CN103930919A - 农业和土壤管理 - Google Patents

Abstract

本文公开了有关合并了地形、土壤类型以及天气数据的水侵蚀管理的信息。同时公开的是交换水量分配额的方法。还提出了应对作物处理剂相容性的方法和预估作物特点的系统。最后，讨论了用于广域农业监控和预测的方法。

Description

农业和土壤管理

相关申请(部分继续申请)的交叉引用

本申请要求于2010年10月25日提交的由Robert Lindores等人发明的标题为“Wide-area Agricultural Monitoring andPrediction”的美国共同未决专利申请第12/911,046号的优先权，上述专利的代理人案卷号为TRMB-2744且被委托给本专利申请的代理人。本申请是上述专利申请的部分继续申请。

相关美国申请的交叉引用

本申请涉及于2011年10月24日提交的由Robert Lindores发明的标题为“WIDE-AREA AGRICULTURAL MONITORING AND PREDICTION”的美国专利申请第13/280,298号，该专利申请的代理人案卷号为TRMB-2244CIP1且被委托给本专利申请的代理人。

本申请涉及于2011年10月24日提交的由Robert Lindores等人发明的标题为“EXCHANGING WATER ALLOCATION CREDITS”的美国专利申请第13/280,306号，该专利申请的代理人案卷号为TRMB-3031且被委托给本专利申请的代理人。

本申请涉及于2011年10月24日提交的由Robert Lindores发明的标题为“CROP TREATMENT COMPATIBILITY”的美国专利申请第13/280,310号，该专利申请的代理人案卷号为TRMB-3036且被委托给本专利申请的代理人。

本申请涉及于2011年10月24日提交的由Robert Lindores发明的标题为“CROP CHARACTERISTIC ESTIMATION”的美国专利申请第13/280,312号，该专利申请的代理人案卷号为TRMB-3037且被委托给本专利申请的代理人。

本申请涉及于2011年10月24日提交的由Robert J.Lindores发明的标题为“WATER EROSION MANAGEMENT INCORPORATINGTOPOGRAPHY,SOIL TYPE,AND WEATHER STATISTICS”的美国专利申请第13/280,315号，该专利申请的代理人案卷号为TRMB-3039且被委托给本专利申请的代理人。

上述引用的相关申请都以全文引用的方式合并于此。

背景技术

现代农场可以被认为是优化为尽可能高效地产出玉米、小麦、大豆或者无数其他作物的复杂生化工厂。春耕秋收的日子早已成为过去。替代地，当今最优秀的农场主尝试使用所有可用数据来监控和促进植物在整个生长期生长。农场主们通过施洒肥料、生长调节剂、落叶剂、杀真菌剂、除草剂以及杀虫剂来影响他们的作物。帮助决定现场施洒的数量、位置以及时机的精确作物监控对成本、作物产量以及污染控制具有意义深远的影响。归一化差异植被指数(NDVI)是普及的作物指标的示例。

NDVI根据的是植物和泥土在不同波长的光反射率方面的差异。泥土反射的可见(VIS)红光较近红外(NIR)光更多，而植物反射的NIR较VIS更多。植物中的叶绿素是可见红光的强力吸收者；因此，植物以绿色为特征。其中r是在由下标指示的波长处测得的反射率。通常，NIR大约为770nm而VIS大约为660nm。在各种的农业应用中，NDVI与生物量、植物高度、含氮量或霜冻伤害十分相关。

农场主们使用NDVI测量值来决定何时施肥以及施肥多少。在生长期的早期可能很难预估植物在其生长过程需要多少肥料。在生长期的晚期，可能会失去补充缺少的养分的机会。因此，一个生长期内的可用测量值越多越好。

作物的产量潜力是特定植物类型在特定田地和气候条件下可获取的最佳产量。农场主们经常对小部分田地施用高剂量的肥料，比如氮，这被称为“富氮带”。该区域具有足够的氮以确保植物生长不会由于缺乏氮而延缓。将在田地其它部分中对植物的NDVI测量值与富氮带中的测量值进行比较以观察是否需要更多的氮来帮助该田地与富氮带保持一致。

对田地施用过多或过少的氮的后果会很严重。氮太少会导致作物可能达不到其潜力，这样就没有收益。另一方面，氮太多就浪费了金钱并可能在雨水径流期间引起不必要的污染。所给信息不完全，农场主们就会过量施肥以避免作物欠收的风险。因此，更加精确和精准的植物成长测量值节约了农场主们的金钱并通过减少过量使用的需求来防止污染。

NDVI测量值可以从各种传感器平台获得，这些平台各具优缺点。诸如卫星或大气成像之类的空中成像可以快速产生覆盖广大区域的NDVI图。然而，卫星依赖于太阳来照亮它们的目标，但是太阳很少(如果有的话)在卫星获取图像时位于田地的正上方。卫星图还受到如云层和阴霾之类的大气现象的影响。这些影响导致由卫星或飞机获取的NDVI读数的未知偏移量或偏差。在图像内的相对测量是有用的，但是图像之间的比较，特别是在不同条件或不同时间拍摄的图像之间的比较，可能是没有意义的。

本地NDVI测量值可采用基于地面的系统(例如TrimbleNavigation的“GreenSeeker”)来获取。GreenSeeker是具有在离作物冠层大约一米远处进行扫描的自有光源的有源传感器系统。该光源被调制以消除来自环境光线的干涉。可见和近红外的反射率根据扫过田地的亮度测量。类似GreenSeeker的基于地面的传感器可以安装在拖拉机、喷杆或中心支轴灌溉杆上来扫描整块田地。(GreenSeeker以及其他基于地面的传感器也可以是手持式的并且可选地与诸如膝上型电脑、便携式数字助理、智能手机或专用数据控制器之类的便携式定位和数据收集装置一起使用。)基于地面的有源传感器提供了可用来与不同时间(白天或夜晚)获取的其他测量值进行比较的绝对测量值。然而，在整块相关田地扫描传感器需要花费时间。

发明内容

本文提出了有关合并了地形、土壤类型以及天气统计数据的水侵蚀管理的信息。同时提出了交换水量分配额的方法。对解决作物处理相容性的方法和预估作物特点的系统也进行了阐述。最后，讨论了广域农业监控和预测的方法。

附图说明

在下面附图简述中涉及的附图应当被理解为并非按比例绘制，除非另有明确指出。

图1示出了根据不同实施例的带有管理带的九块农田的示意地图。

图2示出了根据不同实施例的图1的田地中的一块田地的放大细节。

图3示出了根据不同实施例的图1的田地的示意卫星图。

图4示出了根据不同实施例的广域田地指示系统的框图。

图5示出了根据不同实施例的组合了在不同时间获取的卫星和地面数据的方法的框图。

图6A和图6B示出了根据不同实施例的通过不同方法在不同时间获取的NDVI数据的示意曲线图。

图7是根据不同实施例的示例广域耕作信息收集和广播网络的框图。

图8是可能与本文描述的不同实施例一同实现或实现所依赖的示例计算机系统的框图。

图9示出了根据不同实施例的农业监控和预测的示例方法的流程图。

图10是根据一个实施例使用的示例GNSS接收器的框图。

图11示出了根据不同实施例的管理水侵蚀的示例方法的流程图。

图12示出了根据不同实施例用于采集地形数据的规定区域以及方法。

图13是根据一个实施例的示例水侵蚀管理系统的框图。

图14示出了根据不同实施例的在种植区中的示例作物处理剂洒施机。

图15示出了根据不同实施例的九块田地的示意图。

图16是根据不同实施例的示例作物处理相容性系统的框图。

图17A和图17B示出了根据不同实施例的保证作物处理相容性的示例方法的流程图。

图18是根据不同实施例的集水区区域的示例图。

图19是示出根据不同实施例的水量分配的示例的框图。

图20是根据一个实施例的交换水量分配额的示例方法的流程图。

图21是根据不同实施例的示例作物特点预估系统的框图。

图22示出了根据一个或多个实施例的未收割田地的示例预估作物特点地图。

图23示出了根据一个或多个实施例的针对未收割田地生成的收割路径的示例。

图24A、图24B以及图24C示出了根据不同实施例的作物特点预估的示例方法的流程图。

具体实施方式

现在开始对不同实施例进行详细参考，在附图中示出这些实施例的示例。尽管结合这些实施例来描述发明主题，但是应当理解的是，这些实施例并非意图将发明主题限制为这些实施例。相反，本文所述主题意在涵盖包括在本发明的精神和范围内的替换、修改以及等同物。在一些实施例中，本文描述的电子计算装置、单元以及组件的全部或部分以硬件、硬件和固件的组合、硬件和计算机可执行指令的组合等形式实施。此外，在下面的描述中，大量具体细节被阐述以便提供对本发明主题的完整理解。然而，一些实施例可能不需要这些特定细节来实施。在其他情况下，公知的方法、过程、物体以及电路未被详细描述以免不必要的干扰到本发明主题的方面。

符号和术语

除非在下列讨论中具体指出明显的例外情况，则应当认识到在整个示出实施例的描述中，讨论所用术语，例如“访问”、“聚集”、“分析”、“应用”、“操纵”、“校准”、“核查”、“组合”、“比较”、“传输”、“转换”、“相关”、“创建”、“定义”、“导出”、“检测”、“关闭”、“确定”、“启动”、“预估”、“筛选”、“查询”、“产生”、“识别”、“合并”、“初始”、“定位”、“修改”、“获取”、“输出”、“预测”、“接收”、“报告”、“发送”、“感应”、“存储”、“变换”、“更新”、“使用”、“验证”等指的是计算机系统或类似电子计算装置(或其部分)的动作和处理，所述电子计算装置例如但不限于一个或多个下列项的组合：视觉组织器系统、请求产生器、耦接互联网的计算装置以及计算机服务器。电子计算装置对在电子计算装置的处理器、寄存器和/或存储器内的表示为物理(电子)量的数据进行操控并将它们变换为在电子计算装置的存储器、寄存器和/或其他此类信息存储、处理、传输和/或电子计算装置的显示组件或其他电子计算装置内的类似地表示为物理量的其它数据。按照计算机可读指令的指示，电子计算装置可执行本文描述的一个或多个方法的操作。

讨论综述

下面的讨论被分成多个部分。部分1描述广域农业监控和预测。部分2描述合并了地形、土壤类型以及天气统计数据的水侵蚀管理。部分3描述了作物处理相容性的方面。部分4描述了交换水量分配额的方面。部分5描述了作物特点预估。如本文所述，在不同实施例中，属于特定田地或农场的一个或多个信息项可以通过一个或多个个人和/或传感器收集并且被农场主或其他实体采用，以作出有关该块田地、该块田地中种植的作物、一块或多块其他田地或一块或多块其他田地中种植的作物的决策。每部分倾向于集中收集和/或使用特定一种或几种类型的信息。虽然独立讨论，但是在一些实施例中，这些不同类型的信息以各种互相组合的方式来存储。这些不同类型的信息可以独立收集或以各种互相组合的方式收集。即，在一些实施例中，本文描述的单个传感器、报告源和/或平台可以在一段时期或者在执行特定活动期间只收集单项信息，而在其他情形中可以在单一时期或者在执行特定活动期间收集两项或多项信息。单一类型的采集信息可以被单独使用或者与一个或多个其他类型的收集信息组合使用。

第1节：广域农业监控和预测

广域农业监控和预测包含了产生对植物生长的校准预估和相应田地指示的系统和方法。来自基于地面和卫星的传感器的数据被组合以获取广大区域内的校准的绝对植物度量，诸如NDVI。诸如土壤、作物特点以及气候数据之类的其他输入被存储到数据库中。处理器使用测量的植物度量和数据库信息来创建定制的田地指示地图，该地图示出了对一块田地应当施用肥料、杀虫剂或者其它处理剂的地点、时间以及量，以获得最大化的作物产量。

地面数据用于消除上方空中图像的未知偏移量或偏差，从而允许不同时间拍摄的图像进行相互比较或被校准为绝对数值。土壤、作物以及气候数据也可被存储为图像或地图。取决于所覆盖的陆地面积以及空间分辨率，存储在数据库中的数据量可以非常大。可以采用植物和气候模型来进行植物生长仿真以建立场景，使得农场主不仅可以基于平均假设条件预测他的作物将会发生什么，而且可以预测不寻常事件。

然而，任何田地指示的基本要素是在田地中测量的实际植物长势的精确地图。NDVI在此被用作用于测量植物生长的度量的优选示例；虽然如此，其它参数也同样可用，例如绿色植被指数，或其他基于反射率的植被指数。图1示出了由实边界线画出的九块农田101、102...109的示意地图。图中的虚线示出了田地管理带的边界，其被带圆圈的数字1、2和3标记。管理带是共同生长特性的区域。对一个带作出定义的性质可包括排水、土壤类型、地面坡度、自然产生的营养元素、杂草类型、害虫等。不考虑带之间有何种差异，一个带内的植物趋于大致长成一样。带内的目标肥料施洒可以帮助消除生长差异性。不同带内的植物可能需要显著不同的肥料指示。

图2示出了图1的田地107的放大细节。该田地重叠了3块管理带，分别标记为带圆圈的数字1、2和3。路径205示出了比如GreenSeeker之类的基于地面的NDVI扫描仪在其测量田地中的植物生长时所采用的轨道。基于地面的扫描仪可以部署在拖拉机、喷洒车或其他设备上并且可以被程序化以在该设备在生长区域之上移动时记录数据。(基于地面的扫描仪还可以是手持式的并连接到便携式数据采集和/或定位设备。)。基于地面的扫描仪通常用于实时且速度可变的应用，但是因为扫描仪是自动的，所以他们可以在任何时候运行，而不仅仅在肥料施用期间。

在图2中，灰色条纹210标记了富氮带的位置。富氮带是施用了过量氮肥料的区域。在富氮带中的植物生长不受可用氮的限制，所以那些植物呈现出田地中类似植物的最高产量潜力。由于富氮带对于产量潜力计算有用，所以在富氮带中的NDVI的测量常常是实时且速度可变应用过程的一部分。虽然如此，并不总是需要富氮带。例如，田地的代表性部分中的顶尖10％植物的表现可以提供针对最大产量潜力的适当标准。

图3示出了图1的田地的示意卫星图像。图3示出的陆地区域与图1中所示的区域相同。图3的陆地被分成类似于由卫星成像所获取的那些像素(例如，301、302、303、304)。绘制图3仅用于图示的目的；其非按照比例绘制。在实际卫星图像中的像素可能表示大约1m²到大约100m²范围的区域。当今卫星图像的分辨率适用于农业用途；其不再是当年那样的限制因素。

图3中的标度305是NDVI标度的示意表示。像素颜色越深表示NDVI值越高。尽管只有五个相关NDVI等级在图3中示出，但是根据实际卫星图像可获得更高精度。然而，实际卫星图像不提供使用基于地面的传感器得到的具有高精确度的绝对NDVI。光线(即，太阳位置)、大气效应(例如，云层、阴霾、尘埃、雨等)的变化以及卫星位置都引入了偏移量或偏差，这很难量化。

很显然，图1和图3中示出的田地集的NDVI测量值可以通过地面或者卫星传感器获取。地面测量值提供了具有高精确度的绝对NDVI，而卫星测量值提供了覆盖广大区域的相对NDVI。当地面和卫星数据针对同一区域在未相隔过长时间可得到时，地面数据可用于解决卫星数据中的未知偏移量和偏差。例如，如果图1中的田地107通过GreenSeeker扫描测量而田地101到109(包括107)通过卫星成像测量，则针对田地107叠加的地面和卫星数据可用作校准针对所有田地的卫星数据。基于地面的数据的精确度被扩大到广大区域。通常,“未间隔过长时间”是指彼此间隔在几天范围内；然而，用于有效校准的实际最大时间差异取决于植物生长的有多快。对于快速生长的作物，测量必须在时间上更加紧凑。通过在时间上分隔地面和卫星测量值以预估植物生长速度和扩大产量的方法在下面讨论。

图4示出了广域田地指示系统的框图。在图4中，地面数据405和卫星数据410是数据库429和处理器430(其可以是计算机系统的一部分)的输入。从数据库和处理器输出的是田地指示435；即，详细说明需要多少农药施洒来最优化农田产量。田地指示可以是可视化的，比如显示了对田地需要施用肥料或杀虫剂的时间、地点以及数量的地图。指示可以通过比如带有动态可控喷洒头的喷洒车之类的自动化施洒系统来使用。

虽然对于每种施洒而言并非所有这些类型的数据都需要，但是土壤数据415、作物数据420以及气候数据425也可以作为数据库429以及处理器430的输入。所有数据源405至425以及其他未被示出的数据是与地理相关的。每个数据点(土壤类型、作物类型、气候历史记录、各种来源的NDVI等)与特定的经纬度或任意其他便利绘图坐标系统的位置相关。不同数据可以按照不同的空间分辨率来提供。例如，气候数据很有可能具有比土壤类型更低的空间分辨率。

数据输入405至425是农学家所熟悉的作为植物产量潜力算法的输入。数据库429和处理器430因此能够基于任意的多种可能的植物模型和算法来产生广域田地指示。作出不同的假设场景的能力提供给农场主们强有力的工具来评估不同肥料或杀虫剂施洒策略的风险和收益。例如，农场主可通过假设降雨量和表示平均生长条件的生长度日场景以及可能十年一遇的生长条件来模拟他的一块田地的长势。此外，农场主可以使一个基于地面的NDVI传感器来频繁地，例如可能每周一次，扫描他的少量田地的小部分。这些小数据收集区域随后可以被用作校准覆盖大农场的卫星数据。因此所得到的校准数据向农场主提供了对未来化学品需求的更加精确的预估并减少了作物产量的不确定性。

基本不可能获取在同一时间测量的地面和卫星的NDVI数据。如果测量值仅间隔数天，所产生的误差可能小到足以被忽略。然而，可以通过使用植物生长模型来按需在时间上向前或向后扩展数据以比较异步源来获得更好的结果。图5示出了对在不同时间获得的卫星和地面数据进行组合的方法的框图。

在图5中，地面数据505(例如，通过GreenSeeker获得的NDVI)以及卫星数据510是植物生长模型515的输入。源自模型的结果被用于产生任意期望时间的NDVI地图520。大多数植物的生长通过S型函数近似地描述；农场主们所关心的S型函数的部分是大致呈指数的主要生长阶段。此外，对于未间隔过长时间的数据而言，植物的指数生长可以通过线性生长模型来近似。

使用线性植物生长模型来比较异步的基于地面和卫星NDVI测量值可以通过参考图6A和图6B来理解，所述图中示出了通过不同方法在不同时间获得的NDVI数据的示意曲线图。在图6A中，针对小块区域(例如在农田中单个数据点)或小部分田地来标绘NDVI与时间的关系。NDVI测量值605和610是通过基于地面的系统分别在时间t₁和时间t₂获得的，而NDVI测量值614是根据在稍晚的时间t₃的卫星图像获得的。卫星导出的数据点614带有偏移量或偏差。数据点614中的偏移量可以通过将线620放置到地面导出的数据点605和610来计算。因此在时间t₃通过卫星测量的实际NDVI(针对图6A中考虑中的特定地面区域)由数据点616表示，即，线620表示的函数在t₃处的数值。当然，t₂与t₃的间隔越长，线性推断620的确定性就越低。然而，该结果可能比例如简单地强制数据点614具有与数据点610相同的数值更加精确。

除了数据获取的顺序外，在图6B中绘制的情况与在图6A中的类似。在图6B中，NDVI测量值625和635通过基于地面的系统分别在时间t₄和t₆获得，而NDVI测量值628是在中间时间t₅根据卫星图像获得的。卫星导出的数据点628带有偏移量或偏差。该数据点628中的偏移量可以通过将线640放置到地面导出的数据点625和635来计算。因此在时间t₅通过卫星测量的实际NDVI(针对图6B中考虑中的特定地面区域)由数据点632表示，即，线640表示的函数在t₅处的数值。

在植物生长被假定为简单地建模为时间函数的简化场景中对图6A和图6B进行了描述。然而，更实际的做法是将植物生长表示为热量输入的函数，例如通过种植之后的生长度日来表示。如果每个实际日的生长度日数目不改变(理想化和有点不可能的场景)，则植物生长与时间或热量输入的关系将具有相同的函数形式。通常，在图6A和图6B中的时间轴可以被替换为包括热量输入、湿度、降雨量、阳光强度或其他影响生长速度的数据的模型。

对于本领域的技术人员而言显而易见的是，上面结合图5和图6讨论的方法可以被推广。两个测量源——地面传感器和卫星传感器——测量同一个量。一个源提供绝对测量值而另一个包括未知偏移量。线性模型可以用作所测量数量的NDVI的时间演化。该情况非常适于数字滤波器(例如卡尔曼滤波器)的应用，以获得NDVI的最佳预估。在广大区域上的NDVI的相对测量值通过在更小的子集区域上的绝对测量值来校准。

稀疏的空间NDVI采样可以足够来校准广域卫星数据。常常与更快速变化的地形相关的较小的管理带需要更密集的采样，而对于常常与更平的地形相关的较大的管理带而言不那么密集的采样就已足够。

