem de refe rência orto-retificada (ORI). A ORI pode ser em escala de cinza ou em cor. Como um exemplo, a ORI pode ser uma imagem de quarto de quadrado orto-retificada digital (DOQQ). A Figura 10 é uma imagem 1000 produzida pela exibição do arquivo de rastreio de ORI através do sistema de cliente 104. A imagem 1000 inclui uma porção de seleção 1002 que permite um u- suário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de DOQQ 1004, o usuário pode exibir o arquivo de rastreio de ORI recibo pelo sistema de servidor 102 utilizando cor ou escala de cinza. O sistema de cliente 104 transmite cada rastreio de AOI para o sistema de servidor 102 através de uma rede, tal como a Internet, uma LAN 214 (mostrada na figura 2) e/ou uma WAN 228 (mostrada na figura 2). O sistema de servidor 102 então armazena cada rastreio de AOI em uma memória e/ou no banco de dados 108 (mostrado nas figuras 1 e 2).

Na modalidade exemplar, os arquivos de rastreio de BGI, PGI, e SBI são gerados como descrito nas figuras 3 e 4. Especificamente, o sistema de servidor 102 recebe 904 três arquivos de rastreio de imagem de um ou mais sensores 110 (mostrados nas figuras 1 e 2), e armazena os três ar- quivos de rastreio de imagem em uma memória e/ou no banco de dados 108. Em algumas modalidades, o sistema de servidor 102, por exemplo, inclui um meio de armazenamento legível por computador que tem um componente de índice primário que faz com que um processador gere os arqui- 5 vos de rastreio de GBI, PGI, e SBI. A figura 11 é uma imagem 1100 produzida pela exibição dos três arquivos de rastreio de imagem através do sistema de cliente 104. A imagem 1100 inclui uma porção de seleção 1102 que permite um usuário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de CIR 1104, o usuário pode exibir os 10 três arquivos de rastreio de imagem recebidos pelo sistema de servidor 102.

Mais ainda, o sistema de servidor 102 recebe 906 três SCPs através de entrada de usuário, como acima descrito, e armazena os SCPs em uma memória e/ou no banco de dados 108. O sistema de servidor 102 então gera 908 os arquivos de rastreio GBI, PGI, e SBI com base nos três arquivos de ras- - 15 treio de imagem e nos três SCPs, como acima descrito em maiores detalhes.

O sistema de servidor 102 armazena os arquivos de rastreio de imagem de GBI, PGI, e SBI em uma memória e/ou no banco de dados 108. As figuras 12 e 13 são imagens 1200 e 1300 produzidas pela exibição dos arquivos de rastreio de SBI e GBI através do sistema de cliente 104, respectivamente. As 20 imagens 1200 e 1300 cada uma inclui uma porção de seleção 1202 e 1302 que permite um usuário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de SBI 1204, o usuário pode exibir o arquivo de rastreio de SBI gerado pelo sistema de servidor 102 utilizando cor ou escala de cinza. Similarmente, selecionando o arquivo de ras- 25 treio de GBI 1304, o usuário pode exibir o arquivo de rastreio de GBI gerado pelo sistema de servidor 102 utilizando uma chave de cor ou escala de cinza 1306 predeterminada. Em algumas modalidades, o sistema de servidor 102 filtra o arquivo de rastreio de PGI. A Figura 14 é uma imagem 1400 produzida pela exibição do arquivo de rastreio de PGI filtrado (PGIF) através do sis- 30 tema de cliente 104. A imagem 1400 inclui uma porção de seleção 1402 que permite um usuário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de PGIF 1404, o usuário pode exibir o arquivo de rastreio de PGIF gerado pelo sistema de servidor 102 utilizando uma chave de cor ou escala de cinza 1406 predeterminada.

