CN112585633A

CN112585633A - 最佳放置及组合机会目标

Info

Publication number: CN112585633A
Application number: CN201980053795.3A
Authority: CN
Inventors: J·布尔; J·C·摩尔三世; T·瑞希; 谢尧; 杨晓; T·S·埃尔曼
Original assignee: Meteorological Co
Current assignee: Meteorological Co
Priority date: 2018-07-02
Filing date: 2019-07-01
Publication date: 2021-03-30
Also published as: EP3818489A1; AR115685A1; CA3103814A1; US20200005401A1; AU2019299226A1; WO2020009963A1; MX2020014198A; BR112020025328A2; EP3818489A4

Abstract

提供技术以用于接收种植者的一个或多个田地的第一组历史农业数据以及包括杂交种子属性的数据集的第二组历史农业数据；交叉引用所述第一组历史农业数据以及所述第二组历史农业数据，以生成针对所述一个或多个田地中的每一个的产量范围改善推荐，其中所述产量改善推荐包括推荐的种子种群变化或推荐的种子密度变化；通过将所述产量改善推荐应用于所述第一组历史农业数据来生成所述一个或多个田地的预测产量数据；使用所述一个或多个田地的所述种植者产量数据以及所述预测产量数据来生成比较产量数据；以及，导致为种植者显示所述比较产量数据。

Description

最佳放置及组合机会目标

2015-2019气候公司。

技术领域

本公开内容涉及在农业中有用的计算机系统。本公开内容更具体地涉及这样的计算机系统，该计算机系统被编程为使用与杂交种子以及一个或多个目标田地有关的农业数据，以提供一组经推荐的杂交种子，该组经推荐的杂交种子被标识为产生超过一个或多个目标田地的平均产量值的成功产量值。本公开内容还涉及这样的计算机系统，该计算机系统被编程为使用与杂交种子以及一个或多个田地有关的农业数据，以提供改善产量的种子种群以及种子密度的推荐且生成预测和比较产量数据。

背景技术

此部分中所描述的方法是可以执行的方法，但未必是先前已经设想或执行的方法。因此，除非另有指示，否则不应仅由于将此部分中所描述的任何方法包括在此部分中而将其假定为现有技术。

成功的收获取决于许多因素，包括杂交种选择、土壤肥力、灌溉和害虫防治，这些因素各自有助于玉米植物的生长速率。最重要的农业管理因素之一是选择在目标田地上种植哪些杂交种子。杂交种子的品种为从适合短生长季的杂交种到较长的生长季的杂交种、适合较热温度的杂交种或较冷温度的杂交种、适合较干燥气候的杂交种或较潮湿气候的杂交种，以及适合特定土壤成分的不同杂交种。实现特定杂交种子的最佳性能取决于田地条件是否与特定杂交种子的最佳生长条件一致。例如，可以将特定玉米杂交种评估为种植者产生特定量的产量，然而，如果田地条件与用于评估特定玉米杂交种的最佳条件不匹配，则玉米杂交种将不可能满足种植者对产量的期望。

一旦选择了一组杂交种子用于种植，种植者就必须确定种植策略。种植策略包括确定每种所选定的杂交种子的数量和放置。用于确定数量和放置的策略可能会决定收获产量是否达到预期。例如，如果条件有利的话，种植具有类似强度和脆弱性的杂交种子可能会带来高产量。然而，如果条件波动，例如接受的降雨少于预期或经受的温度高于正常温度，则类似杂交种子的总产量可能会降低。为了克服不可预见的环境波动，多样化的种植策略可能是优选的。

本文所描述的技术有助于缓解这些问题中的一些，且帮助种植者确定在哪些田地种植哪些种子。

发明内容

所附权利要求可以用作本公开内容的概述。

附图说明

在附图中：

图1例示了被配置为执行本文所描述的功能的示例计算机系统，该示例计算机系统在田地环境中与该系统可以交互操作的其他装置一起示出。

图2例示了当示例移动应用被加载用于执行时，主存储器中的多组指令的示例逻辑组织的两个视图。

图3例示了编程的过程，农业智能计算机系统通过该过程使用由一个或多个数据源所提供的农艺数据来生成一个或多个预配置的农艺模型。

图4示出了可以实施本发明的实施方案的计算机系统的框图。

图5描绘了用于数据录入的时间线视图的示例实施方案。

图6描绘了用于数据录入的电子表格视图的示例实施方案。

图7描绘了用于基于杂交种子的农业数据记录以及与目标田地相关联的地理位置数据来生成目标成功产量群组的示例流程图，所述目标成功产量群组被标识为在目标田地上具有最佳产量性能。

图8描绘了基于生长季持续时间，在州内具有不同的经分配的相对成熟度的不同区域的实施例。

图9描绘了描述杂交种子在经分类的相对成熟度内的标准化产量值的范围的图。

图10描绘了用于基于杂交种子的农业数据记录以及与目标田地相关联的地理位置数据来生成一组目标杂交种子的示例流程图，所述目标杂交种子被标识为在目标田地上具有最佳产量性能以及受控风险。

图11描绘了一种或多种杂交种子的产量值相对于风险值的示例图。

图12描绘了用于使用每个田地的历史产量分布以及产量排名来按田地生成产量改善推荐的示例流程图。

图13A描绘了种植者的历史产量的示例钟形分布。

图13B描绘了具有目标产量范围的种植者的历史产量的示例钟形分布。

图14描绘了用于按田地对种植者特定的目标产量进行排名和分配的示例表。

图15A描绘了用于按种植者排序的袋数的百分比变化的示例推荐图。

图15B描绘了用于按种植者的种子密度的百分比变化的示例推荐图。

图16描绘了用于使用历史农业数据以及按田地的产量改善推荐来生成预测产量的示例流程图。

图17描绘了将历史产量与来自对历史产量的推荐的追溯应用的预测产量进行比较的示例图。

具体实施方式

在以下描述中，出于解释的目的，阐述了许多特定细节以便提供对本公开内容的透彻理解。然而，将显而易见的是，可以在没有这些特定细节的情况下实行多个实施方案。在其他情况下，以框图的形式示出了公知的结构和设备，以避免不必要地模糊本公开内容。根据以下概述，在各部分中公开了多个实施方案：

1.总体概述

2.示例农业智能计算机系统

2.1结构概述

2.2应用程序概述

2.3对计算机系统的数据摄取

2.4过程概述—农艺模型训练

2.5杂交种子分类子系统

2.6杂交种子推荐子系统

2.7实施示例—硬件概述

3.功能概述—生成和显示杂交种子的目标成功产量群组3.1数据输入

3.2农业数据处理

3.3当前目标成功产量群组

4.功能概述—生成和显示用于种植的目标杂交种子

4.1数据输入

4.2杂交种子选择

4.3生成杂交种子的风险值

4.4生成目标杂交种子的数据集

4.5种子组合分析

4.6当前的一组目标杂交种子

5.功能概述—生成和显示按田地进行的产量改善推荐

5.1数据输入

5.2产量分布和计划目标产量

5.3生成产量排名得分

5.4种子最佳化和推荐生成

5.5当前产量改善推荐

6.功能概述—推荐的目标追溯应用

6.1数据输入

6.2推荐和预测产量

6.3生成和显示比较

1.总体概述

本文公开了计算机系统和计算机实施的方法，用于生成杂交种子的一组目标成功产量群组，该组目标成功产量群组在一个或多个目标田地上具有高概率成功产量。在一个实施方案中，可以使用服务器计算机系统来生成杂交种子的目标成功产量群组，该服务器计算机系统被配置为通过数字数据通信网络接收一个或多个农业数据记录，所述农业数据记录代表作物种子数据，所述作物种子数据描述一种或多种杂交种子的种子和产量属性以及用于种植有一种或多种杂交种子的一个或多个农业田地的第一田地地理位置数据。然后，服务器计算机系统接收待种植杂交种子的一个或多个目标田地的第二地理位置数据。

服务器计算机系统包括杂交种子标准化指令，所述杂交种子标准化指令被配置为生成杂交种子属性的数据集，该杂交种子属性的数据集描述来自一个或多个农业数据记录的每种杂交种子的代表性产量值以及环境分类。服务器计算机系统上的成功概率生成指令被配置成随后生成成功概率得分的数据集，该成功概率得分的数据集描述一个或多个目标田地上的成功产量的概率。成功产量可以被限定为用于环境分类的特定杂交种子的估计产量值，所述估计产量值超过用于相同的环境分类的平均产量一个特定产量。每种杂交种子的成功概率值基于杂交种子属性的数据集以及一个或多个目标田地的第二地理位置数据。

服务器计算机系统包括产量分类指令，所述产量分类指令被配置为生成目标成功产量群组，所述目标成功产量群组由一种或多种杂交种子的子集以及与一种或多种杂交种子的每个子集相关联的成功概率值组成。目标成功产量群组的生成是基于每种杂交种子的成功概率得分的数据集以及经配置的成功产量阈值，其中如果杂交种子的成功概率值超过成功产量阈值，则将杂交种子添加到目标成功产量群组。

服务器计算机系统被配置为在通信耦合到服务器计算机系统的显示设备上显示目标成功产量群组以及与目标成功产量群组中的每种杂交种子相关联的产量值。

在一个实施方案中，目标成功产量群组(或另一组种子和田地)可用于生成被选择用于种植在一个或多个目标田地上的一组目标杂交种子。服务器计算机系统被配置为接收候选杂交种子的目标成功产量群组，所述候选杂交种子可以是用于种植在一个或多个目标田地上的候选。目标成功产量群组中所包括的是一种或多种杂交种子、与一种或多种杂交种子中的每个相关联的且描述成功产量概率的成功概率值，以及与一种或多种杂交种子中的每个相关联的历史农业数据。然后，服务器计算机接收与一个或多个目标田地有关的属性信息。

服务器计算机系统内的杂交种子过滤指令被配置为选择具有大于目标概率过滤阈值的成功概率值的杂交种子的子集。所述服务器计算机系统包括杂交种子标准化指令，所述杂交种子标准化指令被配置为基于历史农业数据产生一种或多种杂交种子的子集中的杂交种子的代表性产量值。

服务器计算机系统包括风险生成指令，所述风险生成指令被配置为生成一种或多种杂交种子的子集的风险值数据集。风险值数据集基于历史农业数据描述了与每种杂交种子相关联的风险。所述服务器计算机系统包括最佳分类指令，所述最佳分类指令被配置为基于风险值数据集、一种或多种杂交种子的子集的代表性产量值，以及一个或多个目标田地的属性，生成用于种植在一个或多个目标田地上的目标杂交种子的数据集。目标杂交种子的数据集包括目标杂交种子，所述目标杂交种子具有代表性产量值，所述代表性产量值在一个或多个目标田地的风险值数据集中满足一系列风险值的特定目标阈值。

服务器计算机系统被配置为在通信地耦合到服务器计算机系统的显示设备上显示目标杂交种子的数据集，所述目标杂交种子的数据集包括与目标杂交种子的数据集中的每个目标杂交种子以及一个或多个目标田地相关联的风险值数据集中的代表性产量值以及风险值。

在另一实施方案中，一种计算机实施的方法包括：通过服务器计算机处的数字数据通信网络接收第一组历史农业数据以及第二组历史农业数据，所述第一组历史农业数据包括种植者的一个或多个田地的种植者产量数据以及种植者种子放置数据，所述第二组历史农业数据包括具有类似条件的一个或多个类似田地的区域产量数据以及区域种子放置数据。所述方法还包括：使用所述服务器计算机，通过生成历史产量分布，使用第一组历史农业数据以及第二组历史农业数据，为种植者生成多个计划目标产量范围。所述方法还包括：使用所述服务器计算机，使用第一组历史农业数据生成种植者的一个或多个田地的一个或多个产量排名得分，以及根据所述一个或多个产量排名得分将多个计划目标产量范围中的一个计划目标产量范围分配给一个或多个田地中的每一个田地，从而生成经分配的计划目标产量范围。所述方法还包括：在所述服务器计算机处接收包括种子最佳数据的第三组历史农业数据，且基于经分配的计划目标产量范围以及第三组历史农业数据，生成一个或多个田地中的每一个田地的产量改善推荐，其中产量改善推荐包括推荐的种子种群变化或推荐的种子密度变化。所述方法还包括：导致在通信耦合到所述服务器计算机的显示器上显示一个或多个田地中的每一个田地的产量改善推荐。

在另一实施方案中，一种计算机实施的方法包括：通过服务器计算机处的数字数据通信网络，接收第一组历史农业数据以及第二组历史农业数据，所述第一组历史农业数据包括种植者的一个或多个田地的种植者产量范围数据以及环境条件数据，所述第二组历史农业数据包括杂交种子属性的数据集，所述杂交种子属性的数据集描述一种或多种杂交种子中的每种杂交种子的代表性产量值以及环境分类。所述方法还包括：使用所述服务器计算机交叉参考所述第一组历史农业数据以及所述第二组历史农业数据，以生成所述一个或多个田地中的每一个田地的产量范围改善推荐，其中所述产量改善推荐包括推荐的种子种群变化或推荐的种子密度变化。所述方法还包括：使用所述服务器计算机，通过将所述产量改善推荐应用于所述第一组历史农业数据来生成所述一个或多个田地的预测产量数据。所述方法还包括：使用所述服务器计算机，使用所述一个或多个田地的所述种植者产量数据以及所述预测产量数据来生成比较产量数据。所述方法还包括：导致在通信耦合到所述服务器计算机的显示器上为种植者显示所述比较产量数据。

2.示例农业智能计算机系统

2.1结构概述

图1例示了被配置为执行本文所描述的功能的示例计算机系统，在田地环境中示出该示例计算机系统以及该系统可以交互操作的其他装置。在一个实施方案中，用户102在田地位置或与田地位置相关联的位置(诸如，旨在用于农业活动的田地或用于一个或多个农业田地的管理位置)中拥有、操作或占有田地管理器计算设备104。田地管理器计算机设备104被编程或配置为经由一个或多个网络109向农业智能计算机系统130提供田地数据106。

田地数据106的实施例包括：(a)标识数据(例如，面积、田地名称、田地标识符、地理标识符、边界标识符、作物标识符以及可用于标识农田的任何其他合适的数据，例如公共土地单位(CLU)、地段和区块编号、地块编号、地理坐标和边界、农场序列号(FSN)、农场编号、地带编号、田地编号、区、乡镇和/或范围)；(b)收获数据(例如，作物类型、作物品种、作物轮作、是否以有机方式种植作物、收获日期、实际生产历史(APH)、预期产量、产量、作物价格、作物收入、谷物湿度、耕作实践以及先前的生长季信息)；(c)土壤数据(例如，类型、成分、pH、有机质(OM)、阳离子交换量(CEC))；(d)种植数据(例如，种植日期、种子类型、种植种子的相对成熟度(RM)、种子种群)；(e)肥料数据(例如，养分类型(氮、磷、钾)、施用类型、施用日期、数量、来源、方法)；(f)化学施用数据(例如，农药、除草剂、杀真菌剂、旨在用作植物调节剂、脱叶剂或干燥剂的其他物质或物质混合物、施用日期、数量、来源、方法)；(g)灌溉数据(例如，施用日期、数量、来源、方法)；(h)天气数据(例如，降水、降雨率、预测降雨、水径流率区域、温度、风、预报、压力、能见度、云、热指数、露点、湿度、雪深、空气质量、日出、日落)；(i)图像数据(例如，来自农业装置传感器、摄像机、计算机、智能手机、平板电脑、无人驾驶飞机、飞机或卫星的图像和光谱信息)；(j)侦察观测结果(照片、视频、自由形式注释、录音、语音转录、天气条件(温度、降水(当前以及随时间推移)、土壤湿度、作物生长阶段、风速、相对湿气、露点、黑层))；以及，(k)土壤、种子、作物物候、病虫害报告以及预测来源和数据库。