此处描述的广域农业和预测系统和方法为农场主们提供了比此前可能的在更广大的区域上的更加精确和精准的作物信息。该信息可以与土壤、气候、作物以及其他空间数据组合来产生使用标准或定制算法的田地指示。

虽然很多系统和方法是在肥料施洒方面进行了描述，但是相同原理还应用到对杀真菌剂、杀虫剂、除草剂以及生长调节剂的施洒。虽然很多系统和方法被描述为使用从卫星获得的空中图像，但是相同原理应用到从飞行器(飞机、喷气式飞机等)、直升机、气球、无人驾驶飞机(UAV)以及其他空中平台获得的图像。空中图像可以从高海拔平台(例如卫星或高空飞行的飞行器)拍摄，这样单个空中图像涵盖了所有或大部分的指定地理区域。空中图像也可以通过低空飞行的平台来拍摄使得单个空中图像仅涵盖小块的指定地理区域。例如，在田地上方不足50英尺高度飞行的作物农药喷洒器可以在施洒处理的同时拍摄一个或多个(例如，一系列的)空中图像，其中单个图像仅涵盖被处理田地的小部分地理区域，但是全部系列的拍摄图像涵盖了所有或几乎所有的被处理田地。因此“空中数据”包括从一个或多个卫星、飞机、直升机、气球以及UAV成像平台获得的数据。类似地，“基于地面的数据”包括从可安装在卡车、拖拉机或其他运载工具或陆地物体的传感器获得的数据；或者包括由个人用户使用的手持式传感器或移动装置捕获的数据。虽然很多系统和方法是在NDVI方面进行了描述，但是其他基于反射率的植被指数也可以使用。

图7是根据不同实施例的示例广域耕作信息收集和广播网络700的框图。在一些实施例中，网络700的一些方面可以被用于本文描述的监控和预测(包括合成)。如图7所示，在一些实施例中，处理器430和数据库429可以是计算机系统750的一部分或者与计算机系统750耦接。在图7中，一个或多个报告代理710(710-1至710-n)报告关于在例如横跨一个或多个县、州、国家和/或大洲的广大区域上的彼此散布开的多个农场的耕作相关的信息。

在不同的实施例中，一个或多个移动装置701通过通信网络715与数据库429和处理器430通信。每个移动装置701被配置为各自布置有报告代理710-1，用于向数据库429和处理器430报告耕作相关的事件和数据。在不同的实施例中，移动装置701包括手持式装置，手持式装置包括但不限于个人数字助理(PDA)、蜂窝式电话、智能电话、膝上型笔记本、数字笔记本、数字手写板等，它们被配置为允许用户输入、存储和/或传输数据。移动装置的外型规格足够小到可以被个人用户手持。很多移动装置701预配置了GNSS(全球导航卫星系统)接收器，或者可与一个GNSS接收器便捷通信地耦接，以记录/报告移动装置701的位置。在一些实施例中，移动装置701通过无线通信网络(例如，715)与数据库429和处理器430通信。然而，应认识到移动装置701也可通过有线网络或者有线和无线网络链路的组合来通信。报告代理710-1可包括移动装置701上的应用程序、与移动装置701通信地耦接的物品或硬件、或某种组合。单个移动装置701可包括多个报告代理710-1。报告代理710-1可报告用户输入数据(例如通过农场主、农学家或者其他用户)和/或报告关于作物和/或田地的传感器数据，所述传感器数据可以是由移动装置701的传感器提供的或者是由与移动装置701耦接的传感器提供的。一些可通过报告代理710-1报告的传感器数据的示例包括但不限于一个或多个下列项：收割作物的水分含量、作物收割量(例如，在收割机的粮箱内保存的)、收集数据时移动装置701的位置、和/或从运载工具所耦接的传感器接收到的其他数据(例如上述的NDVI等级)。

在不同实施例中，网络700额外地或可选地包括一个或多个各自布置有报告代理710-2的运载工具监控器702。运载工具监控器702通过通信网络715与数据库429和处理器430通信。再一次，根据不同实施例，运载工具监控器702通过无线通信网络(例如，715)与数据库429和处理器430通信，或者可与有线通信网络或有线和无线通信链路的组合耦接。根据不同实施例，运载工具监控器702被布置在用于在作物种植、监控以及收割中进行各种操作的地面或空中运载工具上。实现运载工具监控器702的运载工具的示例包括但是不限于拖拉机、卡车、收割机、地面移动工具、飞机、作物喷洒飞行器、直升机、气球、无人驾驶飞机(UAV)等。单个运载工具或运载工具监控器可包括多个报告代理710-2。在一个实施例中，报告代理710-2与控制器或者其他布置在运载工具中的数据处理装置耦接或者布置为控制器或数据处理装置的一部分。例如，很多拖拉机和收割机使用GNSS接收器和控制器来确定运载工具的位置、导航、记录和引导以及运载工具控制。在一些实施例中，报告代理710-2可以与用于GNSS引导和运载工具控制的控制器耦接或布置为其一部分。通常，报告代理710-2被用于记录和/或报告其被安装至的各自的运载工具的位置、状况或活动。该信息还可从被特定运载工具操作或与该运载工具耦接的设备导出。该设备的示例包括但不限于犁、洒水车、播种机、地面移动工具(例如推土机刮土铲或反铲斗)、化学品存储箱(例如，肥料、除草剂、杀真菌剂、杀虫剂等的存储箱)或者其它可以与运载工具耦接的工具。报告代理710-2也可被用于报告它们耦接的运载工具的状况。这可包括运载工具的引擎的运行参数、速度、位置以及运载工具行进的方向、燃油状态、运载工具的操作员的身份等。报告代理710-2还可报告关于作物的数据，例如收割作物的水分含量、作物收割量(例如，在收割机的粮箱内保存的)或从运载工具所耦接的传感器接收到的其他数据(例如上述的NDVI等级)。根据不同的实施例，运载工具的操作员可手动地输入由报告代理710-2传达的数据，例如肥料、杀虫剂、除草剂、杀真菌剂或者其他施洒到田地的处理的类型，种植的作物种类，或者其他被执行的操作(例如监控富氮带210的NDVI)。

在不同实施例中，网络700额外地或可选地包括一个或多个各自布置有报告代理710-3的固定资源703。固定资源703通过通信网络715与数据库429和处理器430通信。再次地，根据不同实施例，固定资源703通过无线通信网络(例如，715)与数据库429和处理器430通信，或者可以与有线通信网络或者有线和无线通信网络链路的组合耦接。根据不同实施例，固定资源703包括用于监控与农业操作相关的各种事件和/或状况的设备。例如，固定资源703可包括但不限于降雨量监控器、泵监控器、远程天气感测站、存储设施(例如，燃料、水或化学品存储；收割作物、供给、种子、干草存储等)、水量分配监控器或其他用于测量和采集农业操作相关度量的装置。单个固定资源703可包括多个报告代理710-3。

在图7中，网络700进一步额外地或可选地包括一个或多个各自布置有报告代理710-4的计算装置(例如，类似PC704的个人计算机(PC))。在很多农业操作中，农场主使用PC704来输入他们收集的数据。例如，很多农场主在他们的农场收集包括但不限于下列项的数据：本地天气情况、施洒至田地的处理剂(例如肥料、杀虫剂、除草剂、杀真菌剂、生长调整剂以及落叶剂)、种植的作物、作物产量、燃料成本、设备运行数据、土壤数据、害虫和疾病感染等。这些信息可通过PC704甚至通过移动装置701输入。时常，农场主将使用数据分析技术来确定长期模式，或者基于过去的类似情况来预测未来表现和/或产量。例如，一些农场主执行他们土地的私人土壤分析，在该分析中在他们整片土地上以均匀间隔(例如，每100米)收集土壤样本并且标记以识别样本被收集的位置。收集的样本之后被发送以用于分析，从而确定农场主的土地的土壤构成以及在农场主的土地上的土壤变化。这样做，农场主能确定如上参考图1所示的田地管理带。确定农场主整片土地上的土壤构成的粒度取决于在收集土壤样本中所采用的采样间隔。

应当认识到网络700可额外地或可选地包括一个或多个不同于上述报告代理的报告代理710-n，其与数据库429和处理器430通信以提供用户输入或传感器收集的耕作信息。

为了符合当今环境和农业规范，农场主们可能需要在对田地施用比如肥料、除草剂、杀真菌剂、杀虫剂或者其他化学品时监控和报告施用的位置和时间。支持规章制度和/或认证的信息收集在有机农场上及其周围是极其重要的。例如，有机耕作常常必须通过诸如其他农场主或公路队之类的第三方来监控和限制在他们田地附近施用化学品。时常，农场主自己不拥有施用设备而是付款给第三方，例如作物农药喷洒公司或农场主合作社来施洒处理剂。农场主、第三方或一些其他组织可利用报告代理710来手动或自动地报告向田地施用了肥料、除草剂、杀真菌剂、杀虫剂或其他化学品。该数据的报告可与其他数据(例如位置数据和/或时间戳数据)的报告耦接。其他由农场主监控并通过报告代理710报告的耕作信息可关于但不限于下列一项或多项：水利用、土壤侵蚀、作物疾病、害虫治理、杂草治理以及作物整体健康。例如，报告代理710可报告手动输入/感测到的关于下列一项或多项的信息：在特定位置从水道或者地下水层抽到了多少水量；田地里杂草的类型和位置；田地里害虫的类型、位置以及感染等级；田地里土壤侵蚀的位置和等级；和/或田地里作物疾病的类型、位置以及进展。然而农场主们常常收集该数据用于私人使用，对于更宽广的区域分布而言该数据通常并未以可行方式来收集。

在图7中，数据库429和处理器430通过通信网络715还与公共数据源730耦接。公共数据源730的示例包括但不限于公共农学家、政府机关、科研机构、大学、商品市场、设备供应商、投资者或其他收集或产生农业操作相关数据的实体。

在图7中，数据库429和处理器430还与私人数据源740耦接。私人数据源740的示例包括收集和发布农业操作相关数据的盈利性私人实体。例如，可以付费来与发布诸如卫星图的私人公司签约。根据实施例，与私人数据源740签约的农场主可配置使得数据可用于数据库429和处理器430。在另一个实施例中，可以通过数据库429和处理器430的操作员来创建具有私人数据源740的账号。一些其他的私人源包括种子生产/销售公司、除草剂生产/销售公司、杀虫剂生产/销售公司、杀真菌剂生产/销售公司、肥料生产/销售公司和/或农场主合作社。

应当注意到在一些实施例中，移动装置701、运载工具监控器702以及固定资源703可与PC704耦接，PC704之后存储由这些装置收集的数据并将这些数据转发到数据库429和处理器430。在一些实施例中，一个或多个的移动装置701、运载工具监控器702以及固定资源703与PC704集成到农场主所使用的网络中，以监控他各自的农业操作。根据一个实施例，无线个人局域网被用来在移动装置701、运载工具监控器702、固定资源703和PC704之间通信数据。然而，应当注意到这些组件也可以实现为其他的无线方式和/或实现为有线通信网络。在一些实施例中，数据也可以通过可移动数据存储装置从非网络连接的装置传输到网络连接的装置(例如，与网络715通信地耦接的装置)，并随后从该网络连接的装置传输到数据库429和处理器430。还可以在这些装置之一(例如，移动装置701)与耦接到通信网络715的数据传输界面或插接站连接时将数据传输到数据库429和处理器430。

根据不同实施例，报告代理710-1、710-2以及710-3兼容各种软件平台。例如，报告代理710-1可与Java平台、Micro-Edition(JavaME)、Windows平台等兼容，以便于使用手持式装置报告与农业操作相关的数据、状况以及事件。在一个实施例中，报告代理710(710-1到710-n)周期性地确定将被转发到数据库429和处理器430的数据是否被收集。根据一个实施例，报告代理710(710-1到710-n)可由用户手动配置来指示何种类型的数据将被传送到数据库429和处理器430、PC704或其他实体，以及配置确定多长时间报告该数据一次的查询间隔。在另一个实施例中，当收集的数据被记录时，报告代理710(710-1到710-n)自动转发收集的数据。例如，当移动装置701的操作员记录数据并指示数据将被存储或转发时，报告代理701-1将自动地转发该数据到数据库429和处理器430。如上所讨论的，该数据将通过无线通信网络(例如，通信网络715)转发。根据不同实施例，报告代理710(710-1到710-n)自动附加额外数据。例如，如果移动装置701、运载工具监控器702以及固定资源703安装有诸如GNSS接收器之类的定位装置，或者如果装置被安置在已知的固定位置，报告代理710(710-1到710-n)在将收集到的数据传送到数据库429和处理器430的消息中自动附加装置的位置。此外，当该消息被发送时，时间戳可被附加到每个消息。

根据一些实施例，报告代理710(710-1到710-n)响应于指示了数据已被接收并存储在数据库429中的消息而开始删除已被发送到数据库429和处理器430的信息。在一些实施例中，报告代理710(710-1到710-n)确定与通信网络715的通信是否已经建立，并在确定了通信已经建立时自动转发数据到数据库429和处理器430。数据将被本地存储到收集该数据的各自装置上直到收到确认消息。应当注意到报告代理710(710-1到710-n)也向PC704以及在PC704上操作的报告代理710-4报告数据。例如，在这样的配置中，报告代理710-1、710-2以及710-3将收集到的数据自动转发到PC704并响应于PC704发出的确认数据已收到的消息而从它们各自的装置上自动开始删除数据。PC704的报告代理710-4之后将如上所述地负责转发数据到数据库429和处理器430。

根据不同实施例，以广大区域上的农场主的参与为基础,监控和预测网络700有助于采集、分类以及发布与农业操作相关的数据。在现有的方法和系统中，由一个农场主收集的数据通常被该农场主使用，外加来自诸如农业部、国家天气服务、本地农学家、出版的科研文章等公共源的信息。在一些现有方法和系统中，单个农场主收集的数据可被诸如农场产品制造商/经销商(例如，种子制造商/经销商)之类的另一个实体所利用。此外，可用信息量使得很难在现有方法和系统下分类整理和查询与特定农场主相关的数据，特别是考虑到很多用户个人拥有的计算资源有限。然而，如本文所述，监控和预测网络700允许农场主以及其他实体参与到农业操作中，以对更大区域的数据进行及时采集、筛选和发布。例如，如果在一个农场发生害虫侵扰或疾病蔓延，该信息可被发送到数据库429和处理器430。使用诸如天气模式、作物类型、作物成熟度以及其他农场主的报告之类的其他数据，对监控和预测网络700所提供的服务进行了订阅的订阅者可确定他的农场是否处于这样的侵扰或疾病的威胁之中，并可以及时采取诸如对作物施洒处理之类的行动来防止对他的作物的破坏。

监控和预测网络700的订阅者还可参与到其他参与者之间的货物、服务、存货以及商品的发布中。例如，一个农场主可向监控和预测网络700中的其他参与者报告某一商品或资源的过量或短缺。如下面将要进行详尽描述的，报告代理710-1、710-2、710-3以及710-4所发送的数据被存储在数据库429中。汇集代理760访问数据库429并筛选与特定用户和/或特定田地相关信息的数据(包括来自广大区域上的多个用户的数据)。该筛选可基于一个或多个参数，例如土壤类型、作物类型、施用的产品(例如，除草剂、杀虫剂、杀真菌剂和/或肥料)、种子类型、作物成熟度、天气等。根据不同实施例，汇集代理760基于预定参数自动产生对请求信息的报告770以及警报780。

考虑报告产生示例，在农场主或其它用户输入特定农田的参数(例如，种子类型、生长期、土壤类型以及天气)的情况下，汇集代理760可基于针对该特定农田所输入的那些参数来筛选在广大地理区域中收集的数据。从与那些经历输入和筛选的农田具有共同参数的其他农田获取的广大地理区域上的数据被筛选出并汇集到与特定农田相关的报告代理760中。在该方法中，内布拉斯加的移位农场主针对汉密尔顿县内的农田输入参数，内布拉斯加可接收到这样的报告，报告中包括从位于内布拉斯加霍尔县(相邻县)的第一农田获取的相关数据、从位于爱荷华(相邻州)的第二农田获取的相关数据以及从位于阿根廷(具有类似参数但是生长季相反的另一个国家)的第三农田获取的相关数据的报告。

作为警报产生的示例，农场主可能对田地施洒了与其他农场主拥有的相邻田地中的作物不相容的处理剂。因此，如果该处理剂被风携带到邻近农场主的田地，则该邻近农场主的作物可能被非故意地灭绝。当使用作物农药喷洒来对田地施洒处理剂时，这尤其会出现问题，因为化学品下风散布到邻近田地的可能性将大大增加。然而，如果两位农场主都订阅了监控和预测网络700，对其田地施洒处理剂的农场主可使用比如布置在施洒该处理剂的运载工具上的报告代理710-2来输入田地的位置和所施洒的处理剂。该信息可以使用通信网络715无线传送到数据库429和处理器430。当数据库429和处理器430接收到该信息时，可以访问该地区的当前天气状况以及在该地区正在生长何种作物，并确定所施洒的处理剂是否存在对下风生长的作物或正被处理/将被处理的田地内生长的作物有害的威胁。如果确定存在下风污染的威胁或对被处理的田里内的作物的威胁，则汇集代理760可产生警报780，以传送给对田地施洒处理剂的农场主/第三方，传送给处于不同位置的施洒处理剂的运载工具，和/或传送给处于处理剂的下风位置的其作物可能受影响的所有农场主。此外，警报780可被实时产生并接受，由此可以防止该处理剂的施洒发生。

示例计算机系统

图8是示例计算机系统750的框图，通过该计算机系统750可实现或基于其本文描述的各种系统、网络和/或方法实施例。现在参考图8，本文描述的一些实施例的全部或部分由存在于如计算机系统的计算机可使用/计算机可读存储介质中的计算机可读及计算机可执行指令组成。即，图8示出了可根据本文讨论的不同实施例使用的或用于实施这些实施例的一类计算机(计算机系统750)的一个示例。应当认识到图8的计算机系统750仅是示例，并且本文描述的实施例可以操作在一系列的不同的计算机系统上或内，这包括但不限于通用网络计算机系统、嵌入式计算机系统、服务器装置、客户端装置、不同中间装置/节点、单机计算机系统、云计算系统、手持式计算机系统、多媒体装置等。图8的计算机系统750能很好适应与其耦接的外围有形计算机可读存储介质802，例如，软盘、光盘、数字多功能盘、基于存储的其他碟片、USB“拇指”驱动器、可移除存储卡等。该有形计算机可读存储介质的特性是非暂时性的。

图8的系统750包括用于信息通信的地址/数据总线804以及用于处理信息和指令的与总线804耦接的处理器430A。如图8中所描绘的，系统750还很适合于存在多个处理器430A、430B以及430C的多处理器环境。相反，系统750同样很适合于具有比如处理器430A之类的单个处理器。处理器430A、430B以及430C可以是任意各种类型的微处理器。系统750还包括数据存储特性，例如与总线804耦接的用于存储针对处理器430A、430B以及430C的信息和指令的计算机可用易失性存储器808(例如，随机存取存储器(RAM))。系统750还包括与总线804耦接的用于存储针对处理器430A、430B以及430C的静态信息和指令的计算机可使用非易失性存储器810(例如，只读存储器(ROM))。系统750中还存在是与总线804耦接的用于存储信息和指令的数据存储单元812(例如，磁盘或光盘以及磁盘驱动器)。系统750还包括用于与处理器430A或处理器430A、430B以及430C通信信息和命令选择的包括与总线804耦接的字母数字及功能按键的可选字母数字输入装置814。系统750还包括用于与处理器430A或处理器430A、430B以及430C通信用户输入信息和命令选择的与总线804耦接的可选光标控制装置816。在一个实施例中，系统750还包括用于显示信息的与总线804耦接的可选显示装置818。

仍旧参考图8，图8的可选显示装置818可以是液晶装置、阴极射线管、等离子显示装置或其他适于建立用户可识别的图形化图像和字母数字符号的显示装置。可选光标控制装置816允许计算机用户动态地给在显示装置818的显示屏幕上的可视化标志(光标)的移动发送信号并表明用户对显示在显示装置818上的可选项目作出的选择。光标控制装置816的很多实现方式在本领域公知，包括位于字母数字输入装置814上的能够发送给定方向移动或位移方式的信号的轨迹球、鼠标、触摸板、控制杆或特殊按键。可选地，应当认识到光标可以通过来自字母数字输入装置814的输入使用特殊按键和按键序列命令被指向和/或激活。系统750还很适于具有采用其他工具(例如，语音命令)来指向的光标。系统750还包括用于将系统750与外部实体耦接的I/O装置820。例如，在一个实施例中，I/0装置820是用于使系统750与外部网络(例如但不限于，互联网)之间的有线或无线通信成为可能的调制解调器。

仍旧参考图8，针对系统750描述各种其他组件。具体地，当示出时，数据库429、操作系统822、应用程序824、模块826以及数据828被示出为通常存在于计算机可使用易失性存储器808(例如，RAM)、计算机可使用非易失性存储器810(例如，ROM)以及数据存储单元812的一个或某种组合中。在一些实施例中，本文描述的不同实施例的全部或部分被存储为例如数据库429中的收集数据、应用程序824和/或RAM808内的存储位置中的模块826、数据存储单元812中的计算机可读存储介质、外围计算机可读存储介质802和/或其他有形计算机可读存储介质。例如，汇集代理760可实现为包括所储存的用于访问数据库429和控制计算机系统750操作的指令的应用程序824。