Mais ainda, na modalidade exemplar, o sistema de servidor 102 gera 910 um arquivo de rastreio de máscara de nuvem com base nos arquivos de rastreio de SBI e BGI, e armazena o arquivo de rastreio de máscara de nuvem em uma memória e/ou no banco de dados 108. Em algumas modalidades, o sistema de servidor 102, por exemplo, inclui um meio de armazenamento legível por computador que tem um componente de mascara- mento que faz com que o processador gere o arquivo de rastreio de máscara de nuvem. Na modalidade exemplar, o sistema de servidor 102 então gera uma pluralidade de níveis para cada um dos arquivos de rastreio de índice primários. Especificamente, o sistema de servidor 102 gera 912 uma pluralidade de arquivos de rastreio de índice primários de primeiro nível. Mais especificamente, o arquivo de rastreio de máscara de nuvem é utilizado para excluir os pixels nos arquivos de rastreio de GBI, PGI, e SBI que são inválidos devido a nuvens, sombras de nuvens, e/ou névoa variável ou espessa. Os arquivos de rastreio resultantes são daqui em diante referidos como GBIM1, PGIM1, e SBIM1. O sistema de servidor 102 armazena cada um dos arquivos de rastreio de primeiro nível em uma memória e/ou no banco de dados 108. A figura 15 é uma imagem 1500 produzida pela exibição do arquivo de rastreio de GBIM1 através do sistema de cliente 104. A imagem 1500 inclui uma porção de seleção 1502, que permite um usuário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de GBIM1 1504, o usuário pode exibir o arquivo de rastreio de GBIM1 gerado pelo sistema de servidor 102. Em algumas modalidades, um usuário pode similarmente exibir o arquivo de rastreio de PGIM1 ou o arquivo de rastreio de SBIM1. Mais ainda, em algumas modalidades, o sistema de servidor 102, por exemplo, inclui um meio de armazenamento legível por computador que tem um componente de geração de nível que faz com que um processador gere cada um da pluralidade de níveis para cada um dos arquivos de rastreio de índice primários. Na modalidade exemplar, o sistema de servidor 102 então adiciona 914 as coordenadas de mapa aos arquivos de rastreio de GBI, PGI, e SBI utilizando os arquivos de rastreio de CLUM e ORI para adquirir as localizações geográficas verdadeiras dos valores de pixel dentro dos arquivos de rastreio de GBI, PGI, e SBI.

Na modalidade exemplar, o sistema de servidor 102 então gera 916 arquivos de rastreio de AOI suplementares. Especificamente, o sistema de servidor 102 transmite o arquivo de rastreio de SBIM1 para o sistema de cliente 104 para exibição. Na modalidade exemplar, o usuário seleciona a menor porção do arquivo de rastreio de CLUM que cobre a extensão da área de arquivo de rastreio de SBIM1. Em uma modalidade alternativa, o sistema de servidor 102 automaticamente detecta a menor porção do arquivo de rastreio de CLUM que cobre a extensão da área de arquivo de rastreio de SBIM1. Na modalidade exemplar, o sistema de servidor 102 salva esta porção como um arquivo de rastreio de CLUM suplementar, daqui em diante referido como CLUM2. A mesma faixa é então utilizada para extrair uma - 15 porção do arquivo de rastreio de FIPS. O sistema de servidor 102 salva esta porção como um arquivo de rastreio de FIPS suplementar, daqui em diante referido como FIPS2. O sistema de servidor 102 então gera 918 uma pluralidade de arquivos de rastreio de índice primários de segundo nível com base nos arquivos de rastreio de índice primários de primeiro nível. Os arquivos de rastreio resultantes são daqui em diante referidos como GBI1, PGI2, e SBI2. Especificamente, o sistema de servidor 102 reamostra os arquivos de rastreio de GBIM1, PGIM1, e SBIM1, e armazena os arquivos de rastreio de índice primários de segundo nível em uma memória e/ou no banco de dados 108.

