CN108366526B - 通过自动生物特征数据的优先级简化林业信息管理的系统及方法 - Google Patents

通过自动生物特征数据的优先级简化林业信息管理的系统及方法 Download PDF

Info

Publication number
CN108366526B
CN108366526B CN201680059654.9A CN201680059654A CN108366526B CN 108366526 B CN108366526 B CN 108366526B CN 201680059654 A CN201680059654 A CN 201680059654A CN 108366526 B CN108366526 B CN 108366526B
Authority
CN
China
Prior art keywords
location
description
time
range
land area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680059654.9A
Other languages
English (en)
Other versions
CN108366526A (zh
Inventor
杰夫·普劳蒂
洛根·优利奥特
格兰特·卡纳里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Droneseed Co
Original Assignee
Droneseed Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Droneseed Co filed Critical Droneseed Co
Publication of CN108366526A publication Critical patent/CN108366526A/zh
Application granted granted Critical
Publication of CN108366526B publication Critical patent/CN108366526B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/188Vegetation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/045Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/96Management of image or video recognition tasks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/17Terrestrial scenes taken from planes or by drones

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Telephonic Communication Services (AREA)
  • Selective Calling Equipment (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

提供了方法和系统,即使在远程决策者只能通过有限的带宽连接才能使用的情况下,其通过一个或多个机载工具(例如无人机)获取最近拍摄的照片数据,以及优化与林业有关的审查和决策,作为对照片数据内容的自动响应。