农业监控的示例方法

图9是根据不同实施例的农业监控和预测的示例方法的流程图900。虽然在流程图900中公开了具体的过程，但是实施例完全适用于执行各种其他过程或在流程图900中引用的过程的变形。应当认识到，在流程图900中的过程可以以与所示顺序不同的顺序执行，并非在流程图900中的所有过程都会执行，并且除了所示和所描述的过程之外可以执行额外的过程。通过流程图900描述的全部或部分过程可以由处理器或计算机系统(例如，处理器430和/或计算机系统750)通过执行存在于例如计算机可使用/可读介质上的指令来实施。计算机可使用介质可以是能将指令存储其上的任意类型的非暂时性性存储器。计算机可使用/可读介质的非限制性示例包括但不限于磁盘、光盘(CD)、数字多功能盘(DVD)、只读存储器(ROM)、闪速存储器等。

在流程图900的910处，在一个实施例中，空中数据被获得。获得的空中数据表示在特定地理区域内的农业度量的相关测量值。空中数据和其表示的相关测量值具有未知偏移量。该空中数据可从在空中平台(卫星、飞行器等)上的报告代理传输或从公共数据源730或私人数据源740中的存储位置获取。

在流程图900的920处，在一个实施例中，基于地面的数据被获得。该获得的基于地面的数据表示在所述地理区域内的农业度量的绝对测量值。该基于地面的数据可从与基于地面的源(例如，移动装置801、运载工具监控器702、固定资产703和/或PC704)耦接的基于地面的报告代理710获得。

在流程图900的930处，在一个实施例中，基于地面的数据被用于校准空中数据，从而根据空中数据来合成在部分所述地理区域中的农业度量的绝对测量值。基于地面的数据被用于重叠空中数据的一部分，并且重叠部分之间的增量可被用于确定空中数据的偏移量，由此来校准所有的空中数据。

在流程图900的940处，一旦校准，合成的绝对测量值与基于地面的数据一起被存储在数据库中。此外，其他耕作数据被存储在相同数据库中(或通信地耦接的数据库中)。其他耕作数据在比由基于地面的数据表示的地理区域更大的广大地理区域上收集，并且该广大地理区域可比由空中数据所表示的地理区域更大。例如，由空中数据表示的地理区域可表示80英亩或者可能几平方英里的单块田地，而收集耕作数据的广大地理区域可表示整个县、几个县、一个州、几个州、一个国家、几个国家、一个大洲或多个大洲。如上所述，处理器430可执行校准和合成，数据库429可用于存储。

在流程图900的950处，在一些实施例中，流程图900的方法进一步包括基于与特定农田共同的属性来筛选在广大地理区域上收集的数据，以便产生关于该特定农田的报告。例如，合成的绝对测量值可能针对特定田地，而与该特定田地或另一个田地相关的一个或多个参数可被用来从存储在数据库429中的数据所表示的广大地理区域上的各种其他不同的农田当中筛选和汇集(共享一个或多个这些参数的)相关数据。如上所述，可通过汇集代理760执行该数据筛选并汇集数据到报告770中。报告770可以采用任意的不同格式来表示。在一个非限制性示例中，报告750可在特定田地的可视展示(例如，线条画、地图或图像)上空间地表示汇集数据。在另一个非限制性示例中，报告770可以采用多列表格的形式来表示汇集数据，例如纬度是第一列的第一行，经度是第二列的第一行，与该经度和纬度相关的汇集数据出现在附加列的第一行(其他坐标的汇集数据类似地以相应方式出现在这些列的其他各个行中)。

在流程图900的960处，在一些实施例中，流程图900的方法进一步包括将表示基于地面的数据和合成的绝对测量值与额外的空间农业数据进行合并以生成针对农田的农药施洒的指示。如前所述，该田地指示可以由处理器430根据存储在数据库429中的数据生成。

示例GNSS接收器

图10示出了根据一个实施例的示例GNSS接收器1000。应认识到不同类型或变形GNSS接收器也可适用于本文描述的实施例。在一些实施例中，诸如GNSS接收器1000之类的GNSS接收器可与报告代理710耦接或布置为其一部分。

如图10中所示，接收的L1和L2信号由至少一个GPS卫星产生。每个GPS卫星产生不同的L1和L2信号，并且他们被彼此以相同方式操作的不同的数字信道处理器1052处理。图10示出了通过双频天线1032进入GNSS接收器的GPS信号(L1＝1572.42MHz,L2＝1227.60MHz)。天线1032可以是以商业渠道从加利福尼亚州Sunnyvale的TrimbleNavigation获得的磁可安装模型(magnetically mountable model)。主振荡器1048提供了驱动系统中的所有其他时钟的基准振荡器。频率合成器1038采用主振荡器1048的输出并产生整个系统所用的重要时钟和本地振荡器频率。例如，在一个实施例中，频率合成器1038产生多个定时信号，例如1400MHz的第一(本地振荡器)信号LO1、175MHz的第二本地振荡器信号LO2、25MHz的SCLK(采样时钟)信号以及被系统用作本地基准时间测量值的MSEC(毫秒)信号。

滤波器/LNA(低噪声放大器)1034执行对L1和L2信号的滤波和低噪声放大。GNSS接收器1000的噪声指数通过滤波器/LNA组合的性能指示。下变频器1036以下变频到大约175MHz的频率来混合L1和L2信号，并且将模拟的L1和L2信号输出到IF(中间频率)处理器1050。IF处理器1050采用大约175MHz的模拟L1和L2信号并分别在载波频率420KHz(针对L1)以及2.6MHz(针对L2)上将它们转换为数字采样的L1和L2同相(L1I和L2I)和正交信号(L1Q和L2Q)。至少一个数字信道处理器1052输入数字采样的L1和L2同相和正交信号。所有数字信道处理器1052通常是同一设计并且通常在同一输入样本上操作。每个数字信道处理器1052被设计为通过追踪代码和载波信号来数字化跟踪由一个卫星产生的L1和L2信号，并且被设计为结合微处理器系统1054来形成代码和载波相位测量值。一个数字信道处理器1052能够在L1和L2信道两者中追踪一个卫星。微处理器系统1054是通用计算装置，其便于追踪和测量处理、且便于向导航处理器1058提供伪距和载波相位测量值。在一个实施例中，微处理器系统1054提供信号来控制一个或多个数字信道处理器1052的操作。导航处理器1058执行组合测量值的更高级别的功能，通过这样的方式来产生用于微分和测绘功能的位置、速度以及时间信息。存储器1060与导航处理器1058以及微处理系统1054耦接。应认识到存储器1060可以包括易失或者非易失性的存储器，例如RAM或ROM，或者包括一些其他计算机可读存储器装置或介质。在一个漫游接受器(rover receiver)的实施例中，导航处理器1058执行一个或多个位置校准的方法。

在一些实施例中，微处理器1054和/或导航处理器1058接收额外的输入，以用于改善由GNSS接收器1000确定的位置信息。例如，在一些实施例中，校正信息被接收并利用。作为非限制性的示例，该校正信息可包括差分GPS校正、RTK校正和/或广域扩增系统(WAAS)校正。

第2节：合并地形、土壤类型以及气候统计数据的水侵蚀管理

防止或最小化侵蚀效应和表层土壤流失是耕作成功的关键。例如，表层土壤通常保持了田地中的最高浓度的营养元素、有机物质以及微生物。因此，很多植物聚集它们的根以从土壤的这个区域获得大部分它们所需的养料。当这层表层土壤由于侵蚀的原因被冲刷掉，或者由于风的原因被刮走，该重要的营养元素层不会再被作物利用。在极端情况下，该陆地不再能够支撑植物生命。此外，河床、小溪以及湖泊会被不需要的泥沙挤满。除了表层土壤流失外，雨水的表面径流会将营养元素(例如施洒的肥料以及除草剂、杀真菌剂、杀虫剂等)冲刷到集水区。这会导致例如杀死鱼类、植物以及其他动物的藻化之类的有害效应。此外，集水区的其他用途，例如休闲活动或供给饮用水，会受这些化学品径流的不利影响。除了土壤侵蚀以及表层土壤流失之外，在农场主田地的一些地方，可能会发生排水不充分。因此，过量水可能会留在农场主的田地中，或者留在特定田地的子区域中。这会使得更加难以操作农业机械，延误了诸如种植或收割之类的操作，或者使得该特定区域不适于种植特定的作物。

根据不同实施例，公开了水侵蚀管理的方法。图11是根据不同实施例的水侵蚀管理的示例方法的流程图1100。虽然在流程图1100中公开了具体过程，但是实施例完全适于执行各种其他过程或在流程图1100中引用的过程的变形。应认识到在流程图1100中的进程可以按照与所示顺序不同的顺序执行，并非在流程图1100中的所有过程都会执行，并且除了所示和所描述的过程之外可以执行额外的过程。通过流程图1100描述的全部或部分过程可以由处理器或计算机系统(例如，处理器430和/或计算机系统750)执行存在于如计算机可使用/可读介质上的指令来实施。计算机可使用介质可以是存储有指令的任意类型的非暂时性性存储器。计算机可使用/可读介质的非限制性示例包括但不限于磁盘、光盘(CD)、数字多功能盘(DVD)、只读存储器(ROM)、闪速存储器等。

在操作1110中，接收地形数据来表示规定区域的地形。根据不同实施例，地形数据可以从各种源(可称作“报告源”)收集。例如，再次参考图7，处理器430和/或数据库429可从包括但不限于移动装置701、运载工具监控器702、公共数据源730、私人数据源740或被配置来检测、收集或报告地形数据的其他源之类的报告源接收地形数据。在一些实施例中，报告代理710可发送或允许访问报告源的地形数据。在一些实施例中，这些报告源可提供地形数据作为农业度量的一部分或与捕捉及提供一个或多个农业度量的绝对测量值相结合。该类报告源还可发送或提供访问一个或多个土壤构成数据1320、天气数据1330、用户输入1340以及订阅者数据1350。

在图13中再次示出了地形数据的接收，其中地形数据1310被计算机系统750接收。作为一个示例，现在参考图12，农场主可穿过田地(例如，图12的田地1201)之类的规定区域。在一个实施例中，农场主可以在诸如由路径1210-1、1210-2、1210-3……1210-n所示的一个或多个线性通道中走过田地1201。换句话说，简单地携带移动装置701走过田地1201，农场主可以按自组网方式产生地形数据1310，该数据之后可被用于产生田地1201的地形图。可选的，农场主可以在诸如由1220-1、1220-2、1220-3……1220-n所示之类的离散地点进行一系列的停顿。在一个实施例中，农场主可以手持或携带配置有GNSS接收器(例如图10中的GNSS接收器1000)的移动装置701。在一个实施例中，GNSS接收器1000在诸如农场主穿过田地1201时周期性地确定移动装置701的位置。这可以作为农场主一部分的专用工作来执行，以收集将稍后用于产生田地1201的地形图(例如，图13的模型1370)的地形数据1310。这也可与其他信息收集同时执行，或作为其他信息收集的结果，例如不同农业度量的绝对测量值的收集。

在一个实施例中，GNSS接收器1000的位置确定包括确定其海拔。因此，随着农场主穿过田地1201，GNSS接收器可产生可被用于制定田地1201的地形图的多个数据点。更具体地，描述GNSS接收器1000的海拔及其位置的多个数据点可用移动装置701收集、存储并发送。因此，在一个实施例中，地形数据1310包括位置数据以及与该位置数据相关的海拔。可选地，相同的数据可在农场主使用比如一台农业机械穿过田地1201时被收集。在一个实施例中，当农场主驾驶穿过田地1201时(例如当在田地1201耕作、施洒处理或收割作物时)，运载工具监控器702可形成描述GNSS接收器1000的海拔及其位置的数据点。在一个实施例中，移动装置701和/或运载工具监控器702以不需要由个人用户手动介入的方式执行该功能。例如，当农场主注册到广域耕作信息收集和广播网络700时，配置信息可被发送到移动装置701、运载工具监控器702或其他装置，对这些装置进行配置从而以这些装置的操作员易懂的方式来收集该信息。在一个实施例中，当穿过田地1201时，GNSS接收器1000将产生连续或接近连续的地形数据点流，这些地形数据点包括了在给定时间GNSS接收器的位置和海拔。还要注意穿过田地可以采用不同于图12中所示的其他形式来进行，例如网状形式等。

在另一个实施例中，在特定时间及如点1220-1、1220-2、1220-3……1220-n所示的离散地点处，GNSS接收器1000产生包括GNSS接收器1000的位置及海拔的地形数据点。例如，农场主可穿过田地1201并在点1220-1、1220-2、1220-3……1220-n处收集土壤样本。对于农场主们越来越普遍的是在他们的田地上以固定间隔(例如，每100米)来收集土壤样本，之后发送这些土壤样本用于分析。对土壤样本的分析向农场主显示了在样本被获取的每个点的土壤构成是什么。这允许在诸如田地1201之类的规定区域上形成更详细的土壤构成图。在一个实施例中，农场主可使用移动装置701或运载工具监视器702来产生描述每个土壤样本在何地被获取的位置数据。在一个实施例中，当GNSS接收器1000被用于产生定位(例如，响应于用户操作)时，其也自动地导出在那个点的海拔。再次参考图12，农场主在地点1220-1、1220-2、1220-3……1220-n处收集土壤样本。农场主使用GNSS接收器1000来确定地点1220-1、1220-2、1220-3……1220-n的位置以在土壤分析中使用。在一个实施例中，GNSS接收器1000还收集每个地点的海拔。这些位置和海拔数据可作为地形数据1310被存储在电子文件中并随着数据的收集通过通信网络715发送。在另一个实施例中，位置和海拔数据可由农场主手动记录并随后发送到计算机系统750。应当注意到，在一个实施例中，包括位置和海拔数据的地形数据的收集与用于确定土壤构成的土壤样本的收集同时发生。在另一个实施例中，这些操作可以发生在不同时间，或者可以从不同源导出。

在一个实施例中，计算机系统750的模型产生器(例如图13的模型产生器1360)访问地形数据1310并基于包括地形数据1310的接收到的位置和海拔数据来形成表达田地1201的轮廓的3-D地图(例如，模型1370)。应认识到的是在一些实施例中，可为处理器420提供指令以实施模型产生器1360。应注意到的是地形数据1310的其他源可以用于形成上述模型1370，其他源包括但不限于测绘数据或从公共数据源740和/或私人数据源730接收的类似数据。

在操作1120处，接收表示了在规定区域得到的土壤构成的数据。如上所讨论的，在一个实施例中，农场主可在诸如田地1201之类的规定区域上以一定间隔收集土壤样本。在另一个实施例中，土壤样本可以用另外一种方式收集。例如，一个或多个可以感应传导性的电磁感应传感器可以用于绘制在农田中的土壤特性方面的相对差异。一个该传感器的示例是加拿大安大略的Geonics有限公司的EM38传感器。这种电磁传感器依靠的是检测响应于磁场的深层感应电流。感应电流的强度通过土壤的电传导性来确定，该电传导性常常通过土壤基质中的湿度廓线来驱动。在田地中不同位置处电磁感应器记录的数据可以用作描绘田地的土壤构成。在一些实施例中，报告代理710与这种电磁感应传感器耦接以自动报告收集的土壤构成数据。使用这些土壤样品并知晓获取每个土壤样品的位置，模型产生器1360可以将示出田地1201土壤构成的数据包括在模型1370内。应注意到模型1370还示出了土壤构成在田地1201的不同位置如何变化。此外，相对使用诸如政府数据库之类的多种其他的土壤构成数据源而言，使用例如以每100码收集的土壤样本，使得采用比所能采用的更大的粒度等级来形成该信息。例如，政府数据库由于形成如此细节程度的数据所需的时间、精力以及金钱的原因，通常不配置为提供如模型1370所示的这种粒度等级。此外，因为田地内的地形变化，土壤构成可能变化。例如，由于被径流带走，沙和细泥可能在农场主田地的低洼区域中聚集。因此，丘陵顶部和山脊可能具有比在具有更高比例的沙和泥的这些地形特征的底部田地区域更高的黏土构成。然而，这可能不会在联邦、州或县级保存的土壤构成图(通常绘制有很少细节的土壤构成)中反映出。

在操作1130处，基于规定区域的地形和该规定区域的土壤构成，创建预测规定区域的水径流模式的模型。在一个实施例中，模型产生器1360产生多个模型1370中的一个，该模型基于田地1201的地形及田地1201的土壤构成来预测田地1201的水径流模式。如上记录的，模型1370示出田地1201的不同位置处的土壤构成如何变化。根据不同实施例，田地1201处得到的土壤构成以及地势陡度被用作开发模型1370。

此外，模型产生器1360在模型1370的开发过程中可访问天气数据(例如，图13的天气数据1330)。根据不同实施例，天气数据1370包括历史天气数据和/或预测的天气数据。天气数据1330可以从诸如国家天气服务之类的公共源获得，或者从私人源获得。天气数据1330的私人源的一个示例是由田地1201的所有者所保留的天气记录。天气数据1330的私人源的另一个示例是由居住在田地1201的地区的其他农场主收集并提供到广域耕作信息收集和广播网络700的数据。使用该数据，模型产生器1360基于可用的数据可将对田地1201的水径流模式的预测包括在模型1370中。模型1370还可基于地形数据、土壤构成以及天气数据来预测田地1201的土壤侵蚀、洪涝或其他影响。例如，模型1370可使用与不同时期相关的历史降雨量数据，包括但不限于：近几年(例如，最近5年时期)、历史干旱时期、历史多雨时期、历史高位降雨时期(例如，日最大、周最大、与25、50或100年一遇的洪水事件相关的降雨等)。其他数据可包括陆上洪涝数据、由于狂风、火灾或其他事件的作物毁坏。在一个实施例中，同样订阅了广域耕作信息收集和广播网络700的其他农场主可提供与土壤构成、地形数据以及观测的降雨数据相关的观测数据。这有助于调整由模型产生器1360产生的预测水径流模式，以更加精确地建模现实世界情况。

因此，广域耕作信息收集和广播网络700可基于地形、土壤构成以及实际或假设的天气模式来向农场主提供用于预测在规定区域处的水径流情况的工具。在一个实施例中，图13的用户输入端1340允许用户输入诸如现有土地特征、植被等之类的改变模型1370的地形数据的其他数据。例如，农场主可使用移动装置701或PC704与模型产生器1360交互以改变用于产生模型1370的变量。例如，农场主可改变模型1370的地形数据以预测水径流情况如何受到不同土地改造操作的影响。例如，农场主可改变模型1370的地形使得一些丘陵平整以及填满一些低洼区域。基于由于这些推荐操作而得到的改变了的地形数据及土壤构成，模型产生器1360将产生预测水径流情况的新模型1370。其他可以由模型产生器1360表示的操作包括但不限于安装排水系统、地下排水、灌溉、改变现有水文特征的大小、位置或路线的效果；在水径流和侵蚀土地上种植植被的效果等。再次地，对模型1370的改变可以部分基于广域耕作信息收集和广播网络700的在他们的土地上实施或观测到类似情况的其他订阅者的数据(例如，图13的订阅者数据1350)。

因此，模型产生器1360允许用户确定采取何种行动来在他们的土地上使侵蚀最小化和/或控制水径流模式。此外，模型产生器可访问指示或预估用户可建模的各种活动成本的建设数据。例如，模型1370可包括显示了农场主在田地1201上执行所推荐的土地改造操作的预估花费$10,000的信息。这有助于对不同行动的成本/收益分析，这不仅可确定推荐的土地改造操作是否可以得到期望的成果，还可以确定执行给出的土地改造操作是否是经济上有利的。

在一个实施例中，广域耕作信息收集和广播网络700还可产生可以警告农场主潜在的危险情形的警报780。例如，计算机系统750可访问模型1370以及当前的天气预测来确定，例如，基于未来72小时中的降雨量是否将发生洪涝。知晓田地1201上的不同地点处的田地1201的地势构造以及土壤构成，计算机系统750可预测田地1201的土壤在给定时段内吸收预测降雨量的能力。可以通过利用对已知的诸如田地1201的土壤的当前水分含量之类的其他变量或者过去发生的相似情形的洪涝事件的了解而更加精确地做出该预测。作为另一个示例，计算机系统750可使用关于田地1201的上游和/或下游洪涝等级的数据和地形数据1310以及土壤构成数据1320来预测是否会在田地1201上发生洪涝和/或侵蚀。