O sistema de servidor 102 então gera 920 uma pluralidade de arquivos de rastreio de índice primários de terceiro nível com base nos arquivos de rastreio de GBI2, PGI2, e SBI2 e no arquivo de rastreio de CLUM2. Especificamente, o sistema de servidor 102 acessa os arquivos de rastreio de índice primários de segundo nível e o arquivo de rastreio de CLUM2 em uma memória e/ou no banco de dados 108, e aplica o arquivo de rastreio de CLUM2 a cada um dos arquivos de rastreio de índice primários de segundo nível para gerar os arquivos de rastreio de índice primários de terceiro nível. Os arquivos de rastreio resultantes são daqui em diante referidos como GBI3, PGI3, e SBI3. O sistema de servidor 102 então armazena os arquivos de rastreio de índice primários de terceiro nível em uma memória e/ou no banco de dados 108. A figura 16 é uma imagem 1600 produzida 5 pela exibição do arquivo de rastreio de GBI3 através do sistema de cliente 104. A imagem 1600 inclui uma porção de seleção 1602 que permite um u- suário selecionar o arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de GBI3 1604, o usuário pode exibir o arquivo de rastreio de GBI3 gerado pelo sistema de servidor 102. Em algumas modali- 10 dades, um usuário pode similarmente exibir o arquivo de rastreio de PGI3 ou arquivo de rastreio de SBI3.

Na modalidade exemplar, o sistema 200 gera 922 um arquivo de rastreio de máscara de área de validade (AOVM3). Especificamente, o sistema de servidor 102 define os pixels que são válidos para uma avaliação de ■ 15 nível poligonal de medidas de área de colheita e/ou condições para gerar um arquivo de rastreio de AOVM3, e armazena o arquivo de rastreio em uma memória e/ou no banco de dados 108. Mais ainda, o sistema 200 gera 924 uma pluralidade de arquivos de rastreio de índice primários de quarto nível com base nos arquivos de rastreio de índice primários de terceiro nível e no 20 arquivo de rastreio de AOVM3. Especificamente, o sistema de servidor 102 acessa os arquivos de rastreio de índice primários de terceiro nível e o arquivo de rastreio de AOVM3 em uma memória e/ou banco de dados 108, e aplica o arquivo de rastreio de AOVM3 a cada um dos arquivos de rastreio de índice primários de terceiro nível. Os arquivos de rastreio resultantes são 25 daqui em diante referidos como GBI4, PGI4, e SBI4. O sistema de servidor 102 então armazena os arquivos de rastreio de índice primários de quarto nível em uma memória e/ou no banco de dados 108. A figura 17 é uma imagem 1700 produzida pela exibição do arquivo de rastreio de GBI4 através do sistema de cliente 104. Especificamente, a imagem 1700 inclui uma porção 30 de seleção 1702 que permite um usuário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de GBI4 1704, o usuário pode exibir o arquivo de rastreio de GBI4 gerado pelo sistema de servidor 102. Em algumas modalidades, um usuário pode similarmente exibir o arquivo de rastreio de PGI4 ou arquivo de rastreio de SBI4.

Na modalidade exemplar, o sistema 200 utiliza os arquivos de rastreio de índice primários de quarto nível para gerar uma pluralidade de arquivos de rastreio de índice primários de pixel puro. Especificamente, o sistema de servidor 102 acessa os arquivos de rastreio de índice primários de quarto nível em uma memória e/ou no banco de dados 108, e executa 926 uma análise de pixel puro (PPA4) no arquivo de rastreio de índice primário de quarto nível, por meio disto gerando 928 um arquivo de rastreio de máscara de pixel puro (PPM4). O sistema de servidor 102 aplica o arquivo de rastreio de PPM4 a cada um dos arquivos de rastreio de índice primários de quarto nível para gerar 930 os arquivos de rastreio de índice primários de pixel puro. Os arquivos de rastreio resultantes são daqui em diante referidos como GBIPP, PGIPP, e SBIPP. O sistema de servidor 102 então armazena os arquivos de rastreio de índice primários de pixel puro em uma memória e/ou no banco de dados 108. Em uma modalidade alternativa, o sistema 200 não gera o arquivo de rastreio de AOVM3 nem os arquivos de rastreio de índice primários de quarto nível. Ao contrário, o sistema 200 gera os arquivos de rastreio de índice primários de pixel puro utilizando os arquivos de rastreio de índice primários de terceiro nível. A figura 18 é uma imagem 1800 produzida pela exibição do arquivo de rastreio de GBIPP através do sistema de cliente 104. A imagem 1800 inclui uma porção de seleção 1802 que permite um usuário selecionar um arquivo de rastreio para exibir. Por exemplo, selecionando o arquivo de rastreio de GBIPP 1804, o usuário pode exibir o arquivo de rastreio de GBIPP gerado pelo sistema de servidor 102. Em al-gumas modalidades, um usuário pode similarmente exibir o arquivo de rastreio de PGIPP ou arquivo de rastreio de SBIPP.