Description

通过自动生物特征数据的优先级简化林业信息管理的系统及 方法
相关申请
本专利申请要求于2015年10月12日提交的美国临时专利申请No. 62 / 240,167(“空中植树系统及使用方法”)的优先权,该专利申请据此全文以引用方式并入本申请。
技术领域
本申请涉及林业技术领域,尤其是,涉及一种通过自动生物特征数据的优先级简化林业信息管理的系统及方法。
背景技术
根据本申请所属的技术领域,许多现有技术可以被应用于配置专用电路或其他有效结构,以获得和应用来限制生物特征值,而无需过度实验。例如,参见美国专利No.9,420,737(“用于农用运营车辆的三维立面建模”);美国专利No.9,378,554(“实时范围图生成”);美国专利No.9,373,149(“自治邻里车辆商业网络和社区”);美国专利No.9,354,235(“为农作物生产量化潜在矿化氮的系统和方法”);美国专利No.9,340,797(“用于控制植物中虫害的组合物和方法”);美国专利No.9,310,354(“使用代谢谱分析预测作物产量的方法”);美国专利No.9,412,140(“检查旅客的方法和系统”);美国专利No.9,378,065(“有目的的计算”);美国专利No.8,682,888(“作业、收集和调度信息报告的系统和方法”);美国专利No.9,423,249(“生物特征测量系统及方法”);美国专利No.9,286,511(“使用地理标记和生物特征的事件登记和管理系统和方法”);美国专利No.9,268,915(“用于诊断或治疗的系统和方法”);美国专利No.9,137,246(“用于多变量认证的系统、方法和设备”);和美国专利No.9,014,516(“从目标图像导出的目标信息”)。
根据本申请所属的技术领域,可以应用多种现有技术来配置专用电路或其他结构,其有效用于体现和实现优先级和结论,而无需过多的实验。例如,参见美国专利No.9,311,605(“用于确定最佳时间收获窗口和估算过度干旱作物收割损失的时变谷物含水量建模“);美国专利No.9,390,331(“评估河岸栖息地的系统和方法”);美国专利No.9,383,750(“用于预测管理无人驾驶车辆的通信属性的系统”);美国专利No.9,378,509(“使用地理位置的图像来测量地理特征的方法、装置和制造物品”);美国专利No.9,373,051(“在已获得的图像数据中识别和追踪目标的统计方法”);美国专利No.9,355,154(“提供位置相关娱乐的媒体排序方法”);美国专利No.9,336,492(“对储存谷物作物进行再润湿以获得可接受的销售时间的湿度水平和操作储存仓风扇的机会窗口的建模”);美国专利No.9,277,525(“使用位置估计量的无线位置”);美国专利No.9,269,022(“用于目标识别和相关配置的方法”);美国专利No.9,237,416(“用于优化内容的交互式咨询系统”);美国专利No.9,202,252(“用于节水和优化利用土地及水的系统和方法”);美国专利No.9,131,644(“使用常规遥感验证图像进行动态扩展范围天气预报的连续作物开发剖析”);美国专利No.9,113,590(“用于确定农作物中的季节内作物状况并提醒使用者的方法、装置和系统”);美国专利No.8,775,428(“使用基于相似性的信息检索和建模来预测对象属性和事件的方法和装置”);美国专利No.8,146,539(“在易受野火影响的地区减少草本燃料的方法”);美国专利No.7,764,231(“使用多个移动台定位技术的无线位置”);和美国公开No.2016/0073573(“用于管理农业活动的方法和系统”)。
发明内容
本申请提供一种对时间敏感的林业信息管理方法,包括:
调用被配置为在一个或多个机载工具上配置一个或多个传感器的晶体管基极电路,在第一时间T1从陆地域检测至少一些光能,来获得其内存中的照相数据;
调用被配置为获得所述陆地域的描述的晶体管基极电路,所述陆地域包括在第二时间T2,来自所述一个或多个机载工具的所述照相数据,其中所述描述的第一特定位置人工生物特征与所述陆地域的第一位置相关联,其中所述描述的第二特定位置人工生物特征与所述陆地域的第二位置相关联,并且其中所述描述的第三特定位置人工生物特征与所述陆地域的第三位置相关联;
调用被配置为确定所述描述的所述第一特定位置的人工生物特征标量值低于标量生物特征的范围的晶体管基极电路;
调用被配置为确定所述描述的所述第二特定位置的人工生物特征标量值高于所述范围的晶体管基极电路;
调用被配置为确定所述描述的所述第三特定位置的人工生物特征标量值在所述范围内的晶体管基极电路;
调用被配置为自动生成超过所述第一位置和第二位置的所述陆地域的所述第三位置的自动优先级的晶体管基极电路,其部分基于所述描述的所述第三特定位置人工生物特征的所述标量值在标量生物特征的范围内;部分基于所述描述的所述第一特定位置人工生物特征的所述标量值低于所述范围;并且部分基于所述描述的所述第二特定位置人工生物特征的所述标量值高于所述范围;
调用被配置为自动传输超过所述描述的所述第一特定位置和第二特定位置的人工生物特征的所述描述的所述第三特定位置人工生物特征的优先级的晶体管基极电路,其部分基于所述描述的所述第三特定位置人工生物特征的所述标量值在范围内;部分基于所述描述的所述第一特定位置人工生物特征的所述标量值低于所述范围;部分基于所述描述的所述第二特定位置人工生物特征的所述标量值高于所述范围,其中第一时间T1及第二时间T2均在第三时间之前的6个月内,在第一时间T1,检测到来自所述陆地域的所述光能,在第二时间T2,获得包括照片数据的所述陆地域的所述描述,在第三时间,接收到关于所述陆地域的所述第三位置的结论;
调用被配置为在第三时间T3从一方接收所述陆地域关于所述第三位置的结论的晶体管基极电路,所述一方已接收所述描述的超过所述第一特定位置和第二特定位置的特定人工生物特征的所述描述的所述第三特定位置的特定人工生物特征所述优先级,其部分基于所述描述的所述第三特定位置人工生物特征的标量值在范围内,部分基于所述描述的所述第一特定位置人工生物特征的标量值低于所述范围,部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所述范围,其中所述第一时间T1及第二时间T2均在所述第三时间之前的6个月内,在第一时间T1,检测到来自所述陆地域的所述光能,在第二时间T2,获得包括所述照片数据的所述陆地域的所述描述,在第三时间,接收到关于所述陆地域的所述第三位置的所述结论;以及
调用被配置为践行所述结论的晶体管基极电路。
本申请还提供一种对时间敏感的林业信息管理方法,包括:
调用被配置成获得包括来自一个或多个飞行器的航拍照片数据的陆地域的当前描述的晶体管基极电路,其中所述描述的第一特定位置人工生物特征与所述陆地域的第一位置相关联,其中所述描述的第二特定位置人工生物特征与所述陆地域的第二位置相关联,并且其中所述描述的第三特定位置人工生物特征与所述陆地域的第三位置相关联;以及
调用被配置为从第一方接收所述陆地域关于所述第三位置的结论的晶体管基极电路,所述第一方已接收超过所述描述的所述第一特定位置和第二特定位置的特定人工生物特征上的所述描述的所述第三特定位置的特定人工生物特征的优先级,其部分基于所述描述的所述第三特定位置人工生物特征的标量值在标量生物特征的范围内,部分基于所述描述的所述第一特定位置人工生物特征的标量值低于所述范围,以及部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所述范围,其中所述特定位置人工生物特征的所有所述标量值均来自所述一个或多个飞行器,飞行时,当时间T1在当前描述的时间T2之前六个月内时,以及在结论的时间T3之前六个月内时,一个或多个飞行器已接收光能。
本申请还提供一种对时间敏感的林业信息管理系统,包括:
被配置为获得包括来自一个或多个机载工具的照相数据的陆地域的描述的晶体管基极电路,其中所述描述的第一特定位置人工生物特征与所述陆地域的第一位置相关联,其中所述描述的第二特定位置人工生物特征与所述陆地域的第二位置相关联,并且其中所述描述的第三特定位置人工生物特征与所述陆地域的第三位置相关联;以及
被配置为从第一方接收所述陆地域关于所述第三位置的结论的晶体管基极电路,所述第一方已接收超过所述描述的所述第一特定位置和第二特定位置的特定人工生物特征的所述描述的所述第三特定位置的特定人工生物特征的优先级,其部分基于所述描述的所述第三特定位置人工生物特征的标量值在标量生物特征的范围之内,部分基于所述描述的所述第一特定位置人工生物特征的标量值低于所述范围,以及部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所述范围,其中所述特定位置人工生物特征的所有所述标量值均来自所述一个或多个飞行器,飞行时,当时间T1在当前描述的时间T2之前六个月内时,以及在所述结论的时间T3之前六个月内时,一个或多个飞行器已接收光能。
附图说明
图1示出了一种用于描述飞行器示例性专用硬件的示意图。
图2示出了一种用于描述飞行器示例性专用硬件的示意图。
图3示出了一种示例性专用系统,该专用系统的站点通过该专用系统与网络交互。
图4示出了一种示例性专用系统,各种便携式客户端设备通过该专用系统与网络交互。
图5示出了一种可实现一种或多种技术的服务器。
图6示出了一种可实现一种或多种技术的客户端设备。
图7示出了一种根据至少一个实施方案的信息管理例程的流程图。
图8示出了与本申请所描述的一个或多个信息管理例程有关的数据流程图。
图9示出了各种与林业有关的结论。
图10示出了各种与林业有关的描述。
图11示出了与本申请所描述的一个或多个信息管理例程有关的物理系统示意图。
图12示出了根据至少一个实施方案的信息管理例程的另一个流程图。
图13示出了各种与林业有关的描述的其他方面。
图14示出了散布图,用于描述从若干个不同时间所采集原始数据的标量生物特征数据集及每个这样数据集所属依赖于时间的标量生物特征范围。
具体实施方式
以下具体描述主要通过常规计算机组成部分的操作过程和符号标识来体现,该常规计算机组成部分包括处理器、用于处理器的内存存储设备、连接的显示设备和输入设备。进一步地,部分这些过程和操作可利用异构分布式计算环境中的常规计算机组成部分,包括远程文件服务器、计算机服务器和内存存储设备。
“在一个实施方案中”、“在各种实施方案中”、“在一些实施方案中”及诸如此类的短语被重复使用。这样的短语不一定指代相同的实施方案。术语“包括”、“具有”和“包含”是同义的,除非上下文另有规定。
“以上”、“人工”、“至少”、“自动”、“以下”、“生物特征”、“通过”、“关于”、“条件”、“当前”、“第一”、“林业”、“响应”、“表示”、“本地”、“特定位置”、“获得”、“的”、“光学”、“之外”、“部分”、“照片的”、“优先”、“已接收”、“远程”、“所述”、“标量”、“第二”、“选定的”、“一些”、“其中”、“第三”、“传输”、“无人”、“其中”、“在内”,或本申请中的其他此类描述符,以其标准的是或否的含义使用,而不是作为程度的术语使用,除非上下文另有规定。根据本申请,本领域的技术人员可从上下文理解“远程”和本申请所使用的其他这样的位置描述符的含义。关于无生命的结构,诸如“处理器”、“中心”、“单元”、“计算机”或其他此类描述符的术语以其标准含义使用。这些术语不包含任何人,不论其位置或使用或与所描述事物的其他关联,除非上下文另有规定。“用于”不用在“电路用于”或“指令用于”这样的短语中,以表达纯粹的预期目的,此外,通常用于描述性地识别专用软件或结构。
现在详细参见附图中所示的实施方案的描述。尽管实施方案是结合附图和相关描述来陈述的,但并非将范围限制在本申请公开的实施方案中。相反地,其目的是涵盖所有备选、修改及等同方案。在备选实施方案中,附加的设备或所示设备的组合可添加进来或进行组合,而非将范围限制在本公开的实施方案中。