第3节：作物处理剂相容性

通过各种不同类型的作物处理剂洒施机可对作物和田地施用不同的作物处理剂。作物处理剂洒施机的一些示例包括但不限于：悬挂式喷雾机、小型装置及牵引式(拖拽式)喷雾机、自行式喷雾机(例如，Hagie型喷雾机)及空中喷雾机(例如，喷洒飞机/作物农药喷洒飞行器)以及组合式洒施机(即，具有拖拽了拖拽式喷雾机的悬挂洒施机的拖拉机)。作物处理剂的一些示例包括除草剂、杀真菌剂、杀虫剂以及肥料。在一些情形下，特定作物处理剂可能与其所施洒的土地中的作物生长不相容。在一些情形下，特定作物处理剂可能与该作物处理剂被施洒的田地的接壤田地中的作物生长不相容。例如，一些田地作物被培育或设计为具有对某些除草剂的抵抗力而对其他除草剂则不具有抵抗力。类似地，一些田地作物不受某一些选择性除草剂的影响，而其他作物将被同样的选择性除草剂杀死。至于接壤田地，作物处理剂偶尔可能会从其被施洒的田地以及接壤田地(通过空气或土壤)转移或漂流。如果不相容的作物处理剂被施洒到一种作物，结果可包括减少产量以及可能出现的作物死亡/全损。如本文描述的不同技术、方法、系统以及装置可以帮助确保作物处理剂与该作物处理剂所施洒至的作物的相容性以及与邻近田地(例如与作物处理剂被施洒的田地接壤的田地)生长的作物的相容性。

在本文的讨论中，为了简便起见，很多示例将通过参考广谱除草剂作物处理剂来示出。然而，应认识到的是这些只是作为示例并且所示系统方法和装置也包含与其他作物处理剂一起的使用。广谱除草剂包括非选择性和选择性除草剂。广谱除草剂的一些示例包括但不限于：草甘膦(例如，在类除草剂中使用)，其是非选择性除草剂；草铵膦(例如，在一些、、、、以及类除草剂中使用)，其是非选择性除草剂；以及2,4-二路苯氧乙酸，其是选择性除草剂，通常称作“2,4-D”。

图14示出了根据不同实施例的在种植田地105中的示例作物处理剂洒施机1400。作物处理剂洒施机1400包括与拖拽式喷雾机1420耦接的拖拉机1410。应认识到关于作物处理剂洒施机1400的描述可以扩展到并等同应用至其他类型的作物处理剂洒施机，例如空中作物洒施机、悬挂式作物洒施机、组合式洒施机以及自行式喷雾机等。如描述的，拖拽式喷雾机1420受拖拉机1410的控制。拖拉机1410包括一个或多个布置有各自报告代理710-2的运载工具监控器702。应认识到该运载工具监控器702和/或报告代理710-2可以额外地或可选地与拖拽式喷雾机1420耦接。运载工具监控器702与拖拉机控制总线1412耦接并且能够通过拖拉机控制总线1412接收和通信信息。运载工具监控器702还耦接至或包括GNSS接收器(例如，GNSS接收器1000)，以确定作物处理剂洒施机1400的实时位置(例如，纬度/经度)1460。可应用不同补偿以确定作物处理剂洒施机1400的任意部分的实时位置。如本文之前所描述的，运载工具监控器702通过通信网络715与数据库429和/或处理器430进行通信。该通信可包括提供作物处理剂洒施机1400的实时位置；诸如存在于作物处理剂洒施机1400中的作物处理剂1430的类型描述之类的信息(例如，草甘膦除草剂)；以及作物处理剂启动机构1411是处于开位置还是关位置。在一些实施例中，作物处理剂洒施机1400的操作员可手动输入信息(例如通过报告代理710-2的用户界面)，该信息也通信至数据库429和/或处理器430。手动输入信息的示例可以是作物处理剂1430的描述(例如，“存储器1421填有Roundup Ultramax^TM除草剂”)。在其他实施例中，在作物处理剂洒施机1400内的诸如传感器1422之类的传感器自动确定作物处理剂1430的性质(例如，除草剂、杀真菌剂、杀虫剂或肥料的类型)并将关于作物处理剂1430的该描述性信息提供到报告代理710-2。

作物处理剂1430存在于作物处理剂洒施机1400的存储箱1421内，并且可以当操作员使用作物处理剂启动机构1411时以喷雾1440的形式施洒到种植作物1450。作物处理剂启动机构1411可以是开关或其他联锁装置，当其驱动到“开”位置时，使作物处理剂1430流动并喷出为喷雾1440，当其退动到“关”位置时，使作物处理剂1430的流动停止并停止喷雾1440的喷出。在一些实施例中，作物处理剂启动机构1411通信地与拖拉机1410的控制总线1412耦接，使得当表示作物处理剂启动机构1411的状态的驱动信号或退动信号在控制总线1412上传输时，该信号可以路由到与拖拉机1410和/或与作物处理剂洒施机1400相关的控制系统。该信号还可以由运载工具监控器702接收并作为报告代理710-2的触发器，使得响应于作物处理剂启动机构1411的驱动或退动，报告代理710-2传送作物处理剂洒施机1400的实时位置、作物处理剂1430的描述和/或作物处理剂启动机构1411的开/关状态中的一个或多个到数据库429和/或处理器430。

在一些实施例中，报告代理710-2可通过通信网络715接收作为信号从计算机系统750无线传输的“启动施洒命令”或“关闭施洒命令”。启动施洒命令传递到运载工具监控器702并可以用作开始喷雾1440所需的两个启动信号的第二个。例如，作物处理剂洒施机1400的控制系统在喷雾1440开始前可能需要驱动作物处理剂启动机构1411以及需要源自运载工具监控器702的启动信号并由此施洒作物处理剂1430。类似地，关闭施洒命令可以从报告代理710-2传递到运载工具监控器702。运载工具702之后在总线1412上发送关闭信号来使得喷雾1440停止或防止喷雾1440的开始，由此关闭作物处理剂1430的施洒。

图15示出了根据不同实施例的九块农田101-109的示意图。出于示例目的，这些农田与图1中所示的九块农田相同。田地101-109的地点或位置范围是已知的或存储在数据库429中。地点1460在田地105的西北角示出。箭头1505表示穿过田地105的风向，该风向可被报告给计算机系统750作为天气数据1330的一部分。天气数据1330可包括诸如风速、温度以及在包括田地105的地区内的降雨几率的预报之类的信息。

示例作物处理剂相容性系统

图16是根据不同实施例的示例作物处理剂相容性系统1600的框图。系统1600包括具有处理器430的计算机系统750。计算机系统750包括数据库429或与数据库429耦接(尽管在图16中描述为计算机系统750的一部分，但是数据库429可存在于一个或多个远离计算机系统750的位置并可以通信地与处理器430耦接)。计算机系统750还包括作物处理剂相容性确定器1660以及作物处理动作启动器1670，两者或任一个可实现为硬件、硬件与固件的组合或硬件与软件的组合。在一些实施例中，如所示的，一个或多个作物处理剂相容性确定器1660以及作物处理动作启动器1670可以通过处理器430从计算机可读介质中读取的指令实现。

计算机系统750、无线通信网络715、报告代理710、处理器430以及数据库429已经在先前描述并以与先前描述一致的方式操作，不同点和增加的地方如下描述。在一些实施例中，(如所描述的)处理器430除了实施作物处理剂相容性确定器1660和/或作物处理动作启动器1670以外，还可以实施一个或多个汇集器760和/或模型产生器1360(和/或本文描述的其他组件)。

报告代理710可以与作物处理剂洒施机耦接并报告在作物处理剂洒施机的位置处自动或手动采集的处理信息。例如，如图14中所示，报告代理710-2与作物处理剂洒施机1400耦接并将作物处理剂信息1605报告至计算机系统750以及作物处理剂相容性确定器1660。

数据库429包括针对多个种植田地的种植作物信息1665。例如，参考图15，田地101-109的种植作物信息1665可存在于数据库429中。这些田地和其他田地的其他信息可以存储在数据库429中。例如，如果作物处理剂将被施洒到田地105，则数据库429由此包括田地105的种植作物信息1665，并且还包括与田地105接壤的一块或多块周围田地(101、102、103、104、106、107、108、109)的种植作物信息1665。种植作物信息1665可以通过任意方法填入数据库429中，包括但不限于：用户输入1640、报告代理710的自动输入和/或通过访问诸如政府作物调查和作物保险数据库之类的公共和私人数据源。种植作物信息可包括其他信息之中的作物类型、作物年龄、作物的遗传特性和/或用于作物的生长限制。作物类型指的是正在生长的植物/种子的类型，不同作物类型的一些示例包括但不限于：玉米、小麦、大豆、大米、棉花、油菜籽、向日葵、甜菜、燕麦、斯佩耳特小麦、高粱、酥油草以及苜蓿。遗传特性(通常称作“基因”)包括选择性培育和基因工程特性。对作物处理剂相容性具有适用性的基因的一些示例包括但不限于抗草甘膦(常指)；抗草铵膦(常指)。作物年龄可以从种植日、发芽日或者已知或预估的种植作物发芽日确定。生长限制可包括诸如不使用杀虫剂或不使用任意人造作物处理剂的限制。生长限制经常与有机作物相关并且也与有机作物生长或将要生长的田地有关。

作物处理剂相容性确定器1660接收与作物处理剂洒施机相关的作物处理剂信息1605并且确定作物处理剂与作物处理剂洒施机所处的或作物处理剂将被施洒的田地是否相容。

作物处理剂信息1605从诸如用户输入1640(例如，洒施机在特定田地/地点施洒特定作物处理剂的电子工作指令)之类的源接收。该用户输入可以是通过计算机、个人数字助理、智能电话等进行的。报告代理710也可提供作物处理剂信息1605，例如从作物处理剂洒施机的操作员提供的或从作物处理剂洒施机自动提供的。作物处理剂信息1605包括一个或多个下列项：作物处理剂洒施机的实时位置(例如，GNSS位置)；作物处理剂施洒的计划位置(例如源自工作命令)；以及对存在于作物处理剂洒施机中的作物处理剂的描述。

作物处理剂相容性确定器1660通过从数据库429访问包含作物处理剂洒施机实时位置的田地的种植作物信息1665来做出相容性确定，并之后基于一个或多个存储的作物处理剂相容性规则1667来评估种植作物信息1665与存在于作物处理系统内的作物处理剂的相容性。该作物处理剂相容性规则1667可以根据需要存储在数据库429、作物处理剂相容性确定器1660或任意可以访问的位置中。

作物处理剂相容性规则1667的一些非限制性示例包括：1)包含除草剂的2,4-D与对大豆施洒不相容；2)包含除草剂的2,4-D与对酥油草进行施洒相容；3)包含除草剂的2,4-D与对玉米进行施洒相容；4)包含除草剂的草甘膦与对任意不具有抗草甘膦特性的作物进行施洒不相容；5)包含除草剂的草甘膦与对任意具有抗草甘膦特性的作物进行施洒相容；6)包含除草剂的草铵膦与任意不具有抗草铵膦特性的种植作物不相容；7)包含除草剂的草铵膦与任意具有抗草铵膦特性的种植作物相容；8)没有除草剂与对认证有机种植作物进行施洒相容；9)没有除草剂与对认证有机种植作物的100英尺范围内进行施洒相容；10)当盛行风大于每小时5英里且相对湿度大于75％时，对作物处理剂施洒或将要施洒的田地的下风处的接壤种植田地分析相容性；11)当盛行风大于每小时12英里时，对作物处理剂施洒或将要施洒的田地的下风处的接壤种植田地分析相容性；13)将实时位置与可用工作命令信息相比较，以确定实时位置是否与作物处理剂施洒的计划位置相容。

应认识到其他实施例可使用其他的相容性规则1667，该规则可包括或可不包括部分或全部的这些示例相容性规则1667。相容性规则1667还可被包括或用于诸如杀虫剂、杀真菌剂和肥料之类的其他作物处理剂。相容性规则1667可考虑种植作物的年龄以确定被施洒的作物处理剂是否在该作物处理剂相容的处理窗口内。作物年龄被用于确定在任意特定时间种植作物所处于的生命周期阶段，这是由于通常可以与种植作物相容的一些作物处理剂可能在某一生命周期阶段不相容，例如在发芽之前或期间，或者在授粉期间。例如，可能期望只在授粉之前向玉米施洒杀真菌剂以防止产量损失。同样地，事前除草剂施洒可能仅在种植作物已经发芽之后才相容。

一个或多个作物处理剂相容性规则1667可以通过作物处理剂相容性确定器1660来施洒，以确定作物处理剂与施洒该作物处理剂(或将要施洒该作物处理剂)的田地的相容性。一个或多个作物处理剂相容性规则1667也可以通过作物处理剂相容性确定器1660来施洒，以确定作物处理剂与施洒该作物处理剂(或将要施洒该作物处理剂)的田地的接壤田地的相容性。作物处理剂相容性确定器1660的一个输出是基于施洒至包含了作物处理剂洒施机的实时位置的种植田地的一个或多个作物处理剂相容性规则1667而作出的相容/不相容确定。在一些实施例中，作物处理剂相容性确定器的另一个输出是基于施洒至对包含作物处理剂洒施机的实时位置的种植田地接壤或包围的一块或多块接壤种植田地的一个或多个作物处理剂相容性规则1667而作出的相容/不相容确定。该相容/不相容确定被提供到作物处理动作启动器1670以基于针对包含作物处理剂洒施机的实时位置的种植田地或该种植田地的一块或多块接壤种植田地的相容性确定来启动一个或多个动作1680。

作物处理动作启动器1670是计算机系统750的一部分并且与作物处理剂相容性确定器1660耦接。作物处理动作启动器1670实时(在计算机系统750接收到作物处理信息几秒或更少时间内)启动一个或多个作物处理动作1680。动作1680可响应于针对作物处理剂被施洒或将被施洒至的种植田地或该种植田地的一块或多块接壤种植田地做出的作物处理剂相容性/不相容性确定来通过计算机系统750实时实施。相容性动作(例如，三个非限制性示例：启动施洒命令1680-1、种植田地相容性通知1680-3、接壤田地相容性通知1680-5)可响应于不相容性确定而启动。应认识到诸如农场主或田地所有者之类的一些实体可签约作为该类动作1680的接受者，和/或向计算机系统750提供作物处理剂信息1605和/或种植作物信息1665，以便实现作物保险费率降低和/或更加安心。类似地，诸如作物处理剂施洒公司和作物处理剂洒施机操作员之类的其他实体可签约作为该类动作1680的接受者，和/或向计算机系统750提供作物处理剂信息1605，以改善作物处理剂的精确交付，减少责任和/或降低保险/契约成本。诸如作物保险公司之类的其他实体可以签约作为某些动作1680的接受者，和/或提供种植作物信息1665，以尽可能降低作物保险风险。

作为启动一个或多个种植田地相容性动作的示例，考虑到这样的情形：作物处理剂洒施机1400位于位置1460处(在种植田地105中)，并且作物处理剂相容性确定器1660确定作物处理剂1430与对田地105中的种植作物进行施洒不相容。在该情形下，可发送关闭施洒命令1680-2到报告代理710-2。田地105的所有者还可收到种植田地不相容性通知1680-4的文本信息作为警告。该文本信息的示例是“包含除草剂的草甘膦将要在田地105中的玉米上喷洒，该种植作物不具有抗草甘膦特性，因此与该除草剂的施洒不相容”。作物处理剂不相容动作的另一个示例是发送到作物处理剂公司的电子邮件信息，例如“作物处理剂洒施机在田地105中试图施洒作物处理剂，针对田地102中的田地施洒的工作命令已如计划的列出”。在不同实施例中，可以以单独或组合的方式执行该不相容性动作。

作为启动一个或多个种植田地相容性动作的示例，考虑到这样的情形：作物处理剂洒施机1400位于位置1460处(在种植田地105中)并且作物处理剂相容性确定器1660确定作物处理剂1430与对田地105中的种植作物施洒相容。在这种情形下，响应于由作物处理剂相容性确定器1660做出的作物处理剂1430与对种植作物施洒相容的确认来实时地启动作物处理剂相容性动作，如向种植田地105的所有者发送种植田地相容性通知1680-3。该文本信息的一个示例是“2，4-D将要喷洒到田地105中种植的酥油草上，该种植作物与该除草剂的施洒相容”。在一些实施例中，启动施洒命令1680-1还可被发送到作物处理剂洒施机1400的报告代理710-2。在不同实施例中，可以以单独或组合的方式来执行该相容性动作。

作物处理动作启动器1670可响应于作物处理剂相容性确定器1660确定的针对种植田地105的作物处理剂与该种植田地105的至少一块接壤种植田地不相容而实时启动接壤田地不相容性动作1680-6。作为启动接壤土地不相容性动作的示例，考虑这样的情形：作物处理剂洒施机1400位于位置1460处(在种植田地105中)，且作物处理剂相容性确定器1660确定作物处理剂1430与对田地104中的种植作物施洒不相容。接壤田地作物处理剂不相容性动作1680-6的示例是自动拨打电话给接壤田地104的所有者并表明“2-4,D将要在田地105上喷洒并且该除草剂与在田地105下风处的田地104中种植的大豆不相容。”接壤田地作物处理剂不相容性动作1680-6的另一个示例是向作物处理剂洒施机1400的操作员发送寻呼机信息以表明“除草剂将在田地105中喷洒，这与在田地102中种植的认证有机燕麦的100英尺范围内喷洒不相容。”在一些实施例中，作物处理动作启动器可响应于确定了在某一田地中施洒的作物处理剂与在接壤田地中的种植作物不相容而向报告代理710-2发送关闭施洒命令1680-2。在一个或多个实施例中，可以单独或者以组合方式采用关于接壤田地的各种不相容性动作。

作物处理动作启动器1670可响应于作物处理剂相容性确定器1660确定的对种植田地105的作物处理剂与种植田地105的所有接壤种植田地中的种植作物相容而实时启动接壤田地相容性动作1680-5。作为启动接壤田地相容性动作的示例，考虑这样的情形：作物处理剂洒施机位于位置1460处(在种植田地105中)且作物处理剂相容性确定器1660确定作物处理剂1430与对田地101、102、103、104、106、109、110(或其种植作物信息可以由计算机系统750访问的接壤田地的一些子集)中所有已知种植作物施洒都相容。接壤田地作物处理剂相容性动作1680-5的示例是向接壤田地104的所有者发出发送电子邮件信息以表明“包含除草剂的草甘膦将被喷洒到田地105中的种植作物上并且该除草剂与田地104中种植的大豆的抗草甘膦特性相容”。在一个或者多个实施例中，可以单独或以组合的方式采用关于接壤田地的不同相容性动作。

尽管图16示出了可在一个或多个实施例中可用的不同的动作1680，但是在其他实施例中，可以使用对动作1680更受限的设置或更宽泛的设置。对动作1680更受限的设置或对动作1680更宽泛的设置可只包括示出动作1680-1至1680-6的子集。例如，在一个或多个实施例中，更受限设置的动作1680可只包括示出动作1680-1到1680-6当中的不相容性通知1680-4。示出动作1680-1到1680-6的其他子集可以在其他实施例中使用。

确保作物处理剂相容性的示例方法

图17A和图17B示出了根据不同实施例的确保作物相容性的示例方法的流程图1700。虽然在流程图1700中公开了特定的过程，但是实施例很好地适用于执行各种其他过程或在流程图1700中引用的过程的变形。应当认识到，在流程图1700中的过程可以按照与所示顺序不同的顺序执行，并非在流程图1700中的所有过程都会执行，并且除了所示和所描述的过程之外可以执行额外的过程。通过流程图1700描述的全部或部分过程可以由对存在于如计算机可使用/可读介质上的指令进行执行的处理器或计算机系统(例如，处理器430和/或计算机系统750)来实施。计算机可使用介质可以是能够存储指令的任意类型的非暂时性性存储器。计算机可使用/可读介质的非限制性示例包括但不限于磁盘、光盘(CD)、数字多功能盘(DVD)、只读存储器(ROM)、闪速存储器等。

在流程图1700的1710处，在一个实施例中，计算机系统接收到作物处理剂信息。如上所述，这可包括在计算机系统750、处理器430和/或作物处理剂相容性确定器1660处接收作物处理剂信息。作物处理剂信息1605包括作物处理剂洒施机的实时位置以及对存在于作物处理剂洒施机中的作物处理剂的描述。应认识到实时位置和对所存在的作物处理剂的描述之一或两者可以从与作物处理剂洒施机1400耦接的报告代理710接收。作物处理剂信息1605的一个或多个方面也可以以用于作物处理剂洒施机1400的报告工作命令的形式接收和/或通过农场主、田地所有者、作物处理剂施洒公司或作物处理剂洒施机操作员的用户输入1640接收。

在流程图1700的1720处，在一个实施例中，对包含了作为作物处理剂信息1605一部分提供的实时位置的种植田地的种植作物信息1665进行访问。在一个实施例中，作物处理剂相容性确定器1660从数据库429或其他位置请求、接收或检索该种植作物信息1665。种植作物信息1665包括对田地中已知位置的种植作物的描述。种植作物信息1665至少描述了在种植田地中种植的作物种子的类型(例如，小麦种子、玉米种子、大豆种子等)。在一些实施例中，种植作物信息1665还可以描述作物种子的特性或作物种子的特性缺失。在一些实施例中，种植作物信息1665还可描述种植作物的年龄。