数据服务器计算机108通信耦合到农业智能计算机系统130，且被编程或配置为经由网络109将外部数据110发送到农业智能计算机系统130。外部数据服务器计算机108可以由与农业智能计算机系统130相同的法人或实体拥有或操作，或由诸如政府机构、非政府组织(NGO)和/或私人数据服务提供商之类的不同人或实体拥有或操作。外部数据的实施例包括天气数据、图像数据、土壤数据或与作物产量有关的统计数据等。外部数据110可以包括与田地数据106相同类型的信息。在一些实施方案中，外部数据110由拥有和/或操作农业智能计算机系统130的相同实体所拥有的外部数据服务器108提供。例如，农业智能计算机系统130可以包括专门专注于可以从第三方来源所获得的数据类型(例如，天气数据)的数据服务器。在一些实施方案中，外部数据服务器108实际上可以被纳入系统130内。

农业装置111可具有固定在其上的一个或多个远程传感器112，所述传感器经由农业装置111而被直接地或间接地通信耦合到农业智能计算机系统130，且被编程或配置为将传感器数据发送到农业智能计算机系统130。农业装置111的实施例包括拖拉机、联合收割机、收割机、种植机、卡车、施肥设备、包括无人驾驶飞行器在内的飞行器，以及可用于与农业相关联的任务的物理机械或硬件(通常是移动机械)的任何其他项目。在一些实施方案中，装置111的单个单元可以包括在该装置上的网络中本地耦合的多个传感器112；控制器局域网(CAN)是可以安装在联合收割机、收割机、喷雾器和耕整机中的这种网络的实施例。应用控制器114经由网络109通信地耦合到农业智能计算机系统130，且被编程或配置为从农业智能计算机系统130接收用于控制农业车辆的操作参数或实施的一个或多个脚本。例如，控制器局域网(CAN)总线接口可用于启用从农业智能计算机系统130到农业装置111的通信，例如如何使用从加利福尼亚州旧金山气候公司(The Climate Corporation,SanFrancisco,California)可获得的CLIMATE FIELDVIEW DRIVE。传感器数据可以包括与田地数据106相同类型的信息。在一些实施方案中，远程传感器112可以不固定到农业装置111，而是可以远程定位于田地中且可以与网络109通信。

装置111可以包括通过驾驶室应用进行编程的驾驶室计算机115，该驾驶室应用可以包括在本文的其他部分中进一步描述的且用于设备104的移动应用的版本或变体。在一个实施方案中，驾驶室计算机115包括具有图形屏幕显示器(诸如，彩色显示器)的紧凑型计算机，通常是平板计算机或智能手机，其安装在装置111的操作者的驾驶室内。驾驶室计算机115可以实施本文中针对移动计算机设备104所进一步描述的一些或全部操作和功能。

网络109广泛地代表使用有线链路或无线链路(包括地面链路或卫星链路)中的任何一个的一个或多个数据通信网络(包括局域网、广域网、互联网或因特网)的任何组合。该网络可以由提供图1的多种元件之间的数据交换的任何介质或机制来实施。图1的多种元件还可以具有直接(有线或无线)通信链路。传感器112、控制器114、外部数据服务器计算机108以及系统的其他元件各自都包括与网络109兼容的接口，且被编程或配置为使用用于跨网络通信的标准化协议，例如TCP/IP、蓝牙、CAN协议以及更高层协议(例如，HTTP、TLS等)。

农业智能计算机系统130被编程或配置为从田地管理器计算设备104接收田地数据106，从外部数据服务器计算机108接收外部数据110，且从远程传感器112接收传感器数据。农业智能计算机系统130可以进一步被配置为托管、使用或执行一个或多个计算机程序、其他软件元素、数字编程逻辑(诸如，FPGA或ASIC之类)或其任何组合，从而以本公开内容的其他部分中所进一步描述的方式执行数据值的转换和存储、一个或多个田地上的一种或多种作物的数字模型的构建、推荐和通知的生成以及脚本的生成与向应用控制器114发送脚本。

在一个实施方案中，农业智能计算机系统130被编程为具有或者包括通信层132、表示层134、数据管理层140、硬件/虚拟化层150以及模型和田地数据储存库160。在此上下文中，“层”是指电子数字接口电路、微控制器、固件(诸如，驱动器)和/或计算机程序或其他软件元件的任何组合。

通信层132可以被编程或配置为执行输入/输出接口功能，包括分别向田地管理器计算设备104、外部数据服务器计算机108以及远程传感器112发送针对田地数据、外部数据以及传感器数据的请求。通信层132可以被编程或配置为将所接收到的数据发送到模型和田地数据储存库160，以存储为田地数据106。

表示层134可以被编程或配置为生成图形用户界面(GUI)，所述图形用户界面(GUI)待在田地管理器计算设备104、驾驶室计算机115或其他计算机(所述其他计算机通过网络109而被耦合到系统130)上显示。所述GUI可以包括一些控件，这些控件用于输入待发送到农业智能计算机系统130的数据，用于生成对模型和/或推荐的请求，和/或用于显示推荐、通知、模型以及其他田地数据。

数据管理层140可以被编程或配置为管理涉及储存库160以及系统的其他功能元件的读操作以及写操作，所述读操作以及写操作包括系统的功能元件以及储存库之间所传达的查询以及结果集。数据管理层140的实施例包括JDBC、SQL服务器接口代码和/或HADOOP接口代码等。储存库160可以包括数据库。如本文所使用的，术语“数据库”可以指数据主体、关系数据库管理系统(RDBMS)或这二者。如本文所使用的，数据库可以包括任何数据组群，所述数据组群包括分层数据库、关系数据库、平面文件数据库、对象关系数据库、面向对象的数据库、分布式数据库以及存储在计算机系统中的记录或数据的任何其他结构化集合。RDBMS的实施例包括但不限于

MYSQL、

DB2、

SQLSERVER、

以及POSTGRESQL数据库。然而，可以使用启用本文所描述的系统和方法的任何数据库。

当田地数据106不是经由与农业智能计算机系统交互的一个或多个农业机器或农业机器设备直接地向农业智能计算机系统提供时，可以经由用户设备(通过农业智能计算机系统服务的用户设备)上的一个或多个用户界面来提示用户以输入此类信息。在一个示例实施方案中，用户可以通过访问用户设备(通过农业智能计算机系统服务的用户设备)上的地图且选择已经在该地图上以图形方式示出的特定CLU来指定标识数据。在替代实施方案中，用户102可以通过访问用户设备(通过农业智能计算机系统130服务的用户设备)上的地图且在该地图上绘制田地边界来指定标识数据。这样的CLU选择或地图绘制代表地理标识符。在替代实施方案中，用户可以通过经由用户设备访问来自美国农业部农业服务局(U.S.Department of Agriculture Farm Service Agency)或其他来源的田地标识数据(以形文件(shape file)或类似格式提供)来指定标识数据，且将此类田地标识数据提供给农业智能计算机系统。

在示例实施方案中，农业智能计算机系统130被编程为生成且导致显示包括用于数据输入的数据管理器的图形用户界面。在已使用上文所描述的方法标识了一个或多个田地之后，数据管理器可以提供一个或多个图形用户界面小部件(widget)，所述图形用户界面小部件当被选择时可以标识田地、土壤、作物、耕作或养分实践的变化。数据管理器可以包括时间线视图、电子表格视图和/或一个或多个可编辑程序。

图5描绘了用于数据录入的时间线视图的示例实施方案。使用图5中所描绘的显示，用户计算机可以输入具体田地以及具体日期的选择，以用于添加事件。时间线顶部处所描绘的事件可以包括氮、种植、实践以及土壤。为了添加氮施用事件，用户计算机可以提供输入以选择氮标签。然后，用户计算机可以为具体田地选择时间线上的位置，以指示在所选定的田地上施用氮。响应于接收到对具体田地的时间线上的位置的选择，数据管理器可以显示数据录入覆盖图，从而允许用户计算机输入与氮施用、种植工序、土壤施用、耕作工序、灌溉实践有关的数据或与具体田地有关的其他信息。例如，如果用户计算机选择时间线的一部分且指示氮的施用，则数据录入覆盖图可以包括用于输入氮施用量、施用日期、所使用的肥料类型以及与氮施用有关的任何其他信息的田地。

在一个实施方案中，数据管理器提供用于创建一个或多个程序的界面。在此上下文中，“程序”是指与氮施用、种植工序、土壤施用、耕作工序、灌溉实践有关的一组数据，或可能与一个或多个田地有关的且可以存储在数字数据存储器以在其他操作中作为一个集合重新使用的其他信息。在已创建程序之后，可以在概念上将其应用于一个或多个田地，且可以将该程序的引用与标识这些田地的数据相关联地存储在数字储存器中。因此，代替手动录入与针对多个不同田地的相同氮施用有关的相同数据，用户计算机可以创建指示氮的具体施用的程序，然后将该程序应用于多个不同田地。例如，在图5的时间线视图中，顶部两个时间线选择了“春季施用”程序，该程序包括在4月初150磅N/ac的施用。数据管理器可以提供用于编辑程序的界面。在一个实施方案中，当编辑具体程序时，已选择了该具体程序的每个田地都被编辑。例如，在图5中，如果编辑了“春季施用”程序以将氮的施用量减少到130磅N/ac，根据已编辑的程序可以通过减少氮的施用量来更新顶部两个田地。

在一个实施方案中，响应于接收到对选定程序的田地的编辑，数据管理器移除该田地与选定程序的对应关系。例如，如果将氮施用添加到图5的顶部田地中，则该界面可以更新，以指示“春季施用”程序不再被应用于顶部田地。尽管可能会保留4月初的氮施用量，但“春季施用”程序的更新不会更改4月的氮施用量。

图6描绘了用于数据录入的电子表格视图的示例实施方案。使用图6中所描绘的显示，用户可以创建和编辑用于一个或多个田地的信息。数据管理器可以包括用于输入关于如图6中所描绘的氮、种植、实践以及土壤的信息的电子表格。为了编辑具体条目，用户计算机可以在电子表格中选择具体条目且更新值。例如，图6描绘了对第二田地的目标产量值的正在进行的更新。另外，用户计算机可以选择一个或多个田地以便应用一个或多个程序。响应于接收到针对具体田地的程序选择，数据管理器可以基于选定程序而自动地完成针对具体田地的条目。与时间线视图一样，数据管理器可以响应于接收到对该程序的更新来更新与具体程序相关联的每个田地的条目。另外，数据管理器可以响应于接收到对该田地的条目之一的编辑而移除选定程序与该田地的对应关系。

在一个实施方案中，模型以及田地数据被存储在模型以及田地数据储存库160中。模型数据包括为一个或多个田地所创建的数据模型。例如，作物模型可以包括在一个或多个田地上的作物发育的数字构建模型。在此上下文中，“模型”是指电子数字存储的彼此相关联的一组可执行指令和数据值，所述可执行指令和数据值基于指定的输入值能够接收且响应程序化的或其他数字呼叫、调用或解析请求，以产生一个或多个存储或计算的输出值，所述输出值可以用作计算机实施的推荐、输出数据显示或机器控制等的基础。本领域技术人员发现，使用数学方程式来表达模型是方便的，但是这种表达形式并不将本文所公开的模型局限于抽象概念；相反，本文中的每个模型都以所存储的可执行指令以及数据的形式在计算机中具有实际应用，所述所存储的可执行指令以及数据使用计算机来实施所述模型。该模型可以包括一个或多个田地上的过去事件的模型、一个或多个田地的当前状态的模型和/或一个或多个田地上的预测事件的模型。模型以及田地数据可以存储在存储器中的数据结构中、数据库表中的行中、平面文件或电子表格中或存储数字数据的其他形式中。

在一个实施方案中，杂交种子分类子系统170包含专门配置的逻辑(包括但不限于杂交种子标准化指令172、成功概率生成指令174以及产量分类指令176)，包括农业智能计算机系统130中的主存储器(例如，RAM)的一组一个或多个页，所述页中已加载了可执行指令，且在执行时使农业智能计算系统执行本文参考那些模块所描述的功能或操作。在一个实施方案中，杂交种子推荐子系统180包含专门配置的逻辑(包括但不限于杂交种子过滤指令182、风险生成指令184以及最佳分类指令186)，包括农业智能计算机系统130中的主存储器(例如，RAM)的一组一个或多个页，所述页中已加载了可执行指令，且在执行时使农业智能计算系统执行本文参考那些模块所描述的功能或操作。例如，杂交种子标准化指令172可以包括RAM中的一组页，这些页包含指令，这些指令在被执行时导致执行本文所描述的目标标识功能。指令可以在CPU指令集中的机器可执行代码中，且可以基于单独地或与JAVASCRIPT中的脚本、其他脚本语言和其他编程源文本结合使用的以JAVA、C、C++、OBJECTIVE-C或任何其他人类可读编程语言或环境编写的源代码进行编译。术语“页”旨在广义地指代主存储器内的任何区域，且系统中所使用的特定术语可以根据存储器架构或处理器架构而变化。在另一实施方案中，杂交种子标准化指令172、成功概率生成指令174、产量分类指令176、杂交种子过滤指令182、风险生成指令184以及最佳分类指令186中的每一个也可以代表源代码的一个或多个文件或项目，所述文件或项目在农业智能计算机系统130或分立的储存库系统中数字化存储在大容量存储设备(例如，非易失性RAM或磁盘存储)中，这些源代码在编译或解释时会导致生成可执行指令，这些指令在执行时会导致农业智能计算系统执行本文参考那些模块所描述的功能或操作。换句话说，绘制的图可以代表程序员或软件开发人员组织和安排源代码以稍后将其编译为可执行字节码或等效代码，或解释为字节码或等效代码，以由农业智能计算机系统130执行。

硬件/虚拟化层150包括一个或多个中央处理单元(CPU)、存储器控制器以及计算机系统的其他设备、组件或元件，例如易失性或非易失性存储器、非易失性储存器(例如，磁盘)以及例如结合图4所例示或所描述的I/O设备或接口。层150还可以包括被配置为支持虚拟化、容器化或其他技术的编程指令。

出于例示一个清楚实施例的目的，图1示出了某些功能元件的有限数目的实例。但是，在其他实施方案中，可以存在任何数目的这样的元件。例如，多个实施方案可以使用与不同用户相关联的数千或数百万个不同的移动计算设备104。此外，系统130和/或外部数据服务器计算机108可以使用两个或多个处理器、内核、集群或物理机或虚拟机的实例来实施，它们被配置在离散位置或与数据中心、共享计算设施或云计算设施中的其他元件同地协作。

2.2应用程序概述

在一个实施方案中，本文所描述的功能的实施方式(使用被加载到一个或多个通用计算机中且由一个或多个通用计算机执行的一个或多个计算机程序或其他软件元件来实施)将导致所述通用计算机被配置为特定适合执行本文所描述的功能的具体机器或计算机。此外，本文进一步所描述的每个流程图可单独地或与本文中平铺直叙所描述的过程和功能结合地用作算法、规划或指导，所述算法、规划或指导可用于对计算机或逻辑进行编程以实施被描述的功能。换句话说，本文中所有平铺直叙的文本以及所有附图一起旨在提供对于一些算法、规划或指导的公开，所述算法、计划或指导足以允许技术人员结合此类人员的技能以及知识鉴于适合此类发明和公开内容的技能水平对计算机进行编程以执行本文中所描述的功能。

在一个实施方案中，用户102使用配置有操作系统以及一个或多个应用程序或应用软件的田地管理器计算设备104与农业智能计算机系统130交互；田地管理器计算设备104还可以在程序控制或逻辑控制下独立地以及自动地与农业智能计算机系统交互操作，且并不总是需要直接的用户交互。田地管理器计算设备104广泛地代表智能电话、PDA、平板计算设备、膝上型计算机、台式计算机、工作站或能够发送和接收信息且执行本文所描述的功能的任何其他计算设备中的一个或多个。田地管理器计算设备104可以使用存储在田地管理器计算设备104上的移动应用经由网络进行通信，且在一些实施方案中，该设备可以使用电缆113或连接器耦合到传感器112和/或控制器114。具体用户102结合系统130可以每次拥有、操作或占有和使用多个田地管理器计算设备104。