现在参见图1,该图示出了包括可用于本发明的飞行器130的系统100。为简洁起见,本文不描述与图形和图像处理、导航、飞行计划、无人工具控制以及与飞行有关的无人机(UAV)的其他功能方面的常规组成部分。
如图所示,系统100(可选地)包含可互换电池/ UAV燃料126;路由编程的中央处理单元(CPU)及发射链路128;发射控制机构161;可互换的压缩气体罐162;气体调节器结构163;全球定位(GPS)系统及集成导航传感器(INSS)系统171;光学成像传感器172(例如多光谱、高光谱或RGB传感器);激光雷达/镭射光雷达传感器173;内存存储器174;卫星上行链路175的一个或多个实例;此外,飞行器(如无人机)可进一步包括附加的传感器载荷,例如热图像传感器。
激光雷达/镭射光雷达传感器173(可选地)被配置为测量地面上材料,如土壤,的反射值。所测量的反射值被传输到CPU,其确定反射值是否落在预定阈值范围内。如果反射值落在预定阈值内,则该区域被指定为树木的合格种植区域。如果反射值落在预定范围之外,则该区域不适合作为种植区域。然而,可以预期的是,本系统可以用于种植和监测其他类型的植物、作物等的生长。
类似地,高光谱图像传感器可用于获得地面的详细信息。更具体地,高光谱图像传感器允许操作员或另一终端用户“看见”地面上的土壤、水和地面养分水平,特别是在难以人力到达的区域中。如果一个区域的光谱特征识别出适于种植树木的材料,则该区域被认定为合格的种植区域。
可以预期的是,CPU被配置为收集并合并来自各种传感器的多个数据集,以作为绘制微型网点的关键属性。通过这种方式,合并后的数据被用于为后续种植阶段生成单个地图。此外,如果激光雷达/镭射光雷达传感器和高光谱传感器或其他传感器获得的数据不一致,则传感器将被配置为重新扫描该区域,直到没有差异。因此,操作员能够以便利和有效的方式远程地勘测地形。
测量数据和与其相关联区域的网格坐标可以存储在内存单元中或者经由SAT上行链路发送到远程服务器。优选地,网格坐标经由GPS、INS或其他合适的导航系统来确定。此外,使用GPS校正方法,如实时动态法(RTK),来提高定位精度。指定为合格种植区的区域可作为后续种植阶段的计划路线的一部分进行保存。在每个种植区域内,识别出多个微型网点。
微型网点是可以进行材料输送操作的点(例如,可种植种子或施用除草剂的地方)。根据多个因素选择目标点,例如每英亩的种植面积、树种、土壤表面张力、土壤类型和有益的景观特征。根据专家指定的间距,微型网点以固定间隔分离。在一个实施方案中,每个种植微型网点相距7英尺,以便为植物生长提供足够的空间。
所述飞行器还配备有气动点火装置,其包括发射控制机构、气动系统、多个气体调节器、连接软管和腔室,以及排种槽轮,气动点火装置中的排种槽轮190包括位于其内的可互换种子库188。取决于实施方案,前述组成部分,包括上述的传感器,内存单元和处理器由可互换电池或燃料供电。此外,飞行器上的所有组成部分为轻质的,以提高燃料效率或保存动力。
所述一个或多个种子库188包括单独的种子舱。所述种子舱包括由聚乙烯醇或其他合适的无毒且可溶解的材料制成的壳体,其中所述壳体具有限定的内部容积,以在其中储存种子。种子舱还包括用于防止种子变干的水凝胶、聚合物或聚丙烯酰胺。内部具有水凝胶、聚合物或聚丙烯酰胺的种子舱及在根部附近,在保持通风的同时改善了水源的获取。此外,种子舱还包括肥料、菌根真菌、菌丝体、杀虫剂、除草剂、捕食者威慑物,或其任何组合。
当所述飞行器飞过微型网点时,气动系统用于射出种子舱。可以预期的是,对准微型网点,使得种子舱被射向微型网点并落在其中。此外,气体调节器优化压力以控制喷射种子舱的速度。速度可以根据诸如风速、土壤表面张力等各种因素而变化。在一些实施方案中,气体调节器可被手动调节或编程为针对不同种植区域进行自动调节。因为种子舱是可溶解的,所以种子不需要埋入或渗透到土壤中,并且允许种子植物的根部结构无阻碍地扩散。
在一些变例中,本发明(可选地)进一步包括种子改良颗粒。该颗粒包括猎枪壳的外形,且包括真菌接种培养基、农药、除草剂、肥料、气味或化合物、水凝胶、有益植物,多种子或其任何组合。
现在参见图2,其示出了一个可以实施一种或多种技术的系统。如图所示,站点235(例如卡车或建筑物)通过卫星上行链路或类似的信号路径可操作地连接到远程网络268。该站点位于感兴趣的陆地域250A中或其附近,其中当前照片已经通过一个或多个摄像机(例如飞行中的飞机230上的一个或多个实例)拍摄,描述了若干个位于站点235的位置255D附近的相应位置255A-C。每个飞机230包括一个或多个电机驱动的螺旋桨239(例如,每个是飞行器231或直升机232或无人机233)。可选地或附加地,这些照片(例如,或特定位置的照相数据部分)可分别与坐标253的一个或多个实例相关联;时间戳254;在事件顺序指定(例如时间轴295)的时间291、292、293;生物特征270(例如,从照片中检测出或计算出的)或与给定生物特征有关的限值261、262、263。例如,论题专家可定义如图所示介于数对这样的限值261至263之间的一个或多个范围277A-B。
现在参见图3,图3示出了示例性操作示意图300,其反映了本系统的一个或多个技术。可以预期的是,例如在两个主要阶段期间,无人机233可以同时操作多个实例。此外,在某些情况下,一个来自地面的操作员可以同时控制多个无人机。在一个实施方案中,一个操作员可以一次控制大约十到十五个无人机。在另一个实施方案中,操作员可以在不同时间操作不同组的无人机。在又一个实施方案中,无人机可以被编程为独立操作,使得不需要操作员。
在“勘测”阶段360期间,无人机233在一个区域上方飞过。在飞行时,所述无人机的传感器通过收集数据以协助确定适宜种植区域及其内的微型网点。所收集的数据通过CPU处理并存储在内存单元中或传输到远程数据库服务器。基于该数据,在阶段370,CPU绘制出至少一条种植路线。或者,所收集的数据被发送到另一个服务器或地面绘制模块中,以被配置为执行路线绘制。
在“种植”阶段380期间,无人机233在预先规划的路线上飞行,并位于微型网点的喷射范围内时,播下种子舱。通过这种方式,该无人机可以在确定为良好生长区域的地方将封装的树木种子射入地面。可选地,该无人机可被编程为定期飞越计划路线上,以监测种子生长。
图4示出了根据各种实施方案的信息管理系统400的示例性网络拓扑结构。中央信息管理服务器500(见图5)经由一个或多个网络468与多个客户端设备600A-C(见图6)进行数据通信。在各种实施方案中,网络468可以包括因特网、一个或多个局域网(“LAN”)、一个或多个广域网(“WAN”)、蜂窝数据网络,和/或其他数据网络。网络468可以,在各个点处,是有线和/或无线网络。远程信息管理服务器500可以与一个或多个信息管理数据存储装置465进行数据通信。
在各种实施方案中,客户端600A-C中的任何一个可以是具有形式因素的联网计算设备,形式因素包括通用计算机(包含“台式机”、“便携式电脑”、“笔记本电脑”、“平板电脑”等);手机;手表,眼镜或其他可穿戴计算设备。在图4所示的示例中,客户端设备600A被描述为便携式电脑/笔记本电脑,客户端设备600B被描述为手持设备,以及客户端设备600C被描述为计算机工作站。在各种实施方案中,存在比图4所示更少或更多的响应设备。
如下文的更详细描述,在各种实施方案中,远程信息管理服务器500通常能够接收通过例如网络468,来自响应设备600A-C和/或其他联网计算设备(未示出)中的任何一个的请求,并且相应地提供响应。在典型情况下,如本申请所述联网在一起的一个或多个设备600A-B可依赖于带宽受限的信号路径401A-B,以及联网的一个或多个其他设备600C可依赖于带宽无受限的信号路径401C,本领域技术人员根据以下公开内容将意识到这一点。通常,带宽受限的信号路径401A-B和依赖于它们的设备600A-B不足以允许其人类用户查看象形图和其他带宽密集型数据,并在其上提供及时结论(例如诊断、工作请求或其他快速作出区别的相应决定)。
下面参见图5,图5描述了远程支持与各种客户端设备600A-C的高级交互的示例性信息管理服务器500的功能组成部分。
图5示出了可以实现一种或多种技术的服务器500。在各个实施方案中,服务器500可以是常规计算机或包括未示出的专用组成部分。如图5所示,示例性服务器500包含一个或多个处理单元502,其经由一个或多个总线516与一个或多个内存504进行数据通信。每个这样的内存504通常包括随机存储器(RAM),只读存储器(ROM),和/或永久大容量存储设备的部分或全部,诸如磁盘驱动器、闪存等。客户端设备500还可以包括网络接口506、用户输入508、显示器512或扬声器(未示出)的一个或多个实例。
如图所示,示例性服务器500的内存504可以存储操作系统510以及多个软件应用程序,诸如客户端主应用程序514,的程序代码。这些和其他软件组成部分以及各种数据文件(未示出)可以经由网络接口(可选)506(或经由可选择性移除的计算机可读存储介质518,诸如存储卡等)被加载到内存504中。对于硬件功能,诸如经由网络接口506的网络通信、经由用户输入508获得数据、经由显示器512和/或扬声器呈现数据、以及将内存504内存分配到各种资源,操作系统510可以作为介于服务器500上运行的软件和服务器硬件的媒介。
例如,操作系统510可以使本地可用软件应用程序,例如客户端主应用程序514,在本地(例如经由显示器512)呈现。如果操作系统510获得,例如经由用户输入508,客户端主应用程序514的选项,操作系统510可实例化客户端主应用程序514的进程(未示出),即使处理单元502开始执行客户端主应用程序514的可执行指令,并分配部分内存504供其使用。此外,在一些变例中,常驻在内存中的下载服务524可以允许应用(例如在介质518中盘存的)在请求时被下载到如下所述授权的客户端设备。可选地或附加地,下面描述的操作可以使用如下所述常驻在服务器500中的专用电路522来实现。
尽管已经描述了示例性服务器500,但是服务器500可以是大量能执行程序代码的计算设备中的任何一个,例如对应于主应用程序514的程序代码。可选地或附加地,参见图5描述的结构同样可以由点对点网络中的专用对等计算机来实现。
图6示出了可以实现一种或多种技术的客户端设备600。在各个实施方案中,客户端设备600可以是常规计算机或包含未示出的专用组成部分。如图6所示,示例性客户端设备600包括一个或多个处理单元602,其经由一个或多个总线616与一个或多个内存604进行数据通信。每个这样的内存604通常包括随机存储器(RAM),只读存储器(ROM)和/或永久大容量存储设备的部分或全部,诸如磁盘驱动器、闪存等。客户端设备600还可以包括网络接口606、用户输入608、显示器612或扬声器(未示出)的一个或多个实例。
如图所示,示例性客户端设备600的内存604可以存储操作系统610,以及用于多个软件应用程序的程序代码,诸如客户端网页浏览器应用程序614之类。客户端网页浏览器应用程序614是软件应用程序,通过该应用程序,在服务器控制下,客户端设备可以向用户呈现数据,并进入客户端设备传输数据。这些和其他软件组成部分以及各种数据文件(未示出)可以经由网络接口(可选)606(或经由可选择性移除的计算机可读存储介质618,诸如存储卡等)被加载到内存604中。对于硬件功能,诸如经由网络接口606的网络通信、经由用户输入608获得数据、经由显示器612和/或扬声器呈现数据、以及将内存604内存分配到各种资源,操作系统610可以作为介于在客户端设备600上执行的软件和客户端设备硬件的媒介。
例如,操作系统610可以使本地可用软件应用程序,例如客户端网页浏览器应用程序614,在本地(例如经由显示器612)呈现。如果操作系统610获得,例如经由用户输入608,客户端网页浏览器应用程序614的选项,操作系统610可以实例化客户端网页浏览器应用程序614的进程(未示出),即使处理单元602开始执行客户端网络浏览器应用程序614的可执行指令,并分配部分内存604供其使用。可选地或附加地,以下所述操作可以使用以下常驻在客户端设备600中的专用电路622来实现。