在流程图1700的1730处，在一个实施例中，确定存在于作物处理剂洒施机中的作物处理剂是否与对种植在包含了该作物处理剂洒施机的报告位置的田地中的种植作物进行施洒相容。在一个实施例中，作物处理剂相容性确定器1660做出该确定。可以在作物处理剂相容性确定器1660基于一个或多个所存储的相容性规则1667来评估种植作物信息1665与存在于作物处理剂洒施机1400中的作物处理剂1430的相容性之后做出该确定。该相容性规则1667的大量非限制性的示例已经在先前给出并做出参考。

在流程图1700的1740处，在一个实施例中，响应于确定了存在于作物处理剂洒施机中的作物处理剂与对包含作物处理剂洒施机的报告位置的田地中的种植作物施洒不相容，从而启动作物处理剂不相容性动作。在一些实施例中，作物处理剂不相容性动作由接收作物处理剂信息1605的计算机系统实时启动。在一些实施例中，作物处理动作启动器1670启动一个或多个与作物处理剂不相容性有关的动作1680。该类动作可包括发送关闭施洒命令1680-2和/或发送种植作物不相容性通知1680-4。作物处理剂不相容性通知1680-4可以通过任意电子化方法(例如，电话、语音邮件、文本信息、传真信息、寻呼机信息、电子邮件信息等)发送到诸如种植田地所有者、种植田地农场主、作物处理剂洒施机操作员、作物处理剂施洒公司、作物保险公司之类的实体和/或与作物处理剂洒施机耦接的报告代理710。在一个实施例中，将实时关闭施洒命令1680-2发送到诸如报告代理710-2之类的与作物处理剂洒施机1400的控制系统和/或控制总线耦接(例如通过运载工具监控器702)的报告代理，使得控制系统关闭对作物处理剂1430的施洒。

在流程图1700的1750处，在一个实施例中，在1710-1740中描述的方法进一步包括响应于确定了作物处理剂与种植作物的相容来启动作物处理剂相容性动作。在一些实施例中，作物处理剂相容性动作由接收到作物处理剂信息1605的计算机系统实时启动。在一些实施例中，作物处理动作启动器1670启动一个或多个与作物处理剂相容性有关的动作1680。该类动作可以包括发送启动施洒命令1680-1和/或发送种植作物相容性通知1680-3。作物处理剂相容性通知1680-3可以通过任意电子化方法(例如，电话、语音邮件、文本信息、传真信息、寻呼机信息、电子邮件信息等)发送到诸如种植田地所有者、种植田地农场主、作物处理剂洒施机操作员、作物处理剂施洒公司、作物保险公司之类的实体和/或与作物处理剂洒施机耦接的报告代理710。在一个实施例中，将实时启动施洒命令1680-1发送到诸如报告代理710-2之类的与作物处理剂洒施机1400的控制系统和/或控制总线耦接(例如通过运载工具监控器702)的报告代理，使得控制系统启动对作物处理剂1430的施洒。

在流程图1700的1760处，在一个实施例中，在1710-1750中描述的方法进一步包括访问作物处理剂被施洒或将被施洒的种植田地的一块或多块接壤种植田地的种植作物信息1665。接壤田地是与包含了提供作为作物处理剂信息1605的一部分的实时位置的田地接壤的那些田地。例如，如果田地105包含所述实时位置，则田地101、102、103、104、106、107、108和109被认为是接壤田地。在一个实施例中，作物处理剂相容性确定器1660从数据库429或其他位置请求、接收或检索该种植作物信息1665。接壤田地的种植作物信息1665包括对在田地中已知位置的种植作物的描述。接壤田地的种植作物信息1665至少描述了在接壤种植田地中种植的作物种子的类型(例如，小麦种子、玉米种子、大豆种子等)。在一些实施例中，接壤田地的种植作物信息1665还可描述作物种子的特性或作物种子特性的缺失。在一些实施例中，接壤田地的种植作物信息1665还可描述在接壤种植田地中的种植作物的年龄。

在流程图1700的1770处，在一个实施例中，在1760中描述的方法还可包括确定在种植田地中的作物处理剂的施洒是否与一块或多块接壤田地相容。该比较至少基于一块或多块接壤种植田地的种植作物。在一个实施例中，作物处理剂相容性确定器1660做出该确定。可以在作物处理剂相容性确定器1660基于一个或多个所存储的相容性规则1667评估了一块或多块接壤种植田地的种植作物信息1665与存在于作物处理剂洒施机1400中的作物处理剂1430的相容性之后做出该确定。该相容性规则1667的大量非限制性的示例已经在先前给出并做出参考。

在流程图1700的1780处，在一些实施例中，流程图1770的方法进一步包括响应于确定了作物处理剂与至少一块接壤种植田地不相容，则启动接壤田地作物处理剂不相容性动作。在一些实施例中，接壤田地作物处理剂不相容性动作由接收作物处理剂信息1605的计算机系统实时启动。在一些实施例中，作物处理动作启动器1670启动一个或多个与接壤田地作物处理剂不相容性有关的动作1680。该类动作可包括发送关闭施洒命令1680-2和/或发送接壤种植田地不相容性通知1680-6。接壤田地作物处理剂不相容性通知1680-6可以通过任意电子化方法(例如，电话、语音邮件、文本信息、传真信息、寻呼机信息、电子邮件信息等)发送到诸如种植田地所有者、种植田地农场主、接壤种植田地所有者、接壤种植田地农场主、作物处理剂洒施机操作员、作物处理剂施洒公司、作物保险公司之类的实体和/或与作物处理剂洒施机耦接的报告代理710。在一个实施例中，将实时关闭施洒命令1680-2发送到诸如报告代理710-2之类的与作物处理剂洒施机1400的控制系统和/或控制总线耦接(例如通过运载工具监控器702)的报告代理，使得控制系统关闭对作物处理剂1430的施洒。

流程图1770的方法可进一步包括响应于确定了作物处理剂与所有接壤种植田地(或者至少是种植作物信息可访问的所有接壤种植田地)相容，从而启动接壤田地作物处理剂相容性动作。在一些实施例中，接壤田地作物处理剂相容性动作由接收作物处理剂信息1605的计算机系统实时启动。在一些实施例中，作物处理动作启动器1670启动一个或多个与接壤田地作物处理剂相容性有关的动作1680。该类动作可包括发送启动施洒命令1680-1和/或发送接壤种植田地相容性通知1680-5。接壤田地作物处理剂相容性通知1680-5可以通过任意电子化方法(例如，电话、语音邮件、文本信息、传真信息、寻呼机信息、电子邮件信息等)发送到诸如种植田地所有者、种植田地农场主、接壤种植田地所有者、接壤种植田地农场主、作物处理剂洒施机操作员、作物处理剂施洒公司、作物保险公司之类的实体和/或与作物处理剂洒施机耦接的报告代理710。在一个实施例中，将实时启动施洒命令1680-1发送到诸如报告代理710-2之类的与作物处理剂洒施机1400的控制系统和/或控制总线耦接(例如通过运载工具监控器702)的报告代理，使得控制系统启动作物处理剂1430的施洒。

第4节：交换水量分配额

发达以及发展中国家对稀缺资源的分配日益成为一个关注点。例如，需要干预人口增长和城市化以便在农业与市政水用户之间分配水资源。随着城市人口的增长，对饮用水、污水、工业用水和娱乐用水需求不断增长。因此，除非供水能够增长，否则可供农业使用的水会更少。此外，增长的人口需要更多食物。为了应对该日益增长的需求，农业操作常常被扩张到了更加干旱的地区，在这些地区需要灌溉来支持作物。另外，随着城市扩张，常常侵占先前的耕地来作为城市利用，这进一步地提升了灌溉的需求。因此，增长的农业用途的水量分配的需求与支撑人口的城市增长的需求竞争。

通常，出于灌溉目的，农场主预先支付他们从水源分配到的年度水量。例如，农场主在某些年周期的开始支付从提供灌溉农场主田地的水量的集水区水源分配到的10,000立方米水量。如果在低降雨量时期农场主需要超过其年度分配水量的额外水量，则农场主将额外支付该水量。然而，在过量降雨的时期，农场主可能不需要从集水区水源抽取他全部的分配水量。因此，农场主支付了在生长季节不需要或没有使用的资产。

根据不同实施例，广域耕作信息收集和广播网络700可以用于监控、汇集以及代理出售或交换用户之间的水量分配额。在一个实施例中，固定资源703包括泵或用于提供或监控送到家庭、农场、工业操作之类的水量的诸如流量计或监控器之类的其他装置。报告代理710-3自动监控和/或报告由固定资源703抽出的或流过报告代理710-3的水量。在一个实施例中，报告代理710-3自动存储该信息到本地。此外，在一些实施例中，报告代理710-3自动转发与水量分配相关的信息(例如流过报告代理710-3的水量)到汇集代理760。可选地，农场主或其他水用户可收集来自报告代理710-3的数据(例如，使用移动装置701的报告代理710-1)。在另一个实施例中，农场主可将该数据手动输入到PC704中，PC704使用报告代理710-4来向汇集代理760报告水量分配数据。

图18是根据不同实施例的集水区区域1800的示例图。诸如集水区区域1850之类的集水区区域可包括诸如河流、运河、水库、蓄水层之类的水源之一或一些组合。在图18中，农场1801、1802以及1803从河流1850取水。为了便于说明和讨论，只讨论河流1850，然而关于河流1850的讨论等同地适用于其他集水区水源及其组合。在更远处的下游，都市区域1820也从河流1850取水。如图18中所示，农场1801、1802以及1803分别使用报告代理710-3A、710-3B和710-3C来监控和报告从河流1850抽取的水量。根据不同实施例，报告代理710-3A、710-3B和710-3C测量和报告农场主从诸如河流1850之类的水源抽取了多少水量。该数据被发送到计算机系统750的汇集代理760，该汇集代理760担当了交换水量分配额的代理系统。例如，如果农场1801接收了足够的降雨量，其可能不需要其分配水量的全部或任何量。因此，如果农场主预先支付了10,000立方米的水量，但是只使用了或预计使用2,000立方米的水量，则计算机系统750可以担当可能正在经历比预计降雨量少并且需要超出支付的水量分配的水量的农场1802和1803的代理。根据一个实施例，需要额外水量的农场主可以使用不需要未使用水量配额的另一个农场主的未使用的水量配额。例如，如果农场1801有过量水，其可以将未使用的水量分配的水量分配额出售给位于农场1801下游的农场1803。此外，无需减少给农场1803下游的其他实体(例如，都市区域1820)的供水就能够完成该过程。在另一个实施例中，广域耕作信息收集和广播网络700的多个订阅者的过量水量分配额可以汇集并出售给另一方。例如，来自农场1801、1802和1803各自的过量水量分配额可能太少而不能被都市区域1820单个购买。然而，通过将农场1801、1802和1803的过量水量分配额汇集为单个更大量的汇集水量分配额，广域耕作信息收集和广播网络700能够担当代理来出售该更大量的汇集水量分配额给都市区域1820。

根据一个实施例，广域耕作信息收集和广播网络700的数据收集和报告能力可以通过手段来预测未来的降雨推演并发送报告770给农场主们(例如，农场1801、1802和1803的操作者)，以建议他们可能和/或可建议出售他们的一些水量分配额给另一方。再次地，在一个实施例中，广域耕作信息收集和广播网络700可担当代理或中介来出售过量水量分配额给另一个订阅者或另一方。这可以基于对可由广域耕作信息收集和广播网络700访问的土壤、地形、作物、天气模式、湖泊和河流的当前水位以及其他数据的认识。这允许产生针对特定用户将需要来自水源多少水量的预测。

根据不同实施例，广域耕作信息收集和广播网络700可用于确定从水源抽取超过农场主支付的水量分配的额外水量的成本/效益分析。在一些情况下，农场主在抽取超过他们常规水量分配的额外水量时支付较高的费率。再次地，广域耕作信息收集和广播网络700可以分析土壤、天气、作物以及其他变量，并产生报告770以说明更高作物产量是否将收回从水源抽取额外水量的成本。

图20是根据一个实施例的交换水量分配额的示例方法2000的流程图。在图20的操作2010中，对描述了保留给第一用户的水量分配额的数据进行访问。如上所述，农场主提前购买从水源抽水的权利。通常，农场主不会在那时抽取他所支付的全部水量，而是在诸如下一年或者下一个生长季节之类的持续期内抽水。因此，作为农场主支付金钱的交换，他收到用于抽取分配给他的给定水量的水量额度。如上所述，广域耕作信息收集和广播网络700可以采集关于包括灌溉和水量分配额数据的农业操作的不同方面的信息。在一个实施例中，一个农场主可以报告从诸如河流1850之类的水源获得的他的年度水量分配的量和支付的价格。如图19中所示，农场主(例如，操作图18中的农场1801的农场主)可报告如水量分配1901所表示的他的年度水量分配。

广域耕作信息收集和广播网络700可将农场1801的农业数据与历史记录和/或来自广域耕作信息收集和广播网络700的其他订阅者(例如，农场1802和1803)的订阅者数据进行比较。该数据的示例包括但不限于土壤构成数据、天气数据(例如，当前天气模式和预报以及历史数据记录)、作物数据等。使用该信息，广域耕作收集和广播网络700可做出满足农场主阐明的目标所需水量的预测。例如，农场主可以阐明每英亩作物的期望产量、每英亩生长作物的成本或可由广域耕作信息收集和广播网络700用来预测农场主需要多少水量用于那个生长季节的另一个参数。在一个实施例中，广域耕作信息收集和广播网络700可以为农场主将农田1801的农业数据与来自其他订阅者的类似数据进行比较，以基于例如需要农场主的多少水量分配或将需要多少水量分配来满足农场主阐明的目标来为农场主更加精确地建模和预测产量。在另一个实施例中，广域耕作信息收集和广播网络700可产生这样的消息，即，如果农场主决定出售他未使用的水量分配额时，该消息能预测农场主的作物产量，或者能比较出在他农场上对未使用的水量分配额的额外量进行使用会实现什么样的额外作物产量收益。

在图20的操作2020中，确定第一用户不使用的水量分配的未使用量。如上所述，广域耕作信息收集和广播网络700可用于确定农场主将需要或使用多少水量(例如，图19的使用的水量分配额1901A)来满足农场主阐明的目标。因此，在一些情况下，农场主将不必需要使用他的全部水量分配用于给定时期或生长季节。因此，广域耕作信息收集和广播系统700可基于该分析确定农场主的给定水量分配的未使用量(例如，图19的未使用水量分配额1901B)。在一个实施例中，广域农业信息收集和广播网络700将为农场主产生这样的消息，该消息表明在满足农场主阐明的目标的同时，剩余或将会剩余一定量未使用的农场主的水量分配额。可选地，广域耕作信息收集和广播网络700可产生消息来表明为了满足农场主阐明的目标，需要多于农场主当前水量分配的更多水量。由此，农场主可以确定使用更多的水量分配额是否将导致更高的产量，或者通过出售未使用的水量分配额给另一方是否将获益更多。在一个实施例中，与诸如泵或灌溉系统的流量计之类的固定资源703耦接的报告代理710-3可用于报告农场主已经对分配水量的实际使用量。

在图20的操作2030中，代理出售水量分配额的未使用量给另一个用户。在一个实施例中，广域耕作信息收集和广播网络700可担当一个或多个订阅用户出售货物、服务或商品(例如灌溉目的的水)的代理。在一个实施例中，广域耕作信息收集和广播网络700可作为代理出售水分配额的角色来实施。例如，操作农场1801的农场主能够通过广域耕作信息收集和广播网络700出售未使用的水量分配额1901B给操作农场1802和/或1803的农场主(们)。可选地，广域耕作信息收集和广播网络700可担当多个农场主(例如，操作农场1801和1802的)到另一方之间的代理。例如，在图18中，操作农场1801和1802的农场主们能够通过汇集代理760将他们未使用的水量分配额(例如，图19的1901B和1902)汇集来创建汇集水量分配额1910。广域耕作信息收集和广播网络700随后能够担当代理来出售汇集水量分配额1910给另一方。例如，广域耕作信息收集和广播网络700可出售汇集水量分配额1910给另一方。另一方可以是集水区区域1800以内或以外的别的地方。例如，可以将汇集水量分配额1910出售给沿着河流1860下游的另一方，例如农场1803或都市区域1820。根据不同实施例，广域耕作信息收集和广播网络700能够汇集未使用水量分配额的额度，并代理出售它们。

第5节：作物特点预估

图21是根据不同实施例的示例作物特点预估系统2100的框图。系统2100包括具有处理器430的计算机系统750。计算机系统750包括数据库429(虽然在图21中被描述为计算机系统750的一部分，但是数据库429可以存在于一个或多个远离计算机系统750的位置并且通信地与处理器430耦接)或与数据库429耦接。计算机系统750进一步包括植物生长模型相关器2160以及作物特点预估器2165，两者或其一都可实现为硬件、硬件与固件的组合、或硬件与软件的组合。在一些实施例中，系统750可进一步包括一个或多个预估作物特点地图产生器2170和收割路径产生器2175，两者或其一都可实现为硬件、硬件与固件的组合、或硬件与软件的组合。在一些实施例中，如所示的，一个或多个植物生长模型相关器2160、作物特点预估器2165、预估作物特点地图产生器2170和/或收割路径产生器2175可以通过处理器430从计算机可读介质中读取的指令实现。

计算机系统750、无线通信网络715、报告代理710、处理器430以及数据库429已经在先前描述并以与先前描述一致的方式操作，不同点和增加的地方如下描述。在一些实施例中，(如所述的)处理器430除了实现任意或全部的植物生长模型产生器2160、作物特点预估器2165、预估作物特点地图产生器2170和/或收割路径产生器2175之外，还可以实现一个或多个本文描述的组件或功能。

报告代理710(710-1、710-2、710-3、710-4等)可以与移动装置701、运载工具监控器702、固定资源703、个人计算机704以及其他通信硬件耦接。在一个实施例中，耦接了联合收割机的报告代理710提供收割田地的实际作物特点数据(ACCD)2105。该作物特点数据可以是诸如产量(即，随着收割田地中多个位置测量的每英亩蒲式耳)、水分含量(即，随着收割田地多个位置处测量的收割作物的水分含量的百分比)、蛋白质含量(即，在收割田地中多个位置收割的作物中包含的蛋白质的百分比)之类的数据；以及容重。应认识到现代联合收割机被装备为随着作物被收割而实时动态地探明诸如一个或多个产量、水分含量、蛋白质含量以及容重之类的不同作物特点。该信息可以记录在联合收割机机载的存储器中和/或由报告代理710通过通信网络715转发到数据库429中。实际作物特点数据还可以通过一个或多个其他源提供给数据库429，例如在收割田地后从农场主的个人计算机发送，或者从田地中的特定位置采样作物并随后对所采样的作物执行检验以确定一个或多个作物特点数据的项目(例如，水分含量％、蛋白质含量％、容重等)的农场主、农学家、种子商等的移动装置发送。

在一个实施例中，系统2100的用户(例如农场主、合同制切割者、联合收割机操作员等)可提供特定作物特点值(SCCV)2110作为输入，以用于产生收割路径来对满足特定作物特点值2110的作物进行收割。该输入的特定作物特点2110随后由报告代理710通过通信网络715转发给计算机系统750以及收割路径产生器2175。特定作物特点值2110的一些示例包括但不限于：特定值范围内的预估产量；特定值或特定值以下的预估产量；特定值或特定值以上的预估产量；特定值或特定值以下的预估容重；特定值或特定值以上的预估容重；特定值范围内的预估水分含量；特定值或特定值以下的预估水分含量；特定值或特定值以上的预估水分含量；特定值范围内的预估蛋白质含量；特定值或特定值以下的预估蛋白质含量；特定值或特定值以上的预估蛋白质含量。应认识到容重和水分含量非常密切相关，然而，一些实体更喜欢使用一个术语而不是另一个来描述粮食单位。通常，容重是在散粮商业交换中使用的共同接受的质量指标，而水分含量是在全部容重中的一个大的亚分量。

数据库429包括多块种植田地的种植作物信息1665、多块田地的植物生长模型515以及多块田地的实际作物特点数据2105。应认识到这些数据有重叠。例如，数据库429包括一块或多块种植、生长和收割的田地的每块的种植作物信息1665、植物生长模型信息以及实际作物特点数据2105。此外，数据库429可包括不同的收割或未收割田地的NDVI地图520、土壤数据415、作物数据420、气候数据425和/或其他信息。

植物生长模型相关器2160与数据库429通信地耦接。在一个实施例中，植物生长模型相关器2160能够搜索数据库429以确定与植物生长模型的至少部分未收割田地相关的至少一块具有植物生长模型的收割田地。例如，如果图1的田地102被收割并且具有在数据库429中可得到的植物生长模型，则植物生长模型相关器2160可确定在田地102的管理带1(见图1)内具有NVDI明暗度2(见图3)的区域在它们建模的植物生长中与具有NVDI明暗度2(见图3)的田地103的部分相关。类似地，如果图1的田地104被收割并且具有在数据库429中可得到的植物生长模型，则植物生长模型相关器2160可确定在田地104的管理带1(见图1)内具有NVDI明暗度1(见图3)的区域在它们建模的植物生长中与具有NVDI明暗度1(见图3)的田地103的部分相关。