移动应用可以经由网络向一个或多个移动计算设备提供客户端功能。在示例实施方案中，田地管理器计算设备104可以经由网络浏览器或本地客户端应用或应用软件访问移动应用。田地管理器计算设备104可以使用基于网络的协议或诸如HTTP、XML和/或JSON的格式或应用软件特定协议向一个或多个前端服务器发送数据，以及从一个或多个前端服务器接收数据。在示例实施方案中，数据可以采取向移动计算设备中请求以及用户信息输入(例如，田地数据)的形式。在一些实施例中，移动应用与田地管理器计算设备104上的位置跟踪硬件和软件进行交互，该位置跟踪硬件和软件使用诸如无线电信号的多点定位、全球定位系统(GPS)、WiFi定位系统或其他移动定位方法来确定田地管理器计算设备104的位置。在某些情况下，与设备104、用户102和/或用户账号相关联的位置数据或其他数据可以通过查询设备的操作系统或通过请求设备上的应用软件以从操作系统获得数据来获得。

在一个实施方案中，田地管理器计算设备104将田地数据106发送到农业智能计算机系统130，该农业智能计算机系统130包含或包括但不限于代表以下一个或多个的数据值：一个或多个田地的地理位置、一个或多个田地的耕作信息、一个或多个田地中所种植的作物以及从一个或多个田地中所提取的土壤数据。田地管理器计算设备104可以响应于来自用户102的指定一个或多个田地的数据值的用户输入来发送田地数据106。另外，当一个或多个数据值变得可用于田地管理器计算设备104时，田地管理器计算设备104可以自动发送田地数据106。例如，田地管理器计算设备104可以通信地耦合到远程传感器112和/或应用控制器114，所述远程传感器112和/或应用控制器114包括灌溉传感器和/或灌溉控制器。响应于接收到指示应用控制器114将水释放到一个或多个田地上的数据，田地管理器计算设备104可将田地数据106发送到农业智能计算机系统130，该农业智能计算机系统130指示在一个或多个田地上释放水。可以使用电子数字数据来输入和传达本公开内容中所标识的田地数据106，该电子数字数据是使用参数化的URL通过HTTP或另一合适的通信协议或消息收发协议在计算设备之间传达的。

移动应用的商业实施例是可从加利福尼亚州旧金山的气候公司(The ClimateCorporation,San Francisco,California)商购的CLIMATE FIELDVIEW。可以修改、扩展或适配CLIMATE FIELDVIEW应用或其他应用，以包括尚未在本公开内容的申请日之前所公开的特征、功能和程序。在一个实施方案中，移动应用包括集成的软件平台，该软件平台允许种植者为他们的操作做出基于事实的决策，因为它将关于种植者田地的历史数据与种植者希望比较的任何其他数据进行了组合。所述组合和比较可以实时地进行，且基于提供了可能的情景以允许种植者做出更好、更明智的决策的科学模型。

图2例示了当示例移动应用被加载用于执行时，主存储器中的多组指令的示例逻辑组织的两个视图。在图2中，每个命名元件代表RAM或其他主存储器的一页或多页的区域，或磁盘储存器或其他非易失性储存器的一个或多个块的区域，以及那些区域内的编程指令。在一个实施方案中，在视图(a)中，移动计算机应用200包括账户-田地-数据摄取-共享指令202、概述和警报指令204、数字地图手册指令206、种子和种植指令208、氮指令210、天气指令212、田地健康指令214以及性能指令216。

在一个实施方案中，移动计算机应用200包括账号、田地、数据摄取、共享指令202，所述指令被编程为经由手动上传或API从第三方系统接收、转变以及摄取田地数据。数据类型可以包括田地边界、产量地图、种植地图、土壤测试结果、施用地图和/或管理区域等等。数据格式可以包括形文件、第三方的本机数据格式和/或农场管理信息系统(FMIS)导出等等。接收数据可以经由手动上传、带有附件的电子邮件、将数据推送到移动应用的外部API或调用外部系统的API来将数据拉入移动应用的指令来发生。在一个实施方案中，移动计算机应用200包括数据收件箱。响应于接收到对数据收件箱的选择，移动计算机应用200可以显示用于手动上传数据文件且将所上传的文件导入数据管理器的图形用户界面。

在一个实施方案中，数字地图手册指令206包括存储在设备存储器中的田地地图数据层，且利用数据可视化工具以及地理空间田地笔记进行编程。这为种植者提供了近在眼前的方便的信息，用于参考、记录以及对田地表现的直观见解。在一个实施方案中，概述和警报指令204被编程为提供对种植者重要的东西的全操作视图，以及采取行动或集中于具体问题的适时推荐。这允许种植者将时间集中在需要注意的地方，以节省时间且在整个季节保持产量。在一个实施方案中，种子和种植指令208被编程以基于科学模型和经验数据提供用于种子选择、杂交种放置和脚本创建(包括可变速率(VR)脚本创建)的工具。这使种植者能够通过最佳化种子购买、放置和种群来使产量或投资回报最大化。

在一个实施方案中，脚本生成指令205被编程为提供用于生成脚本的界面，所述脚本包括可变速率(VR)肥力脚本。该界面使种植者能够为田地实施创建脚本，例如养分施用、种植和灌溉。例如，种植脚本界面可以包括用于标识种植的种子类型的工具。在接收到对种子类型的选择之后，移动计算机应用200可以显示被分成管理区域的一个或多个田地，诸如作为数字地图手册指令206的一部分而创建的田地地图数据层。在一个实施方案中，管理区域包括土壤区域以及标识每个土壤区域以及每个区域的土壤名称、质地、排水或其他田地数据的面板。移动计算机应用200还可在一个或多个田地的地图上显示用于编辑或创建的工具，例如用于绘制管理区域(例如，土壤区域)的图形工具。种植程序可以应用于所有管理区域，或者不同的种植程序可以应用于管理区域的不同子集。当创建脚本时，移动计算机应用200可以使脚本可用于以应用程序控制器可读的格式(例如，存档格式或压缩格式)下载。附加地和/或可替代地，脚本可以从移动计算机应用200直接发送到驾驶室计算机115和/或上传到一个或多个数据服务器且存储以供进一步使用。

在一个实施方案中，氮指令210被编程以提供工具从而通过将氮对作物的可用性可视化来通知氮决策。这使种植者能够通过在该季节期间最佳化氮的施用来使产量或投资回报率最大化。示例编程功能包括：以高空间分辨率(精确到毫米或更小，取决于传感器的接近度和分辨率)显示用以启用肥料施用区域的绘制的图像(例如，SSURGO图像)和/或从子田地土壤数据(例如，从传感器所获得的数据)所生成的图像；上传现有种植者所限定的区域；提供植物养分可用性的图表和/或地图，以能够调节跨多个区域的氮的施用；输出脚本以驱动机器；用于大量数据录入和调整的工具；和/或，用于数据可视化的地图；等等。在此上下文中，“大量数据录入”可以意味着录入数据一次，然后将相同数据应用于系统中已限定的多个田地和/或区域；示例数据可以包括对于相同种植者的许多田地和/或区域都相同的氮施用数据，但是这样的大量数据录入适用于将任何类型的田地数据录入到移动计算机应用200中。例如，氮指令210可以被编程为接受氮施用和实践程序的限定，且接受指定跨多个田地应用那些程序的用户输入。在此上下文中，“氮应用程序”是指所存储的与以下内容相关联的一组命名数据：名称、颜色代码或其他标识符、一个或多个施用日期、用于每个日期和数量的材料或产品类型、施用或掺入的方法(例如，注入或播种)，和/或每个日期的施用数量或速率、经受施用的作物或杂交种等等。在此上下文中，“氮实践程序”是指所存储的与以下内容相关联的一组命名数据：实践名称；先前的作物；耕作系统；主要耕作日期；已使用的一个或多个先前的耕作系统；已使用的一种或多种施用类型的指标，例如肥料。氮指令210也可以被编程为生成且导致显示氮图，该氮图指示种植使用指定氮的计划以及是否预测了盈余或不足；在一些实施方案中，不同颜色指示符可以代表盈余量或不足量。在一个实施方案中，氮图包括计算机显示设备中的图形显示，该计算机显示设备包括：多个行，每一行与一个田地关联且标识一个田地；指定田地中种植哪种作物、田地大小、田地位置以及田地周长的图形表示的数据；在每一行中，以月为时间线，其中图形指示符在与月份名称相关的点处指定每次氮施用和数量；以及，盈余或不足的数字指示符和/或彩色指示符，其中颜色指示幅度。

在一个实施方案中，氮图可以包括一个或多个用户输入特征，例如刻度盘或滑动条，以动态地改变氮种植和实践程序，使得用户可以最佳化他的氮图。然后，用户可以使用其最佳化的氮图以及有关的氮种植和实践程序来实施一个或多个脚本，包括可变速率(VR)肥料脚本。氮指令210也可以被编程为生成且导致显示氮图，该氮图指示种植使用指定氮的计划以及是否预测了盈余或不足；在一些实施方案中，不同的颜色指示符可以代表盈余量或不足量。氮图可以使用盈余或不足的数字指示符和/或彩色指示符(其中颜色代表幅度)显示种植使用特定氮的情况的计划，以及是否对过去和未来的不同时间点(例如，每天、每周、每月或每年)预测了盈余或不足。在一个实施方案中，氮图可以包括一个或多个用户输入特征，例如刻度盘或滑动条，以动态地改变氮种植和实践程序，使得用户可以最佳化他的氮图，例如以获得盈余到不足的优选量。然后，用户可以使用其最佳化的氮图以及有关的氮种植和实践程序来实施一个或多个脚本，包括可变速率(VR)肥料脚本。在其他实施方案中，与氮指令210类似的指令可以用于其他养分(例如，磷和钾)的施用、农药的施用以及灌溉程序。

在一个实施方案中，天气指令212被编程为提供田地特定的近期天气数据和天气预报信息。这使得种植者能够节省时间，且在日常操作决策方面具有高效的整合显示。

在一个实施方案中，田地健康指令214被编程为提供强调季节性作物的变化以及潜在关注点的适时遥感图像。示例编程功能包括：云检查，以标识可能的云或云阴影；根据田地图像确定氮指数；侦察层(包括例如与田地健康有关的那些层)的图形可视化，以及侦察笔记的查看和/或共享；和/或，从多个来源下载卫星图像，且为种植者确定图像的优先级；等等。

在一个实施方案中，性能指令216被编程为使用农场数据来提供报告、分析和洞察工具，以用于评估、洞察和决策。这使种植者能够通过关于为何投资回报率处于先前水平的基于事实的结论以及对产量限制因素的洞察，来寻求下一年的改善结果。性能指令216可以被编程为经由网络109与在农业智能计算机系统130和/或外部数据服务器计算机108处所执行的后端分析程序通信，且被配置为分析指标，诸如产量、产量差异、杂交种、种群、SSURGO区域、土壤测试特性或海拔等等。程序化报告和分析可以包括根据从许多种植者所收集的匿名数据或种子和种植数据对照其他种植者对产量和其他指标进行的产量可变性分析、处理效果估计、基准测试等等。

具有以这种方式配置的指令的应用可以针对不同的计算设备平台来实施，同时保留相同的一般用户界面外观。例如，移动应用可以被编程，以在平板计算机、智能手机或服务器计算机上执行，使用客户端计算机处的浏览器访问。此外，为平板计算机或智能电话所配置的移动应用可以提供适合于驾驶室计算机115的显示和处理能力的完整应用软件体验或驾驶室应用软件体验。例如，现在参考图2的视图(b)，在一个实施方案中，驾驶室计算机应用220可以包括地图驾驶室指令222、远程视图指令224、数据收集和传送指令226、机器警报指令228、脚本传送指令230以及侦察驾驶室指令232。用于视图(b)的指令的代码库可以与用于视图(a)的代码库相同，且实施该代码的可执行文件可以被编程，以检测执行它们的平台的类型，且通过图形用户界面仅显露适用于驾驶室平台或完整平台的那些功能。这种方法使系统能够识别出适用于驾驶室内环境和驾驶室的不同技术环境的截然不同的用户体验。地图驾驶室指令222可以被编程，以提供可用于指导机器操作的田地、农场或区域的地图视图。远程视图指令224可以被编程为经由无线网络、有线连接器或适配器等实时地或者近实时地打开、管理机器活动的视图，且向连接到系统130的其他计算设备提供机器活动的视图。数据收集和传送指令226可以被编程为经由无线网络、有线连接器或适配器等打开、管理在传感器和控制器处所收集的数据，且将其传送到系统130。机器警报指令228可以被编程为检测与驾驶室相关联的机器或工具的操作问题，且产生操作者警报。脚本传输指令230可以被配置为以指令脚本的形式传送，该指令脚本被配置为指导机器操作或数据的收集。侦察驾驶室指令232可以被编程为基于田地管理器计算设备104、农业装置111或传感器112在田地中的位置来显示从系统130所接收的基于位置的警报和信息，且根据农业装置111或传感器112在田地中的位置，摄取、管理以及将基于位置的侦察观测结果提供传送给系统130。

2.3对计算机系统的数据摄取

在一个实施方案中，外部数据服务器计算机108存储外部数据110，所述外部数据110包括代表一个或多个田地的土壤成分的土壤数据以及代表一个或多个田地的温度和降水的天气数据。天气数据可以包括过去以及当前的天气数据以及对未来天气数据的预测。在一个实施方案中，外部数据服务器计算机108包括由不同实体托管的多个服务器。例如，第一服务器可以包含土壤成分数据，而第二服务器可以包括天气数据。附加地，土壤成分数据可以存储在多个服务器中。例如，一个服务器可以存储代表土壤中的沙子、淤泥和粘土的百分比的数据，而第二服务器可以存储代表土壤中的有机物(OM)的百分比的数据。

在一个实施方案中，远程传感器112包括被编程或配置为产生一个或多个观测结果的一个或多个传感器。远程传感器112可以是空中传感器，例如卫星、车辆传感器、种植设备传感器、耕作传感器、肥料或农药施用传感器、收割机传感器以及能够从一个或多个田地接收数据的任何其他器具。在一个实施方案中，应用控制器114被编程或配置为从农业智能计算机系统130接收指令。应用控制器114也可以被编程或配置为控制农业车辆或器具的操作参数。例如，应用控制器可以被编程或配置为控制车辆的操作参数，该车辆例如是拖拉机、种植设备、耕作设备、肥料或农药设备、收割机设备或其他农场器具(例如，水阀)。其他实施方案可以使用传感器和控制器的任何组合，以下仅仅是所述组合的选定实施例。

系统130可以在用户102的控制下，获取或摄取基于来自已经向共享数据库系统贡献数据的大量种植者的群众基础的数据。当请求或触发一个或多个用户控制的计算机操作以获取供系统130使用的数据时，获取数据的这种形式可以称为“手动数据摄取”。作为一个实施例，可以操作从加利福尼亚州旧金山的气候公司(The Climate Corporation,SanFrancisco,California)可商购的CLIMATE FIELDVIEW应用，以将数据导出到系统130，从而存储在储存库160中。

例如，种子监测器系统既可以控制种植机装置部件，又可以获得种植数据，所述种植数据包括经由信号线束的来自种子传感器的信号，该信号线束包括CAN主干以及用于注册和/或诊断的点对点连接。种子监测器系统可以被编程或配置为经由驾驶室计算机115或系统130内的其他设备向用户显示种子间距、种群和其他信息。美国专利号8,738,243和美国专利公开号20150094916公开了多个实施例，且本公开内容采用那些其他专利公开内容的知识。

同样，产量监测器系统可以包含用于收割机装置的产量传感器，所述产量传感器将产量测量数据发送到驾驶室计算机115或系统130内的其他设备。产量监测器系统可以利用一个或多个远程传感器112来获得联合收割机或其他收割机的谷物湿度测量值，且经由驾驶室计算机115或系统130内的其他设备将这些测量值传输给用户。

在一个实施方案中，可以与本文其他各处所描述的类型的任何移动车辆或装置一起使用的传感器112的实施例包括运动学传感器以及位置传感器。运动学传感器可以包括任何速度传感器，例如雷达或车轮速度传感器、加速度计或陀螺仪。位置传感器可以包括GPS接收器或收发器，或可以是被编程为根据附近的WiFi热点确定位置的基于WiFi的位置或映射应用软件等等。

在一个实施方案中，可以与拖拉机或其他移动车辆一起使用的传感器112的实施例包括：发动机速度传感器、燃料消耗传感器、与GPS信号或雷达信号交互的区域计数器或距离计数器、PTO(动力输出装置)速度传感器、被配置为检测液压参数(例如，压力或流量和/或液压泵速度)的拖拉机液压传感器、车轮速度传感器或车轮滑移传感器。在一个实施方案中，可以与拖拉机一起使用的控制器114的实施例包括：液压方向控制器、压力控制器和/或流量控制器；液压泵速度控制器；速度控制器或调速器；悬挂装置位置控制器；或者，提供自动转向的车轮位置控制器。

在一个实施方案中，可以与诸如种植机、条播机或空中播种机的种子种植设备一起使用的传感器112的实施例包括种子传感器，所述种子传感器可以是：光学、电磁或碰撞传感器；下压力传感器，诸如载荷销、载荷单元、压力传感器；土壤属性传感器，诸如反射率传感器、湿度传感器、电导率传感器、光学残留物传感器(optical residue sensor)或温度传感器；部件操作标准传感器，诸如种植深度传感器、下压力缸压力传感器、种子圆盘速度传感器、种子驱动马达编码器、种子传送机系统速度传感器或真空度传感器；或者，农药应用传感器，诸如光学或其他电磁传感器，或碰撞传感器。在一个实施方案中，可以与这种种子种植设备一起使用的控制器114的实施例包括：工具栏折叠控制器，诸如用于与液压缸相关联的阀的控制器；下压力控制器，诸如与气压缸、安全气囊或液压缸相关联且被编程以将下压力施加到个体行单元或整个种植机框架上的阀门的控制器；种植深度控制器，诸如线性致动器；计量控制器，诸如电动种子计量器驱动马达、液压种子计量器驱动马达或草趟控制离合器；杂交种选择控制器，诸如种子计量器驱动马达，或用于选择性地允许或阻止种子或空中种子混合物向种子计量器或中央散装料斗传送种子或从种子计量器或中央散料斗传送种子的其他致动器；计量控制器，诸如电动种子计量器驱动马达或液压种子计量器驱动马达；种子传送机系统控制器，诸如带式种子递送传送机马达的控制器；标记器控制器，例如气动致动器或液压致动器的控制器；或者，农药施用速率控制器，例如计量驱动控制器、孔口尺寸或位置控制器。

在一个实施方案中，可以与耕作设备一起使用的传感器112的实施例包括：用于诸如柄或圆盘的工具的位置传感器；用于被配置为检测深度、同轴角或横向间距的此类工具的工具位置传感器；下压力传感器；或牵伸力传感器。在一个实施方案中，可以与耕作设备一起使用的控制器114的实施例包括下压力控制器或工具位置控制器，诸如被配置为控制工具深度、同轴角或横向间隔的控制器。

在一个实施方案中，可以与用于施用肥料、农药、杀真菌剂等的装置(诸如，种植机上的启动器肥料系统、底土肥料施用器或肥料喷雾器)有关的传感器112的实施例包括：流体系统标准传感器，例如流量传感器或压力传感器；指示哪些喷头阀或流体管线阀打开的传感器；与储罐相关联的传感器，诸如填充水平传感器；分段或全系统供应线传感器，或行特定的供应线传感器；或者，运动学传感器，例如布置在喷雾器喷杆上的加速度计。在一个实施方案中，可以与这种装置一起使用的控制器114的实施例包括：泵速度控制器；被编程为控制压力、流量、方向、PWM等的阀控制器；或者，位置致动器，例如喷杆高度、深松铲深度或喷杆位置。

在一个实施方案中，可以与收割机一起使用的传感器112的实施例包括：产量监测器，诸如碰撞板应变仪或位置传感器、电容流量传感器、载荷传感器、重量传感器或与升降机或螺旋钻相关联的扭矩传感器，或光学或其他电磁晶粒高度传感器；谷物湿度传感器，诸如电容传感器；谷物损失传感器，包括碰撞传感器、光学传感器或电容传感器；收割台操作标准传感器，诸如收割台高度、收割台类型、台面板间隙、进料器速度以及卷盘速度传感器；分离器操作标准传感器，诸如凹形空隙、转子速度、制动块空隙或筛选机空隙传感器；用于位置、操作或速度的螺旋钻传感器；或者，发动机速度传感器。在一个实施方案中，可以与收割机一起使用的控制器114的实施例包括：用于诸如收割台高度、收割台类型、台面板间隙、进料器速度或卷盘速度等元素的收割台操作标准控制器；用于诸如凹形空隙、转子速度、制动块空隙或筛选机空隙等特征的分离器操作标准控制器；或者，用于螺旋钻位置、操作或速度的控制器。

在一个实施方案中，可以与谷物推车一起使用的传感器112的实施例包括重量传感器或用于螺旋钻位置、操作或速度的传感器。在一个实施方案中，可以与谷物推车一起使用的控制器114的实施例包括用于螺旋钻位置、操作或速度的控制器。

在一个实施方案中，传感器112和控制器114的实施例可以被安装在无人驾驶飞行器(UAV)装置或“无人机”中。这样的传感器可以包括：带有检测器的摄像机，该检测器对于包括可见光、红外、紫外、近红外(NIR)等在内的电磁频谱的任何范围都有效；加速度计；高度计；温度传感器；湿敏传感器；皮托管传感器或其他空速或风速传感器；电池寿命传感器；或者，雷达发射器和反射雷达能量检测装置；其他电磁辐射发射器和反射电磁辐射检测装置。这样的控制器可以包括引导或马达控制装置、控制表面控制器、摄像机控制器或被编程为开启、操作、从其获得数据、管理和配置任何前述传感器的控制器。在美国专利申请No.14/831,165中公开这些实施例，且本公开内容采用其他专利公开内容的知识。

在一个实施方案中，传感器112和控制器114可以固定到土壤采样和测量装置，该土壤采样和测量装置被配置或编程为对土壤进行采样且执行土壤化学测试、土壤湿度测试以及其他与土壤有关的测试。例如，可以使用美国专利No.8,767,194和美国专利No.8,712,148中所公开的装置，且本公开内容采用那些专利内容所公开的知识。

在一个实施方案中，传感器112和控制器114可以包括用于监测田地的天气状况的天气设备。例如，可以使用在2015年4月29日提交的美国临时申请No.62/154,207，2015年6月12日提交的美国临时申请No.62/175,160，2015年7月28日提交的美国临时申请No.62/198,060以及2015年9月18日提交的美国临时申请No.62/220,852中所公开的装置，且本公开内容采用那些专利公开内容的知识。

2.4过程概述—农艺模型训练

在一个实施方案中，农业智能计算机系统130被编程或配置以创建农艺模型。在此上下文中，农艺模型是农业智能计算机系统130的存储器中的数据结构，所述数据结构包括田地数据106，诸如用于一个或多个田地的标识数据和收获数据。农艺模型还可以包括所计算出的农艺属性，所述农艺属性描述可能影响田地上一种或多种作物的生长的条件，或者一种或多种作物的属性，或这二者。另外，农艺模型可以包括基于农艺因素的推荐，诸如作物推荐、灌溉推荐、种植推荐、肥料推荐、杀菌剂推荐、农药推荐、收获推荐以及其他作物管理推荐。农艺因素也可以用于估计一种或多种与作物有关的结果，诸如农艺产量。作物的农艺产量是对所生产的作物的数量的估计，或者在一些实施例中是从所生产的作物获得的收入或利润。

在一个实施方案中，农业智能计算机系统130可以使用预配置的农艺模型来计算与当前所接收的一个或多个田地的位置信息和作物信息有关的农艺属性。预配置的农艺模型基于先前处理的田地数据，包括但不限于标识数据、收获数据、肥料数据和天气数据。预配置的农艺模型可以已经经过交叉验证，以确保模型的准确性。交叉验证可以包括与地面真值的比较(将预测结果与田地的实际结果进行比较)，诸如降水估计与雨量计或提供相同位置或附近位置的天气数据的传感器的比较，或氮含量的估计与土壤样品测量值的比较。

图3例示了编程化过程，通过该过程，农业智能计算机系统使用由一个或多个数据源所提供的田地数据来生成一个或多个预配置的农艺模型。图3可以用作用于对农业智能计算机系统130的功能元件进行编程以执行现在所描述的操作的算法或指令。

在框305处，农业智能计算机系统130被配置或编程为对从一个或多个数据源所接收的田地数据实施农艺数据预处理。可以对从一个或多个数据源所接收的田地数据进行预处理，用于去除噪声、失真效应以及农艺数据中的混杂因素(包括可能对所接收的田地数据值产生不利影响的测量异常值)。农艺数据预处理的实施方案可以包括但不限于去除通常与异常数据值相关联的数据值、已知不必要地曲解其他数据值的特定测量数据点、数据平滑、聚合或用于去除或减少噪声带来的加性效应或乘性效应的采样技术，以及用于提供正数据输入以及负数据输入之间的明确区分的其他过滤或数据推导技术。

在框310处，农业智能计算机系统130被配置或编程为使用预处理的田地数据执行数据子集选择，从而标识对于初始农艺模型生成有用的数据集。农业智能计算机系统130可以实施数据子集选择技术，包括但不限于遗传算法方法、全子集模型方法、顺序搜索方法、逐步回归方法、粒子群最佳化方法以及蚁群最佳化方法。例如，遗传算法选择技术基于自然选择和遗传学的进化原理，使用自适应启发式搜索算法来确定和估计预处理农艺数据中的数据集。

在框315处，农业智能计算机系统130被配置或编程为实施田地数据集估计。在一个实施方案中，通过创建农艺模型且使用针对所创建的农艺模型的特定质量阈值来估计特定田地数据集。可以使用一种或多种比较技术(诸如但不限于，均方根误差和留一交叉验证(RMSECV)、平均绝对误差和平均百分比误差)来比较和/或验证农艺模型。例如，RMSECV可以通过将由农艺模型所创建的预测农艺属性值与所收集和分析的历史农艺属性值进行比较来交叉验证农艺模型。在一个实施方案中，农艺数据集估计逻辑被用作反馈回路，在所述反馈回路中在将来的数据子集选择步骤期间使用不满足配置的质量阈值的农艺数据集(框310)。

在框320处，农业智能计算机系统130被配置或编程为基于交叉验证的农艺数据集来实施农艺模型创建。在一个实施方案中，农艺模型创建可以实施多元回归技术，以创建预配置的农艺数据模型。

在框325处，农业智能计算机系统130被配置或编程为存储预配置的农艺数据模型以用于将来的田地数据估计。

2.5杂交种子分类子系统

在一个实施方案中，除其他部件外，农业智能计算机系统130包括杂交种子分类子系统170。杂交种子分类子系统170被配置为生成针对目标田地的最佳性能而专门标识的杂交种子的目标成功产量组。如本文所使用的，术语“最佳(optimal)”和相关术语(例如“最佳化(optimizing)”、“最佳化(optimization)”等)是广义术语，所述广义术语指的是关于任何结果、系统、数据等“最好或最有效”(“通用最佳”)以及“更好或更有效”的改进(“相对最佳”)。目标成功产量群组包括一种或多种杂交种子的子集、每种杂交种子的估计产量预报以及超过类似分类的杂交种子的平均估计产量预报的成功概率。

在一个实施方案中，基于由农业智能计算机系统130所接收的输入来标识将在目标田地上表现最佳的杂交种子，所述输入包括但不限于多个不同杂交种子的农业数据记录以及与收集农业数据记录的田地有关的地理位置数据。例如，如果接收到一百种杂交种子的农业数据记录，则农业数据记录将包括一百种杂交种子的生长和产量数据以及有关种植一百种杂交种子的田地的地理位置数据。在一个实施方案中，农业智能计算机系统130还接收第二组田地的地理位置和农业数据。第二组田地是种植者打算种植选定杂交种子的目标田地。有关目标田地的信息对于将特定的杂交种子与目标田地的环境进行匹配是特别相关的。

杂交种子标准化指令172提供指令以生成杂交种子属性的数据集，该数据集描述了代表性产量值和环境分类，所述环境分类对于农业智能计算机系统130所接收的每种杂交种子而言都具有优选的环境条件。成功概率生成指令174提供指令以生成与每种杂交种子相关联的成功概率得分的数据集。成功概率得分描述了在目标田地上成功产量的概率。产量分类指令176提供指令以生成杂交种子的目标成功产量群组，所述杂交种子已基于与每种杂交种子相关联的成功概率得分而被标识为在目标田地上具有最佳性能。

在一个实施方案中，农业智能计算机系统130被配置为经由表示层134呈现选定杂交种子的目标成功产量群组及其标准化的产量值和成功概率得分。

在本文其他地方另外描述了杂交种子分类子系统170和相关指令。

2.6杂交种子推荐子系统

在一个实施方案中，除其他部件外，农业智能计算机系统130包括杂交种子推荐子系统180。杂交种子推荐子系统180被配置为生成一组目标杂交种子，所述目标杂交种子被专门选择用于在具有最小风险的情况下在目标田地上具有最佳性能。该组目标杂交种子包括具有高于特定产量阈值的估计产量预报以及具有低于特定风险目标的相关联的风险值的一种或多种杂交种子的子集。

在一个实施方案中，基于已经被标识为具有在目标田地上产生成功产量的特定概率的杂交种子的一组输入，来标识将在目标田地上表现最佳的一组目标杂交种子。农业智能计算机系统130可以被配置为接收一组杂交种子，以作为由杂交种子分类子系统170所生成的目标成功产量群组的一部分。目标成功产量群组还可以包括指定每种杂交种子的成功概率的农业数据以及诸如产量值、相对成熟度以及来自先前所观察到的收获的环境观测结果的其他农业数据。在一个实施方案中，农业智能计算机系统130还接收用于一组目标田地的地理位置和农业数据。“目标田地”是种植者正在考虑或打算种植目标杂交种子的田地。

杂交种子过滤指令182提供指令以过滤和标识具有高于指定成功产量阈值的成功概率值的杂交种子的子集。风险生成指令184提供指令以生成与每种杂交种子相关联的风险值的数据集。风险值描述了与每种杂交种子相关联的相对于每种杂交种子的估计产量值的风险量。最佳化分类指令186提供指令以生成目标杂交种子的数据集，所述目标杂交种子具有的平均产量值高于针对来自风险值数据集中的一系列风险值的目标阈值。

在一个实施方案中，农业智能计算机系统130被配置为经由表示层134呈现该组目标杂交种子且包括它们的平均产量值。

在本文其他地方另外描述杂交种子推荐子系统180和相关指令。

2.7实施示例—硬件概述

根据一个实施方案，本文所描述的技术由一个或多个专用计算设备实施。专用计算设备可以是硬接线的以执行所述技术，或者可以包括数字电子设备，诸如经过持续编程以执行所述技术的一个或多个专用集成电路(ASIC)或现场可编程门阵列(FPGA)，或者可以包括一个或多个通用硬件处理器，所述一个或多个硬件处理器被编程为根据固件、存储器、其他储存器或组合中的程序指令来执行所述技术。这样的专用计算设备还可以将定制的硬接线逻辑、ASIC或FPGA与定制的编程相结合，以实现所述技术。专用计算设备可以是台式计算机系统、便携式计算机系统、手持式设备、网络设备或纳入了硬接线和/或程序逻辑以实施所述技术的任何其他设备。

例如，图4是例示了可以实施本发明的实施方案的计算机系统400的框图。计算机系统400包括总线402或用于传达信息的其他通信机制，以及与总线402耦合以用于处理信息的硬件处理器404。硬件处理器404可以是例如通用微处理器。

计算机系统400还包括耦合到总线402以用于存储待由处理器404执行的信息和指令的主存储器406，诸如随机存取存储器(RAM)或其他动态存储设备。主存储器406也可以用于在执行待由处理器404所执行的指令的过程中存储临时变量或其他中间信息。当将这些指令存储在处理器404可访问的非暂时性存储介质中时，这些指令使得计算机系统400成为经过定制以执行指令中所指定的操作的专用机器。

计算机系统400还包括耦合到总线402的只读存储器(ROM)408或其他静态存储设备，用于存储处理器404的静态信息和指令。存储设备410(诸如，磁盘、光盘或固态驱动器)被提供且耦合到总线402以存储信息和指令。

计算机系统400可以经由总线402耦合到显示器412(诸如，阴极射线管(CRT))，以向计算机用户显示信息。输入设备414(包括字母数字键和其他键)耦合到总线402，用于将信息和命令选择传达给处理器404。另一类型的用户输入设备是光标控件416，例如鼠标、轨迹球或光标方向键，用于将方向信息和命令选择传达给处理器404且控制显示器412上的光标移动。此输入设备通常在两个轴(第一轴(例如，x)和第二轴(例如，y))上具有允许设备指定平面中的位置的两个自由度。

计算机系统400可以使用定制的硬接线逻辑、一个或多个ASIC或FPGA、固件和/或程序逻辑来实施本文所描述的技术，所述定制的硬接线逻辑、一个或多个ASIC或FPGA、固件和/或程序逻辑与计算机系统结合以导致或编程计算机系统400为专用机器。根据一个实施方案，响应于处理器404执行主存储器406中所包含的一个或多个指令的一个或多个序列，由计算机系统400来执行本文的技术。这样的指令可以从诸如存储设备410的另一存储介质读入主存储器406。主存储器406中所包含的指令序列的执行导致处理器404执行本文所描述的处理步骤。在替代实施方案中，可以使用硬接线电路代替软件指令或与软件指令结合使用。

如本文所使用，术语“存储介质”是指存储导致机器以特定方式运行的数据和/或指令的任何非暂时性介质。这样的存储介质可以包括非易失性介质和/或易失性介质。非易失性介质包括例如光盘、磁盘或固态驱动器，诸如存储设备410。易失性介质包括动态存储器，诸如主存储器406。存储介质的常见形式包括例如软盘、软磁盘、硬盘、固态驱动器、磁带或任何其他磁性数据存储介质、CD-ROM、任何其他光学数据存储介质、带孔图案的任何物理介质，RAM、PROM和EPROM、FLASH-EPROM、NVRAM、任何其他存储器芯片或盒式磁带。

存储介质不同于传输介质，但可以与传输介质结合使用。传输介质参与存储介质之间的信息传输。例如，传输介质包括同轴电缆、铜线和光纤(包括包含总线402的线)。传输介质还可以采用声波或光波的形式，诸如在无线电波和红外数据通信期间所生成的那些声波或光波。

多种形式的介质可以参与将一个或多个指令的一个或多个序列携带到处理器404以供执行。例如，指令最初可以携带在远程计算机的磁盘或固态驱动器上。远程计算机可以将指令加载到其动态存储器中，且使用调制解调器通过电话线发送指令。计算机系统400本地的调制解调器可以在电话线上接收数据，且使用红外发射器将数据转换为红外信号。红外检测器可以接收红外信号中所携带的数据，且适当的电路可以将数据放置在总线402上。总线402将数据携带到主存储器406，处理器404从所述主存储器406检索且执行指令。由主存储器406所接收的指令可以可选地在处理器404执行之前或之后而被存储在存储设备410上。

计算机系统400还包括耦合到总线402的通信接口418。通信接口418提供耦合到网络链路420(网络链路420连接到局域网422)的双向数据通信。例如，通信接口418可以是集成服务数字网络(ISDN)卡、电缆调制解调器、卫星调制解调器或用以提供与相应类型的电话线的数据通信连接的调制解调器。作为另一实施例，通信接口418可以是局域网(LAN)卡，以提供与可兼容LAN的数据通信连接。也可以实施无线链路。在任何这样的实施方式中，通信接口418发送和接收携带表示多种类型的信息的数字数据流的电信号、电磁信号或光学信号。

网络链路420通常通过一个或多个网络向其他数据设备提供数据通信。例如，网络链路420可以通过本地网络422提供与主机计算机424的连接，或者提供与由互联网服务提供商(ISP)426所操作的数据设备的连接。ISP 426转而通过现在通常称为“因特网”428的全球分组数据通信网络来提供数据通信服务。本地网络422和因特网428这二者都使用携带数字数据流的电信号、电磁信号或光学信号。通过多种网络的信号以及网络链路420上的且通过通信接口418的信号是传输介质的示例形式，所述信号携带去往以及来自计算机系统400的数字数据。

计算机系统400可以通过网络、网络链路420和通信接口418发送消息且接收包括程序代码的数据。在因特网实施例中，服务器430可以通过互联网428、ISP 426、本地网络422和通信接口418发送应用程序的请求代码。

所接收的代码可以在接收到时由处理器404执行，和/或存储在存储设备410或其他非易失性储存器中，以供后期执行。

3.功能概述—生成和显示杂交种子的目标成功产量群组

图7描绘了基于杂交种子的农业数据记录以及与目标田地相关联的地理位置数据来生成被标识为在目标田地上具有最佳产量性能的杂交种子的目标成功产量群组的详细实施例。

3.1数据输入

在步骤705中，农业智能计算机系统130从用于多种不同杂交种子的一个或多个田地接收农业数据记录。在一个实施方案中，农业数据记录可以包括一种或多种杂交种子的作物种子数据。作物种子数据可以包括与在一个或多个田地上种植、生长和收获特定杂交种子有关的历史农业数据。作物种子数据的实施例可以包括但不限于历史产量值、收获时间信息和杂交种子的相对成熟度，以及有关植物生命周期的任何其他观测数据。例如，农业数据记录可以包括两百(或更多)个不同类型的可用玉米杂交种的杂交种子数据。与每种玉米杂交种相关联的作物种子数据将包括与所观测到的收获相关联的历史产量值、相对于种植的收获时间信息以及在每个所观测的田地上的每种玉米杂交种的所观测到的相对成熟度。例如，玉米杂交种001可以具有包括在过去十年(或更长时间)中从二十个(或更多个)不同田地中所收集的历史产量数据的农业数据记录。

在一个实施方案中，农业数据记录可以包括与所观测到的作物种子数据的田地有关的田地特定数据。例如，田地特定数据可以包括但不限于地理位置信息、基于田地地理位置的所观测到的相对成熟度、历史天气指数数据、所观测到的土壤特性、所观测到的土壤湿度和水位以及可以特定于收集历史作物种子数据的田地的任何其他环境观测结果。由于作物种子数据与每种杂交种子有关，田地特定数据可以用于进一步量化和分类所述作物种子数据。例如，基于杂交种子的相对成熟度和生长季的长度，处于不同地理位置的不同田地可以更好地适合于不同的杂交种子。特定区域和子区域内的田地可以针对生长季具有经分配的相对成熟度，该经分配的相对成熟度基于与特定地理位置相关联的气候以及生长季期间可用的生长度天数(GDD)的数量。

图8描绘了州内的不同区域的实施例，所述州内的不同区域基于生长季持续时间而具有不同的经分配的相对成熟度。州805是伊利诺伊州，且被分割为多个不同的区域和子区域。子区域的实施例可以包括基于县、市或镇边界的区域。区域810、815、820、825和830中的每一个代表具有不同生长季持续时间的地理位置特定区域。例如，区域810代表基于其地理位置和相关联的气候且由于气候凉爽而具有较短的生长季的田地的区域。结果，区域810可以被分类为适合于具有100天的相对成熟度的杂交种子的田地(在图8中显示为阴影和相应的GDD的图例)。区域815位于区域100的南部，因此可以具有较温暖的总体气候。区域815中的田地可以被分类为适合于具有105天的相对成熟度的杂交种子的田地。类似地，区域820、825和830位于比区域810和815更靠南的位置，因此分别以110、115和120天的相对成熟度分类而被分类。可以将不同区域的相对成熟度分类与杂交种子的历史产量数据一起使用，以基于额定相对成熟度来评定杂交种子在田地的表现如何。

在一个实施方案中，农业数据记录内的特定田地数据还可以包括作物轮作数据。田地的土壤养分管理可以取决于多种因素，诸如建立不同的作物轮作和管理土壤耕作量。例如，一些历史观测结果已经表明，相对于年复一年种植相同作物，在田地上不同作物之间轮作的“轮作效应”可能会使作物产量增加5％至15％。结果，农业数据记录内的作物轮作数据可以用于帮助确定更准确的产量估计。

在一个实施方案中，特定田地数据可以包括在作物季节期间所使用的耕作数据和管理实践。耕作数据和管理实践是指在具体田地上所进行耕作的方式和时间表。土壤质量和土壤中有用养分的量根据表土的量而变化。土壤侵蚀是指表土的去除，表土是有机质和养分价值最丰富的土壤层。导致土壤侵蚀的一种做法是耕作。耕作会破坏土壤团聚体且增加土壤通气量，这可能会加速有机质的分解。因此，跟踪耕作管理实践可能有助于理解可能影响所种植的作物的总产量而出现的土壤侵蚀量。

在一个实施方案中，农业数据记录包括历史作物种子数据以及来自用于由制造商确定杂交种子属性的一组试验田地的田地特定数据。例如，Monsanto公司生产若干商业杂交种子，且在多个试验田地上测试它们的作物生长。Monsanto公司的测试田地可以用作一组测试田地的实施例，在所述测试田地中，农业数据记录由农业智能计算机系统130收集和接收。在另一实施方案中，农业数据记录可以包括历史作物种子数据以及来自个体种植者所拥有和所操作的一组田地的田地特定数据。收集了农业数据记录的这些组的田地也可以是指定为用于种植新选定作物的目标田地的相同田地。在其他实施方案中，当确定杂交种子的目标成功产量群组时，由种植者所拥有和所操作的多组田地可以提供由其他种植者所使用的农业数据记录。

返回参考图7，在步骤710中，农业智能计算机系统130接收一个或多个目标田地的地理位置信息。目标田地代表种植者正在考虑种植或计划种植从目标成功产量群组中所选择的一组杂交种子的田地。在一个实施方案中，可以将一个或多个目标田地的地理位置信息与特定田地的农业数据记录结合使用，以基于相对成熟度和气候来确定哪些杂交种子最适合目标田地。

3.2农业数据处理

在步骤715中，杂交种子标准化指令172提供指令以生成杂交种子属性的数据集，该数据集描述了所接收的作为农业数据记录的一部分的每种杂交种子的代表性产量值和环境分类。在一个实施方案中，与杂交种子相关联的农业数据记录被用于计算每种杂交种子的代表性产量值和环境分类。如果基于历史产量值和从过去收获所观测到的其他农业数据将特定杂交种子种植在田地中，则代表性产量值是该特定杂交种子的预期产量值。

在一个实施方案中，可以通过对跨越不同的观测生长年份且来自不同田地的多个不同产量观测结果进行标准化来计算标准化产量值。例如，可以使用首先种植特定杂交种子的田地来计算特定杂交种子的平均第一年生长周期产量。特定杂交种子的第一年平均生长周期平均产量可以包括将不同年份且来自不同田地的观测产量值进行组合。例如，特定杂交种子可能已种植在Monsanto商业产品周期(PS3、PS4、MD1和MD2)从2009年到2015年的时间跨度上的产品阶段期间所测试的田地上。然而，特定杂交种子的第一周期可能已在不同年份种植在每个田地上。下表例示了这样一个实施例：

2009

2010

2011

2012

2013

2014

2015

周期1

PS3

PS4

MD1

MD2

周期2

PS3

PS4

MD1

MD2

周期3

PS3

PS4

MD1

MD2

周期4

PS3

PS4

MD1

MD2

表中的列代表收获年份，表中的行代表Monsanto商业产品开发周期，其中周期1代表在多种田地上种植的杂交种子的4年，周期2代表相同田地环境中所种植的另一组杂交种子的4年的第二个周期等等。

在一个实施方案中，可以基于在多个田地处所种植的杂交种子的类似周期来计算标准化产量值。例如，可以将周期1的标准化产量值计算为在田地PS3(2009)、PS4(2010)、MD1(2011)和MD2(2012)上所观测到的产量值的平均值。通过这样做，可以基于在具体田地上已经出现了多少个生长周期的共同特征来对产量值进行平均。在其他实施方案中，可以基于来自诸如相同年份或相同区域/田地的农业数据记录的其他农业属性，计算标准化的产量值。

在一个实施方案中，可以使用与杂交种子的农业数据记录相关联的相对成熟度田地属性来计算每种杂交种子的环境分类。例如，可以在区域820内的若干田地上种植特定的杂交种子。区域820内的每个田地被分类为具有所观测到的与110天的相对成熟度相一致的生长季。因此，基于与特定杂交种子相关联的田地，可以为特定杂交种子的环境分类分配相对成熟度，该相对成熟度等于区域820的相对成熟度，即110天。在其他实施方案中，如果与特定杂交种子的历史观测结果相关联的田地包含被分类在多个区域内的田地，则可以将环境分类计算为不同的经分配的相对成熟度值的平均值。

在一个实施方案中，杂交种子属性的数据集包含每种杂交种子的标准化产量值以及描述与所述标准化产量值相关联的相对成熟度值的环境分类。在其他实施方案中，杂交种子属性的数据集还可包括与杂交种子生长周期和田地属性有关的属性，例如轮作、耕作、天气观测结果、土壤成分和任何其他农业观测结果。

返回参考图7，在步骤720中，成功概率生成指令174提供指令以生成每种杂交种子的成功概率得分的数据集，所述成功概率得分将成功产量的概率描述为相对于具有相同的相对成熟度的其他杂交种子的平均产量实现成功产量的概率值。在一个实施方案中，杂交种子的成功概率得分基于关于与目标田地相关联的地理位置的杂交种子属性的数据集。例如，与目标田地的地理位置相关联的相对成熟度值部分地用于确定待估计的一组杂交种子，以便计算具体杂交种子的成功概率得分。例如，玉米杂交种002可以是标准化产量被计算为每英亩7.5蒲式耳以及经分配的相对成熟度为100GDD的杂交种子。然后将玉米杂交种002与具有类似相对成熟度的其他杂交种子进行比较，以便基于玉米杂交种002和其他杂交种子的标准化产量值来确定玉米杂交种002是否是用于种植的良好候选。相同的技术可以用于大豆，且本公开内容不限于玉米。

实施机器学习技术来确定在与目标田地相关联的地理位置处的杂交种子的成功概率得分。在一个实施方案中，标准化产量值以及经分配的相对成熟度值被用作机器学习模型的预测变量。在其他实施方案中，诸如作物轮作、耕作、天气观测结果、土壤成分的附加杂交种子属性也可以用作机器学习模型的附加预测变量。机器学习模型的目标变量是范围为从0到1的概率值，其中0等于成功产量的概率为0％，1等于成功产量的概率为100％。在其他实施方案中，目标变量可以是以从0到10、1到10或任何其他测量尺度缩放的概率值。成功产量被描述为特定杂交种子的产量高于类似分类的杂交种子的平均产量一定值的可能性。例如，成功产量可以被限定为每英亩高于具有相同经分配的相对成熟度值的杂交种子的平均产量5蒲式耳的产量。

图9描绘了描述在经分类的相对成熟度内的杂交种子的标准化产量值的范围的样本图。平均值905表示所计算出的具有相同的相对成熟度(诸如，110GDD)的杂交种子的平均产量值。在一个实施方案中，可以通过实施最小显著性差异计算来计算确定哪些杂交种子具有高于平均值905的显著标准化产量。最小显著性差异是统计概率的具体级别的值。如果两个均值之间的差异超过该值，则认为这两个均值是不同的。例如，如果杂交种子的产量值与所计算出的平均产量之间的差异超过最小显著性差异值，则杂交种子的产量将被视为是不同的。在其他实施方案中，可以使用任何其他统计算法来确定产量值与平均值905之间的显著性差异。

范围910代表被认为在最小显著性差异值之内从而没有显著不同的产量值的范围。阈值915代表范围910的上限。然后，高于阈值915的标准化产量值被认为与平均值905显著不同。在一个实施方案中，范围910和阈值915可以配置为代表用于确定哪些杂交种子产量被认为显著高于平均值905从而是成功产量值的阈值。例如，阈值915可被配置为等于每英亩高于平均值905 5蒲式耳的值。在一个实施方案中，阈值915可被配置为取决于平均值905、范围910以及具有相同的相对成熟度的特定杂交种子的总产量值范围的产量值。

范围920表示被认为是成功产量的杂交种子的产量值的范围。杂交种子925表示范围920内的特定杂交种子，所述特定杂交种子的标准化产量值高于阈值915。在一个实施方案中，机器学习模型可以被配置为在计算0和1之间的成功概率得分时使用范围910和阈值915。不同的机器学习模型可以包括但不限于逻辑回归、随机森林、向量机建模以及梯度推进建模。

在一个实施方案中，逻辑回归可以被实施为机器学习技术，以确定用于目标田地的每种杂交种子的成功概率得分。对于逻辑回归，每种杂交种子的输入值是标准化产量值和环境分类，所述环境分类被指定为相对成熟度。逻辑回归的函数形式是：

其中P(y＝1|x₁＝yld_i ,x₂＝RM_j )是具有标准化产量值且在具有给定的相对成熟度的目标田地j中的产品i的成功概率(y＝1)；常数a、b和c是通过历史数据所估计的回归系数。对于每种杂交种子，逻辑回归的输出是介于0和1之间的一组概率得分，这些概率得分基于分配给与目标田地相关联的地理位置的相对成熟度来指定在目标田地处的成功。

在另一实施方案中，可以将随机森林算法实施为机器学习技术，以确定用于目标田地的每种杂交种子的成功概率得分。随机森林算法是一种集成机器学习方法，所述集成机器学习方法通过在训练期间构造多个决策树来进行操作，然后输出作为个体树的均值回归的类。每种杂交种子输入值是标准化产量值以及作为相对成熟度的环境分类。输出是每种杂交种子介于0和1之间的一组概率得分。

在另一实施方案中，支持向量机(SVM)建模可以被实施为机器学习技术，以确定用于目标田地的每种杂交种子的成功概率得分。支持向量机建模是一种监督学习模型，用于使用分类和回归分析对输入进行分类。支持向量机模型的输入值是每种杂交种子的标准化产量值以及环境分类相对成熟度值。输出是每种杂交种子在0和1之间的一组概率得分。在又一实施方案中，可以将梯度推进(GBM)建模实施为机器学习技术，其中输入值是每种杂交种子的标准化产量值以及环境分类相对成熟度值。梯度推进是一种用于回归和分类问题的技术，所述技术以弱预测模型(诸如，决策树)的集成形式产生预测模型。

参考图7，在步骤725中，产量分类指令176生成目标成功产量群组，该目标成功产量群组由已经被标识为具有产生显著高于其他杂交种子在目标田地的相同的相对成熟度分类中的平均产量的产量的高概率的杂交种子的子集组成。在一个实施方案中，目标成功产量群组包含具有高于特定成功概率阈值的成功概率值的杂交种子。成功概率阈值可以被配置为与显著高于其他杂交种子的平均产量的产量相关联的概率值。例如，如果在步骤720中，成功产量的产量阈值等于每英亩高于平均值五蒲式耳，则成功概率阈值可以与等于产量阈值的成功概率值的成功概率值相关联。例如，如果产量阈值等于每英亩高于平均产量五蒲式耳，且具有0.80的成功概率值，则可以将成功概率阈值分配为0.80。在此实施例中，目标成功产量群组将包含具有等于或大于0.80的成功概率值的杂交种子。

在其他实施方案中，成功概率阈值可以被配置为更高或更低，这分别取决于种植者是期望较小的目标成功产量群组还是较大的目标成功产量群组。

3.3当前目标成功产量群组

在一个实施方案中，目标成功产量群组包含具有等于与目标田地相关联的相对成熟度的经分配的相对成熟度值的杂交种子。在步骤730中，农业智能计算机系统130的表示层134被配置为在田地管理器计算设备104上的显示设备上显示或导致显示目标成功产量群组以及目标成功产量群组中的每个杂交种子的标准化产量值。在另一实施方案中，表示层134可以将目标成功产量群组的显示传达到任何其他显示设备，所述任何其他显示设备可以通信耦合到农业智能计算机系统130，诸如远程计算机设备、驾驶室内的显示设备或任何其他已连接的移动设备。在又一实施方案中，表示层134可以将目标成功产量群组传达到带有农业智能计算机系统130的其他系统和子系统，以进行进一步的处理和呈现。

在一个实施方案中，表示层134可以显示可能与种植者有关的附加杂交种子属性数据和其他农业数据。表示层134还可以基于成功概率值将目标成功产量群组中的杂交种子排序。例如，杂交种子的显示可以以成功概率值的降序排序，以使得种植者能够首先查看其目标田地的最成功的杂交种子。

在一些实施方案中，在接收到所显示的信息之后，种植者可以根据该信息而采取行动且种植所建议的杂交种子。在一些实施方案中，种植者可以作为确定目标成功产量群组的组织的一部分来操作，和/或可以是单独的。例如，种植者可以是确定目标成功产量群组的组织的客户，且可以基于目标成功产量群组来种植种子。

4.功能概述—生成和显示用于种植的目标杂交种子

图10描绘了基于杂交种子的农业数据记录以及与目标田地相关联的地理位置数据来生成被标识为目标田地上的最佳产量性能以及受控风险的一组目标杂交种子的详细示例。

4.1数据输入

在步骤1005中，农业智能计算机系统130接收包括适合于在目标田地上种植的一种或多种杂交种子的候选杂交种子的数据集、与每种杂交种子相关联的成功概率值以及与每种杂交种子相关联的历史农业数据。在一个实施方案中，候选杂交种子的数据集可以包括一组一种或多种杂交种子以及与该组候选杂交种子中的每种杂交种相关联的历史农业数据，该组一种或多种杂交种子由杂交种子分类子系统170标识为具有产生目标田地上的成功产量值的高概率。在图7的步骤725中所生成的目标成功产量群组可以代表候选杂交种子的数据集。

在一个实施方案中，历史农业数据可以包括与在一个或多个田地上的特定杂交种子的种植、生长和收获有关的农业数据。农业数据的实施例可以包括但不限于历史产量值、收获时间信息以及杂交种子的相对成熟度，以及有关植物生命周期的任何其他观测数据。例如，如果候选杂交种子的数据集是来自杂交种子分类子系统170的目标成功产量群组，则农业数据可以包括平均产量值以及分配给每种杂交种子的相对成熟度。

在步骤1010中，农业智能计算机系统130接收有关种植者计划种植一组目标杂交种子的目标田地的数据。在一个实施方案中，关于目标田地的数据是属性信息，该属性信息包括但不限于目标田地的地理位置信息以及每个目标田地的尺寸和大小信息。在一个实施方案中，目标田地的地理位置信息可以结合历史农业数据来使用，以基于目标田地的相对成熟度和气候来确定最佳组的目标杂交种子以及待种植在每个目标田地上的每种目标杂交种子的量。

在一个实施方案中，农业智能计算机系统130接收种植者的田地的历史农业数据。种植者的田地的历史农业数据可以包括例如历史种植者产量数据以及种植者种子放置数据，所述历史种植者产量数据详述在任何数量的季节里所种植的每种产品的产量，所述种植者种子放置数据详述在具体种植者的一个或多个田地中所种植的每种产品的地理位置。在另一实施方案中，第一组历史农业数据还可以包括种子类型数据、种子种群数据、种植英亩数数据、作物轮作数据、环境条件数据或任何其他农业数据。

4.2杂交种子选择

在步骤1015中，杂交种子过滤指令182提供指令以从具有大于或等于目标概率过滤阈值的成功概率值的一组候选杂交种子中选择一种或多种杂交种子的子集。在一个实施方案中，目标概率过滤阈值是与该组候选杂交种子中的每种杂交种子相关联的成功概率值的配置阈值。目标概率过滤阈值可用于基于仅选择具有一定成功概率的杂交种子来进一步缩小杂交种子的选择池。在一个实施方案中，如果一组候选杂交种子表示在步骤725中所生成的目标成功产量群组，则该组杂交种子很可能已经被过滤为仅包括具有高成功概率值的杂交种子。在一个实施例中，目标概率过滤阈值可以具有与用于生成目标成功产量群组的成功产量阈值相同的阈值。如果是这种情况，则一种或多种杂交种子的子集可以包括整组杂交种子。在另一实施例中，种植者可能期望杂交种子的列表更窄，这可以通过为目标概率过滤阈值配置更高的成功概率值以滤除具有低于期望的成功概率值的杂交种子来实现。

在步骤1020中，种子标准化指令172提供指令以基于来自每种杂交种子的历史农业数据的产量值来生成一种或多种杂交种子的子集中的每种杂交种子的代表性产量值。在一个实施方案中，如果基于历史产量值以及从过去收获中所观测到的其他农业数据将特定杂交种子种植在田地中，则代表性产量值是特定杂交种子的预期产量值。在一个实施方案中，代表性产量值是所计算出的来自多个田地上的所观测到的多个不同生长季的产量平均值。例如，代表性产量值可以被计算为所观测到的不同生长周期年份的平均值，其中特定杂种种子的平均第一年生长周期产量可以合并组合所观测到的不同年份来自不同田地的产量值。在计算不同生长周期年份的平均生长周期产量之后，可以将每个平均值组合以生成每种特定杂交种子的代表性平均产量。在另一实施方案中，代表性产量值可以是在步骤715中所计算的标准化产量值。

在一个实施方案中，杂交种子标准化指令172还提供指令以通过利用种植者的田地的历史农业数据来增强代表性产量的计算。例如，代表性产量值可以被计算为加权平均值，其中种植者的田地处的产量的权重大于其他目标田地处的产量的权重。作为另一实施例，种植者的田地与种植相同杂交种的相同区域中的其他田地的平均值之间的产量差异可用于计算田地特定的产量代表。因此，如果种植者的田地产生的产量是该区域内种植相同杂交种的类似田地的80％，则代表性产量可以乘以0.8，以产生田地特定的代表性产量。

4.3生成杂交种子的风险值

在步骤1025中，风险生成指令184提供指令以基于与每种杂交种子相关联的历史农业数据来生成一种或多种杂交种子的子集中的每种杂交种子的风险值的数据集。风险值描述了基于代表性产量值，就产量可变性而言，每种杂交种子的风险量。例如，如果对于玉米杂交种002，代表性产量为每英亩15蒲式耳，但是玉米杂交002的可变性很高，以至于产量可处于从每英亩5蒲式耳到每英亩25蒲式耳的范围，则玉米杂交种002的代表性产量很可能不能很好地表示实际产量，因为产量可能在每英亩5蒲式耳至25蒲式耳之间变化。高风险值与产量回报的高可变性相关联，而低风险值与产量回报的低可变性以及与代表性产量更紧密结合的产量结果相关联。

在一个实施方案中，杂交种子的风险值基于特定杂交种子在两年或两年以上的逐年的产量回报之间的可变性。例如，计算玉米杂交种002的风险值包括从来自历史农业数据的多年产量输出来计算产量值的可变性。玉米杂交种002的2015年至2016年的产量输出的方差可用于确定与玉米杂交种002的代表性产量值相关联的风险值。确定产量输出的方差不限于使用前两年的产量输出，还可以使用来自多年的产量输出数据来计算方差。在一个实施方案中，可以用每英亩蒲式耳的标准方差代表所计算的风险值，其中标准方差被计算为所计算的风险方差的平方根。

在一个实施方案中，杂交种子的风险值可以基于特定年份的来自逐田地观测结果的产量输出的可变性。例如，计算与田地可变性相关联的风险值可以包括确定来自所观测到的特定年份特定杂交种子的每个田地的产量可变性。如果对于特定杂交种子，在跨多个田地所观测到的产量输出为每英亩五至五十蒲式耳的范围，则特定杂交种子可能具有高田地可变性。因此，可以基于田地可变性为特定杂交种子分配高风险因子，因为任何给定的田地的预期输出都可以在每英亩五至五十蒲式耳之间变化，而不是更接近代表性产量值。

在另一实施方案中，杂交种子的风险值可以基于逐年产量回报之间的可变性以及逐田地观测结果之间的可变性。逐年风险值以及逐田地风险值都可以组合以代表一个风险值，该风险值纳入了跨多个观测田地以及多个观测季节的产量输出的可变性。在其他实施方案中，风险值可以纳入与历史作物生长以及产量相关联的其他观测作物种子数据。

4.4生成目标杂交种子的数据集

在步骤1030中，最佳化分类指令186提供指令以基于风险值、杂交种子的代表性产量值以及目标田地的一个或多个属性，生成用于在目标田地上种植的目标杂交种子的数据集。在一个实施方案中，根据目标杂交种子的代表性产量值以及来自风险值数据集的关联风险值，选择目标杂交种子数据集中的目标杂交种子。

确定目标杂交种子的数据集中包括哪些杂交种子的组合涉及确定特定杂交种子的代表性产量和与该特定杂交种子相关联的风险值之间的关系。如果高产量杂交种子也携带高风险水平，那么选择具有高代表性产量的杂交种子可能不会产生一组最佳的杂交种子。相反，选择具有低风险值的杂交种子可能不会具有足够高的产量投资回报。

在一个实施方案中，来自一种或多种杂交种子的子集的杂交种子可以基于它们各自的代表性产量值相对于它们相关联的风险值来用图表示。图11描绘了一种或多种杂交种子的子集的产量相对于风险的示例图1105。y轴1110代表杂交种子的代表性产量(作为预期产量)，而x轴1115代表杂交种子的风险值(被表示为标准方差)。通过将风险值表示为标准方差，风险值的单位可以与代表性产量的单位相同，即每英亩蒲式耳。由群组1125以及群组1130所代表的图1105上的点代表来自一种或多种杂交种子的子集中的每种杂交种子。例如，图1105示出了杂交种子1135的代表性产量值为每英亩200蒲式耳，风险值具有每英亩191蒲式耳的标准方差。在其他实施方案中，可以使用不同的单位(诸如，以美元计量的每英亩利润或任何其他导出的计量单位)来生成图1105。

在一个实施方案中，确定哪些杂交种子属于目标杂交种子的数据集涉及确定针对指定风险量的预期产量回报。为了生成将可能对多种环境和其他因素具有适应力的一组目标杂交种子，优选地生成一组不同的杂交种子，该组不同的杂交种子包含具有较低和较高风险值以及中等至高产量输出的杂交种子。参考图10，步骤1032代表针对一系列风险值生成代表性产量值的目标阈值。在一个实施方案中，最佳化分类指令186提供指令以计算最佳前沿曲线，该最佳前沿曲线代表在一系列风险值上具有可管理的风险承受量的最佳产量输出的阈值。前沿曲线是一条拟合曲线，该拟合曲线代表考虑到最佳效率的相对于图形输入值的最佳输出。例如，图1105包含基于代表性产值量相对于风险值的杂交种子，其中可以推断出具有更高产量的特定杂交种子很可能也具有更高的风险。相反，具有较低风险值的杂交种子很可能具有较低的代表性产量值。前沿曲线1120代表基于一系列风险值跟踪最佳产量的最优曲线。

在步骤1034中，最佳化分类指令186提供指令以通过选择具有满足前沿曲线1120所限定的阈值的代表性产量以及风险值的杂交种子，选择组成该组目标杂交种子的杂交种子。落在前沿曲线1120上或附近的杂交种子以期望的风险水平提供最佳的产量水平。目标杂交种子1140代表针对目标杂交种子的数据集的最佳的一组杂交种子。落在前沿曲线1120之下的杂交种子对于风险水平具有次最佳的产量输出，或者对于所产生的产量输出的水平具有高于期望的风险。例如，杂交种子1135在前沿曲线1120之下，且可以被解释为具有对于其风险量低于最佳产量，如杂交种子1135在前沿曲线1120的竖直下方的放置所示。此外，杂交种子1135可以被解释为对于其产量输出具有高于预期的风险，如将杂交种子1135放置在前沿曲线1120对于该代表性产量的水平右侧。不在前沿曲线1120上或附近的杂交种子1135对于其相关联的风险值具有次最佳的代表性产量，因此不包括在该组目标杂交种子中。另外，杂交种子1135代表具有高于期望风险值的杂交种子，因此不包括在该组目标杂交种子中。

在一个实施方案中，最佳化分类指令186提供指令以生成针对一组目标杂交种子中的每种目标杂交种子的配发指令。配发指令描述了基于目标田地的数量以及位置，为种植者提供最佳配发策略的该组目标杂交种子中每种目标杂交种子的种子配发量。例如，用于包括种子(CN-001，CN-002，SOY-005，CN-023)的一组目标杂交种子的配发指令可以包括75％的CN-001、10％的CN-002、13％的SOY-005以及2％的CN-023的分配。配发指令的实施方案可以包括但不限于种子的袋数、待跨目标田地所种植的种子总数的百分比，或待种植的每种目标杂交种子的亩数分配。在一个实施方案中，可以使用诸如IBM的CPLEX Optimizer之类的第三方最佳化求解器产品来计算确定分配量。CPLEX Optimizer是用于线性编程、混合整数编程以及二次编程的数学编程求解器。最佳化求解器(诸如，CPLEX Optimizer)被配置为估计与目标杂交种子关联的代表性产量值以及风险值，且确定一组配发指令，用于为一组目标杂交种子中的每种目标杂交种子分配种子量。在一个实施方案中，最佳化求解器可以使用目标杂交种子的代表性产量值的总和以及所计算的目标杂交种子的风险值的总和来计算所配置的总风险阈值，该总风险阈值可以用于确定该组目标杂交种子的容许风险以及产量输出的上限。

在另一实施方案中，最佳化求解器还可以输入描述每个目标田地的大小、形状以及地理位置的目标田地数据，以便确定配发指令，所述配发指令包括针对配发目标杂交种子中的每种的放置指令。例如，如果具体目标田地以具体方式成形或定大小，则最佳化求解器可以确定在该具体田地上配发一种目标杂交种子是优选的，这与在该具体田地上种植多种目标杂交种子相反。最佳化求解器不限于CPLEX Optimizer，其他实施方案可以实现其他最佳化求解器或其他最佳化算法，以确定用于该组目标杂交种子的成组的配发指令。

4.5种子组合分析

步骤1030描述了使用前沿曲线基于目标田地确定且生成用于种植者的该组目标杂交种子，以确定对于期望风险水平的最佳产量输出。在一个实施方案中，最佳化分类指令186提供指令以配置前沿曲线，从而确定相对于相同区域或子区域内的其他种植者的种植者的种子组合的总体最佳性能。例如，可以为特定区域内的每个种植者计算代表性产量输出以及总体风险值。例如，使用多个种植者的历史农业数据，可以对每个种植者所种植的杂交种子的代表性产量值以及关联风险值进行聚合，从而生成与每个种植者相关联的聚合产量输出值以及聚合风险值。然后，可以将每个种植者的聚合值绘制在种子组合图上，类似于图1105，其中，该图上的个体点可以代表种植者的聚合杂交种子产量输出以及聚合风险。在一个实施方案中，可以生成前沿曲线以确定特定区域中的种植者的最佳聚合产量输出以及聚合风险值。处于前沿曲线上或附近的种植者可以代表其种子组合产生带有受控风险量的最佳产量的种植者。在前沿曲线下方的种植者代表没有根据其风险来使其输出最大化的种植者。

在一个实施方案中，如果种植者的种子组合的聚合产量输出以及聚合风险不满足如种子组合图上的前沿曲线所描述的种子组合的最佳阈值，则最佳化分类指令186提供指令，以针对具体种植者生成警报消息。表示层134可以被配置为针对种植者呈现且发送警报消息至田地管理器计算设备104。然后，种植者可以具有请求可以为未来生长季提供最佳产量输出的一组目标杂交种子。

4.6当前的一组目标杂交种子

在一个实施方案中，目标杂交种子的数据集可包含与目标田地的目标杂交种子的数据集中的每种目标杂交种子相关联的代表性产量值以及来自风险值数据集的风险值。参考图10，在步骤1035中，农业智能计算机系统130的表示层134被配置为在田地管理器计算设备104上的显示设备上传达包括每种目标杂交种子的代表性产量值以及关联风险值的目标杂交种子的数据集的显示。在另一实施方案中，表示层134可以将目标杂交种子的数据集的显示传达给任何其他显示设备，所述任何其他显示设备可以通信地耦合到农业智能计算机系统130，诸如远程计算机设备、驾驶室内的显示设备，或任何其他所连接的移动设备。在又一实施方案中，表示层134可以将目标杂交种子的数据集传达至带有农业智能计算机系统130的其他系统以及子系统，以进行进一步处理以及呈现。

在一个实施方案中，表示层134可以显示每种目标杂交种子的配发指令，所述配发指令包括种子配发以及放置信息。表示层134还可以基于配发量对目标杂交种子进行排序，或者可以基于目标田地上的放置策略来呈现目标杂交种子。例如，目标杂交种子的显示以及配发指令可以叠加在目标田地的地图上，以使得种植者可以可视化即将到来的季节的种植策略。

在一些实施方案中，种植者可以接收所呈现的关于配发指令的信息以及基于所述配发指令的种植种子。种植者可以作为确定配发指令的组织的一部分，和/或可以是单独的。例如，种植者可以是确定配发指令的组织的客户，并且可以基于配发指令来种植种子。

5.功能概述—生成和显示按田地进行的产量改善推荐

图12描绘了用于使用每个田地的历史产量分布以及产量排名来按田地生成计划目标产量范围以及产量改善推荐的详细示例流程图1200。具体而言，多个实施方案提供了使用来自该种植者以及具有类似环境条件的其他种植者的历史农业数据来生成种植者的总体目标产量。然后，对种植者的总体目标产量进行分析，且根据计划产量输出百分比，将其分类到多个计划目标产量范围中。然后使用种植者的历史农业数据，对每个田地进行排名，且为其分配计划目标产量范围。然后，用于选择最佳杂交种子的种子最佳数据被用于根据所分配的计划目标产量范围来按田地推荐种子种群的变化或种子密度的变化。

5.1数据输入

在步骤1205中，服务器计算机108通过数字数据通信网络109接收第一组历史农业数据。在示例实施方案中，服务器计算机108可以与农业智能计算机系统130集成。第一组历史农业数据可以包括例如历史种植者产量数据以及种植者种子放置数据，所述历史种植者产量数据详述在任何数目的季节里所种植的每种产品的产量，所述种植者种子放置数据详述在具体种植者的一个或多个田地中所种植的每种产品的地理位置。在另一实施方案中，第一组历史农业数据还可以包括种子类型数据、种子种群数据、种植英亩数数据、作物轮作数据、环境条件数据或任何其他农业数据。

服务器计算机108还可接收第二组历史农业数据。第二组历史农业数据可以是区域数据，所述区域数据包括例如区域产量数据，所述区域产量数据详述了具体区域在任何数目的季节里所种植的每种产品的产量。第二组历史农业数据还可以包括区域种子放置数据，所述区域种子放置数据详述所种植的每种产品的地理位置。在一个实施方案中，区域产量数据以及区域种子放置数据可以是针对具有与具体种植者的一个或多个田地具有类似条件的一个或多个类似田地所获得的一系列数据集。例如，种植者可与在类似环境条件下在类似田地中进行种植的邻近种植者位于类似的地理位置区域中。在另一实施方案中，区域数据可以包括在非邻近区域中与该种植者具有类似条件的类似田地的数据集。如本文进一步描述的，与区域数据有关的第二组历史农业数据可以用于对与具体种植者有关的第一组历史农业数据进行归一化。

5.2产量分配和计划目标产量

在图12的步骤1210中，服务器计算机108通过生成历史产量分布，使用第一组历史农业数据和第二组历史农业数据为种植者生成多个计划目标产量范围。图13A描绘了用于种植者的历史产量的详细示例钟形分布1300。图13B描绘了用于具有目标产量范围的种植者的历史产量的详细示例钟形分布1300。

在图13A的示例中，服务器计算机108通过使用与区域数据有关的第二组历史农业数据来对与具体种植者有关的第一组历史农业数据进行归一化。例如，服务器计算机108可以生成钟形分布，其中田地级别平均产量是正态分布。服务器计算机108可以被编程为使用最优线性无偏预测(BLUP)方法或任何其他方法来估计分布的中心和散度。在一个实施方案中，可以以蒲式耳每英亩来测量产量。在图13A的实施例中，线1305示出了钟形分布的5％产量描绘，其代表每英亩产量约187蒲式耳。线1310示出了钟形分布的95％的产量描绘，其代表每英亩产量约213蒲式耳。区域1315代表钟形分布的90％的产量值范围，该产量值范围覆盖每英亩187蒲式耳到每英亩213蒲式耳的范围。

随后，服务器计算机108可以为种植者生成多个计划目标产量范围1335、1340、1345、1350。在图13B的实施例中，将图13A的钟形分布1300分割为四个相等的产量范围，每个产量范围代表线1305的5％产量描绘与线1310的95％产量描绘之间的产量分布的22.5％。例如，低产量范围1335覆盖在钟形分布的代表5％产量描绘的线1305和代表27.5％产量描绘的线1320之间的22.5％的产量区域。中低产量范围1340覆盖在钟形分布的代表27.5％的产量描绘的线1320和代表50％的产量描绘的线1325之间的22.5％的产量区域。中高产量范围1345覆盖在钟形分布的代表50％的产量描绘的线1325与代表72.5％产量描绘的线1330之间的22.5％产量区域。高产量范围1350覆盖线1330和线1310之间的22.5％的产量区域，这代表钟形分布的95％的产量描绘。虽然图13B的实施例具有四个计划目标产量范围1335、1340、1345、1350，但是可以生成任何数目的计划目标产量范围。如本文进一步描述的，计划目标产量范围1335、1340、1345、1350可随后被分配给特定田地，以生成产量改善推荐。

5.3生成产量排名得分

在图12的步骤1215中，服务器计算机108使用第一组历史农业数据为种植者的一个或多个田地生成一个或多个产量排名得分。在一个实施方案中，服务器计算机108访问种植者产量数据、种子类型数据、种子种群数据、种植英亩数数据、作物轮作数据、环境条件数据以及来自第一组历史农业数据的任何其他数据，且计算每个田地的排名得分。排名得分可以是介于零和一之间的十进制值。更接近零的十进制值指示更低的等级，而更接近一的十进制值指示更高的等级。在一个实施方案中，历史上已经导致更高产量的田地可以被分配更高排名得分值。在一个实施方案中，服务器计算机108然后可以基于排名得分为每个田地分配计划目标产量范围1335、1340、1345、1350。例如，排名得分对应于种植者分布的5％至27.5％产量区域内的百分位数的田地被分配低产量范围1335。排名得分对应于种植者分布的27.5％至50％产量区域内的百分位数的田地被分配中低范围1340。排名得分对应于种植者分布的50％至72.5％的产量区域中的百分位数的田地被分配中高范围1345。排名得分对应于种植者分布的72.5％产量区域内的百分位数的田地被分配高范围1350。在一个实施方案中，可以将一个以上田地分配给计划目标产量范围1335、1340、1345、1350。

图14描绘了用于按田地对种植者特定的目标产量进行排名和分配的示例表1400。在一个实施方案中，表1400具有“田地”类别1405、“排名得分”类别1410、“排名”类别1415、“种植者分布的百分位数”类别1420、“产量范围”类别1425以及“目标产量”类别1430。

在图14的实施例中，行1435指定田地D的每个类别的值。田地D被分配最高排名得分0.92，这使田地D的排名1415为1。0.92的排名得分1410对应于种植者的钟形分布1420的第80个百分位数，其对应于高产量范围1350。因此，对于田地D所列出的产量范围1425被指定为代表高的“H”。目标产量1430是基于种植者分布1420的百分位数所计算的每英亩蒲式耳的目标产量。在图14的实施例中，田地D的目标产量1430为每英亩208.95蒲式耳。

行1440指定田地A的每个类别的值。田地A的排名得分1410被分配第二最高的排名得分0.70，这使田地A的排名1415为2。0.70的排名得分1410对应于种植者钟形分布1420的第65个百分位数，其对应于中高产量范围1345。因此，对于田地A所列出的经分配的计划目标产量范围1425被指定为代表中高的“M.H”。田地A的目标产量1430为每英亩202.4蒲式耳。

行1445指定田地B的每个类别的值。田地B的排名得分1410被分配为第二最低的排名得分0.65，这使田地B的排名1415为3。0.65的排名得分1410对应于种植者钟形分布1420的第50个百分位数，其对应于中低产量范围1340。因此，对于田地B所列出的经分配的计划目标产量范围1425为代表中低的“M.L”。田地B的目标产量1430为每英亩197.6蒲式耳。

行1450指定田地C的每个类别的值。田地C的排名得分1410也被分配第二最低的排名得分0.45，这使田地C的排名1415为4。为0.45的排名得分1410对应于种植者钟形分布1420的第35个百分位数，其对应于中低产量范围1340。因此，对于田地C所列出的经分配的计划目标产量范围1425为代表中低的“M.L”。由于田地B和田地C都介于27.5％的产量描绘和50％的产量描绘之间，因此它们都被分配中低产量范围1340。田地C的目标产量1430也是每英亩197.6蒲式耳。

行1455指定田地E的每个类别的值。田地E的排名得分1410被分配最低排名得分0.12，这使田地E的排名1415为5。0.12的排名得分1410对应于低产量范围1335。因此，对于田地E所列出的经分配的计划目标产量范围1425为代表低的“L”。田地E的目标产量1430为每英亩191.04蒲式耳。

5.4种子最佳化和推荐生成

在图12的步骤1220中，服务器计算机108接收包括种子最佳化数据的第三组历史农业数据。种子最佳化数据可以包括例如包括杂交种子分类数据的历史性能数据、与某些杂交种子分类相关联的风险值、与杂交种子性能相关联的环境数据、基于多种环境条件下的杂交种子性能的种子推荐以及如上进一步所描述的与杂交种子有关的其他历史农业数据。在一个实施方案中，种子最佳化还可以包括基于杂交种子属性的每种杂交种子的成功概率得分的数据集。杂交种子属性可以描述每种杂交种子的代表性产量值以及环境分类。服务器计算机108可以使用种子最佳化数据以及在步骤1215期间所确定的经分配的计划目标产量范围来为每个种植者的田地生成田地特定的产量改善推荐。例如，种子最佳化数据可用于表征每密度值的播种率。然后可以使用每密度值的播种率来推荐使用特定杂交种子，从而获得经分配的计划目标产量范围。在一个实施方案中，每密度的播种率还可用于推荐种子种群的变化或种子密度的变化。可以通过增加或减少被递送以及被种植的种子的总袋数来实现种子种群的变化。在一个实施方案中，推荐可以是维持被递送和被种植的种子的总袋数相同。可以通过增加或减少每英亩所种植的种子数目来实现种子密度的变化。在一个实施方案中，推荐可以是通过维持每英亩所种植的种子数目相同来维持相同的种子密度。推荐可以应用于任何数量的种植者，以定制地应用于特定田地。

图15A描绘了按种植者所排序的袋数的百分比变化的示例推荐图1500。在一个实施方案中，图1500具有键1505，所述键通过名称以及与每个种植者相关联的颜色代码描绘了多个种植者。根据所推荐的袋排序的百分比变化1515列出每个种植者。具有某些推荐的袋排序的百分比变化1515的种植者总数的总计数1510也被特征化。在一个实施方案中，推荐可以以袋数的增加、袋数的减少或袋数的不变为特征。

图15B描绘了按种植者的种子密度的百分比变化的示例推荐图1500。在一个实施方案中，图1500具有相同的键1505，该键通过名称以及与每个种植者相关联的颜色代码描绘了多个种植者。根据每英亩种子数中的推荐的种子密度的百分比变化1525列出每个种植者。在一个实施方案中，种子的数目可以是十二、数百、数千、数万或任何其他增量数目。具有某些推荐的种子密度的百分比变化1525的种植者的总数的总计数1520也被特征化。在一个实施方案中，推荐可以以种子密度的增加、种子密度的减小或种子密度的不变为特征。随后，推荐可以在图形用户界面中显示，且可以是在种植中启动袋排序或种子密度的自动变化的基础，如本文进一步所描述的。

5.5当前产量改善推荐

在图12的步骤1225中，服务器计算机108可以导致在耦合到服务器计算机108的显示器中显示针对每个田地的产量改善推荐。在一个实施方案中，可以在与产量改善推荐相关联的图形用户界面中显示图13A、图13B、图14、图15A和图15B中的任何一个。

在一个实施方案中，响应于针对每个田地生成产量改善推荐，服务器计算机108可以基于在步骤1220中所生成的推荐的种子种群变化来自动排序增大的种子袋数、减小的种子袋数或相同的种子袋数。例如，如果对于具体种植者的推荐是增加针对一个或多个田地的种子种群总数，则服务器计算机108可以自动地调整种子排序，以增加排序以及递送给具体种植者的袋数。

在另一实施方案中，服务器计算机108可以基于针对每个田地的推荐的种子种群变化，自动地致使农业机械增加、减少或维持种子类型的总种群的种植。例如，服务器计算机108可以经由网络109通信地耦合至农业装置111的驾驶室计算机115。服务器计算机108可以向农业装置111发信号以调整种植，以使得总种子种群增加。

在另一实施方案中，服务器计算机108可以基于针对田地的推荐的种子密度的变化，自动地致使农业机械增加、减少或维持每英亩计划的种子数。例如，通信地耦合到农业装置111的驾驶室计算机115的服务器计算机108可以向农业装置111发信号，以调整每英亩所种植的种子的密度，使得种子密度增加。

使用前述技术，编程计算机系统可以传送、接收、存储以及利用历史农业数据，以基于所生成的产量排名得分以及计划目标产量范围来确定产量改善推荐。先前的方法涉及在没有田地特定的分析或推荐的情况下重复获取一般农业数据，导致在分析和计算大量信息时，诸如CPU周期、存储器以及网络带宽的处理资源的过度使用和浪费使用。然而，本方法使用田地特定的针对性方法来减少对计算机资源的过度使用，从而提高了整体计算系统的效率。

6.功能概述—推荐的目标追溯应用

图16描绘了使用历史农业数据以及按田地的产量改善推荐来生成预测产量的示例流程图1600。在示例实施方案中，流程图1600使用与图12中所描绘的技术相同或类似的技术，以生成用于增加、减少或维持种子种群和/或种子密度的推荐。具体地，多个实施方案提供接收与具体种植者有关的一组历史农业数据以及与杂交种子属性有关的一组历史农业数据。服务器计算机108可以交叉参考第一组历史农业数据和第二组历史农业数据，以生成包括种子种群的变化和/或种子密度的变化的产量范围改善。然后，服务器计算机108可以通过将推荐应用于历史农业数据来使用推荐，从而生成针对每个田地的预测产量数据。预测产量数据是通过将推荐追溯应用到种植者的历史农业数据中而生成的，且指示如果采用了该推荐，产量将是多少。随后，可以生成且显示并排比较，以便比较将是多少的产量与种植者的实际产量。

6.1数据输入

在图16的步骤1605中，服务器计算机108通过数字数据通信网络109接收第一组历史农业数据。在示例实施方案中，服务器计算机108可以与农业智能计算机系统130集成。第一组历史农业数据可以包括例如历史种植者产量范围数据以及环境条件数据，所述历史种植者产量范围数据详述在任何数目的季节里所种植的每种产品的产量范围，所述环境条件数据用于在具体种植者的一个或多个田地中所种植的每种产品。在另一实施方案中，第一组历史农业数据还可以包括种子类型数据、种子种群数据、种植英亩数数据、作物轮作数据、所种植的种子的地理位置数据或任何其他农业数据。

服务器计算机108还可以接收第二组历史农业数据。第二组历史农业数据可以是描述具体类型的杂交种子的代表性产量值的杂交种子属性以及基于每种杂交种子的历史性能对每种杂交种子进行的环境分类的数据集。在一个实施方案中，具体种植者的环境条件数据可以与每种杂交种子的环境分类相同或类似。例如，环境条件数据可以以描述过去三个季节中种植者所经历的干旱环境条件的数据集为特征。每种杂交种子的环境分类可以表明具体杂交种子是针对干旱环境条件专门分类的。

6.2推荐和预测产量

在图16的步骤1610中，服务器计算机108交叉参考第一组历史农业数据以及第二组历史农业数据，以生成每个种植者田地的产量范围改善推荐。交叉参考可以包括例如第一组历史农业数据的环境条件数据与第二组历史农业数据的每种杂交种子的环境分类的精确匹配。交叉参考还可以包括模糊匹配、具有多种通配符替换的多个不同查询、经训练的决策树或任何其他匹配技术。在一个实施方案中，任何类型的机器学习算法都可以用作步骤1610的一部分。

在一个实施方案中，产量改善推荐可包括例如推荐的种子种群的变化或推荐的种子密度的变化。可以通过增加或减少被递送和被种植的种子的总袋数来实现种子种群的变化。在一个实施方案中，推荐可以是维持被递送和被种植的种子的总袋数相同。可以通过增加或减少每英亩种植的种子数目来实现种子密度的变化。在一个实施方案中，推荐可以是通过维持每英亩种植的种子数目相同来维持相同的种子密度。推荐可以应用于任何数目的种植者，以定制地应用于特定田地。

在图16的步骤1615中，服务器计算机通过将产量改善推荐应用于第一组历史农业数据来生成田地的预测产量数据。在示例实施方案中，服务器计算机108识别种植者的历史农业数据，所述历史农业数据包括种植者所经历的环境条件数据。然后，服务器计算机108将在步骤1610中所生成的推荐追溯地应用于种植者的历史农业数据，以生成如果实施该推荐就可以实现的产量的预测。例如，如果推荐是基于种植者经历的历史湿润环境条件而增加在湿润环境条件下表现良好的具体杂交种子每英亩1,000粒种子的种子密度，则服务器计算机108将推荐增加应用至历史农业数据，以生成预测产量数据。在此实施例中，预测产量数据可以表明，每英亩1000粒种子的种子密度的增加将导致每英亩增加5蒲式耳的产量。预测数据还可以指示，如果应用此推荐，则可能已达到的产量的范围。

6.3生成和显示比较

在步骤1620中，服务器计算机108使用种植者产量数据以及田地的预测产量数据来生成比较产量数据。在一个实施方案中，预测产量数据可以指示与历史数据相比，减小的每田地产量值范围。例如，如种植者历史上所经历的，应用推荐可能会导致每英亩100蒲式耳到每英亩150蒲式耳的较小的预测范围，而非跨某些田地的每英亩150蒲式耳到每英亩300蒲式耳的范围。较小的预测产量范围允许更准确地评估每田地的产量数量。

在步骤1630中，服务器计算机108导致在图形用户界面中，在与服务器计算机通信地耦合的显示器上显示针对种植者的比较产量数据。图17描绘了示例图1700，该示例图视觉上代表历史产量范围与预测产量范围之间的比较，所述预测产量范围来自推荐给多个种植者的历史产量范围的追溯应用。在图17的实施例中，图1700指示每个种植者1710的两个颜色编码的产量范围1705。第一范围指示历史观测到的范围。第二范围指示在步骤1620中所确定的预测产量范围。例如，范围1715指示针对种植者9038的历史观测到的范围，所述历史观测到的范围在每英亩270蒲式耳和每英亩155蒲式耳之间变化。相反，范围1720指示针对种植者9038的预测产量范围，该预测产量范围在每英亩180蒲式耳和每英亩125蒲式耳之间变化。

使用前述技术，编程的计算机系统可以传送、接收、存储和利用历史农业数据，以基于所生成的产量排名得分以及计划目标产量范围来确定产量改善推荐。先前的方法涉及在没有田地特定的分析或推荐的情况下，重复获取一般农业数据，导致在分析和计算大量信息时，诸如CPU周期、存储器和网络带宽的处理资源的过度使用以及浪费使用。但是，本方法使用田地特定的针对性方法来减少对计算机资源的过度使用，从而提高了整体计算系统的效率。

7.0杂交种比较

在一个实施方案中，本文所描述的系统和方法用于生成两种杂交种之间的比较。例如，计算机系统可以标识由具体种植者所选定的第一杂交种子以及第二杂交种子，以与所选定的杂交种子进行比较。第一杂交种子可以包括种植者过去使用的且已标识到计算机系统的杂交种子，和/或种植者意在使用的种子，诸如由种植者标识到计算机系统的杂交种子和/或已由种植者购买的杂交种子。第二杂交种子可以包括可以与种植者的所选定的种子进行比较的最佳化的组合杂交种子，诸如由计算机系统推荐的杂交种子。

计算机系统可以存储经训练的机器学习模型，该机器学习模型被编程为生成使用种子的特征作为输入来指定一种类型的杂交种子相对于另一类型的杂交种子的相应的成功概率(POS)的输出数据。训练数据可包括类似位置处的产量值以及所使用的杂交种子的特征。在一个实施方案中，来自种植者的田地的产量数据被附加地用于训练机器学习模型和/或修改机器学习模型，从而更特定于种植者的田地。附加地或替代地，使用具体杂交种子类型的具体田地的过去产量数据可以用于预测使用具体杂交种子类型的田地的未来产量，如果使用不同的杂交种子类型，则可以将未来产量与实际产量进行比较。

计算机系统可以使用机器学习模型来计算使用第二杂交种子相对于第一杂交种子的POS。在一个实施方案中，机器学习模型利用所计算出的POS值、使用不同杂交种子的预测产量的差异、使用不同杂交种子预测产量的前几年的误差和/或具体杂交种子胜过另一种杂交种子的情况的百分比，来预测具体杂交种子将胜过一个不同种子的可能性。可以例如使用在本文献的第3部分和第4部分中所公开的技术和/或在2017年11月14日提交的申请15/807,876和/或在2017年11月14日提交的申请15/807,872中公开的技术来计算产品POS值，它们的全部内容通过引用的方式纳入，如同在本文完整阐述的。

该计算机系统可以为多个种子配对计算POS和/或预测。例如，对于四种不同的混合种子类型，计算机系统可以计算六个POS值和/或与六个可能的组合相对应的预测。然后，计算机系统可以导致图表、简图、表格或描绘了不同成对杂交种的不同POS值和/或预测的其他比较视觉的显示。附加地或可替代地，可以在地图上显示比较，其中所述地图上的点指示第一杂交种子的种植位置，而该点的颜色指示是否已经标识出第二杂交种子以胜过第一杂交种子。使用这些方法，编程的计算机模型可以有效地向具有种植特定第一种子或杂交种的经验的种植者传达与第一种子或杂交种配对且在具有具体阈值置信水平的预报产量上具有已知改善的推荐的第二种杂种或种子。也就是说，当对比种植在指定田地中时，将知晓第二种子或杂交种以具体置信水平在作物产量上击败第一种子或杂交种。实施方案可以比较源自相同供应商或不同供应商的成对的杂交种或种子。

Claims

1.一种计算机实施的方法，包括：

通过服务器计算机处的数字数据通信网络，接收第一组历史农业数据以及第二组历史农业数据，所述第一组历史农业数据包括种植者的一个或多个田地的种植者产量范围数据以及环境条件数据，所述第二组历史农业数据包括杂交种子属性的数据集，所述杂交种子属性的数据集描述一种或多种杂交种子中的每种杂交种子的代表性产量值以及环境分类；

使用所述服务器计算机交叉参考所述第一组历史农业数据以及所述第二组历史农业数据，以生成针对所述一个或多个田地中的每一个的产量范围改善推荐，其中所述产量改善推荐包括推荐的种子种群变化或推荐的种子密度变化；

使用所述服务器计算机，通过将所述产量改善推荐应用于所述第一组历史农业数据来生成所述一个或多个田地的预测产量数据；

使用所述服务器计算机，使用所述一个或多个田地的所述种植者产量数据以及所述预测产量数据来生成比较产量数据；以及

导致在通信地耦合到所述服务器计算机的显示器上为种植者显示所述比较产量数据。

2.根据权利要求1所述的计算机实施的方法，其中交叉参考所述第一组历史农业数据以及所述第二组历史农业数据包括将所述第一组历史农业数据的环境条件数据与所述第二组历史农业数据的每种杂交种子的环境分类进行匹配。

3.根据权利要求1所述的计算机实施的方法，还包括：

响应于针对所述一个或多个田地中的每一个生成产量范围改善推荐，基于针对所述一个或多个田地的推荐的种子种群变化来自动排序增大的种子袋数、减小的种子袋数或相同的种子袋数。

4.根据权利要求1所述的计算机实施的方法，还包括：

响应于针对所述一个或多个田地中的每一个生成产量范围改善推荐，基于针对所述一个或多个田地的推荐的种子种群变化来导致农业机械增加、减少或维持种子类型的总种群的种植。

5.根据权利要求1所述的计算机实施的方法，还包括：

响应于针对所述一个或多个田地中的每一个生成产量范围改善推荐，基于针对所述一个或多个田地的推荐的种子密度变化来导致农业机械增加、减少或维持每英亩种植的种子数目。

6.根据权利要求1所述的计算机实施的方法，其中所述第一组历史农业数据还包括所述种植者的一个或多个田地的杂交种子种群数据、种植英亩数数据以及作物轮作数据。

7.根据权利要求1所述的计算机实施的方法，其中所述第二组历史农业数据还包括来自多个种植者的总计种子种群数据、总计种植英亩数数据以及总计作物轮作数据。

8.一种或多种非暂时性计算机可读存储介质，所述一种或多种非暂时性计算机可读存储介质存储一个或多个指令，当所述一个或多个指令被一个或多个服务器计算设备执行时，导致：

通过服务器计算机处的数字数据通信网络，接收第一组历史农业数据以及第二组历史农业数据，所述第一组历史农业数据包括种植者的一个或多个田地的种植者产量范围数据以及环境条件数据，所述第二组历史农业数据包括描述一种或多种杂交种子中的每种杂交种子的代表性产量值以及环境分类的杂交种子属性的数据集；

9.根据权利要求8所述的一种或多种非暂时性计算机可读存储介质，其中交叉参考所述第一组历史农业数据以及所述第二组历史农业数据包括将所述第一组历史农业数据的环境条件数据与所述第二组历史农业数据的每种杂交种子的环境分类进行匹配。

10.根据权利要求9所述的一种或多种非暂时性计算机可读存储介质，还包括：

11.根据权利要求9所述的一种或多种非暂时性计算机可读存储介质，还包括：

12.根据权利要求9所述的一种或多种非暂时性计算机可读存储介质，还包括：

13.根据权利要求9所述的一种或多种非暂时性计算机可读存储介质，其中所述第一组历史农业数据还包括所述种植者的一个或多个田地的杂交种子种群数据、种植英亩数数据以及作物轮作数据。

14.根据权利要求9所述的一种或多种非暂时性计算机可读存储介质，其中所述第二组历史农业数据还包括来自多个种植者的总计种子种群数据、总计种植英亩数数据以及总计作物轮作数据。

15.一种服务器计算机系统，包括：

一个或多个处理器；

一种或多种非暂时性计算机可读存储介质，所述一种或多种非暂时性计算机可读存储介质存储一个或多个指令，当使用所述一个或多个处理器执行所述一个或多个指令，导致所述一个或多个处理器执行：

16.根据权利要求15所述的服务器计算机系统，其中交叉参考所述第一组历史农业数据以及所述第二组历史农业数据包括将所述第一组历史农业数据的环境条件数据与所述第二组历史农业数据的每种杂交种子的环境分类进行匹配。

17.根据权利要求16所述的服务器计算机系统，其中所述一种或多种非暂时性计算机可读存储介质存储一个或多个附加指令，在使用所述一个或多个处理器执行所述一个或多个附加指令时，导致所述一个或多个处理器执行：

18.根据权利要求17所述的服务器计算机系统，其中所述一种或多种非暂时性计算机可读存储介质存储一个或多个附加指令，在使用所述一个或多个处理器执行所述一个或多个附加指令时，导致所述一个或多个处理器执行：

19.根据权利要求18所述的服务器计算机系统，其中所述第一组历史农业数据还包括所述种植者的一个或多个田地的杂交种子种群数据、种植英亩数数据以及作物轮作数据。

20.根据权利要求19所述的服务器计算机系统，其中所述第二组历史农业数据还包括来自多个种植者的总计种子种群数据、总计种植英亩数数据以及总计作物轮作数据。