图7示出了适用于至少一个实施方案的信息管理例程700。本领域普通技术人员将意识到,图7中并非示出所有信息管理事件。而是,为了清楚起见,仅示出并描述与例程700的林业信息管理方面相关的那些合理步骤。本领域的普通技术人员还将意识到,本实施方案仅是一个示例性实施方案,并且可以在不脱离以下权利要求限定的更广泛的发明构思范围的情况下对本实施方案进行变化。
执行块705描述信息管理例程700,其获得陆地域的当前图像数据,其中“当前”表示作为光能的至少一些数据少于3天前(在时间T1)探测到的,其通过搭载在一架或多架机载工具上的一个或多个传感器,从陆地域的第一位置、第二位置和第三位置中探测到。例如,如果“位置”分别是在图2中所示的位置255A-C时,上述情况就会发生。
执行块710描述信息管理例程700,其从照片数据导出陆地域的描述(在时间T2处),其中照片数据中所描述的第一特定位置的人工生物特征与陆地域的第一位置相关联,其中照片数据中所描述的第二特定位置人工生物特征与陆地域的第二位置相关联,其中照片数据中所描述的第三特定位置人工生物特征与陆地域的第三位置相关联。在一些变例中,执行块710可以选择性包括具有与第三位置重叠的陆地域的至少一部分的照片(同时从导出的描述中省略描述陆地域的第一位置或第二位置的至少一些照片数据)。
如本申请所用的“人工生物特征”适用于一个或多个物理特性的人类制造或机器制造的预测(例如测量或其他量化),该物理特性被导出以表征在已知位置一个或多个非动物生命形式的一种健康相关状态。它可以描述真菌或地衣的一种或多种健康指示的物理特性,例如,或者描述一种或多种作物的不利影响(例如火灾、洪水、动物放牧或虫害)。它可描述比色特征或其他过滤属性,其被定制为识别和区分从一些其他具有类似属性的感兴趣的生命形式(例如金雀花对比欧洲蕨)。但是纯粹的原始光学数据(例如未修改过的反射率或亮度测量)或仅仅使用常规中性化内容数据处理(例如量化、编码、压缩、着色)的图像数据不作为本申请所用的“人工生物特征”。例如,尽管根据本申请的启示,可以从像素色调导出许多人工生物特征,但是本领域技术人员将意识到纯粹的原始像素色调和像素分组形状不是如本申请所用的“人工生物特征”。
距离指示性人工生物特征(至少部分地)从光学数据导出,并且在此感兴趣的光学数据包括林分尺寸、树木高度、树干直径,最近庄稼树距离和其他这样的距离以及基于此的计算(例如部分基于海拔、坡度、降雨量或其他依赖于位置的或历史决定因素的计算平均值、乘积、比例或其他)。
执行块720描述信息管理例程700,其确定描述的第一特定位置人工生物特征的标量值低于选定范围。例如,如果范围277A由客户端设备600A的用户“选定”的,客户端设备600A的用户在本申请描述的林业操作期间,仅计划经由受限带宽的信号路径401A进行诊断和决策制定,上述情况就会发生。
执行块730描述信息管理例程700,其确定描述的第二特定位置人工生物特征的标量值高于所选范围。
执行块740描述信息管理例程700,其确定描述的第三特定位置人工生物特征的标量值在所选范围内。
执行块775描述信息管理例程700,在部分基于所述描述的所述第三特定位置人工生物特征的所述标量值处于所选范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述标量值低于所选范围,以及部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所选范围时,信息管理例程生成陆地域第三位置的自动优先级,其超过陆地域第一位置和第二位置。
执行块785描述了信息管理例程700,通过向远程一方表示优先级,显示陆地域第三位置的自动优先级,其超过陆地域第一位置和第二位置。
执行块790描述信息管理例程700,在一方接收到第三位置的自动优先级之后的两天内,从远程一方接收关于第三位置的至少一个结论(在时间T3)。例如,如果时间T1-T3分别是图2中所示的事件时间291-293,如果不允许另一方(例如在陆地域250A处现场)提供结论,则不能获得及时的结论时,上述情况就会发生。
信息管理例程700在终端块799处结束。
图8示出了适用于至少一个实施方案的数据流示意图。包含生物特征范围“A”的操作参数805A从客户端设备600A发送到站点235,在站点235处,多个无人机832(例如飞行器130的实例)基于操作参数805A进行操作。包括生物特征范围“B”的操作参数805B同样从客户端设备600B传输到站点235。使用接收到的操作参数805A-B,一个或多个无人机832相应地分派采用机载数据815。在一些变例中,这样的机载数据815可以经由高光谱成像或激光雷达或镭射光雷达(使用例如上述的一个或多个传感器172,173)及一个或多个可移除/可互换的压缩气体罐162,被留下来的无人机832中的种子库188以延长该无人机的射程。然后,820将当前机载数据815中的一些或全部作为原始数据820发送到服务器500。服务器500随之将范围“A”和“B”中的一个或两个应用于原始数据820,以确定(例如通过执行块775),在适当的情况下,陆地域250A的第三位置255C的自动优先级,其超过陆地域的其他位置255A-B。这可以表现为,例如,将位置255C的图像优先级排序,并且使得该图像自动发送到客户端设备600A(例如如图所示,由用户898A使用并且与其相关联),作为其自动的、有条件的对可提供范围“A”的该客户端设备600A的响应,第三特定位置人工生物特征落在该范围“A”内。在某些情况下,所包含该图像的描述可能足够大(例如若干兆字节或更大),以致于它仅选择性地(例如,作为优先数据选项865A的部分)在一夜之间(例如在被采取的16小时内)到达设备600A,并自动发送。例如,如果陆地域250A远离高带宽连接处,及其中优先数据选项865A省略与低优先级位置255A-255B有关的形状指示数据,低优先级位置255A-255B中人工生物特征超出其范围时,上述情况就会发生。
可选地或附加地,在一些情况下,生成描述825包含判定(例如通过服务器500或在飞机230内的处理单元602),通过落入由该客户端设备600B提供的范围277B内,判定关于不同位置255A的人工生物特征可以优先于不同客户端设备600B(例如如图所示,由一方898B使用及关联)。例如,如果位置255B相关的对应生物特征在范围277B以下;与位置255C有关的对应生物特征在范围277B以上;自动发送到客户端设备600B的条件优先数据选项865B大于100兆字节(例如包括至少一个位置255A的图像),但小于100兆兆字节(例如不包括当前原始数据集中的陆地域250A所有当前图像);这种传输仅通过已被自动区分优先级并发送之前,长时间延迟870(例如24-48小时)之前发生;以及一个或多个结论875A、875B(例如是否要植入或不植入的决定),将不在880上采取行动,直到连续的部署(例如,一年多后,站点235返回陆地域250A时)时,上述情况就会发生。
图9提供了本申请进一步描述的各种林业相关结论875的示意图,其常驻在内存904中(例如可选地,在一个或多个上述内存504,604中或在无人机832或其他飞行器130中)。在本文中使用的“结论”可以指任何与林业有关的决定(诊断、行动计划、量化估计或其他判断),该决定来自一个或多个人力当局(例如,专家或设备操作者),至少部分基于当前的航拍数据,该人力当局与土地或植被上连续部署有关的。如本申请所使用的,“当前”数据是指受传感器检测影响或更新的测量或其他值(例如由光能导致),在这样结论的六个月内通过研究(例如在感兴趣的位置处或上方),即可在附近地区发生传感器检测。当没有关于一个区域的这种当前数据被用于确定附近地区更近的状况时,与该附近地区有关的较旧数据就“不是当前的”。
这样的结论875可以各自包括正面决定901、负面决定902(例如,不要采取正在考虑的行动)、诊断(例如指定具有有机物种标识符903的有毒有机体)或其他工作请求(例如其他人力当局的分析和判定)一个或多个实例。在一些情况下,例如,所考虑的这种正面决定901可以表示为一个或多个便携式模块标识符921(例如序列号,可有效地确定哪些生物活性物质适用于所考虑的“第三位置”)。可选地或附加地,结论875可以包括一个或多个任务或指令序列922或已定义的路线923(例如,指定何时以及如何执行无人驾驶执行的交付飞行)。可选地或附加地,结论875可以包括生物活性材料标识符的一个或多个实例935(例如除草剂标识符931、农药标识符932、肥料标识符933或其他此类可交付货物)。可选地或附加地,结论875可以表示作物物种标识符943的一个或多个实例,或(正面)种植决定945的其他部分。
图10提供了本申请进一步描述的林业相关描述1025的示意图,其常驻在内存1004中(例如,在一个或多个上述内存504,604中或在无人机832或其他飞行器130中实现)。这里所使用的对陆地域的“描述”是指包括一个或多个涉及陆地域各个部分的相片、分类或其他描述性数据分量的数据集。在一些实例中,它可以包括与地面的物理特征的相片或示意图1031的一个或多个实例相关联的坐标集合1033,以及与图像1031或坐标1033相关的标量决定因素1032A-C。例如,在一些变例中,这样的描述可以包括地图数据(例如显示历史水文要素)或其他这样的非生物因素1032A(例如其可以描述土壤成分、局部气象数据、地面海拔或温度历史或降水历史),或其他此类测量,其可能影响但不直接描述生活在陆地的跟踪位置上的任何当前发生的非能动生物。
图11示出了信息管理系统1100,其被配置为将本申请描述的将一个或多个其他飞行器250B-C与一个或多个已部署的飞行器130进行交互。在第一次部署中,飞行器130上的一个或多个传感器1140接收并检测来自域250B的若干个位置255E-G的能量1108,其表示存储在内存1104中的原始数字数据820(例如参见图8描述的)。还有一部分原始数据820被提取成描述1025A,描述1025A包括如图所示的每个位置255当前特定位置的人工生物特征1102A-E。描述1025A还可以包含由一个或多个传感器1140最初捕获的一些照片数据1389。在一些变例中,飞行器130上的CPU 118可以被配置为通过重新编辑部分照片数据来简化其操作(参见图13),这是不恰当的重复(例如描述一些或所有的图像的位置255J,其重要的生物特征由于被很好地理解而不是很感兴趣)。例如,如果选择边界范围277A(例如通过使用远离域250B的一个或多个客户端设备600A-B的植物顾问),使得下限261低于0.2,上限252是0.4;第一特定位置人工生物特征1102A(例如当前描述位置255H)低于边界范围277A;第二特定位置人工生物特征1102B(例如当前描述的位置255I)高于边界范围277A;第三特定位置人工生物特征1102D(例如当前描述的位置255K)在边界范围277A内;植物顾问接收优先级1151,作为对在已经检测到的边界范围277A内现有生物特征1102D的大块植被(例如在服务器500A处)的实时响应;顾问设定了关于由什么构成“大块”的限制(例如作为板上参数1145之一的平方米数量);没有实时响应会发送给顾问;一些信号路径401A-D严重地受到带宽限制,但是其他感兴趣的信号路径401E不是;顾问不能及时提供结论875C,以避免浪费机会(例如,包括位置255K,且一个或多个无人机1131中块的其余部分将除草剂施加到相邻的大部分区域)时,上述情况就会发生。
在某些情况下,描述第一微型网点(例如位置255K)的当前数据可用来表征整个“第三”位置,即使当该位置已经扩展到包括一个连续的额外相邻微型网点,其部分基于范围277内每个微型网点的生物特征值,以及部分基于与序列的另一个微型网点毗邻的序列的每个微型网点。这种算法扩展的效果显著,例如在位置255E-G的不规则形状中。