Na modalidade exemplar, o sistema 200 gera 932 um arquivo de rastreio de índice de vegetação de combinação (CVIPP) com base nos ar- quivos de rastreio de GBIPP e de PGIPP em uma memória e/ou no banco de dados 108, e exibe os arquivos de rastreio em um gráfico de dispersão. Mais especificamente o sistema de servidor 102 transmite os arquivos de rastreio para o sistema de cliente 104, o qual exibe um gráfico de distribuição de valores de pixel de GBIPP e valores de pixel de PGIPP. A figura 19 é um gráfico de dispersão 1900 que ilustra uma comparação gráfica de valores de pixel de GBIPP e de valores de pixel de PGIPP. No gráfico de dispersão 1900, os valores de pixel de GBIPP estão mostrados ao longo do eixo geométrico x e os valores de pixel de PGIPP estão mostrados ao longo do eixo geométrico y. Mais ainda, o gráfico de dispersão 1900 inclui duas linhas 1902 e 1904 que definem os valores calibrados para o arquivo de rastreio de CVIPP. Como mostrado na figura 19, a linha 1902 foi traçada através tanto do solo nu quanto do resíduo vegetativo denso. Mais ainda, a linha 1904 está baseada em uma terceira linha 1906 que divide duas colheitas diferentes, tais como milho e grão de soja, e a qual foi movida para o lado da nuvem de dados. O sistema de servidor 102 então determina uma pluralidade de valores limite para dividir os valores de pixel de CVIPP em uma pluralidade de classes. Por exemplo, os valores de pixel de CVIPP são classificados em classes de acordo com um tipo de cobertura de terra, incluindo a vegetação ainda não emergida, o milho emergido, os grãos de soja emergidos, o milho senescente, o milho e grãos de soja emergidos, outra vegetação, e nenhuma das acima. Um limite específico é provável variar de uma AOI para outra e, como tal, é inserido no sistema de cliente 104 pelo usuário. Por exemplo, a figura 20 é uma imagem 2000 que ilustra a exibição do arquivo de rastreio de CVIPP juntamente com um histograma de valor de pixel 2002. O usuário determina o limite em um ponto sobre o histograma 2002 que separa os valores de pixel de milho dos valores de pixel de grão de soja. O arquivo de rastreio de CVIPP serve como um índice de vegetação melhor do que o ar-quivo de rastreio de GBIPP sozinho porque o arquivo de rastreio de GBIPP é afetado por resíduo variável para os solos que estão próximos do nu e por folhas senescentes para as colheitas maduras. O arquivo de rastreio de CVIPP reduz estes efeitos, e serve como um indicador único que pode ser utilizado para rastrear uma colheita que cresce conforme esta abrange a faixa entre não emergência e uma copa madura totalmente desenvolvida. Em algumas modalidades, o sistema de servidor 102, por exemplo, inclui um meio de armazenamento legível por computador que tem um componente de índice de combinação que faz com que o processador gere o arquivo de ras-treio de CVIPP como acima descrito.