在一个实施例中，作物特点预估器2165基于从与未收割田地相关的至少一块收割田地获得的实际作物特点数据来预估该未收割田地的作物特点(即，预估作物特点数据2180)。该预估作物特点数据2180可以电子形式从计算机系统750输出，例如将该预估作物特点数据与未收割田地内的位置(例如，纬度/经度)链接的电子表格的形式。该电子表格通常具有三列：一列是预估作物特点数据；一列是纬度、一列是经度。提供预估作物特点数据2180的其他格式是可能的和期望的。预估作物特点数据2180可通过通信网络715转发到任意能够接收和显示/使用其内容的位置/实体。

接着前面的示例，如果图1的田地102被收割并且具有报告的在田地102的管理带1(见图1)内NVDI明暗度为2(见图3)的区域中15％的收割小麦的蛋白质含量平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度2(见图3)的部分和管理带1也具有15％的小麦蛋白质含量。类似地，如果图1的田地104被收割并且具有报告的在田地104的管理带1(见图1)内NVDI明暗度1(见图3)的区域中13％的收割小麦的蛋白质含量平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度1(见图3)的部分和管理带1也具有13％的小麦蛋白质含量。应认识到，可在做出作物特点预估过程中对其他信息加以考虑。这种其他信息的一些示例包括但不限于：相关田地的生长天数、相关田地的天气数据以及收割田地自收割以来的时间。

如果图1的田地102被收割并且具有报告的在田地102的管理带1(见图1)内NVDI明暗度为2(见图3)的区域中19％的收割玉米的水分含量平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度2的部分(见图3)和管理带1也具有19％或以下的玉米水分含量。类似地，如果图1的田地104被收割并且具有报告的在田地104的管理带1(见图1)内NVDI明暗度为1(见图3)的区域中17％的收割玉米的水分含量平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度1的部分(见图3)和管理带1也具有17％或以下的玉米水分含量。应认识到，可在做出作物特点预估对其他信息中加以考虑。这种其他信息的一些示例包括但不限于：相关田地的生长天数、相关田地的天气数据以及收割田地自收割以来的时间。

在另一个示例中，如果图1的田地102被收割并且具有报告的在田地102的管理带1(见图1)内NVDI明暗度为2(见图3)的区域中62磅/蒲式耳的收割大豆的容重平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度2的部分(见图3)和管理带1也具有62磅/蒲式耳或以上的大豆容重。类似地，如果图1的田地104被收割并且具有报告的在田地104的管理带1(见图1)内NVDI明暗度为1(见图3)的区域中55磅/蒲式耳的收割大豆的容重平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度1的部分(见图3)和管理带1也具有55磅/蒲式耳或以上的大豆容重。应认识到，可在做出作物特点预估中对其他信息加以考虑。这种其他信息的一些示例包括但不限于：相关田地的生长天数、相关田地的天气数据以及收割田地自收割以来的时间。

在另一个示例中，如果图1的田地102被收割并且具有报告的在田地102的管理带1(见图1)内NVDI明暗度为2(见图3)的区域中85蒲式耳/英亩的收割大麦产量平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度2的部分(见图3)和管理带1也产出平均85蒲式耳/英亩的大麦。类似地，如果图1的田地104被收割并且具有报告的在田地104的管理带1(见图1)内NVDI明暗度为1(见图3)的区域中70蒲式耳/英亩的收割大麦产量平均值，则在一个实施例中，作物特点预估器2165将预估田地103中具有NVDI明暗度1的部分(见图3)和管理带1也具有70蒲式耳/英亩或以上的大麦产量。应认识到，可在做出作物特点预估中对其他信息加以考虑。这种其他信息的一些示例包括但不限于：相关田地的生长天数、相关田地的天气数据以及收割田地自收割以来的时间。

在一个实施例中，预估作物特点地图产生器2170产生并输出预估作物特点地图2185。预估作物特点地图2185可见地示出和描绘了与未收割田地内的位置相关的预估作物特点。

图22示出了根据一个或多个实施例的未收割田地(图1的田地103)的示例预估作物特点地图2185A。区域2210被示出为具有第一预估作物特点，而区域2220被示出为具有不同的第二预估作物特点。图22的预估作物特点地图2185A可以打印、电子显示和/或通过通信网络715提供给任意能够接收和显示/使用/输出其内容的位置/实体。

在一个实施例中，收割路径产生器2175基于预估作物特点地图来产生未收割田地的收割路径2190。例如，可以产生收割路径2190来用于收割与差异预估作物特点的作物分开的某一预估作物特点的作物。在一个实施例中，用户可输入或指定由收割路径产生器2175使用的一项或多项信息。指定信息的一些示例包括丘陵行栽作物的期望收割方向(例如，防止收割穿过丘陵)；联合收割机头部宽度以及联合收割机头部可以处理的行数；以及将产生其收割路径2190的特定作物特点值2110。特定作物特点值2110的示例可以是某数值以上或以下或某范围内的蛋白质含量。特定作物特点值2110的另一个示例可以是某数值以上或以下或某范围内的水分含量。例如，农场主可能希望产生某一收割路径2190来收割具有特定平均蛋白质含量％的小麦以满足对一定蛋白质含量％或以上的小麦有需求的合同。在另一个例子中，农场主可能希望产生某一收割路径2190来收割具有在特定平均水分含量％范围内的水分含量的玉米，以直接配送该作物到本地合作社而无需付出停下来干燥和缩水的代价。在又一个例子中，农场主可能希望产生某一收割路径2190来收割具有大于特定数值容重的大豆，以便利用该作物的有利现行市价。

图23示出了根据一个或多个实施例对未收割田地(图1的田地103)产生的收割路径2190A的示例。图23的收割路径2190A被配置为在田地103的示出区域中收割具有与区域2220中生长的作物具有不同的预估作物特点值的区域2210的作物。需注意，收割路径2190A在避开区域2220的同时力图以有效方式只收割区域2210。在一个实施例中，收割路径2190A通过通信网络715被转发到联合收割机的转向控制并被用来自动引导联合收割机穿过田地103。

作物特点预估的示例方法

图24A、图24B以及图24C示出了根据不同实施例的作物特点预估的示例方法的流程图2400。虽然在流程图2400中公开了具体的过程，但是实施例完全适用于执行各种其他过程或在流程图2400中引用的过程的变形。应当认识到，在流程图2400中的过程可以按照与所示顺序不同的顺序执行，并非在流程图2400中的所有过程都会执行，并且除了所示和所描述的过程之外可以执行额外的过程。通过流程图2400描述的全部或部分过程可以由对存在于如计算机可使用/可读介质上的指令进行执行的处理器或计算机系统(例如，处理器430和/或计算机系统750)来实施。计算机可使用介质可以是能够存储指令的任意类型的非暂时性性存储器。计算机可使用/可读介质的非限制性示例包括但不限于磁盘、光盘(CD)、数字多功能盘(DVD)、只读存储器(ROM)、闪速存储器等。

在流程图2400的2410处，在一个实施例中，对包括了多块田地的植物生长模型的数据库进行访问。例如，这可包括计算机系统750和/或植物生长模型相关器2160访问数据库429来获取或搜索植物生长模型515和/或在数据库429中可得到的其他作物相关信息。

在流程图2400的2420处，在一个实施例中，确定至少一块具有第一植物生长模型的收割田地，该第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关。例如，这可包括计算机系统750和/或植物生长模型相关器2160访问数据库429来获取或搜索在数据库429中可得到的植物生长模型515。该相关收割田地的确定可以基于近期数据(相同生长季节)、历史数据(过去生长季节)或其组合。第一和第二植物生长模型的相关性可以进一步基于其他因素，包括但不限于：收割田地部分与未收割田地部分之间的管理带的共性；收割田地与未收割田地之间的生长日之间的相关性；和/或收割田地与未收割田地的天气数据之间的相关性。在一个实施例中，如果相关项目在一些阈值之上相关，则可以得出相关性，例如，0.75到1.0之间的统计相关性、0.9到1.0之间的统计相关性、0.95到1.0之间的统计相关性。这种相关性可以是预设的和/或用户定义的。通常，某些相关性需要比其他更明显以便实现作物特点的可靠预估。例如，在一个实施例中，收割田地与未收割田地的管理带之间的相关性需要比相同的收割田地与未收割田地的植物生长模型之间的相关性需要更强。例如，在一个实施例中，收割田地与未收割田地的管理带之间的相关性需要为1.0，而相同的收割田地与未收割田地的植物生长模型之间的相关性需要为0.95或更高。其他相关性范围是可能的和期望的。

在流程图2400的2430处，在一个实施例中，未收割田地的作物特点基于从至少一块收割田地获得的实际作物特点数据预估。在不同实施例中，该预估作物特点可以是产量、水分含量、蛋白质含量、容重或可以从收割作物测量的其他作物特点。在一个实施例中，该预估通过作物特点预估器2165执行。在一个实施例中，预估包括预估收割和未收割田地具有相同作物特点的相关部分。在其他实施例中，预估可基于诸如相关性强度、天气、生长日、收割后时间之类的各种因素而与相同或特定值之间具有一定调整范围。例如，给出收割和未收割田地之间的强的或相同的相关性，对诸如玉米的水分含量之类的特点的预估可随着与收割田地相比未收割田地生长时间的增加而相关性减少，通常这是由于在生长时间的一定时期之后，水分含量可以以完全可预测的速度减少而不会进一步增加。

在流程图2400的2440处，在一个实施例中，如在2410-2430中所述的方法进一步包括产生未收割田地的预估作物特点地图2185。在一个实施例中，预估作物特点地图产生器2170产生预估作物特点地图2185。预估作物特点地图2185示出了与未收割田地内的位置相关的预估作物特点。在一个实施例中，产生预估作物特点地图2185并由计算机系统750以有形形式输出，例如通过将预估作物特点地图2185发送到打印机。在其他实施例中，这可包括提供可显示在显示装置上、打印、或以其他方式使用的预估作物特点地图2185的电子版本。图22的预估作物特点地图2185A提供了预估作物特点地图2185的一个示例。

在流程图2400的2450处，在一个实施例中，如在2440中所述的方法进一步包括基于预估作物特点地图2185产生未收割田地的收割路径2190。在一个实施例中，收割路径产生器2175产生收割路径2190。如前所述，在一些实施例中，可基于预估作物特点地图2185以及特定作物特点值2110产生收割路径2190。特定作物特点值2110可以高于或低于作物特点的某个预估值，或者可以是作物特点的预估数值范围。例如期望的联合收割机的大体行进方向和/或收割机头部可覆盖的宽度/行数之类的其他用户指定的信息可在收割路径产生器产生收割路径2190时作为输入而被收割路径产生器所接收。图23的收割路径2190A示出了收割路径2190的一个示例。

提供上述实施例以使得本领域的任何技术人员获得或使用本公开。所述实施例为了说明和描述的目的而示出，而非意图将实施例的描述穷举或限制为所公开的确切形式。对这些实施例的各种修改对本领域技术人员是显而易见的，本文所阐述的原理可以无需脱离本公开的范围而应用到其他实施例。因此，本公开并非意图被限制为本文所示的实施例，而是与符合本文所公开的原理和新特征的最广泛的范围相一致。

本文描述的所有元件、部件以及步骤是优选地包括。应当理解的是，对本领域技术人员很显然的是，任意这些元件、部件以及步骤可以由其他元件、部件以及步骤替换或者可以一起删除。

概括地，本文公开了合并了地形、土壤类型以及天气数据的水侵蚀管理。本文进一步公开了包括接收表明规定区域地形的地形数据的水侵蚀管理的方法。表明规定区域处得到的土壤构成的数据被接收。基于规定区域的地形和规定区域的土壤构成预测所述规定区域的水径流模式的模型被创建。

概括地，本文公开了交换水量分配额。本文进一步公开的交换水量分配额的方法包括对描述了保留给第一用户的水量分配额的数据进行访问。第一用户不使用的水量分配额的未使用量随后被确定。随后代理出售水量分配额的未使用量给另一个用户。

概括的，本文公开了作物处理剂相容性。本文进一步公开了在计算机系统接收确保作物处理剂相容性的作物处理剂信息的方法。作物处理剂信息包括作物处理剂洒施机的实时位置以及对存在于作物处理剂洒施机中的作物处理剂的描述。对包括了实时位置的种植田地的种植作物处理剂信息进行访问。种植作物信息包括对在种植田地中的种植作物的描述。确定作物处理剂是否与对种植作物施洒相容。响应于确定作物处理剂与对种植作物施洒不相容，作物处理剂不相容性动作由计算机系统实时启动。

概括地，本文公开了作物特点预估。本文进一步公开了包括数据库、植物生长模型相关器以及作物特点预估器的用于预估作物特点的系统。数据库包括多块田地的植物生长模型。植物生长模型相关器与数据库通信地耦接。植物生长模型相关器被配置为确定至少一块具有第一植物生长模型的收割田地，该第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关。作物特点预估器被配置为基于从至少一块收割田地获得的实际作物特点数据来预估未收割田地的作物特点。

概括的，本文公开了广域农业监控和预测。本文进一步公开了包括第一报告代理、第二报告代理、数据库以及处理器的农业监控和预测系统。第一报告代理被配置为报告空中数据，该空中数据表明了在地理区域内农业度量的相对测量值，相对测量值具有未知偏移量。第二报告代理被配置为报告基于地面的数据，该基于地面的数据表明了部分地理区域的农业度量的绝对测量值。数据库被配置为将绝对测量值数据和相对测量值数据与广大地理区域的其他耕作数据一起存储。处理器被配置为访问数据库并使用部分地理区域的基于地面的数据来校准空中数据，从而根据空中数据合成地理区域的农业度量的绝对测量值。

构思

本文至少呈现了下列构思。

构思1.一种水侵蚀管理的方法，包括：

接收表示规定区域的地形的地形数据；

接收表示在所述规定区域处得到的土壤构成的数据；以及

基于所述地形数据和在所述规定区域处的土壤构成数据来创建用于预测针对所述规定区域的水径流模式的模型。

构思2.如构思1所述的方法进一步包括：

基于所述地形数据和所述土壤构成数据并使用所述模型来预测在所述规定区域处的土壤侵蚀。

构思3.如构思1或2所述的方法，进一步包括：

将所述地形数据和所述土壤构成数据与针对广大地理区域的其他耕作数据合并；以及

使用针对所述广大地理区域的其他耕作数据来修改所述模型。

构思4.如构思1、2或3所述的方法，进一步包括：

使用至少针对所述规定区域的天气数据来创建所述模型。

构思5.如构思1、2、3或4所述的方法，进一步包括：

接收修改所述模型内的所述地形数据的指示；以及

响应于接收到的所述指示来产生第二模型。

构思6.如构思5所述的方法，进一步包括：

接收将在所述规定区域处执行土地改造操作的指示；

修改所述模型内的所述土壤构成数据；以及

基于所述土地改造操作的指示以及对所述模型内的所述土壤构成数据的修改来产生所述第二模型。

构思7.如任一前述构思所述的方法，进一步包括：

访问预测的条件；

将所述预测的条件应用至所述模型；以及

基于对所述模型应用所述预测的条件来产生警报。

构思8.一种用于水侵蚀管理的系统，所述系统包括：

第一报告源，其被配置为对定义了一个位置的多个地形数据以及规定区域处的多个地点的海拔进行报告；

第二报告源，其被配置为对所述规定区域内的至少一个所述位置的土壤构成数据进行报告；和

模型产生器，其被配置为基于所述多个地形数据产生表达了所述规定区域的三维(3-D)地图的模型，并且显示所述规定区域上的所述土壤构成的变化，其中所述模型产生器进一步被配置为基于所述多个地形数据和所述土壤构成数据来预测在所述规定区域的水径流模式。

构思9.如构思8的系统，进一步包括：

数据库，其与所述模型产生器耦接并被配置为存储所述多个地形数据和所述土壤构成数据；和

汇集代理，其被配置为耦接所述数据库并用于根据所述规定区域的共同属性来筛选在广大地理区域上收集的数据。

构思10.如构思8或9的系统，其中所述第一报告源与可手持的移动装置耦接。

构思11.如构思8或9的系统，其中所述第一报告源与陆地农业运载工具耦接。

构思12.如构思8、9、10或11的系统，其中所述模型产生器被配置为接收修改所述模型内的所述多个地形数据中的至少一个的指示并响应于接收到所述指示来产生第二模型。

构思13.如构思8、9、10或11的系统，其中所述模型产生器被配置为接收在所述规定区域执行土地改造操作的指示，并修改所述规定区域的所述多个地点中的至少一个地点的所述土壤构成。

构思14.一种非暂时性计算机可读存储介质，其上存储有计算机可读指令，当执行该计算机可读指令时，使得处理器执行水侵蚀管理的方法，所述方法包括：

接收表示规定区域的地形的地形数据；

接收表示在所述规定区域处得到的土壤构成的数据；以及

基于所述地形数据和在所述规定区域处的土壤构成数据来创建用于预测针对所述规定区域的水径流模式的模型。

构思15.如构思14的非暂时性计算机可读存储介质，其中所述方法进一步包括：

基于所述地形数据和所述土壤构成数据使用所述模型来预测在所述规定区域处的土壤侵蚀。

构思16.如构思14或15的非暂时性计算机可读存储介质，其中所述方法进一步包括：

将所述地形数据和所述土壤构成数据与针对广大地理区域的其他耕作数据合并；以及

使用针对所述广大地理区域的其他耕作数据来修改所述模型。

构思17.如构思14、15或16的非暂时性计算机可读存储介质，其中所述方法进一步包括：

使用至少针对所述规定区域的天气数据来创建所述模型。

构思18.如构思14、15、16或17的非暂时性计算机可读存储介质，其中所述方法进一步包括：

接收修改所述模型内的所述地形数据的指示；以及

响应于接收到的所述指示来产生第二模型。

构思19.如构思18的非暂时性计算机可读存储介质，其中所述方法进一步包括：

接收将在所述规定区域处执行土地改造操作的指示；

修改所述模型内的所述土壤构成数据；以及

基于所述土地改造操作的指示以及对所述模型内的所述土壤构成数据的修改来产生所述第二模型。

构思20.如构思14、15、16、17、18或19的非暂时性计算机可读存储介质，其中所述方法进一步包括：

访问预测的条件；

将所述预测的条件应用至所述模型；以及

基于对所述模型应用所述预测的条件来产生警报。

构思21.一种交换水量分配额的方法，包括：

对描述了保留给第一用户的水量分配额的数据进行访问；

确定所述第一用户将不使用的所述水量分配额的未使用量；以及

代理出售所述水量分配额的所述未使用量给另一个用户。

构思22.如构思21所述的方法，进一步包括：

将第二水量分配额的未使用量与所述水量分配额的所述未使用量汇集，以创建汇集的水量分配额；以及

代理出售所述汇集的水量分配额给另一个用户。

构思23.如构思21或22所述的方法，进一步包括：

访问所述第一用户的农业数据集，所述农业数据集从由土壤构成数据、天气数据以及作物数据组成的组中选取；

产生所述第一用户将要使用的水量预测；以及

将所述第一用户将要使用的所述水量的预测与所述水量分配额进行比较。

构思24.如构思23所述的方法，进一步包括：

确定所述水量分配额超出所述第一用户将要使用的水量的预测；以及

产生给所述第一用户的消息，该消息标识出所述水量分配额的所述未使用量。

构思25.如构思23所述的方法，进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取。

构思26.如构思25所述的方法，进一步包括：

将所述订阅者数据集与所述第一用户的所述农业数据集进行比较；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第一用户的预测作物产量。

构思27.如构思21所述的方法，进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取；

将所述订阅者数据集与第二用户的第二农业数据集进行比较，所述第二农业数据集和所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第二用户的预测作物产量。

构思28.一种非暂时性计算机可读存储介质，其上存储有计算机可读指令，当执行该计算机可读指令时，使得处理器执行交换水量分配额的方法，所述方法包括：

对描述了保留给第一用户的水量分配额的数据进行访问；

确定所述第一用户将不使用的所述水量分配额的未使用量；以及

代理出售所述水量分配额的所述未使用量给另一个用户。

构思29.如构思28所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

将第二水量分配额的未使用量与所述水量分配额的所述未使用量汇集，以创建汇集的水量分配额；以及

代理出售所述汇集的水量分配额给另一个用户。

构思30.如构思28或29所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

访问所述第一用户的农业数据集，所述农业数据集从由土壤构成数据、天气数据以及作物数据组成的组中选取；

产生所述第一用户将要使用的水量的预测；以及

将所述第一用户将要使用的所述水量的预测与所述水量分配额进行比较。

构思31.如构思30所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

确定所述水量分配额超出所述第一用户将要使用的水量的预测；以及

产生给所述第一用户的消息，该消息标识出所述水量分配额的所述未使用量。

构思32.如构思30所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取。

构思33.如构思32所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

将所述订阅者数据集与所述第一用户的所述农业数据集进行比较；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第一用户的预测作物产量。

构思34.如构思28所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取；

将所述订阅者数据集与第二用户的第二农业数据集进行比较，所述第二农业数据集和所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第二用户的预测作物产量。