在稍后的部署中,在飞行器130上的一个或多个传感器1140(例如参见图1描述的)接收并从域250C的若干个不规则形状的位置255E-G中检测能量1108,然后将其作为记录在内存1104中的原始数字数据820。例如,如果反映该数据的描述1025B经由信号路径401D下载,而站点1135位于域250C的附近1196;描述1025B显示生物特征地图(例如图中具有表示为似然性指示或其他百分比的生物特征值),或例如用于一个或多个无人机1131的编程导航路线);这种信息流1101(例如经由服务器500A和信号路径401D-E)包括如下所述的优先级1151和结论875C时,上述情况就会发生。例如,如果范围下限为20-25和上限为50-70时;“第三”位置是位置255G时,上述情况就会发生。
图12示出了适用于至少一个实施方案的信息管理例程1200。如本领域普通技术人员将意识到的,并非所有信息管理事件都在图12中示出。而是,为了清楚起见,仅示出和描述与描述例程1200的林业信息管理方面相关的那些合理步骤。本领域的普通技术人员还将意识到,本实施方案仅仅是一个示例性实施方案,并且可以在不脱离以下权利要求限定的更广泛的发明构思范围的情况下对本实施方案进行变化。
执行块1215描述了配置一个或多个飞行器上的一个或多个传感器,通过在第一时间T1检测来自陆地域的至少一些光能(例如,一个或多个客户端设备600A-B在一个或多个无人机1131或机载工具上远程配置一个或多个传感器1140,通过在“第一”时间291检测来自陆地域250C处的光能1108,来获得存储在内存中的照片数据)。例如,如果一个或多个客户端设备600A-B的“远程”上,距陆地域250C超过100公里,上述情况就会发生。可选地或附加地,内存可以包含地图数据(例如指示历史水路位置或潜在危险的其他指示),或可影响当前描述1025B的其他背景信息。此外,在一些变例中,执行块1215可以由服务器500A执行,或者由一方(例如,设备用户操作设备600B)同时执行。
执行块1285描述对陆地域的当前描述的获取,其包括从一个或多个无人机载工具获得的照片数据,其中当前描述的第一特定位置人工生物特征与该陆地域的第一位置相关联,当前描述的第二特定位置人工生物特征与该陆地域的第二位置相关联,当前描述的第三特定位置人工生物特征与该陆地域的第三位置相关联(例如无人机1131、站点1135或其他客户端设备600,生成或接收一个或多个生物特征地图或类似描述1025,其包括如本申请所述域250的照片数据)。在许多情况下,这样的描述实际上是通过一系列将它们传递给它们的设备获得的。
执行块1295描述来自一方关于该陆地域的第三位置的结论,其关于一方接收当前描述的该第三特定位置人工生物特征的优先级超过当前描述的所述第一特定位置及第二特定位置人工生物特征的优先级,其部分基于当前描述的所述第三特定位置人工生物特征的标量值位于选定范围内,部分基于当前描述的所述第一特定位置人工生物特征的标量值低于所述选定范围,部分基于当前描述的所述第二特定位置人工生物特征的标量值高于所述选定范围(例如无人机1131,站点1135或其他客户端设备600,用于接收一方关于所述第三位置255的结论875,一方已接收到这样的优先级1151)。在许多情况下,这样的结论875实际上是通过一系列将它们传递的设备获得的。
信息管理例程1200在终端块1299处结束。
图13示出了另一个林业相关描述1025C,其常驻在内存1304中(例如,在一个或多个上述内存904中实现)。作为上述数据集的备选方案或除上述数据集之外,描述1025C可以包括优先级1151(例如包括条件通知1351或排序1352的一个或多个实例),或当前数据集1377(例如每个包括当前估计1383或以下进一步描述的当前标量值1384的一个或多个实例),或照片数据1389(包括一个或多个照片1387,其由一个或多个光学成像传感器172或激光雷达/镭射光雷达传感器173获得),结合来自传感器171的一个或多个时间戳254或坐标的的一个或多个实例。对于每个感兴趣的位置,这样的估计1383可以包括一个或多个距离估计、速率估计、浓度估计、事件估计、健康差异指数或以上的组合(作为生物特征或其他,取决于它测量的内容)。
如本申请所使用的,“优先级”可以指有条件的自动通知(例如,分别响应于某些数据集1377B-C而不是针对其他数据集1377A的加速结论),排序(例如在一个或多个其他项目之前列出优先条款),或者相对于附近位置(例如微型网点)或其属性,以具有更重要的其他表达。在一些情况下,对于不同的各方,各自的“优先级”是不同的,诸如上下文中客户端设备600A在一个或多个其他所描述的记录中优先记录1068A,以响应“66”落入范围“A”中(如图8所示),客户端设备600B在一个或多个其他所描述的记录中优先记录1068B,以响应“0.5”落入范围“B”中。例如这样排序触发普遍的自动下载已优先的记录;全分辨率图像1031足以确保所讨论的一个或多个结论875中的正确结果,而其中较低分辨率的图像1031做不到;用于给定陆地域的数千个记录1067的全分辨率图像1031经由有限带宽连接到客户端设备600的一个或两个是不可行,通过客户端设备600,下载各自优化级1151;并且在没有实质性硬件升级的情况下(例如,改善链接401A-B的带宽),所讨论的至少一些结论876的正确且及时的结果将不可行时,这可以产生显着的差异。
图14示出扩散图,其描述具有上限和下限的范围277,其上限及下限随着一个或多个决定因素(例如时间)的增长而增长,且当前数据集1377A-C的序列分开数年。根据本申请的启示,本领域技术人员将能够识别各种健康指示性或生长指示性的人工生物特征,其中这种依赖于时间的范围277是合适的。例如,一位植物学家或其他专家在边界情况下提出时间关键结论875,可能在某些情况下倾向于选择这样一个范围277(例如,以便减少假阳性和阴性优先级的确定)进行计算。在第一(标称)时间291A处(例如在平均时间戳日期的一周内),数据集1377A包含当时描述1025的若干特定位置的人工生物特征位于选定范围277内,以及当时描述1025的若干特定位置的人工生物特征高于所选范围277。应当说明的是,没有当时描述1025特定位置的人工生物特征是低于所选范围277的。
在每个数据集1377B-C中,当时描述1025的若干个特定位置的人工生物特征数据在选定范围277之上。在数据集1377B中,当时描述1025的至少一个特定位置的人工生物特征数据处于选定范围277内,从而表明对应于同一时间291B,所述生物特征(以及它所属的“第三”位置)值得比数据集1377B中的一个或多个其他(超限或欠限)生物特征数据更高的优先级1151(名义上的)。同理在数据集1377C中,当时描述1025的多个特定位置人工生物特征(例如,名义上在时间291C根据执行块705获取)在选定范围277内,从而表明所述生物特征(以及他们所属“第三”位置)“更为边际”,并且应该得到比数据集1377C中的某些或所有其他(超限或欠限)生物特征数据更高的优先级排序(例如排名或有条件地紧急治疗)。本申请描述的许多数据集1377保证特定处理范围内特定位置的生物特征值1473,与对应的下限值1471和超限值1472相比较。
至于以下表述的已编号条款和权利要求,本领域技术人员将意识到,其中列举的操作通常可以以任何顺序执行。而且,尽管以一个或多个序列呈现各种操作流程,但应该理解的是,各种操作可以以不同于所示出的顺序的其他顺序执行,或者可以同时执行。除非上下文另有规定,否则此类备选排序的示例可包括重叠、交错、中断、重新排序、增加、预处理、补充、同时、反向或其他变形排序。与此同时,除非上下文另有规定,否则诸如“响应于”、“关于”或其他过去式形容词的术语通常不旨在排除这些变形。同样在以下编号的条款中,各方面和实施方案的具体组合以速记形式表述,使得(1)根据各个实施方案,对于其中引入“组成部分”或其他这样的标识符的每个实例(例如“一个”或“一个”),在给定的连锁条款中不止一次,这样的指定可以标识相同的实体或不同的实体;以及(2)下面称为“独立”的条款在各个实施方案中可包含或不包含它们所涉及的“独立”条款的特征或上述其他特征。
条款
1、(独立)一种对时间敏感的林业信息管理系统,包括:
被配置为获得陆地域250当前描述1025(至少)的晶体管基极电路(例如作为专用电路522,622的组成部分),陆地域250包括(至少)来自一个或多个飞行器130的航空照片数据1389(其中至少一个),其中所述描述1025的第一特定位置的人工生物特征1102与所述陆地域的第一位置255相关联,其中所述描述的第二特定位置的人工生物特征与所述陆地域的第二位置255相关联,且其中所述描述的第三特定位置的人工生物特征与所述陆地域的第三位置255相关联;以及
被配置为接收关于(至少)来自第一方898A的所述陆地域(至少)的所述第三位置的结论875的晶体管基极电路(例如作为专用电路522,622的组成部分),第一方898A接收超过所述第一位置和第二位置的所述第三位置(至少)的自动优先级1151,其部分基于(至少)所述描述的所述第三特定位置的人工生物特征的当前标量值1384在范围277内;部分基于所述描述的所述第一特定位置的人工生物特征的当前标量值低于所述范围;部分基于所述描述的所述第二特定位置的人工生物特征的当前标量值高于所述范围;其中(所述标量值和所述描述是最新的“当前”)所述特定位置的人工生物特征的所有标量值都是来自一个或多个飞行器,飞行时,当时间T1(如时间291处)在当前描述(用于所述航拍照片数据)的时间T2(例如时间292)之前六个月内时,以及在所述结论(被接收)的时间T3(例如时间293)的之前六个月内时,一个或多个飞行器已接收(至少一些)光能1108。
2、根据以上系统条款中任一项的所述系统,还包括:
支持所述晶体管基极电路的机动无人机(例如无人机1131),其被配置为获得所述陆地域的所述当前描述,陆地域包括来自一个或多个飞行器的航拍照片数据,其中所述描述的所述第一特定位置的人工生物特征与所述陆地域的所述第一位置相关联;其中所述描述的所述第二特定位置的人工生物特征与所述陆地域的所述第二位置相关联;其中所述描述的第三特定位置的人工生物特征与所述陆地域的所述第三位置相关联,以及被配置为接收所述结论的所述晶体管基极电路,所述结论关于来自所述第一方的所述陆地域的所述第三位置的自动优先级,所述第一方已接收超过所述第一位置及第二位置的所述第三位置的自动优先级;其部分基于所述描述的所述第三特定位置的人工生物特征的当前标量值在范围内;部分基于所述描述的所述第一特定位置的人工生物特征的当前标量值低于所述范围;部分基于所述描述的所述第二特定位置的人工生物特征的当前标量值高于所述范围;其中所述特定位置的人工生物特征的所有所述标量值都是来自所述一个或多个飞行器,飞行时,当时间T1在当前描述的时间T2之前六个月内时,以及在所述结论的时间T3之前六个月内时,一个或多个飞行器已接收光能。
3、根据以上系统条款中任一项的所述系统,还包括:
支持所述晶体管基极电路的机动工具(例如飞机230),其被配置为获得所述陆地域的所述当前描述,所述陆地域包括来自一个或多个飞行器的航拍照片数据,其中所述描述的所述第一特定位置的人工生物特征与所述陆地域的所述第一位置相关联,其中所述描述的所述第二特定位置的人工生物特征与所述陆地域的所述第二位置相关联,其中所述描述的所述第三特定位置的人工生物特征与所述陆地域的所述第三位置相关联,并且所述晶体管基极电路被配置为接收关于来自第一方的所述陆地域的所述第三位置的结论,所述结论关于来自所述第一方的所述陆地域的所述第三位置的自动优先级,所述第一方已接收超过所述第一位置及第二位置的所述第三位置的自动优先级;其部分基于所述描述的所述第三特定位置的人工生物特征的当前标量值在范围内;部分基于所述描述的所述第一特定位置的人工生物特征的当前标量值低于所述范围;部分基于所述描述的所述第二特定位置的人工生物特征的当前标量值高于所述范围;其中所述特定位置人工生物特征的所有标量值都是来自一个或多个飞行器,飞行时,当时间T1在当前描述的时间T2之前六个月内时,以及在所述结论的时间T3的之前六个月内时,一个或多个飞行器已接收光能。