Na modalidade exemplar, o sistema 200 então gera 934 um ar- quivo de rastreio de mapa de grão de soja (CSM) com base no arquivo de rastreio de CVIPP. Especificamente, o sistema de servidor 102 acessa o arquivo de rastreio de CVIPP em uma memória ou no banco de dados 108, gera o arquivo de rastreio de CSM, e então armazena 936 o arquivo de rastreio de CSM em uma memória e/ou no banco de dados 108. Em algumas modalidades, o sistema de servidor 102, por exemplo, inclui um meio de armazenamento legível por computador que tem um componente de armazenamento que faz com que o processador armazene o arquivo de rastreio de CSM na memória ou no banco de dados 108. Na modalidade exemplar, o sistema de servidor 102 então cria 938 um relatório de CSM com base no arquivo de rastreio de CSM. Em algumas modalidades, o sistema de servi-dor 102 e/ou o sistema de cliente 104, por exemplo, incluem um meio de armazenamento legível por computador que tem um componente de display que faz com que um processador exiba o relatório de CSM. O sistema de cliente 104 é utilizado para exibir 940 o relatório de CSM e/ou o arquivo de rastreio de CSM, como mostrado na figura 21. Especificamente, a figura 21 é uma imagem 2100 produzida pela exibição do arquivo de rastreio de CSM através do sistema de cliente 104. A imagem 2100 inclui uma porção de seleção 2102 que permite um usuário selecionar o arquivo de rastreio para e- xibir. Por exemplo, selecionando o arquivo de rastreio de CSM 2104, o usuá- rio pode exibir o arquivo de rastreio de CSM gerado pelo sistema de servidor 102 utilizando uma chave 2106 que relaciona os valores de pixel exibidos com a classe correspondente de acordo com uma cor ou uma tonalidade de cinza. O usuário pode também exibir o relatório de CSM (não mostrado) que inclui as informações dentro da AOI tais como, mas não limitadas a, uma percentagem de milho, uma percentagem de grãos de soja, e/ou uma per-centagem de vegetação ainda não emergida. O relatório de CSM pode também incluir informações tais como a medida de área para cada colheita e/ou os valores médios de GBI para cada colheita. Mais ainda, durante a pré- emergência, cada relatório de CSM novo pode incluir classes, tais como ou-tras classes de vegetação e/ou classes não de vegetação, as quais podem ser utilizadas para reparar o arquivo de rastreio de CLUM original para evitar 5 uma classificação incorreta de valores de pixel em utilizações posteriores.

Modalidades exemplares de sistemas, métodos, e meios de armazenamento legíveis por computador para gerar os produtos de informa-ções agrícolas estão acima descritos em detalhes. Os sistemas, métodos, e meios de armazenamento não estão limitados às modalidades específicas 10 aqui descritas mas, ao contrário as etapas dos métodos e/ou os componentes do sistema e/ou aparelho podem ser utilizados independentemente e separadamente das outras etapas e/ou componentes aqui descritos. Ainda, as etapas e/ou componentes descritos podem também ser definidos em, ou utilizados em combinação com, outros sistemas, métodos, e/ou aparelhos, e 15 não estão limitados à prática com somente os sistemas, métodos e meios de armazenamento como aqui descrito.

Um dispositivo de computador ou computador tal como aqui descrito tem um ou mais processadores ou unidades de processamento e uma memória de sistema. O computador tipicamente tem pelo menos algu- 20 ma forma de meio legível por computador. Como exemplo e não limitação, o meio legível por computador inclui um meio de armazenamento de computa-dor e um meio de comunicação. O meio de armazenamento de computador inclui um meio volátil e não volátil, removível e não removível implementado em qualquer método ou tecnologia para o armazenamento de informações 25 tais como as instruções legíveis por computador, as estruturas de dados, os módulos de programa, ou outros dados. O meio de comunicação tipicamente incorpora as instruções legíveis por computador, as estruturas de dados, os módulos de programa, ou outros dados em um sinal de dados modulado tal como uma onda portadora ou outro mecanismo de transporte e incluem qualquer meio de fornecimento de informações. Aqueles versados na técnica estão familiarizados com o sinal de dados modulado, o qual tem uma ou mais de suas características determinadas ou mudadas de tal modo a codifi- car as informações no sinal. As combinações de quaisquer dos acima estão também incluídas dentro do escopo do meio legível por computador.