构思35.一种水量分配额交换系统包括：

报告代理，其被配置为报告保留给第一用户的水量分配额；

数据库，其被配置为对描述了所述保留给第一用户的水量分配额的数据进行访问；和

处理器，其被配置为确定所述第一用户将不使用的所述水量分配额的未使用量，并代理出售所述水量分配额的所述未使用量给另一个用户。

构思36.如构思35所述的水量分配额交换系统，进一步包括：

汇集代理，其被配置为将第二水量分配额的未使用量与所述水量分配额的所述未使用量汇集，以创建汇集的水量分配额；并且

所述处理器被进一步配置为代理出售所述汇集的水量分配额给另一个用户。

构思37.如构思36所述的水量分配额交换系统，其中所述汇集代理被进一步配置为访问所述第一用户的农业数据集，并且

其中所述处理器被进一步配置为产生所述第一用户将要使用的水量的预测，并将所述第一用户将要使用的所述水量的预测与所述水量分配额进行比较，所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取。

构思38.如构思37所述的水量分配额交换系统，其中所述处理器被进一步配置为确定所述水量分配额超出所述第一用户将要使用的所述水量的预测，并产生给所述第一用户的消息，该消息标识出所述水量分配额的所述未使用量。

构思39.如构思37所述的水量分配额交换系统，其中所述汇集代理被进一步配置为对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述订阅者数据从由土壤构成数据、天气数据和作物数据组成的组中选取，并且

其中所述处理器被进一步配置为将所述订阅者数据集与第一用户的所述农业数据集进行比较，并基于对所述水量分配额的所述未使用量的出售来产生针对所述第一用户的预测作物产量。

构思40.如构思35所述的水量分配额交换系统，其中所述处理器被进一步配置为对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取，并且

其中所述处理器被进一步配置为将所述订阅者数据集与第二用户的第二农业数据集进行比较，并基于对所述水量分配额的所述未使用量的出售来产生针对所述第二用户的预测作物产量，所述第二农业数据集和所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取。

构思41.一种确保作物处理剂相容性的方法，所述方法包括：

在计算机系统接收作物处理剂信息，所述作物处理剂信息包括作物处理剂洒施机的实时位置和对存在于所述作物处理剂洒施机中的作物处理剂的描述；

对包含所述实时位置的种植田地的种植作物信息进行访问，所述种植作物信息包括对在所述种植田地中的种植作物的描述；

确定所述作物处理剂是否与对所述种植作物的施洒相容；以及

响应于确定了所述作物处理剂与对所述种植作物的施洒不相容，由所述计算机系统实时启动作物处理剂不相容性动作。

构思42.构思41所述的方法，进一步包括：

响应于确定了所述作物处理剂与所述种植作物相容，由所述计算机系统实时启动作物处理剂相容性动作。

构思43.如构思42所述的方法，其中由所述计算机实时启动作物处理剂相容性动作包括：

从所述计算机系统发送作物处理剂相容性的实时通知到一个实体，该实体是从以下实体构成的组中选出的：所述种植田地的所有者、所述种植田地的农场主、所述作物处理剂洒施机的操作员、作物处理剂施洒公司、作物保险公司、以及与所述作物处理剂洒施机耦接的报告代理。

构思44.如构思42所述的方法，其中由所述计算机系统实时启动作物处理剂相容性动作包括：

将实时启动命令发送到与所述作物处理剂洒施机的控制系统耦接的报告代理，所述启动命令被配置为使得所述控制系统启动对所述作物处理剂的施洒。

构思45.如构思41所述的方法，进一步包括：

对所述种植田地的接壤种植田地的种植作物信息进行访问；

基于所述接壤种植田地的种植作物来确定在所述种植田地中施洒所述作物处理剂是否与所述接壤种植田地相容；并且

响应于确定了所述作物处理剂与至少一块所述接壤种植田地不相容，由所述计算机系统实时启动接壤田地作物处理剂不相容性动作。

构思46.如构思45所述的方法，进一步包括：

响应于确定了所述作物处理剂与全部所述接壤种植田地相容，由所述计算机系统实时启动接壤田地作物处理剂相容性动作。

构思47.如构思41所述的方法，其中所述在计算机系统接收作物处理剂信息包括：

从与所述作物处理剂洒施机耦接的报告代理接收所述作物处理剂信息。

构思48.如构思41所述的方法，其中对包含所述实时位置的种植田地的种植作物信息进行访问包括：

从数据库访问所述种植作物信息，其中对所述种植田地中的所述种植作物的描述包括：在所述种植田地中种植的作物种子的种类以及所述种植作物的年龄。

构思49.如构思41所述的方法，其中确定所述作物处理剂是否与对所述种植作物进行的施洒相容包括：

基于一个或多个存储的相容性规则来评估所述种植作物信息与存在于所述作物处理剂系统中的所述作物处理剂的相容性。

构思50.如构思41所述的方法，其中由所述计算机系统实时启动作物处理剂不相容性动作包括：

从所述计算机系统发送作物处理剂不相容性的实时通知到一个实体，所述实体是从以下实体构成的组中选出的：所述种植田地的所有者、所述种植田地的农场主、所述作物处理剂洒施机的操作员、作物处理剂施洒公司、作物保险公司、以及与所述作物处理剂洒施机耦接的报告代理。

构思51.如构思41所述的方法，其中由所述计算机系统实时启动作物处理剂不相容性动作包括：

将实时关闭命令发送到与所述作物处理剂洒施机的控制系统耦接的报告代理，所述关闭命令被配置为使得所述控制系统关闭所述作物处理剂的施洒。

构思52.一种作物处理剂相容性系统，所述系统包括：

布置在计算机系统中的作物处理剂相容性确定器，所述作物处理剂相容性确定器被配置为：

接收作物处理剂信息，该作物处理剂信息包括作物处理剂洒施机的实时位置和对存在于所述作物处理剂洒施机中的作物处理剂的描述；并且

确定作物处理剂是否与包含所述实时位置的种植田地中的种植作物相容；

数据库，其与所述作物处理剂相容性确定器耦接，并且被配置有针对多块种植田地的种植作物信息，所述多块种植田地包括了包含所述实时位置的所述种植田地，所述种植作物信息包括了对所述多块种植田地的每块中的种植作物的描述；和

作物处理动作启动器，其布置为所述计算机系统的一部分，与所述作物处理剂相容性确定器耦接，并且被配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与对所述种植作物施洒不相容，而从所述计算机系统实时启动作物处理剂相容性动作。

构思53.如构思52的系统，进一步包括：

报告源，其与所述作物处理剂洒施机耦接，并被配置为无线地报告所述实时位置和所述对存在于所述作物处理剂洒施机中的作物处理剂的描述。

构思54.如构思52或53的系统，其中所述作物处理动作启动器被进一步配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与对所述种植作物施洒相容，而从所述计算机系统实时启动作物处理剂相容性动作。

构思55.如构思52、53或54的系统，其中所述作物处理剂相容性确定器被进一步配置为对所述种植田地的接壤种植田地的种植作物信息进行访问，以确定在所述种植田地中施洒的所述作物处理剂是否与接壤种植田地中的种植作物相容。

构思56.如构思55的系统，其中所述作物处理动作启动器被进一步配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与至少一块所述接壤种植田地不相容，而从所述计算机系统实时启动接壤田地作物处理剂不相容性动作。

构思57.如构思55的系统，其中所述作物处理动作启动器被进一步配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与所述接壤种植田地的种植作物相容，而从所述计算机系统实时启动接壤田地作物处理剂相容性动作。

构思58.一种作物处理剂洒施机，包括：

作物处理启动机构；和

报告代理，其与所述作物处理剂洒施机的控制总线耦接，并被配置为响应于所述作物处理剂洒施机的操作员对所述作物处理启动机构的驱动，而向远程计算机系统无线地报告所述作物处理剂洒施机的实时位置和对存在于所述作物处理剂洒施机中的作物处理剂的描述。

构思59.如构思58的作物处理剂洒施机，其中所述报告代理被进一步配置为响应于在所述驱动之后从所述远程计算机系统接收到关闭命令，从而关闭所述作物处理剂洒施机对所述作物处理剂的施洒。

构思60.如构思58的作物处理剂洒施机，其中所述报告代理被进一步配置为响应于在所述驱动之后从所述远程计算机系统接收到启动命令，从而启动所述作物处理剂洒施机对所述作物处理剂的施洒。

构思61.一种预估作物特点的系统，所述系统包括：

数据库，其包括多块田地的植物生长模型；

植物生长模型相关器，其与所述数据库通信地耦接，并被配置为确定至少一块具有第一植物生长模型的收割田地，所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关；

作物特点预估器，其被配置为基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点。

构思62.如构思61的系统，进一步包括：

预估作物特点地图产生器，其被配置为产生并输出预估作物特点地图，该预估作物特点地图示出了与所述未收割田地内的各位置相关的所述预估作物特点。

构思63.如构思62的系统，进一步包括：

收割路径产生器，其被配置为基于所述预估作物特点地图来产生针对所述未收割田地的收割路径。

构思64.如构思63的系统，其中所述收割路径产生器被进一步配置为基于所述预估作物特点地图和特定作物特点值来产生所述收割路径。

构思65.如构思61、62、63或64的系统，其中根据从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的所述作物特点，并且其中所述作物特点数据从产量、容重、蛋白质含量和水分含量所组成的组中选取。

构思66.一种预估作物特点的方法，所述方法包括：

采用计算机系统对包括了针对多块田地的植物生长模型的数据库进行访问，

确定至少一块具有第一植物生长模型的收割田地，所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关，由所述计算机系统执行所述确定；以及

基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点，由所述计算机系统来执行所述预估。

构思67.如构思66所述的方法，进一步包括：

产生所述未收割田地的预估作物特点地图，所述预估作物特点地图示出了与所述未收割田地内的各位置相关的所述预估作物特点，由所述计算机系统以有形形式产生并输出所述地图。

构思68.如构思67所述的方法，进一步包括：

基于所述预估作物特点地图来产生针对所述未收割田地的收割路径，由所述计算机系统来执行所述产生。

构思69.如构思68所述的方法，其中基于所述预估作物特点地图来产生收割路径进一步包括：

基于所述预估作物特点地图和特定作物特点值来产生所述收割路径。

构思70.如构思66、67、68或69所述的方法，其中确定至少一块具有第一植物生长模型的收割田地、所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关、由所述计算机系统执行的所述确定进一步包括：

基于管理带的共性来将第一植物生长模型与第二植物生长模型相关。

构思71.如构思66、67、68、69或70所述的方法，其中基于管理带的共性来将所述收割田地植物生长模型与未收割田地植物生长模型相关进一步包括：

基于共同管理带内的归一化差异植被指数的共性来将所述第一植物生长模型与第二植物生长模型相关。

构思72.如构思66、67、68、69、70或71所述的方法，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点、由所述计算机系统执行的所述预估包括：

基于从所述至少一块收割田地获得的实际容重数据来预估针对所述未收割田地的容重数据。

构思73.如构思66、67、68、69、70、71或72所述的方法，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点、由所述计算机系统执行的所述预估包括：

基于从所述至少一块收割田地获得的实际蛋白质含量数据来预估针对所述未收割田地的蛋白质含量数据。

构思74.如构思66、67、68、69、70、71、72或73所述的方法，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点、由所述计算机系统执行的所述预估包括：

基于从所述至少一块收割田地获得的实际水分含量数据来预估所述未收割田地的水分含量数据。

构思75.一种非暂时性计算机可读介质，其具有指令，当由计算机系统执行所述指令时使得计算机系统执行预估作物特点的方法，所述方法包括：

对包括了针对多块田地的植物生长模型的数据库进行访问；

确定至少一块具有第一植物生长模型的收割田地，所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关；以及

基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点。

构思76.如构思75所述的非暂时性计算机可读介质，进一步包括如下指令，该指令用于：

产生所述未收割田地的预估作物特点地图，所述预估作物特点地图示出了与所述未收割田地内的各位置相关的所述预估作物特点。

构思77.如构思76所述的非暂时性计算机可读介质，进一步包括如下指令，该指令用于：

基于所述预估作物特点地图和特定作物特点值来产生针对所述未收割田地的收割路径。

构思78.如构思75、76或77所述的非暂时性计算机可读介质，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点包括如下指令，该指令用于：

基于从所述至少一块收割田地获得的实际容重数据来预估所述未收割田地的容重数据。

构思79.如构思75、76、77或78所述的非暂时性计算机可读介质，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点包括如下指令，该指令用于：

基于从所述至少一块收割田地获得的实际蛋白质含量数据来预估针对所述未收割田地的蛋白质含量数据。

构思80.如构思75、76、77、78或79所述的非暂时性计算机可读介质，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点包括如下指令，该指令用于：

基于从所述至少一块收割田地获得的实际水分含量数据来预估针对所述未收割田地的水分含量数据。

构思81.一种农业监控和预测系统，所述系统包括：

第一报告代理，其被配置为报告空中数据，所述空中数据表示地理区域中的农业度量的相对测量值，所述相对测量值具有未知偏移量；

第二报告代理，其被配置为报告基于地面的数据，所述基于地面的数据表示针对部分所述地理区域的农业度量的绝对测量值；和

数据库，其被配置为将所述基于地面的数据和所述空中数据与广大地理区域的其他耕作数据一起存储；以及

处理器，其被配置为访问所述数据库，并使用针对部分所述地理区域的所述基于地面的数据来校准所述空中数据，从而根据所述空中数据来合成针对所述地理区域的农业度量的绝对测量值。

构思82.如构思81的系统，进一步包括汇集代理，其被配置为与所述数据库耦接，并基于与特定农田共同的属性来筛选在所述广大地理区域上收集的数据，以产生与所述特定农田相关的报告。

构思83.如构思81或82的系统，其中所述第一报告代理包括与飞行器耦接的报告代理。

构思84.如构思81或82的系统，其中所述第一报告代理与作物农药喷洒飞行器耦接。

构思85.如构思81或82的系统，其中所述第二报告代理与陆上运载工具耦接。

构思86.如构思81或82的系统，其中所述第二报告代理与可手持的移动装置耦接。

构思87.一种农业监控和预测系统，所述系统包括：

空中数据的数据源，所述空中数据表示地理区域中的农业度量的相对测量值，所述相对测量值具有未知偏移量；

报告代理，其被配置为报告基于地面的数据，所述基于地面的数据表示针对部分所述地理区域的农业度量的绝对测量值；

数据库，其被配置为将所述基于地面的数据和所述空中数据与广大地理区域的其他耕作数据一起存储；以及

处理器，其被配置为访问所述数据库，并使用针对部分所述地理区域的所述基于地面的数据来校准所述空中数据，从而根据所述空中数据来合成针对所述地理区域的农业度量的绝对测量值。

构思88.如构思87的系统，进一步包括汇集代理，其被配置为与所述数据库耦接，并基于与特定农田共同的属性来筛选在所述广大地理区域上收集的数据，以产生与所述特定农田相关的报告。

构思89.如构思87或88的系统，其中所述数据源包括公共数据源。

构思90.如构思87或88的系统，其中所述数据源包括私人数据源。

构思91.如构思87、88、89或90的系统，其中所述报告代理与陆上运载工具耦接。

构思92.如构思87、88、89或90的系统，其中所述报告代理与可手持的移动装置耦接。

构思93.一种非暂时性计算机可读存储介质，其上存储有计算机可读指令，当执行所述计算机可读指令时使得处理器执行农业监控和预测方法，所述方法包括：

获得空中数据，所述空中数据表示地理区域中的农业度量的相对测量值，所述空中数据具有未知偏移量；

获得基于地面的数据，所述基于地面的数据表示所述地理区域内的所述农业度量的绝对测量值；

使用所述基于地面的数据来校准所述空中数据，从而根据所述空中数据来合成部分所述地理区域中的所述农业度量的绝对测量值；以及

将所述基于地面的数据和所述合成的绝对测量值与在广大地理区域上收集的其他耕作数据一起存储在数据库中。

构思94.如构思93的非暂时性计算机可读存储介质，其中用于所述方法的所述指令进一步包括如下指令，该指令用于：

基于与特定农田共同的属性来筛选在所述广大地理区域上收集的数据，以产生与所述特定农田相关的报告。

构思95.如构思93或94的非暂时性计算机可读存储介质，其中用于所述方法的所述指令进一步包括如下指令，该指令用于：

将所述基于地面的数据和所述合成的绝对测量值与额外的空间农业数据组合，以产生向农田施洒化学品的指示。

构思96.如构思95所述的非暂时性计算机可读存储介质，其中将所述基于地面的数据和所述合成的绝对测量值与额外的空间农业数据组合以产生向农田施洒化学品的指示包括：

使用第二农业度量和气候数据作为所述额外的空间农业数据。

构思97.如构思96的非暂时性计算机可读存储介质，其中使用农业度量和气候数据作为所述额外的空间农业数据包括：

使用归一化差异植被指数作为所述第二农业度量，并使用种植后的生长度日作为所述气候数据。

构思98.如构思93、94、95、96或97的非暂时性计算机可读存储介质，其中合成绝对测量值进一步包括：

使用植物生长模型来按需在时间上向前或向后扩展基于地面的数据，以将其与异步空中数据进行比较。

构思99.如构思98的非暂时性计算机可读存储介质，其中所述植物生长模型是线性模型。

构思100.如构思93-99中任意一个的非暂时性计算机可读存储介质，其中所述农业度量包括归一化差异植被指数。

构思101.如构思93-99中任意一个的非暂时性计算机可读存储介质，其中所述农业度量包括基于反射率的植被指数。

Claims (101)

1.一种水侵蚀管理的方法，包括：

接收表示规定区域的地形的地形数据；

接收表示在所述规定区域处得到的土壤构成的数据；以及

基于所述地形数据和在所述规定区域处的土壤构成来创建用于预测针对所述规定区域的水径流模式的模型。

2.如权利要求1所述的方法，进一步包括：

基于所述地形数据和所述土壤构成并使用所述模型来预测在所述规定区域处的土壤侵蚀。

3.如权利要求1所述的方法，进一步包括：

将所述地形数据和所述土壤构成数据与针对广大地理区域的其他耕作数据合并；以及

使用针对所述广大地理区域的其他耕作数据来修改所述模型。

4.如权利要求1所述的方法，进一步包括：

使用至少针对所述规定区域的天气数据来创建所述模型。

5.如权利要求1所述的方法，进一步包括：

接收修改所述模型内的所述地形数据的指示；以及

响应于接收到的所述指示来产生第二模型。

6.如权利要求5所述的方法，进一步包括：

接收将在所述规定区域处执行土地改造操作的指示；

修改所述模型内的所述土壤构成；以及

基于所述土地改造操作的指示以及对所述模型内的所述土壤构成的修改来产生所述第二模型。

7.如权利要求1所述的方法，进一步包括：

访问预测的条件；

将所述预测的条件应用至所述模型；以及

基于对所述模型应用所述预测的条件来产生警报。

8.一种用于水侵蚀管理的系统，所述系统包括：

第一报告源，其被配置为对定义了一个位置的多个地形数据以及在规定区域处的多个地点的海拔进行报告；

第二报告源，其被配置为对所述规定区域内的至少一个所述位置的土壤构成数据进行报告；和

模型产生器，其被配置为基于所述多个地形数据产生表达了所述规定区域的三维(3-D)地图的模型，并且显示所述规定区域上的所述土壤构成的变化，其中所述模型产生器进一步被配置为基于所述多个地形数据和所述土壤构成数据来预测在所述规定区域的水径流模式。

9.如权利要求8所述的系统，进一步包括：

数据库，其与所述模型产生器耦接并被配置为存储所述多个地形数据和所述土壤构成数据；和

汇集代理，其被配置为耦接所述数据库并用于根据所述规定区域的共同属性来筛选在广大地理区域上收集的数据。

10.如权利要求8所述的系统，其中所述第一报告源与可手持的移动装置耦接。

11.如权利要求8所述的系统，其中所述第一报告源与陆地农业运载工具耦接。

12.如权利要求8所述的系统，其中所述模型产生器被配置为接收修改所述模型内的所述多个地形数据中的至少一个的指示并响应于接收到的所述指示来产生第二模型。

13.如权利要求8所述的系统，其中所述模型产生器被配置为接收在所述规定区域执行土地改造操作的指示，并修改所述规定区域的所述多个地点中的至少一个地点的所述土壤构成。

14.一种非暂时性计算机可读存储介质，其上存储有计算机可读指令，当执行该计算机可读指令时，使得处理器执行水侵蚀管理的方法，所述方法包括：

接收表示规定区域的地形的地形数据；

接收表示在所述规定区域处得到的土壤构成的数据；以及

基于所述地形数据和在所述规定区域处的土壤构成来创建用于预测针对所述规定区域的水径流模式的模型。

15.如权利要求14所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

基于所述地形数据和所述土壤构成并使用所述模型来预测在所述规定区域处的土壤侵蚀。

16.如权利要求14所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

将所述地形数据和所述土壤构成数据与针对广大地理区域的其他耕作数据合并；以及

使用针对所述广大地理区域的其他耕作数据来修改所述模型。

17.如权利要求14所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

使用至少针对所述规定区域的天气数据来创建所述模型。

18.如权利要求14所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

接收修改所述模型内的所述地形数据的指示；以及

响应于接收到的所述指示来产生第二模型。

19.如权利要求18所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

接收将在所述规定区域处执行土地改造操作的指示；

修改所述模型内的所述土壤构成数据；以及

基于所述土地改造操作的指示以及对所述模型内的所述土壤构成的修改来产生所述第二模型。

20.如权利要求14所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

访问预测的条件；

将所述预测的条件应用至所述模型；以及

基于对所述模型应用所述预测的条件来产生警报。

21.一种交换水量分配额的方法，包括：

对描述了保留给第一用户的水量分配额的数据进行访问；

确定所述第一用户将不使用的所述水量分配额的未使用量；以及

代理出售所述水量分配额的所述未使用量给另一个用户。

22.如权利要求21所述的方法，进一步包括：

将第二水量分配额的未使用量与所述水量分配额的所述未使用量汇集，以创建汇集的水量分配额；以及

代理出售所述汇集的水量分配额给另一个用户。

23.如权利要求21所述的方法，进一步包括：

访问所述第一用户的农业数据集，所述农业数据集从由土壤构成数据、天气数据以及作物数据组成的组中选取；

产生所述第一用户将要使用的水量的预测；以及

将所述第一用户将要使用的所述水量的预测与所述水量分配额进行比较。

24.如权利要求23所述的方法，进一步包括：

确定所述水量分配额超出所述第一用户将要使用的水量的预测；以及

产生给所述第一用户的消息，该消息标识出所述水量分配额的所述未使用量。

25.如权利要求23所述的方法，进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取。

26.如权利要求25所述的方法，进一步包括：

将所述订阅者数据集与所述第一用户的所述农业数据集进行比较；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第一用户的预测作物产量。

27.如权利要求21所述的方法，进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取；

将所述订阅者数据集与第二用户的第二农业数据集进行比较，所述第二农业数据集和所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第二用户的预测作物产量。

28.一种非暂时性计算机可读存储介质，其上存储有计算机可读指令，当执行该计算机可读指令时，使得处理器执行交换水量分配额的方法，所述方法包括：

对描述了保留给第一用户的水量分配额的数据进行访问；

确定所述第一用户将不使用的所述水量分配额的未使用量；以及

代理出售所述水量分配额的所述未使用量给另一个用户。

29.如权利要求28所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

将第二水量分配额的未使用量与所述水量分配额的所述未使用量汇集，以创建汇集的水量分配额；以及

代理出售所述汇集的水量分配额给另一个用户。

30.如权利要求28所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

访问所述第一用户的农业数据集，所述农业数据集从由土壤构成数据、天气数据以及作物数据组成的组中选取；

产生所述第一用户将要使用的水量的预测；以及

将所述第一用户将要使用的所述水量的预测与所述水量分配额进行比较。

31.如权利要求30所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

确定所述水量分配额超出所述第一用户将要使用的水量的预测；以及

产生给所述第一用户的消息，该消息标识出所述水量分配额的所述未使用量。

32.如权利要求30所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取。

33.如权利要求32所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

将所述订阅者数据集与所述第一用户的所述农业数据集进行比较；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第一用户的预测作物产量。

34.如权利要求28所述的非暂时性计算机可读存储介质，其中所述方法进一步包括：

对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取；

将所述订阅者数据集与第二用户的第二农业数据集进行比较，所述第二农业数据集和所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取；以及

基于对所述水量分配额的所述未使用量的出售来产生针对所述第二用户的预测作物产量。

35.一种水量分配额交换系统包括：

报告代理，其被配置为报告保留给第一用户的水量分配额；

数据库，其被配置为对描述了所述保留给第一用户的水量分配额的数据进行访问；和

处理器，其被配置为确定所述第一用户将不使用的所述水量分配额的未使用量，并代理出售所述水量分配额的所述未使用量给另一个用户。

36.如权利要求35所述的水量分配额交换系统，进一步包括：

汇集代理，其被配置为将第二水量分配额的未使用量与所述水量分配额的所述未使用量汇集，以创建汇集的水量分配额；并且

所述处理器被进一步配置为代理出售所述汇集的水量分配额给另一个用户。

37.如权利要求36所述的水量分配额交换系统，其中所述汇集代理被进一步配置为访问所述第一用户的农业数据集，并且

其中所述处理器被进一步配置为产生所述第一用户将要使用的水量的预测，并将所述第一用户将要使用的所述水量的预测与所述水量分配额进行比较，所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取。

38.如权利要求37所述的水量分配额交换系统，其中所述处理器被进一步配置为确定所述水量分配额超出所述第一用户将要使用的所述水量的预测，并产生给所述第一用户的消息，该消息标识出所述水量分配额的所述未使用量。

39.如权利要求37所述的水量分配额交换系统，其中所述汇集代理被进一步配置为对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述订阅者数据集从由土壤构成数据、天气数据和作物数据组成的组中选取，并且

其中所述处理器被进一步配置为将所述订阅者数据集与第一用户的所述农业数据集进行比较，并基于对所述水量分配额的所述未使用量的出售来产生针对所述第一用户的预测作物产量。

40.如权利要求35所述的水量分配额交换系统，其中所述处理器被进一步配置为对来自广域耕作信息收集和广播网络的订阅者的订阅者数据集进行访问，所述数据从由土壤构成数据、天气数据和作物数据组成的组中选取，并且

其中所述处理器被进一步配置为将所述订阅者数据集与第二用户的第二农业数据集进行比较，并基于对所述水量分配额的所述未使用量的出售来产生针对所述第二用户的预测作物产量，所述第二农业数据集和所述农业数据集从由土壤构成数据、天气数据和作物数据组成的组中选取。

41.一种确保作物处理剂相容性的方法，所述方法包括：

在计算机系统接收作物处理剂信息，所述作物处理剂信息包括作物处理剂洒施机的实时位置和对存在于所述作物处理剂洒施机中的作物处理剂的描述；

对包含所述实时位置的种植田地的种植作物信息进行访问，所述种植作物信息包括对在所述种植田地中的种植作物的描述；

确定所述作物处理剂是否与对所述种植作物的施洒相容；以及

响应于确定了所述作物处理剂与对所述种植作物的施洒不相容，由所述计算机系统实时启动作物处理剂不相容性动作。

42.如权利要求41所述的方法，进一步包括：

响应于确定了所述作物处理剂与所述种植作物相容，由所述计算机系统实时启动作物处理剂相容性动作。

43.如权利要求42所述的方法，其中由所述计算机实时启动作物处理剂相容性动作包括：

从所述计算机系统发送作物处理剂相容性的实时通知到一个实体，该实体是从以下实体构成的组中选出的：所述种植田地的所有者、所述种植田地的农场主、所述作物处理剂洒施机的操作员、作物处理剂施洒公司、作物保险公司、以及与所述作物处理剂洒施机耦接的报告代理。

44.如权利要求42所述的方法，其中由所述计算机系统实时启动作物处理剂相容性动作包括：

将实时启动命令发送到与所述作物处理剂洒施机的控制系统耦接的报告代理，所述启动命令被配置为使得所述控制系统启动对所述作物处理剂的施洒。

45.如权利要求41所述的方法，进一步包括：

对所述种植田地的接壤种植田地的种植作物信息进行访问；

基于所述接壤种植田地的种植作物来确定在所述种植田地中施洒所述作物处理剂是否与所述接壤种植田地相容；并且

响应于确定了所述作物处理剂与至少一块所述接壤种植田地不相容，由所述计算机系统实时启动接壤田地作物处理剂不相容性动作。

46.如权利要求45所述的方法，进一步包括：

响应于确定了所述作物处理剂与全部所述接壤种植田地相容，由所述计算机系统实时启动接壤田地作物处理剂相容性动作。

47.如权利要求41所述的方法，其中所述在计算机系统接收作物处理剂信息包括：

从与所述作物处理剂洒施机耦接的报告代理接收所述作物处理剂信息。

48.如权利要求41所述的方法，其中对包含所述实时位置的种植田地的种植作物信息进行访问包括：

从数据库访问所述种植作物信息，其中对所述种植田地中的所述种植作物的描述包括：在所述种植田地中种植的作物种子的种类以及所述种植作物的年龄。

49.如权利要求41所述的方法，其中确定所述作物处理剂是否与对所述种植作物进行的施洒相容包括：

基于一个或多个存储的相容性规则来评估所述种植作物信息与存在于所述作物处理剂系统中的所述作物处理剂的相容性。

50.如权利要求41所述的方法，其中由所述计算机系统实时启动作物处理剂不相容性动作包括：

从所述计算机系统发送作物处理剂不相容性的实时通知到一个实体，所述实体是从以下实体构成的组中选出的：所述种植田地的所有者、所述种植田地的农场主、所述作物处理剂洒施机的操作员、作物处理剂施洒公司、作物保险公司、以及与所述作物处理剂洒施机耦接的报告代理。

51.如权利要求41所述的方法，其中由所述计算机系统实时启动作物处理剂不相容性动作包括：

将实时关闭命令发送到与所述作物处理剂洒施机的控制系统耦接的报告代理，所述关闭命令被配置为使得所述控制系统关闭所述作物处理剂的施洒。

52.一种作物处理剂相容性系统，所述系统包括：

布置在计算机系统中的作物处理剂相容性确定器，所述作物处理剂相容性确定器被配置为：

接收作物处理剂信息，该作物处理剂信息包括作物处理剂洒施机的实时位置和对存在于所述作物处理剂洒施机中的作物处理剂的描述；并且

确定作物处理剂是否与包含所述实时位置的种植田地中的种植作物相容；

数据库，其与所述作物处理剂相容性确定器耦接，并且被配置有针对多块种植田地的种植作物信息，所述多块种植田地包括了包含所述实时位置的所述种植田地，所述种植作物信息包括了对所述多块种植田地的每块中的种植作物的描述；和

作物处理动作启动器，其布置为所述计算机系统的一部分，与所述作物处理剂相容性确定器耦接，并且被配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与对所述种植作物进行施洒不相容，而从所述计算机系统实时启动作物处理剂相容性动作。

53.如权利要求52所述的系统，进一步包括：

报告源，其与所述作物处理剂洒施机耦接，并被配置为无线地报告所述实时位置和所述对存在于所述作物处理剂洒施机中的作物处理剂的描述。

54.如权利要求52所述的系统，其中所述作物处理动作启动器被进一步配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与对所述种植作物进行施洒相容，而从所述计算机系统实时启动作物处理剂相容性动作。

55.如权利要求52所述的系统，其中所述作物处理剂相容性确定器被进一步配置为对所述种植田地的接壤种植田地的种植作物信息进行访问，以确定在所述种植田地中施洒的所述作物处理剂是否与接壤种植田地中的种植作物相容。

56.如权利要求55所述的系统，其中所述作物处理动作启动器被进一步配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与至少一块所述接壤种植田地不相容，而从所述计算机系统实时启动接壤田地作物处理剂不相容性动作。

57.如权利要求55所述的系统，其中所述作物处理动作启动器被进一步配置为响应于所述作物处理剂相容性确定器确定了所述作物处理剂与所述接壤种植田地的种植作物相容，而从所述计算机系统实时启动接壤田地作物处理剂相容性动作。

58.一种作物处理洒施机，包括：

作物处理启动机构；和

报告代理，其与所述作物处理剂洒施机的控制总线耦接，并被配置为响应于所述作物处理剂洒施机的操作员对所述作物处理启动机构的驱动，而向远程计算机系统无线地报告所述作物处理剂洒施机的实时位置和对存在于所述作物处理剂洒施机中的作物处理剂的描述。

59.如权利要求58所述的作物处理剂洒施机，其中所述报告代理被进一步配置为响应于在所述驱动之后从所述远程计算机系统接收到关闭命令，而关闭所述作物处理剂洒施机对所述作物处理剂的施洒。

60.如权利要求58所述的作物处理剂洒施机，其中所述报告代理被进一步配置为响应于在所述驱动之后从所述远程计算机系统接收到启动命令，从而启动所述作物处理剂洒施机对所述作物处理剂的施洒。

61.一种预估作物特点的系统，所述系统包括：

数据库，其包括多块田地的植物生长模型；

植物生长模型相关器，其与所述数据库通信地耦接，并被配置为确定至少一块具有第一植物生长模型的收割田地，所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关；

作物特点预估器，其被配置为基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点。

62.如权利要求61所述的系统，进一步包括：

预估作物特点地图产生器，其被配置为产生并输出预估作物特点地图，该预估作物特点地图示出了与所述未收割田地内的各位置相关的所述预估作物特点。

63.如权利要求62所述的系统，进一步包括：

收割路径产生器，其被配置为基于所述预估作物特点地图来产生针对所述未收割田地的收割路径。

64.如权利要求63所述的系统，其中所述收割路径产生器被进一步配置为基于所述预估作物特点地图和特定作物特点值来产生所述收割路径。

65.如权利要求61所述的系统，其中根据从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的所述作物特点，并且其中所述作物特点数据从产量、容重、蛋白质含量和水分含量所组成的组中选取。

66.一种预估作物特点的方法，所述方法包括：

采用计算机系统对包括了针对多块田地的植物生长模型的数据库进行访问，

确定至少一块具有第一植物生长模型的收割田地，所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关，由所述计算机系统执行所述确定；以及

基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点，由所述计算机系统来执行所述预估。

67.如权利要求66所述的方法，进一步包括：

产生所述未收割田地的预估作物特点地图，所述预估作物特点地图示出了与所述未收割田地内的各位置相关的所述预估作物特点，由所述计算机系统以有形形式产生并输出所述地图。

68.如权利要求67所述的方法，进一步包括：

基于所述预估作物特点地图来产生针对所述未收割田地的收割路径，由所述计算机系统来执行所述产生。

69.如权利要求68所述的方法，其中基于所述预估作物特点地图来产生收割路径进一步包括：

基于所述预估作物特点地图和特定作物特点值来产生所述收割路径。

70.如权利要求66所述的方法，其中确定至少一块具有第一植物生长模型的收割田地、所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关、由所述计算机系统执行所述确定进一步包括：

基于管理带的共性来将第一植物生长模型和第二植物生长模型相关。

71.如权利要求66所述的方法，其中基于管理带的共性来将所述收割田地植物生长模型与未收割田地植物生长模型相关进一步包括：

基于共同管理带内的归一化差异植被指数的共性来将所述第一植物生长模型与第二植物生长模型相关。

72.如权利要求66所述的方法，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点、由所述计算机系统执行所述预估包括：

基于从所述至少一块收割田地获得的实际容重数据来预估针对所述未收割田地的容重数据。

73.如权利要求66所述的方法，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点、由所述计算机系统执行的所述预估包括：

基于从所述至少一块收割田地获得的实际蛋白质含量数据来预估针对所述未收割田地的蛋白质含量数据。

74.如权利要求66所述的方法，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点、由所述计算机系统执行的所述预估包括：

基于从所述至少一块收割田地获得的实际水分含量数据来预估所述未收割田地的水分含量数据。

75.一种非暂时性计算机可读介质，其具有指令，当由计算机系统执行所述指令时使得计算机系统执行预估作物特点的方法，所述方法包括：

对包括了针对多块田地的植物生长模型的数据库进行访问；

确定至少一块具有第一植物生长模型的收割田地，所述第一植物生长模型与针对至少部分未收割田地的第二植物生长模型相关；以及

基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点。

76.如权利要求75所述的非暂时性计算机可读介质，进一步包括如下指令，该指令用于：

产生所述未收割田地的预估作物特点地图，所述预估作物特点地图示出了与所述未收割田地内的各位置相关的所述预估作物特点。

77.如权利要求76所述的非暂时性计算机可读介质，进一步包括如下指令，该指令用于：

基于所述预估作物特点地图和特定作物特点值来产生针对所述未收割田地的收割路径。

78.如权利要求75所述的非暂时性计算机可读介质，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点包括如下指令，该指令用于：

基于从所述至少一块收割田地获得的实际容重数据来预估所述未收割田地的容重数据。

79.如权利要求75所述的非暂时性计算机可读介质，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估针对所述未收割田地的作物特点包括如下指令，该指令用于：

基于从所述至少一块收割田地获得的实际蛋白质含量数据来预估针对所述未收割田地的蛋白质含量数据。

80.如权利要求75所述的非暂时性计算机可读介质，其中基于从所述至少一块收割田地获得的实际作物特点数据来预估所述未收割田地的作物特点包括如下指令，该指令用于：

基于从所述至少一块收割田地获得的实际水分含量数据来预估针对所述未收割田地的水分含量数据。

81.一种农业监控和预测系统，所述系统包括：

第一报告代理，其被配置为报告空中数据，所述空中数据表示地理区域中的农业度量的相对测量值，所述相对测量值具有未知偏移量；

第二报告代理，其被配置为报告基于地面的数据，所述基于地面的数据表示针对部分所述地理区域的农业度量的绝对测量值；和

数据库，其被配置为将所述基于地面的数据和所述空中数据与广大地理区域的其他耕作数据一起存储；以及

处理器，其被配置为访问所述数据库，并使用针对部分所述地理区域的所述基于地面的数据来校准所述空中数据，从而根据所述空中数据来合成针对所述地理区域的农业度量的绝对测量值。

82.如权利要求81所述的系统，进一步包括汇集代理，其被配置为与所述数据库耦接，并基于与特定农田共同的属性来筛选在所述广大地理区域上收集的数据，以产生与所述特定农田相关的报告。

83.如权利要求81所述的系统，其中所述第一报告代理包括与飞行器耦接的报告代理。

84.如权利要求81所述的系统，其中所述第一报告代理与作物农药喷洒飞行器耦接。

85.如权利要求81所述的系统，其中所述第二报告代理与陆上运载工具耦接。

86.如权利要求81所述的系统，其中所述第二报告代理与可手持的移动装置耦接。

87.一种农业监控和预测系统，所述系统包括：

空中数据的数据源，所述空中数据表示地理区域中的农业度量的相对测量值，所述相对测量值具有未知偏移量；

报告代理，其被配置为报告基于地面的数据，所述基于地面的数据表示针对部分所述地理区域的农业度量的绝对测量值；

数据库，其被配置为将所述基于地面的数据和所述空中数据与广大地理区域的其他耕作数据一起存储；以及

处理器，其被配置为访问所述数据库，并使用针对部分所述地理区域的所述基于地面的数据来校准所述空中数据，从而根据所述空中数据来合成针对所述地理区域的农业度量的绝对测量值。

88.如权利要求87所述的系统，进一步包括汇集代理，其被配置为与所述数据库耦接，并基于与特定农田共同的属性来筛选在所述广大地理区域上收集的数据，以产生与所述特定农田相关的报告。

89.如权利要求87所述的系统，其中所述数据源包括公共数据源。

90.如权利要求87所述的系统，其中所述数据源包括私人数据源。

91.如权利要求87所述的系统，其中所述报告代理与陆上运载工具耦接。

92.如权利要求87所述的系统，其中所述报告代理与可手持的移动装置耦接。

93.一种非暂时性计算机可读存储介质，其上存储有计算机可读指令，当执行所述计算机可读指令时使得处理器执行农业监控和预测方法，所述方法包括：

获得空中数据，所述空中数据表示地理区域中的农业度量的相对测量值，所述空中数据具有未知偏移量；

获得基于地面的数据，所述基于地面的数据表示所述地理区域内的所述农业度量的绝对测量值；

使用所述基于地面的数据来校准所述空中数据，从而根据所述空中数据来合成部分所述地理区域中的所述农业度量的绝对测量值；以及

将所述基于地面的数据和所述合成的绝对测量值与在广大地理区域上收集的其他耕作数据一起存储在数据库中。

94.如权利要求93所述的非暂时性计算机可读存储介质，其中用于所述方法的所述指令进一步包括如下指令，该指令用于：

基于与特定农田共同的属性来筛选在所述广大地理区域上收集的数据，以产生与所述特定农田相关的报告。

95.如权利要求93所述的非暂时性计算机可读存储介质，其中用于所述方法的所述指令进一步包括如下指令，该指令用于：

将所述基于地面的数据和所述合成的绝对测量值与额外的空间农业数据组合，以产生向农田施洒化学品的指示。

96.如权利要求95所述的非暂时性计算机可读存储介质，其中将所述基于地面的数据和所述合成的绝对测量值与额外的空间农业数据组合以产生向农田施洒化学品的指示包括：

使用第二农业度量和气候数据作为所述额外的空间农业数据。

97.如权利要求96所述的非暂时性计算机可读存储介质，其中使用农业度量和气候数据作为所述额外的空间农业数据包括：

使用归一化差异植被指数作为所述第二农业度量，并使用种植后的生长度日作为所述气候数据。

98.如权利要求93所述的非暂时性计算机可读存储介质，其中合成绝对测量值进一步包括：

使用植物生长模型来按需在时间上向前或向后扩展基于地面的数据，以将其与异步空中数据进行比较。

99.如权利要求98所述的非暂时性计算机可读存储介质，其中所述植物生长模型是线性模型。

100.如权利要求93的非暂时性计算机可读存储介质，其中所述农业度量包括归一化差异植被指数。

101.如权利要求93所述的非暂时性计算机可读存储介质，其中所述农业度量包括基于反射率的植被指数。