4、根据上述系统条款中任一项的所述系统,其中所述系统被配置为执行本申请所述的任何方法条款。
5、(独立)一种对时间敏感的林业信息管理方法,包括:
调用被配置成获得陆地域250的当前描述1025的晶体管基极电路,陆地域250包括来自一个或多个飞行器130的航空照片数据1389,其中所述描述1025的第一特定位置的人工生物特征1102与所述陆地域的第一位置255相关联,其中所述描述的第二特定位置的人工生物特征与所述陆地域的第二位置255相关联,且其中所述描述的第三特定位置的人工生物特征与所述陆地域的第三位置255相关联;且
调用被配置为接收关于来自第一方的所述陆地域的所述第三位置的结论875的晶体管基极电路,第一方898A接收超过所述第一位置和第二位置的所述第三位置(至少)的自动优先级1151,其部分基于所述描述的所述第三特定位置的人工生物特征的当前标量值1384在范围277内;部分基于所述描述的所述第一特定位置的人工生物特征的当前标量值低于所述范围;部分基于所述描述的所述第二特定位置的人工生物特征的当前标量值高于所述范围;其中(所述标量值和所述描述是最新的“当前”)所述特定位置人工生物特征的所有标量值都是来自一个或多个飞行器,飞行时,当时间T1(如时间291处)在当前描述(用于所述航拍照片数据)的时间T2(例如时间292)之前六个月内时,以及在所述结论(被接收)的时间T3(例如时间293)的之前六个月内时,一个或多个飞行器已接收光能1108。
6、根据上述方法条款中任一项的所述方法,其中所述方法包括图7中描述的所有操作。
7、根据上述方法条款中任一项的所述方法,还包括:
计算多个距离估计1383,每个距离估计1383对应于所述第一特定位置、第二特定位置和第三特定位置人工生物特征数据的所述当前标量值。
8、根据上述方法条款中任一项的所述方法,还包括:
获得所述范围,其通过允许所述第一方从菜单中选择所述范围,以定义要向所述第一方通知所述优先级的一个或多个条件;
确定满足向所述第一方通知所述优先级的一个或多个条件;以及
向所述优先级的第一方提供条件通知1351,以作为向所述第一方通知所述优先级已满足的一个或多个条件的自动的、有条件的响应。
9、根据上述方法条款中任一项的所述方法,还包括:
在所述一个或多个飞行器上配置一个或多个传感器,以通过在所述陆地域的时间T1之前的前一时间T0处检测至少24小时的其他光能,来获得其他航拍照片数据;
在所述一个或多个飞行器上配置所述一个或多个传感器,以通过在陆地域的所述时间T1处检测所述光能,来获得所述航拍照片数据;以及
通过比较来自所述时间T1的所述照相数据与来自所述先前时间T0的其他照相数据,获得所述描述的所述第一特定位置、第二特定位置及第三特定位置中至少一个人工生物特征,作为所述当前描述的组成部分。
10、根据上述方法条款中任一项的所述方法,还包括:
在所述一个或多个飞行器上配置一个或多个传感器,在所述时间T1处或之前,通过从所述陆地域在检测所述光能,来获得所述航拍照片数据。
11、根据上述方法条款中任一项的所述方法,还包括:
在所述一个或多个飞行器上配置一个或多个传感器,在所述时间T1处或之前,通过从所述陆地域检测所述光能,来获得所述航拍照片数据;以及
在所述时间T1之后及在所述时间T2之前,使用所述当前描述中拍摄的至少一些额外的航拍照片数据,以配置为所述当前描述。
12、根据上述方法条款中任一项的所述方法,还包括:
在所述一个或多个飞行器上配置一个或多个传感器,在所述时间T1处或之前,通过从所述陆地域检测所述光能,来获得所述航拍照片数据;以及
包括在所述时间T1之后及在所述时间T2之前,所述当前描述中拍摄的至少一些额外的航拍照片数据。
13、根据上述方法条款中任一项的所述方法,还包括:
确定所述描述的所述第一特定位置的人工生物特征的所述当前标量值低于所述范围;
确定所述描述的所述第二特定位置的人工生物特征的所述当前标量值高于所述范围;以及
确定所述描述的所述第三特定位置的人工生物特征的所述当前标量值在所述范围内。
14、根据上述方法条款中任一项的所述方法,还包括:
在已获得的所述陆地域的所述当前描述之前,及所述第一方接收到超过所述第一位置及第二位置的所述第三位置的所述自动优先级之前,从所述第一方接收所述范围的至少一个组成部分。
15、根据上述方法条款中任一项的所述方法,还包括:
在已获得的所述陆地域的所述当前描述之前,及所述第一方接收到超过所述第一位置及第二位置的所述第三位置的所述自动优先级之前,从所述第二方898B接收所述范围的至少一个组成部分。
16、根据上述方法条款中任一项的所述方法,还包括:
允许第二方在所述一个或多个飞行器上配置一个或多个传感器,并在已获得所述陆地域的所述当前描述之前,以及所述第一方接收超过所述第一位置及第二位置的所述第三位置的所述自动优先级(例如,作为条件通知1351)之前,选择和配置所述范围(例如作为多个菜单选项中的一个菜单选项)。
17、根据上述方法条款中的任一项所述方法,还包括:
获得关于一个或多个无人机路线923的正面决策901,所述无人机路线923分别包括所述第三位置(例如分别将花旗松种子分配到包括所述第三位置的目标种植区域内),以作为所述结论(例如不包括第一区域或第二区域)的组成部分。
18、根据上述方法条款中任一项的所述方法,还包括:
获得负面种植决定902(例如,不种植所述第三位置),以作为所述结论的组成部分。
19、根据上述方法条款中任一项的所述方法,还包括:
获得有机物种标识903,以作为所述结论的组成部分。
20、根据上述方法条款中任一项的所述方法,还包括:
获得有效载荷模块标识符921(例如,识别要由飞行器运载的包含传感器或有效载荷物品的序列号),以作为所述结论的组成部分。
21、根据上述方法条款中任一项的所述方法,还包括:
获取无人机可执行命令序列922(例如绘制可由特定无人机执行的飞行和材料沉积模式),以作为所述结论的组成部分。
22、根据上述方法条款中任一项的所述方法,还包括:
获得除草剂标识931,以作为所述结论的组成部分。
23、根据上述方法条款中任一项的所述方法,还包括:
获得农药标识932,以作为所述结论的组成部分。
24、根据上述方法条款中任一项的所述方法,还包括:
获得治疗性生物活性材料标识935,以作为所述结论的组成部分。
25、根据上述方法条款中任一项的所述方法,还包括:
获得作物物种标识943(例如,命名“花旗松”代替落叶作物树),以作为所述结论的组成部分。
26、根据上述方法条款中任一项的所述方法,还包括:
获得数据集1377B-C,其含有作为所述描述1025的所述第一特定位置人工生物特征的所述当前标量值1471的最小值,作为所述描述的所述第二特定位置人工生物特征的所述当前标量值的中间值1472的最大值,以及作为所述描述的所述第三特定位置人工生物特征的所述当前标量值的中间值1473;且
设定所述范围,其具有高于所述最小值且低于所述中间值的下限(例如极限261),以及具有高于所述中间值且低于所述最大值的上限(例如极限263)。
27、根据上述方法条款中任一项的所述方法,还包括:
获得数据集1377B-C,其含有作为所述描述1025的所述第一特定位置人工生物特征的所述当前标量值1471的最小值,作为所述描述的所述第二特定位置人工生物特征的所述当前标量值1472的最大值,以及作为所述描述的所述第三特定位置人工生物特征的所述当前标量值的中间值1473;且
设定所述范围,其具有高于所述最小值且低于所述中间值的下限(例如极限261),以及具有高于所述中间值且低于所述最大值的上限(例如极限263)。
28、根据上述方法条款中任一项的所述方法,其中所述描述1025包括所述自动优先级1151,其中所述自动优先级1151将第三位置排在所述第一位置和第二位置上方,以条件性地响应于,所述描述的所述第三特定位置人工生物特征位于所述范围内,及响应于所述第一特定位置和第二特定位置人工生物特征位于所述范围之外。
29、根据上述方法条款中任一项的所述方法,其中所述优先级1151显示已发送的条件通知1351响应于所述描述的所述第三特定位置人工生物特征在所述范围内,以及响应于所述描述的所述第一特定位置和第二特定位置人工生物特征超出上述范围。
30、根据上述方法条款中任一项的所述方法,其中服务器在时间T3接收所述结论,时间T3在所述时间T1与所述时间T2之间的一个月内,在所述时间T1处,检测到所述光能,及在所述时间T2处,生成所述当前描述。
31、根据上述方法条款中任一项的所述方法,其中服务器在时间T3接收所述结论,时间T3在所述时间T1与所述时间T2之间的一周内,在所述时间T1处,检测到所述光能;及在所述时间T2处,生成所述当前描述。
32、根据上述方法条款中任一项的所述方法,其中服务器在时间T3接收所述结论,时间T3在所述时间T1与所述时间T2之间的24小时内,在所述时间T1处,检测到所述光能;及在所述时间T2处,生成所述当前描述。
33、根据上述方法条款中任一项的所述方法,其中服务器在时间T3接收所述结论,时间T3在所述时间T1与所述时间T2之间的3小时内,在所述时间T1处,检测到所述光能,及在所述时间T2处,生成所述当前描述。
34、根据上述方法条款中任一项的所述方法,所述陆地域包括取自一个或多个飞行器航拍照片数据,其中所述获得所述陆地域的所述描述包括:
分别包含在所述描述中所述陆地域的至少一部分的航拍照片1387,所述陆地域重叠所述第三位置;同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置,作为比所述第一位置和第二位置自动优先的所述第三位置组成部分,其部分基于所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围,部分基于所述描述的第二特定位置人工生物特征值高于所述范围。
35、根据上述方法条款中任一项的所述方法,所述陆地域包括取自一个或多个飞行器航拍照片数据,其中所述获得所述陆地域的所述描述包括:
分别包括在所述描述1025中所述陆地域250的至少一部分的航拍照片1387,所述陆地域250重叠所述第三位置255;同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置。
36、根据上述方法条款任一项的所述方法,其中接收关于所述陆地域的所述第三位置的结论875,所述陆地域取自所述第一方,所述第一方接收超过所述第一位置及第二位置的所述第三位置的所述自动优先级,其部分基于所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围,部分基于所述描述的第二特定位置人工生物特征值高于所述范围包括:
分别包括在所述描述中,所述陆地域的至少一部分的航拍照片1387,所述陆地域重叠所述第三位置;同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置,作为比所述第一位置和第二位置自动优先的所述第三位置组成部分,其部分基于所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围,部分基于所述描述的第二特定位置人工生物特征值高于所述范围。
37、上述方法条款中的任一项的所述方法,还包括:
践行所述结论(例如通过发起种植、物资分配或补充监视任务)。
尽管以上已公开了各种系统、方法、制品或其他实施方案或方面,同时,鉴于上述公开,实施方案或方面的其他组合对于本领域技术人员而言将是显而易见的。上面公开的各种实施方案和方面是用于说明目的,而非限制性的,本发明的真实范围和构思在下面的最终权利要求书中指出。