Apesar de descritas em conexão com um ambiente de sistema de computação exemplar, as modalidades da invenção são operacionais 5 com numerosos outros ambientes ou configurações de sistema de computação de uso geral ou uso especial. O ambiente de sistema de computação não pretende sugerir nenhuma limitação quanto ao escopo de utilização ou funcionalidade de qualquer aspecto da invenção. Mais ainda, o ambiente de sistema de computação não deve ser interpretado como tendo qualquer de- 10 pendência ou requisito relativo a qualquer um ou combinação de componentes ilustrados no ambiente de operação exemplar. Exemplos de sistemas de computação, ambientes, e/ou configurações bem conhecidos que podem ser adequados para utilização com os aspectos da invenção incluem, mas não estão limitados a, computadores pessoais, computadores de servidor, dispo- 15 sitivos portáteis ou laptop, sistemas de multiprocessador, sistemas baseados em microprocessador, conversores de frequência, eletrônicos de consumidor programáveis, telefones móveis, PCs de rede, minicomputadores, computadores principais, ambientes de computação distribuídos que incluem qualquer um dos sistemas ou dispositivos acima, e similares.

As modalidades da invenção podem ser descritas no contexto geral de instruções executáveis por computador, tais como componentes ou módulos de programa, executados por um ou mais computadores ou outros dispositivos. Os aspectos da invenção podem ser implementados com qualquer número e organização de componentes e módulos. Por exemplo, os 25 aspectos da invenção não estão limitados às instruções executáveis por computador específicas ou aos componentes ou módulos específicos ilus-trados nas figuras e aqui descritos. As modalidades alternativas da invenção podem incluir instruções executáveis por computador ou componentes dife-rentes que tenham mais ou menos funcionalidade do que aqui ilustrado e 30 descrito.

A ordem de execução ou desempenho das operações nas modalidades da invenção aqui ilustradas e descritas não é essencial, a menos que de outro modo especificado. Isto é, as operações podem ser executadas em qualquer ordem, a menos que de outro modo especificado, e as modalidades da invenção podem incluir adicionais ou menos operações do que aquelas aqui descritas. Por exemplo, é contemplado que executar ou efetuar 5 uma operação específica antes, contemporaneamente com, ou após outra operação está dentro do escopo de aspectos da invenção.

Em algumas modalidades, um processador inclui qualquer sistema programável que inclui sistemas e microcontroladores, circuitos de conjunto de instruções reduzidas (RISC), circuitos integrados de aplicação es- 10 pecífica (ASIC), circuitos lógicos programáveis (PLC), e qualquer outro cir-cuito ou processador capaz de executar as funções aqui descritas. Os e- xemplos acima são exemplares somente, e assim não pretendem limitar em nenhum modo a definição e/ou o significado do termo processador.

Em algumas modalidades, um banco de dados inclui qualquer 15 coleção de dados que incluem os bancos de dados hierárquicos, os bancos de dados relacionais, os bancos de dados de arquivos simples, os bancos de dados relacionais de objetos, os bancos de dados orientados em objeto, e qualquer outra coleção estruturada de registros ou dados que estão armazenados em um sistema de computador. Os exemplos acima são exempla- res somente, e assim não pretendem limitar em nenhum modo a definição e/ou o significado do termo banco de dados. Exemplos de bancos de dados incluem, mas não estão limitados a somente incluir, Oracle® Database, MySQL, IBM® DB2, Microsoft® SQL Server, Sybase®, e PostgreSQL. No entanto, qualquer banco de dados pode ser utilizado que permite os sistemas e métodos aqui descritos. (Oracle é uma marca registrada de Oracle Corporation, Redwood Shores, California; IBM é uma marca registrada de International Business Machines Corporation, Armonk, New York; Microsoft é uma marca registrada de Microsoft Corporation, Redmond, Washington; e Sybase é uma marca registrada de Sybase, Dublin, Califórnia.)

Quando introduzindo os elementos de aspectos da invenção ou suas modalidades, os artigos "um", "uma", "o", e "dito" pretendem significar que existem um ou mais dos elementos. Os termos "compreendendo", "in- cluindo", e "tendo" pretendem ser inclusivos e significam que podem existir elementos adicionais outros que os elementos listados.

Esta descrição escrita utiliza exemplos para descrever a invenção, incluindo o melhor modo, e também para permitir que qualquer pessoa 5 versada na técnica pratique a invenção, incluindo executando e utilizando quaisquer dispositivos e sistemas e executando quaisquer métodos incorporados. O escopo patenteável da invenção está definido pelas reivindicações, e podem incluir outros exemplos que ocorram àqueles versados na técnica. Tais outros exemplos pretendem estar dentro do escopo das reivindicações se estes tiverem elementos estruturais que não diferem da linguagem literal das reivindicações, ou se estes incluírem elementos estruturais equivalentes com diferenças insubstanciais da linguagem literal das reivindicações.

Claims

1. Método para gerar um arquivo de rastreio de índice su-plementar com base em uma pluralidade de arquivos de rastreio de índice primário que são associados a uma área de interesse (AOI) usando um computador acoplado a um dispositivo sensor remoto por meio de uma rede, em que o computador inclui um dispositivo de en-trada, um display e uma memória, o método sendo caracterizado pelo fato de que compreende: gerar a pluralidade de arquivos de rastreio de índice primá-rio incluindo pelo menos dois arquivos de rastreio de índice de vegeta-ção independente (VI) e um arquivo de rastreio de índice de luminosi-dade do solo (SBI), em que cada arquivo de rastreio de índice primário inclui uma pluralidade de valores de pixel; combinar, pelo comutador, ao menos dois arquivos de ras- treio de índice de vegetação independente (VI) para gerar um arquivo de rastreio de luminosidade do solo (CSB) classificado; classificar, pelo computador, de cada valor de pixel do ar-quivo de rastreio de luminosidade do solo (CSB) em uma dentre uma pluralidade de classes; armazenar o arquivo de rastreio de luminosidade do solo (CSB) para a memória; e exibir, via display, o arquivo de rastreio de luminosidade do solo (CSB).

2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a geração da pluralidade de arquivos de rastreio de índice primário compreende: receber, pelo computador, uma pluralidade de arquivos de rastreio de imagem relativos a área de interesse (AOI) do dispositivo sensor remoto; receber uma pluralidade de pontos de controle espectral (SCP) por meio do dispositivo de entrada; e gerar a pluralidade de arquivos de rastreio de índice primá-rio com base na pluralidade de arquivos de rastreio de imagem e plu-ralidade de pontos de controle espectral (SCP).

3. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que cada uma da pluralidade de classes corresponde a um tipo de cobertura da terra dentro da área de interesse (AOI).

4. Método, de acordo com a reivindicação 3, caracterizado pelo fato de que cada uma da pluralidade de classes é relacionada a um dentre água aberta, superfícies da estrada, telhados, vegetação moderadamente densa, vegetação densa, resíduo vegetativo e pixels de valor nulo.

5. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que ainda compreende a substituir valores de pixel do arquivo de rastreio do índice de luminosidade do solo (SBI) por valores de pixel do arquivo de rastreio de luminosidade do solo (CSB) que não correspondem a uma da pluralidade de classes.

6. Método, de acordo com a reivindicação 5, caracterizado pelo fato de que os valores de pixel do arquivo de rastreio do índice de luminosidade do solo (SBI) são substituídos por valores de pixel do arquivo de rastreio de luminosidade do solo (CSB) que correspondem a uma dentre uma área de solo sem vegetação e uma área sob vege-tação esparsa.

7. Método, de acordo com a reivindicação 5, caracterizado pelo fato de que a exibição do arquivo de rastreio de luminosidade do solo (CSB) compreende a exibição dos valores de pixel do arquivo de rasteio do índice de luminosidade do solo (SBI) usando um tom de uma predeterminada cor.

8. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a exibição do arquivo de rastreio de luminosidade do solo (CSB) compreende a exibição de cada valor de pixel do arquivo de rastreio de luminosidade do solo (CSB) usando uma cor associada com a correspondente classe.

9. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o arquivo de rastreio de luminosidade do solo (CSB) é gerado com a ausência de entrada de um usuário.

10. Sistema de informação configurado para gerar um ar-quivo de rastreio de índice suplementar com base em uma pluralidade de arquivos de rastreio de índice primário que são associados com uma área de interesse (AOI), o sistema de informação sendo caracte-rizado pelo fato de que compreende: um sistema de computador compreendendo uma memória e um processador acoplado à memória, em que o sistema de compu-tador é configurado para: gerar uma pluralidade de arquivos de rastreio de índice primário incluindo ao menos dois arquivos de rastreio de índice de ve-getação (VI), em que cada arquivo de rastreio de índice primário inclui uma pluralidade de valores de pixel georeferenciados; combinar ao menos dois arquivos de rastreio de índice de vegetação (VI) para gerar um arquivo de rastreio de luminosidade de solo (CSB) classificado; classificar cada valor de pixel do arquivo de rastreio de lu-minosidade de solo (CSB) em uma dentre uma pluralidade de classes; armazenar o arquivo de rastreio de luminosidade de solo (CSB) na memória; e exibir o arquivo de rastreio de luminosidade de solo (CSB) com base em uma opção de display selecionada por usuário.

11. Sistema de informação, de acordo com a reivindicação 10, caracterizado pelo fato de que a pluralidade de arquivos de ras- treio de índice primário inclui um arquivo de rastreio de índice de lumi- nosidade do solo (SBI) e em que pelo menos dois arquivos de rastreio de índice de vegetação (VI) incluem um arquivo de rastreio de índice de biomassa verde (GBI) e um arquivo de rastreio de índice de pig-mentação (PGI).

12. Sistema de informação, de acordo com a reivindicação 11, caracterizado pelo fato de que o sistema de computador é confi-gurado para gerar a pluralidade de arquivos de rastreio de índice pri-mário pela: recepção de uma pluralidade de arquivos de rastreio de imagem relativa à área de interesse (AOI) de um dispositivo sensor remoto; recepção de uma pluralidade de pontos de controle espec-tral (SCP) via um dispositivo de entrada; e geração da pluralidade de arquivos de rastreio de índice primário com base na pluralidade de arquivos de rastreio de imagem e na pluralidade de pontos de controle espectral (SCP).

13. Sistema de informação, de acordo com a reivindicação 10, caracterizado pelo fato de que cada uma da pluralidade de clas-ses corresponde a um tipo de cobertura de terra dentro da área de in-teresse (AOI).

14. Sistema de informação, de acordo com a reivindicação 13, caracterizado pelo fato de que cada uma da pluralidade de clas-ses é relacionada a um dentre água aberta, superfícies da estrada, telhados, vegetação moderadamente densa, vegetação densa, resíduo vegetativo e pixels de valor nulo.

15. Sistema de informação, de acordo com a reivindicação 10, caracterizado pelo fato de que o sistema de computador é confi-gurado para substituir os valores de pixel do arquivo de rastreio de ín-dice de luminosidade do solo (SBI) para valores de pixel do arquivo de rastreio de luminosidade de solo (CSB) que não corresponde a uma dentre a pluralidade de classes.

16. Sistema de informação, de acordo com a reivindicação 15, caracterizado pelo fato de que os valores de pixel do arquivo de rastreio de índice de luminosidade do solo (SBI) são substituídos por valores de pixel do arquivo de rastreio de luminosidade de solo (CSB) que corresponde a uma dentre uma área de solo sem vegetação e uma área sob vegetação esparsa.

17. Sistema de informação, de acordo com a reivindicação 10, caracterizado pelo fato de que o arquivo de rastreio de luminosi-dade de solo (CSB) é gerado com a ausência de entrada de um usuá-rio.