Claims (20)

1.一种对时间敏感的林业信息管理方法,包括:
调用被配置为在一个或多个机载工具上配置一个或多个传感器的晶体管基极电路,在第一时间T1从陆地域检测至少一些光能,来获得其内存中的照相数据;
调用被配置为获得所述陆地域的描述的晶体管基极电路,所述陆地域包括在第二时间T2,来自所述一个或多个机载工具的所述照相数据,其中所述描述的第一特定位置人工生物特征与所述陆地域的第一位置相关联,其中所述描述的第二特定位置人工生物特征与所述陆地域的第二位置相关联,并且其中所述描述的第三特定位置人工生物特征与所述陆地域的第三位置相关联;
调用被配置为确定所述描述的所述第一特定位置的人工生物特征标量值低于标量生物特征的范围的晶体管基极电路;
调用被配置为确定所述描述的所述第二特定位置的人工生物特征标量值高于所述范围的晶体管基极电路;
调用被配置为确定所述描述的所述第三特定位置的人工生物特征标量值在所述范围内的晶体管基极电路;
调用被配置为自动生成超过所述第一位置和第二位置的所述陆地域的所述第三位置的自动优先级的晶体管基极电路,其部分基于所述描述的所述第三特定位置人工生物特征的所述标量值在标量生物特征的范围内;部分基于所述描述的所述第一特定位置人工生物特征的所述标量值低于所述范围;并且部分基于所述描述的所述第二特定位置人工生物特征的所述标量值高于所述范围;
调用被配置为自动传输超过所述描述的所述第一特定位置和第二特定位置的人工生物特征的所述描述的所述第三特定位置人工生物特征的优先级的晶体管基极电路,其部分基于所述描述的所述第三特定位置人工生物特征的所述标量值在范围内;部分基于所述描述的所述第一特定位置人工生物特征的所述标量值低于所述范围;部分基于所述描述的所述第二特定位置人工生物特征的所述标量值高于所述范围,其中第一时间T1及第二时间T2均在第三时间之前的6个月内,在第一时间T1,检测到来自所述陆地域的所述光能,在第二时间T2,获得包括照片数据的所述陆地域的所述描述,在第三时间,接收到关于所述陆地域的所述第三位置的结论;
调用被配置为在第三时间T3从一方接收所述陆地域关于所述第三位置的结论的晶体管基极电路,所述一方已接收所述描述的超过所述第一特定位置和第二特定位置的特定人工生物特征的所述描述的所述第三特定位置的特定人工生物特征所述优先级,其部分基于所述描述的所述第三特定位置人工生物特征的标量值在范围内,部分基于所述描述的所述第一特定位置人工生物特征的标量值低于所述范围,部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所述范围,其中所述第一时间T1及第二时间T2均在所述第三时间之前的6个月内,在第一时间T1,检测到来自所述陆地域的所述光能,在第二时间T2,获得包括所述照片数据的所述陆地域的所述描述,在第三时间,接收到关于所述陆地域的所述第三位置的所述结论;以及
调用被配置为践行所述结论的晶体管基极电路。
2.根据权利要求1所述的对时间敏感的林业信息管理方法,其中,所述第一特定位置、第二特定位置和第三特定位置的人工生物特征表示生长指示符、叶子高度、健康指示符或死亡率中的至少一个。
3.根据权利要求1或2所述的对时间敏感的林业信息管理方法,其中,所述调用被配置为获得包括来自所述一个或多个机载工具的所述照相数据的所述陆地域的描述的晶体管基极电路包括:
调用晶体管基极电路,其被配置为分别包括在所述描述中,所述陆地域的至少一部分的航拍照片,所述陆地域重叠所述第三位置,同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置。
4.根据权利要求3所述的对时间敏感的林业信息管理方法,其中,所述优先级表示已发送的条件通知,其在所述范围内,响应于所述描述的所述第三特定位置人工生物特征,以及在所述范围外,响应于所述描述的所述第一特定位置和第二特定位置人工生物特征。
5.根据权利要求4所述的对时间敏感的林业信息管理方法,其中所述描述包括超过所述第一位置和第二位置的所述第三位置的所述优先级,以作为在所述范围内,对所述描述的第三特定位置人工生物特征的条件响应,及在所述范围之外,对所述描述的所述第一特定位置和第二特定位置人工生物特征的条件响应。
6.一种对时间敏感的林业信息管理方法,包括:
调用被配置成获得包括来自一个或多个飞行器的航拍照片数据的陆地域的当前描述的晶体管基极电路,其中所述描述的第一特定位置人工生物特征与所述陆地域的第一位置相关联,其中所述描述的第二特定位置人工生物特征与所述陆地域的第二位置相关联,并且其中所述描述的第三特定位置人工生物特征与所述陆地域的第三位置相关联;以及
调用被配置为从第一方接收所述陆地域关于所述第三位置的结论的晶体管基极电路,所述第一方已接收超过所述描述的所述第一特定位置和第二特定位置的特定人工生物特征上的所述描述的所述第三特定位置的特定人工生物特征的优先级,其部分基于所述描述的所述第三特定位置人工生物特征的标量值在标量生物特征的范围内,部分基于所述描述的所述第一特定位置人工生物特征的标量值低于所述范围,以及部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所述范围,其中所述特定位置人工生物特征的所有所述标量值均来自所述一个或多个飞行器,飞行时,当时间T1在当前描述的时间T2之前六个月内时,以及在结论的时间T3之前六个月内时,一个或多个飞行器已接收光能。
7.根据权利要求6所述的对时间敏感的林业信息管理方法,还包括:
调用被配置为计算若干个距离估计的晶体管基极电路,每个距离估计与所述第一特定位置、第二特定位置和第三特定位置的人工生物特征的当前标量值中一个对应。
8.根据权利要求6或权利要求7所述的对时间敏感的林业信息管理方法,还包括:
调用被配置为在所述一个或多个飞行器上配置一个或多个传感器的晶体管基极电路,以在时间T1之前,从所述陆地域检测所述光能;
调用被配置为使用至少一些额外的航拍照片数据的晶体管基极电路,所述航拍照片数据在当前描述的所述时间T1之后和所述时间T2之前拍摄的,来配置所述当前描述;
调用被配置为在所述一个或多个飞行器上配置一个或多个传感器的晶体管基极电路,以在时间T1之前的先前时间T0处至少24小时处,从所述陆地域检测其他光能来获得其他航拍照相数据;
调用被配置为在所述一个或多个飞行器上配置一个或多个传感器的晶体管基极电路,以在所述时间T1,从所述陆地域检测所述光能来获得所述航拍照片数据;以及
调用被配置为获得所述描述的所述第一特定位置、第二特定位置及第三特定位置的人工生物特征的晶体管基极电路,其至少通过比较来自所述时间T1的所述照片数据与来自所述先前时间T0的其他照片数据,以作为当前描述的组成部分。
9.根据权利要求8所述的对时间敏感的林业信息管理方法,还包括:
调用被配置为确定所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围的晶体管基极电路;
调用被配置为确定所述描述的所述第二特定位置人工生物特征的所述当前标量值高于所述范围的晶体管基极电路;以及
调用被配置成确定所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内的晶体管基极电路。
10.根据权利要求9所述的对时间敏感的林业信息管理方法,还包括:
调用被配置为接收所述范围的至少一个组成部分的晶体管基极电路,所述接收所述范围的至少一个组成部分是在所述陆地域的当前描述被获得之前,以及在所述第一方接收到超过所述第一位置及第二位置的所述第三位置的自动优先级之前。
11.根据权利要求10所述的对时间敏感的林业信息管理方法,还包括:
调用晶体管基极电路,所述晶体管基极电路被配置为允许第二方在所述一个或多个飞行器上配置一个或多个传感器,且在获得所述陆地域的所述当前描述之前及在所述第一方接收到超过所述第一位置及第二位置的所述第三位置的所述自动优先级之前,选择并配置所述范围。
12.根据权利要求11所述的对时间敏感的林业信息管理方法,还包括:
调用晶体管基极电路,所述晶体管基极电路被配置为获得关于一个或多个无人机路线或有机物种标识符或有效载荷模块标识符的正面决定,以作为所述结论的组成部分。
13.根据权利要求12所述的对时间敏感的林业信息管理方法,还包括:
调用晶体管基极电路,所述晶体管基极电路被配置为获得无人机可执行命令序列,以作为所述结论的第一组成部分;以及
调用晶体管基极电路,所述晶体管基极电路被配置为获得除草剂标识符或杀虫剂标识符中的至少一个,以作为所述结论的第二组成部分。
14.根据权利要求13所述的对时间敏感的林业信息管理方法,其中所述第一位置、第二位置和第三位置为第一微型网点、第二微型网点和第三微型网点,还包括:
调用晶体管基极电路,所述晶体管基极电路被配置为扩展所述第三位置到包括一系列额外相邻微型网点,其部分基于序列中每个微型网点的生物特征值在所述范围内,并且部分基于所述序列中的每个微型网点与所述序列中的另一个微型网点相邻。
15.根据权利要求14所述的对时间敏感的林业信息管理方法,其中,所述优先级表示已发送的条件通知,其响应于所述描述的所述第三特定位置人工生物特征在所述范围内,以及响应于所述描述的所述第一特定位置和第二特定位置特定人工生物特征在所述范围之外。
16.根据权利要求15所述的对时间敏感的林业信息管理方法,其中服务器在时间T3接收所述结论,时间T3在检测到所述光能的所述时间T1和生成所述描述的所述时间T2的3小时内。
17.根据权利要求16所述的对时间敏感的林业信息管理方法,其中,所述调用被配置为获得包括来自一个或多个飞行器的航拍照片数据的陆地域的当前描述的晶体管基极电路,包括:
调用被配置为分别包括在所述描述中所述陆地域的至少一部分的航拍照片的晶体管基极电路,所述陆地域重叠所述第三位置;同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置,作为比所述第一位置和第二位置自动优先所述第三位置组成部分,其部分基于所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围,部分基于所述描述的第二特定位置人工生物特征值高于所述范围。
18.根据权利要求17所述的对时间敏感的林业信息管理方法,其中,所述调用被配置为获得包括来自一个或多个飞行器的航拍照片数据的陆地域的当前描述的晶体管基极电路包括:
调用被配置为分别包括在所述描述中所述陆地域的至少一部分的航拍照片的晶体管基极电路,所述陆地域重叠所述第三位置;同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置。
19.根据权利要求18所述的对时间敏感的林业信息管理方法,其中,所述调用被配置为接收关于所述陆地域的所述第三位置的结论的晶体管基极电路,所述陆地域取自所述第一方,其接收到超过所述第一位置及第二位置的所述第三位置的所述自动优先级,其部分基于所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围,部分基于所述描述的第二特定位置人工生物特征值高于所述范围包括:
调用被配置为分别包括在所述描述中的晶体管基极电路,所述陆地域的至少一部分的航拍照片,所述陆地域重叠所述第三位置;同时分别从所述描述中省略所述照片数据的至少一部分,所述照片数据描述所述陆地域的第一位置或第二位置,作为比所述第一位置和第二位置自动优先所述第三位置组成部分,其部分基于所述描述的所述第三特定位置人工生物特征的所述当前标量值在所述范围内,部分基于所述描述的所述第一特定位置人工生物特征的所述当前标量值低于所述范围,部分基于所述描述的第二特定位置人工生物特征值高于所述范围。
20.一种对时间敏感的林业信息管理系统,包括:
被配置为获得包括来自一个或多个机载工具的照相数据的陆地域的描述的晶体管基极电路,其中所述描述的第一特定位置人工生物特征与所述陆地域的第一位置相关联,其中所述描述的第二特定位置人工生物特征与所述陆地域的第二位置相关联,并且其中所述描述的第三特定位置人工生物特征与所述陆地域的第三位置相关联;以及
被配置为从第一方接收所述陆地域关于所述第三位置的结论的晶体管基极电路,所述第一方已接收超过所述描述的所述第一特定位置和第二特定位置的特定人工生物特征的所述描述的所述第三特定位置的特定人工生物特征的优先级,其部分基于所述描述的所述第三特定位置人工生物特征的标量值在标量生物特征的范围之内,部分基于所述描述的所述第一特定位置人工生物特征的标量值低于所述范围,以及部分基于所述描述的所述第二特定位置人工生物特征的标量值高于所述范围,其中所述特定位置人工生物特征的所有所述标量值均来自所述一个或多个飞行器,飞行时,当时间T1在当前描述的时间T2之前六个月内时,以及在所述结论的时间T3之前六个月内时,一个或多个飞行器已接收光能。
CN201680059654.9A 2015-10-12 2016-10-12 通过自动生物特征数据的优先级简化林业信息管理的系统及方法 Active CN108366526B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562240167P 2015-10-12 2015-10-12
US62/240,167 2015-10-12
PCT/US2016/056685 WO2017066353A1 (en) 2015-10-12 2016-10-12 Forestry information management systems and methods streamlined by automatic biometric data prioritization

Publications (2)

Publication Number Publication Date
CN108366526A CN108366526A (zh) 2018-08-03
CN108366526B true CN108366526B (zh) 2021-04-09

Family

ID=58499622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680059654.9A Active CN108366526B (zh) 2015-10-12 2016-10-12 通过自动生物特征数据的优先级简化林业信息管理的系统及方法

Country Status (7)

Country Link
US (1) US10078784B2 (zh)
EP (1) EP3361853A4 (zh)
CN (1) CN108366526B (zh)
AU (1) AU2016339031B2 (zh)
BR (1) BR112018007396A2 (zh)
CA (1) CA3001693A1 (zh)
WO (1) WO2017066353A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6838135B2 (ja) * 2016-07-21 2021-03-03 マジック リープ, インコーポレイテッドMagic Leap,Inc. ユーザの感情状態を用いて仮想画像生成システムを制御するための技術
US10569875B2 (en) 2017-09-29 2020-02-25 Deere & Company Using unmanned aerial vehicles (UAVs or drones) in forestry imaging and assessment applications
US11470764B2 (en) * 2018-11-06 2022-10-18 Droneseed Co. Wide base capsular planting systems and methods
US11001380B2 (en) * 2019-02-11 2021-05-11 Cnh Industrial Canada, Ltd. Methods for acquiring field condition data
US11059582B2 (en) 2019-02-11 2021-07-13 Cnh Industrial Canada, Ltd. Systems for acquiring field condition data
CN111090715A (zh) * 2019-12-26 2020-05-01 象辑知源(武汉)科技有限公司 卫星遥感火点监测系统
CN113449879B (zh) * 2021-06-28 2022-07-12 中国水利水电科学研究院 一种集渗透变形特征判别与抗渗梯度预测于一体的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006096352A2 (en) * 2005-03-03 2006-09-14 General Dynamics Advanced Information Systems, Inc. An apparatus and method for simulated sensor imagery using fast geometric transformations
EP2712494A1 (de) * 2012-09-28 2014-04-02 CLAAS Tractor SAS Verfahren zur Herstellung einer an ein landwirtschaftliches Arbeitsgerät anbringbaren Kennzeichnung
CN104035997A (zh) * 2014-06-13 2014-09-10 淮阴工学院 一种基于文本分类和图像深度挖掘的科技情报获取与推送方法
CN104217202A (zh) * 2013-06-03 2014-12-17 支付宝(中国)网络技术有限公司 信息识别方法、设备和系统
CN104509185A (zh) * 2012-07-24 2015-04-08 瑞典爱立信有限公司 用于寻呼请求基于应用的处理的优先级的节点和方法

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998010307A1 (en) * 1996-09-09 1998-03-12 Dennis Jay Dupray Location of a mobile station
US8146539B2 (en) 1999-03-10 2012-04-03 Ridley Block Operations, Inc. Method of reducing herbaceous fuels in areas susceptible to wildfires
US7680324B2 (en) 2000-11-06 2010-03-16 Evryx Technologies, Inc. Use of image-derived information as search criteria for internet and other search engines
US6813544B2 (en) 2002-08-19 2004-11-02 Institute Of Technology Development Method and apparatus for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data
JP4475632B2 (ja) * 2004-03-19 2010-06-09 中国電力株式会社 無人飛行体を用いた送電線点検システム
EP1732379B1 (en) 2004-04-09 2013-11-06 Monsanto Technology LLC Compositions and methods for control of insect infestations in plants
US9383750B2 (en) * 2004-12-02 2016-07-05 Lockheed Martin Corporation System for predictively managing communication attributes of unmanned vehicles
US9373149B2 (en) 2006-03-17 2016-06-21 Fatdoor, Inc. Autonomous neighborhood vehicle commerce network and community
US8634814B2 (en) * 2007-02-23 2014-01-21 Locator IP, L.P. Interactive advisory system for prioritizing content
US9031939B2 (en) 2007-10-03 2015-05-12 Peter Neal Nissen Media sequencing method to provide location-relevant entertainment
CA2639144C (en) * 2008-08-26 2015-01-27 Vancouver International Airport Authority Method and system for inspection of travelers
BRPI1015379B1 (pt) 2009-04-29 2018-04-03 Monsanto Technology Llc Sistemas e métodos para gerar informações fenotípicas de plantas em diferentes fileiras de cultivo
US8396870B2 (en) 2009-06-25 2013-03-12 University Of Tennessee Research Foundation Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling
US9202252B1 (en) 2010-03-31 2015-12-01 SWIIM System, Ltd. System and method for conserving water and optimizing land and water use
US8897483B2 (en) 2010-11-09 2014-11-25 Intelescope Solutions Ltd. System and method for inventorying vegetal substance
AR085702A1 (es) 2011-03-07 2013-10-23 Syngenta Participations Ag Metodos para predecir el rendimiento en plantas y aplicaciones de uso de los mismos
US9268915B2 (en) 2011-09-25 2016-02-23 Theranos, Inc. Systems and methods for diagnosis or treatment
US8682888B2 (en) 2011-12-14 2014-03-25 Joseph Smith System and methods for tasking, collecting, and dispatching information reports
US9137246B2 (en) 2012-04-09 2015-09-15 Brivas Llc Systems, methods and apparatus for multivariate authentication
US9378509B2 (en) 2012-05-09 2016-06-28 The Nielsen Company (Us), Llc Methods, apparatus, and articles of manufacture to measure geographical features using an image of a geographical location
US9373051B2 (en) 2012-06-14 2016-06-21 Insitu, Inc. Statistical approach to identifying and tracking targets within captured image data
TW201401183A (zh) * 2012-06-18 2014-01-01 tian-xiang Chen 深度攝影的人臉或頭部偵測方法
US9113590B2 (en) 2012-08-06 2015-08-25 Superior Edge, Inc. Methods, apparatus, and systems for determining in-season crop status in an agricultural crop and alerting users
US9251698B2 (en) * 2012-09-19 2016-02-02 The Boeing Company Forest sensor deployment and monitoring system
WO2014116561A1 (en) * 2013-01-22 2014-07-31 Amerasia International Technology, Inc. Event registration and management system and method employing geo-tagging and biometrics
US9354235B2 (en) 2013-03-15 2016-05-31 Board Of Trustees Of The University Of Arkansas System and process for quantifying potentially mineralizable nitrogen for agricultural crop production
US9378065B2 (en) 2013-03-15 2016-06-28 Advanced Elemental Technologies, Inc. Purposeful computing
CN103198480B (zh) * 2013-04-02 2015-09-02 西安电子科技大学 基于区域和Kmeans聚类的遥感图像变化检测方法
WO2014169238A1 (en) 2013-04-11 2014-10-16 Digimarc Corporation Methods for object recognition and related arrangements
US9488630B2 (en) 2013-11-08 2016-11-08 Dow Agrosciences Llc Integrated remote aerial sensing system
WO2015139091A1 (en) * 2014-03-19 2015-09-24 Reactive Electronics System for detecting target animals in a protected area
US9390331B2 (en) 2014-04-15 2016-07-12 Open Range Consulting System and method for assessing riparian habitats
US9131644B2 (en) 2014-08-19 2015-09-15 Iteris, Inc. Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery
US9420737B2 (en) 2014-08-27 2016-08-23 Trimble Navigation Limited Three-dimensional elevation modeling for use in operating agricultural vehicles
US10667456B2 (en) 2014-09-12 2020-06-02 The Climate Corporation Methods and systems for managing agricultural activities
US9378554B2 (en) 2014-10-09 2016-06-28 Caterpillar Inc. Real-time range map generation
US9140824B1 (en) 2015-01-23 2015-09-22 Iteris, Inc. Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006096352A2 (en) * 2005-03-03 2006-09-14 General Dynamics Advanced Information Systems, Inc. An apparatus and method for simulated sensor imagery using fast geometric transformations
CN104509185A (zh) * 2012-07-24 2015-04-08 瑞典爱立信有限公司 用于寻呼请求基于应用的处理的优先级的节点和方法
EP2712494A1 (de) * 2012-09-28 2014-04-02 CLAAS Tractor SAS Verfahren zur Herstellung einer an ein landwirtschaftliches Arbeitsgerät anbringbaren Kennzeichnung
CN104217202A (zh) * 2013-06-03 2014-12-17 支付宝(中国)网络技术有限公司 信息识别方法、设备和系统
CN104035997A (zh) * 2014-06-13 2014-09-10 淮阴工学院 一种基于文本分类和图像深度挖掘的科技情报获取与推送方法

Also Published As

Publication number Publication date
CN108366526A (zh) 2018-08-03
AU2016339031B2 (en) 2021-03-04
EP3361853A4 (en) 2019-06-19
US10078784B2 (en) 2018-09-18
BR112018007396A2 (pt) 2018-10-16
WO2017066353A1 (en) 2017-04-20
AU2016339031A1 (en) 2018-05-17
CA3001693A1 (en) 2017-04-20
EP3361853A1 (en) 2018-08-22
US20170103263A1 (en) 2017-04-13

Similar Documents

Publication Publication Date Title
CN108366526B (zh) 通过自动生物特征数据的优先级简化林业信息管理的系统及方法
US10827672B2 (en) Field monitoring, analysis, and treatment system
US11074447B1 (en) Land analysis system using drone-captured data
KR102300799B1 (ko) 작물 상태 판단 장치 및 이를 포함하는 작물 재배 정보 서비스 플랫폼
US10713777B2 (en) Organism growth prediction system using drone-captured images
CN112911931B (zh) 用于检测节肢动物的成像设备和用于检测节肢动物的系统
US9489576B2 (en) Crop stand analysis
CA2829914C (en) Forest sensor deployment and monitoring system
US9251698B2 (en) Forest sensor deployment and monitoring system
US10212876B2 (en) Aerial deployment planting methods and systems
US20180027725A1 (en) Precision agriculture system
UA123587C2 (uk) Виявлення заповнених водою ділянок на супутникових знімках
CA2917515A1 (en) Precision agriculture system
CN112418473A (zh) 农作物信息的处理方法、装置、设备及计算机存储介质
EP3422280A1 (en) A method for forecasting the parameters of a phenomenon or the activities of an object, particularly animate, in a given geographic area
Khuzaimah et al. Application and potential of drone technology in oil palm plantation: Potential and limitations
CN112118726B (zh) 空中部署种植方法和系统
Poudel et al. Assessing Red Pine Seedlings Using Uav Point Clouds and Field-Verified Data
Barker et al. Multi-temporal Pacific madrone leaf blight assessment with unoccupied aircraft systems
Chaudhary et al. Introduction to Drone Technology for Natural Resource Management in Agriculture
WO2022069846A1 (fr) Procédé de désherbage automatisé d'un terrain agricole et système autonome associé
Patel et al. Chapter-8 Drone in Agriculture: Application, Challenges and Future Perspective
FR3114727A1 (fr) Procédé de désherbage automatisé d’un terrain agricole et système autonome associé

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant