DE112021000243T5 - Bestimmung von kulturpflanzentyp und/oder aussaattermin - Google Patents

Bestimmung von kulturpflanzentyp und/oder aussaattermin Download PDF

Info

Publication number
DE112021000243T5
DE112021000243T5 DE112021000243.0T DE112021000243T DE112021000243T5 DE 112021000243 T5 DE112021000243 T5 DE 112021000243T5 DE 112021000243 T DE112021000243 T DE 112021000243T DE 112021000243 T5 DE112021000243 T5 DE 112021000243T5
Authority
DE
Germany
Prior art keywords
crop
sowing
time series
type
growth time
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.)
Pending
Application number
DE112021000243.0T
Other languages
English (en)
Inventor
Mukul Tewari
Jitendra Singh
Kuntal Dey
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of DE112021000243T5 publication Critical patent/DE112021000243T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • B64G1/1021—Earth observation satellites
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • B64G1/1021—Earth observation satellites
    • B64G1/1028—Earth observation satellites using optical means for mapping, surveying or detection, e.g. of intelligence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C14/00—Methods or apparatus for planting not provided for in other groups of this subclass
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Astronomy & Astrophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)
  • Environmental Sciences (AREA)
  • Soil Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Botany (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Ein Verfahren, eine Vorrichtung und ein Computerprogrammprodukt zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin werden bereitgestellt. In einigen Ausführungsformen werden eine historische Kulturpflanzen-Wachstumszeitreihe und eine Mehrzahl von simulierten Kulturpflanzen-Wachstumszeitreihen ermittelt, und die historische Zeitreihe wird mit jeder simulierten Zeitreihe abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln. Eine simulierte Zeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen kann zum Beispiel auf der Grundlage historischer Kulturpflanzendaten ermittelt werden. Jede Zeitreihe stellt ein Kulturpflanzenwachstum in einem untersuchten Gebiet dar und weist ein oder mehrere Elemente auf, darunter kulturpflanzenspezifische Parameter wie den Blattflächenindex (BFI). Die historische Zeitreihe kann auf der Grundlage von Fernsensordaten ermittelt werden. Jede simulierte Zeitreihe kann mithilfe eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt werden.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Erfindung bezieht sich im Allgemeinen auf das Gebiet der Kulturpflanzenüberwachung. Die vorliegende Erfindung bezieht sich dabei insbesondere auf ein Bereitstellen einer frühzeitigen Bestimmung von Kulturpflanzentyp und/oder Aussaattermin.
  • HINTERGRUND
  • Kulturpflanzenüberwachung wird sowohl von der Agrarindustrie als auch von Regierungen in großem Umfang genutzt. Agrarunternehmen wie Warenhändler, Saatgutlieferanten, Hersteller von Pestiziden und Logistikdienstleister nutzen die Kulturpflanzenüberwachung beispielsweise für verschiedene Aspekte ihrer Geschäftstätigkeit. Die Kulturpflanzenüberwachung findet auch bei vielen staatlichen Stellen unter anderem bei der Politikgestaltung Anwendung.
  • Kulturpflanzenüberwachung gibt es in unzähligen Formen. Die Kulturpflanzenüberwachung per Satellit ermöglicht beispielsweise das Überwachen des Vegetationsindex eines untersuchten Gebiets (z.B. eines oder mehrerer Felder) in Echtzeit durch Spektralanalyse von hochauflösenden Satellitenbildern. Die Kulturpflanzenüberwachung wird häufig zur Beantwortung von Fragen im Zusammenhang mit der Entwicklung von Kulturpflanzen eingesetzt, z.B. „Wie ist der Stand der Aussaat während der aktuellen Anbauzeit (d.h., wie viel Fläche wurde bereits eingesät)?“ und „Wie groß ist die Anbaufläche anderer Kulturpflanzen?“. Solche Fragen laufen oft darauf hinaus, den Kulturpflanzentyp und/oder den Aussaattermin für ein untersuchtes Gebiet zu bestimmen.
  • Eine zuverlässige Bestimmung von Kulturpflanzentyp und/oder Aussaattermin kann, insbesondere, wenn sie in einem frühen Stadium vorliegt, von beträchtlichem Wert sein. So kann die frühzeitige Verfügbarkeit dieser Informationen denjenigen Unternehmen, die sie nutzen, einen Wettbewerbsvorteil bereitstellen (z.B. in den Bereichen Ernteversicherung, Warenhandel, Saatgutlieferung, Pestizidherstellung, Logistikdienstleistungen usw.).
  • KURZDARSTELLUNG
  • Ausführungsformen der vorliegenden Offenbarung umfassen ein Verfahren, eine Vorrichtung und ein Computerprogrammprodukt zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin. In einigen Ausführungsformen werden eine historische Kulturpflanzen-Wachstumszeitreihe und eine Mehrzahl von simulierten Kulturpflanzen-Wachstumszeitreihen ermittelt, und die historische Kulturpflanzen-Wachstumszeitreihe wird mit jeder der Mehrzahl von simulierten Kulturpflanzen-Wachstumszeitreihen abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln. So kann beispielsweise eine simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen auf der Grundlage historischer Kulturpflanzendaten ermittelt werden. Jede Zeitreihe (d.h. die historische Kulturpflanzen-Wachstumszeitreihe und jede simulierte historische Kulturpflanzen-Wachstumszeitreihe) ist kennzeichnend für das Kulturpflanzenwachstum in einem untersuchten Gebiet und weist ein oder mehrere Elemente auf, darunter einen oder mehrere kulturpflanzenspezifische Parameter wie den Blattflächenindex (BFI), den normierten differenzierten Vegetationsindex (normalized difference vegetation index - NDVI) und Ähnliches. Die historische Kulturpflanzen-Wachstumszeitreihe kann auf der Grundlage von Fernsensordaten ermittelt werden, z.B. einer Zeitreihe von Bilddaten des untersuchten Gebiets. Jede simulierte Zeitreihe kann mithilfe eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt werden. Die historischen Kulturpflanzendaten können zum Beispiel Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen. Die Geodaten können zum Beispiel landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind. Die Wetterdaten können zum Beispiel eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist.
  • Figurenliste
  • Ausführungsformen werden nachstehend in Verbindung mit den beigefügten Zeichnungen beschrieben, wobei gleichlautende Benennungen gleiche Elemente bezeichnen.
    • 1 stellt einen Cloud-Computing-Knoten gemäß einer oder mehreren Ausführungsformen dar.
    • 2 stellt eine Cloud-Computing-Umgebung gemäß einer oder mehreren Ausführungsformen dar.
    • 3 stellt Schichten eines Abstraktionsmodells gemäß einer oder mehreren Ausführungsformen dar.
    • 4 stellt ein beispielhaftes System zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dar.
    • 5 stellt einen Ablaufplan eines beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dar.
    • 6 stellt einen Ablaufplan einer beispielhaften Implementierung des in 5 dargestellten beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dar.
    • Die 7A und 7B stellen einen Ablaufplan einer weiteren beispielhaften Implementierung des in 5 dargestellten beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin dar, wobei der Kulturpflanzentyp in einer ersten Stufe (7A) und der Aussaattermin in einer zweiten Stufe (7B) gemäß einer oder mehreren Ausführungsformen bestimmt werden.
    • 8 stellt einen Ablaufplan einer weiteren beispielhaften Implementierung des in 5 dargestellten beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dar.
    • 9 veranschaulicht ein Blockschaubild eines beispielhaften, nichteinschränkenden Systems, das gemäß einer oder mehreren Ausführungsformen das Bestimmen von Kulturpflanzentyp und/oder Aussaattermin ermöglicht.
    • 10 zeigt ein beispielhaftes Client-System zum Anfordern einer Bestimmung von Kulturpflanzentyp und/oder Aussaattermin und zum Anzeigen der Ergebnisse der Bestimmung gemäß einer oder mehreren Ausführungsformen.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Der Kulturpflanzentyp und/oder der Aussaattermin werden herkömmlicherweise mithilfe von Fernerkundung und Bodenuntersuchungen bestimmt, die in der Regel erst mehrere Wochen nach der Aussaat zur Verfügung stehen. Diese Latenzzeit zu verbessern (z.B. nur um eine Woche oder weniger), kann gemäß einigen Ausführungsformen für alle Beteiligten (d.h. sowohl für die Benutzer solcher Informationen als auch für deren Anbieter) einen erheblichen geschäftlichen Nutzen bringen.
  • Bodenuntersuchungen haben eine Reihe von Nachteilen, z.B. hohe Kosten, hohe Latenzzeiten, geringe Genauigkeit, begrenztes Erfassungsgebiet und fehlende Skalierbarkeit. Aufgrund dieser Nachteile sind Bodenuntersuchungen für eine frühzeitige Bestimmung von Kulturpflanzentyp und/oder Aussaattermin im Hinblick auf die Kosten und den Aufwand nicht praktikabel.
  • Die Fernerkundung hat eine Reihe von Vorteilen, z.B. niedrige Kosten, mittlere Latenzzeiten, hohe Genauigkeit und eine große Abdeckung. Herkömmliche Ansätze zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin mittels Fernerkundung sind jedoch erst nach einigen Wochen des Kulturpflanzenwachstums wirksam.
  • Modelle zum Simulieren des Kulturpflanzenwachstums werden in der Regel als Entscheidungshilfesysteme (z.B. zum Bestimmen des optimalen Zeitpunkts für die Anwendung von Düngemitteln) und zum Bereitstellen von Karten zur „Ertragsschätzung“ verwendet. Als Nebenprodukt können Modelle zum Simulieren des Kulturpflanzenwachstums in regelmäßigen Abständen (z.B. täglich oder sogar häufiger) umfassende Informationen über den Gesundheitszustand der Kulturpflanzen bereitstellen.
  • Gemäß einigen Ausführungsformen profitieren ein Verfahren, eine Vorrichtung und ein Computerprogrammprodukt zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin von der gemeinsamen Verwendung eines oder mehrerer Modelle zum Simulieren des Kulturpflanzenwachstums und von der Fernerkundung. Darüber hinaus kann es gemäß einigen Ausführungsformen durch Verwenden eines Modells zum Simulieren des Kulturpflanzenwachstums in Verbindung mit Fernerkundung, um eine frühzeitige Bestimmung von Kulturpflanzentyp und/oder Aussaattermin bereitzustellen, ermöglicht werden, dass abgeleitete Informationen wie z.B. Aussaatmuster und Anbauflächen für mehrere Kulturpflanzentypen in einem sehr frühen Stadium des Anbauzyklus ermittelt werden.
  • Wie hier verwendet, kann der Begriff „Kulturpflanzentyp“ den Typ der angebauten Kulturpflanze und die Vielfalt oder die Sorte dieses Kulturpflanzentyps umfassen.
  • Gemäß einigen Ausführungsformen werden eine historische Kulturpflanzen-Wachstumszeitreihe und eine Mehrzahl von simulierten Kulturpflanzen-Wachstumszeitreihen ermittelt, und die historische Kulturpflanzen-Wachstumszeitreihe wird mit jeder der Mehrzahl von simulierten Kulturpflanzen-Wachstumszeitreihen abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln. So kann beispielsweise eine simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen auf der Grundlage historischer Kulturpflanzendaten ermittelt werden. Der Begriff „Kombination aus Kulturpflanzentyp und Aussaattermin“ bezieht sich hier auf einen einzelnen Kulturpflanzentyp und einen einzelnen Aussaattermin, die aus einem Satz von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen ausgewählt werden. Jede Zeitreihe (d.h. die historische Kulturpflanzen-Wachstumszeitreihe und jede simulierte Kulturpflanzen-Wachstumszeitreihe) ist kennzeichnend für das Kulturpflanzenwachstum in dem untersuchten Gebiet und weist ein oder mehrere Elemente auf, darunter einen oder mehrere kulturpflanzenspezifische Parameter wie den Blattflächenindex (BFI), den normierten differenzierten Vegetationsindex (NDVI), den Anteil der absorbierten fotosynthetisch aktiven Strahlung (fraction of absorbed photosynthetically active radiation - fAPAR) und Ähnliches. Die historische Kulturpflanzen-Wachstumszeitreihe kann auf der Grundlage von Fernsensordaten ermittelt werden, z.B. einer Zeitreihe von Bilddaten des untersuchten Gebiets. Jede simulierte Zeitreihe kann mithilfe eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt werden.
  • Wie vorstehend beschrieben, kann die historische Kulturpflanzen-Wachstumszeitreihe auf der Grundlage von Fernsensordaten ermittelt werden, z.B. einer Zeitreihe von Bilddaten mit hoher räumlicher Auflösung von dem untersuchten Gebiet. Fernsensordaten können zum Beispiel eine Zeitreihe von Bilddaten mit hoher räumlicher Auflösung des untersuchten Gebiets umfassen, die von einem oder mehreren Satelliten, einer oder mehreren Drohnen und/oder einem oder mehreren Flugzeugen während früherer und/oder aktueller Anbauzyklen aufgenommen wurden. Die fernerkundeten Bilddaten können zum Beispiel regelmäßig (z.B. täglich) von Satelliten in der Umlaufbahn aufgenommen werden und Einzelheiten mit einer Auflösung auf Feldebene bereitstellen. Die Bilddaten können optische Bilddaten eines Radars mit synthetischer Apertur (synthetic aperture radar - SAR) oder eines erweiterten Radars mit synthetischer Apertur (advanced synthetic aperture radar - ADAR) umfassen, ohne auf diese beschränkt zu sein. Bei optischen Bildern kann die Bewölkung eine Bildaufnahme an bestimmten Standorten verhindern oder verzögern. Eine SAR-Bilderfassung hingegen kann aufgrund ihrer Fähigkeit, die Erdoberfläche bewölkungsunabhängig zu beobachten, eine zeitliche Häufigkeit von Bildern während des gesamten Wachstumszyklus gewährleisten.
  • Optische Bilder können beispielsweise von Sentinel-2 der Europäischen Weltraumorganisation (ESA), LANDSAT (Land Remote-Sensing Satellite) der NASA/U.S. Geological Survey, SPOT (französisch: „Satellite Pour l'Observation de la Terre“ oder „Satellit zur Beobachtung der Erde“) usw. abgerufen werden. Die optischen Bilder können beispielsweise einen Satz von N optischen Sentinel-2-Bildern umfassen, die im aktuellen Anbauzyklus vom Beginn des Aussaatkalenders bis zum aktuellen Datum regelmäßig (z.B. täglich) aufgenommen wurden. In einem anderen Beispiel können die optischen Bilder einen Satz von N optischen LANDSAT-Bildern (z.B. ETM+ („Enhanced Thematic Mapper Plus“)) umfassen, die im aktuellen Anbauzyklus vom Beginn des Aussaatkalenders bis zum aktuellen Datum regelmäßig (z.B. täglich) aufgenommen wurden. In einem weiteren Beispiel können die optischen Bilder einen Satz von N optischen SPOT-Bildern (z.B. HRV („High Resolution Visible“) und XS („Multispectral“)) umfassen, die im aktuellen Anbauzyklus vom Beginn des Aussaatkalenders bis zum aktuellen Datum in regelmäßigen Abständen (z.B. täglich) aufgenommen wurden.
  • SAR-Bilder können z.B. von Sentinel-1 der Europäischen Weltraumorganisation (ESA), ESA ERS („Europäischer Fernerkundungssatellit“), RADARSAT („Radar Satellite“) der Kanadischen Weltraumorganisation (CSA) usw. abgerufen werden. Die SAR-Bilder können beispielsweise einen Satz von N VV/VH-Polarisations-SAR-Bildern (Interferometric Wide Swath, Ground Range Detected) von Sentinel-1A umfassen, die regelmäßig im aktuellen Anbauzyklus vom Beginn des Aussaatkalenders bis zum aktuellen Datum aufgenommen wurden. In einem anderen Beispiel können die SAR-Bilder einen Satz von N ERS-SAR-Bildern (z.B. PRI („Pulswiederholungsrate-(PRI)-Format“)) umfassen, die im aktuellen Anbauzyklus vom Beginn des Aussaatkalenders bis zum aktuellen Datum regelmäßig (z.B. täglich) aufgenommen wurden. In einem weiteren Beispiel können die SAR-Bilder einen Satz von N RADARSAT-SAR-Bildern (z.B. SGF („SAR Georeferenced Fine-(SGF-Format“)) umfassen, die im aktuellen Anbauzyklus vom Beginn des Aussaatkalenders bis zum aktuellen Datum in regelmäßigen Abständen (z.B. täglich) aufgenommen wurden.
  • ASAR-Bilder können z.B. von ENVISAT („Umweltsatellit“) der Europäischen Weltraumorganisation (ESA) abgerufen werden.
  • In einigen Ausführungsformen können Fernsensordaten von einem einzigen Typ von Fernsensor (z.B. optisch) verwendet werden, um die historische Kulturpflanzen-Wachstumszeitreihe zu ermitteln. Die historische Kulturpflanzen-Wachstumszeitreihe kann beispielsweise eine Zeitreihe mit einem oder mehreren optisch abgeleiteten kulturpflanzenspezifischen Parametern (z.B. NDVI, BFI usw.) umfassen, die auf der Grundlage von optischen Bilddaten ermittelt wurden. Gemäß einer oder mehreren Ausführungsformen kann die historische Kulturpflanzen-Wachstumszeitreihe eine NDVI-Zeitreihe umfassen, die auf der Grundlage von optischen Sentinal-2-Bildern ermittelt wurde. Die NDVI-Werte der NDVI-Zeitreihe können beispielsweise anhand der Reflexionswerte im sichtbaren und im Nahinfrarotbereich (near-infrared - NIR) (z.B. aus den Reflexionswerten von Bereich 4 (rot) und Bereich 8 (NIR)) gemäß der folgenden Gleichung berechnet werden: NDVI = ( NIR − rot ) / ( NIR+rot )
    Figure DE112021000243T5_0001
    wobei NIR und rot den Reflexionsgrad des Nahinfrarotspektrums bzw. des Rotbereichsspektrums darstellen. Während des Kulturpflanzenwachstums steigt der NDVI-Wert mit zunehmender Dichte von grünen Blättern, da grüne Blätter sichtbares Licht absorbieren und NIR-Licht reflektieren. Unterschiedliche Kulturpflanzen-Wachstumsraten für verschiedene Kulturpflanzentypen führen zu kulturpflanzenspezifischen Unterschieden bei der Veränderung des NDVI-Werts im Verlauf des Anbauzyklus. Daher kann eine NDVI-Zeitreihe während des Anbauzyklus als Signatur dieser Kulturpflanze zum Identifizieren des Kulturpflanzentyps sowie des Aussaattermins dieser Kulturpflanze verwendet werden.
  • Gemäß einer oder mehreren Ausführungsformen kann die historische Kulturpflanzen-Wachstumszeitreihe eine BFI-Zeitreihe umfassen, die auf der Grundlage von optischen Sentinal-2-Bildern ermittelt wurde. Die BFI-Werte der BFI-Zeitreihe können zum Beispiel nach folgenden Gleichungen berechnet werden: BFI = ( NDVI − 0,28 ) / 0,18,  NDVI  ≤   0,7
    Figure DE112021000243T5_0002
     BFI = ( SR − 1,0 ) / 0,35,  NDVI >  0,7
    Figure DE112021000243T5_0003
    wobei NDVI und SR den normierten differenzierten Vegetationsindex bzw. das einfache Verhältnis darstellen, wobei der NDVI gemäß der vorstehenden Gleichung (1) berechnet wird und SR wie folgt berechnet wird: SR = NIR/rot
    Figure DE112021000243T5_0004
    wobei NIR und rot den Reflexionsgrad des Nahinfrarotspektrums bzw. des Rotbereichsspektrums darstellen. Die vorstehenden Gleichungen (1) bis (4) sind in der Technik gut bekannt. Siehe zum Beispiel BAN et al., „Assimilating MODIS data-derived minimum input data set and water stress factors into CERES-Maize model improves regional corn yield predictions“ (Assimilieren des aus MODIS-Daten abgeleiteten minimalen Eingabedatensatzes und der Wasserstressfaktoren in das CERES-Maismodell verbessert die Vorhersage regionaler Maiserträge), PLOS ONE, 21 Seiten, 25. Februar 2019. Der BFI, der die für den Energieaustausch zwischen der Pflanze und der Atmosphäre verfügbare Blattoberfläche darstellt, ist eine wichtige Variable für ein Modellieren von Evapotranspiration, Biomasseproduktion und Ertrag.
  • In einigen Ausführungsformen können Fernsensordaten von zwei oder mehr Typen von Fernsensoren (z.B. optisch und SAR) verwendet werden, um die historische Kulturpflanzen-Wachstumszeitreihe zu ermitteln. Die historische Kulturpflanzen-Wachstumszeitreihe kann zum Beispiel eine Zeitreihe mit einem oder mehreren optisch abgeleiteten kulturpflanzenspezifischen Parametern (z.B. NDVI, BFI usw.) umfassen, die auf der Grundlage optischer Bilddaten ermittelt wurden, sowie einen oder mehrere SARabgeleitete kulturpflanzenspezifische Parameter (z.B. VV/VH-Polarisationsverhältnis), die auf der Grundlage von SAR-Bilddaten ermittelt wurden. Gemäß einer oder mehreren Ausführungsformen kann die historische Kulturpflanzen-Wachstumszeitreihe eine Zeitreihe mit sowohl optisch abgeleiteten als auch SAR-abgeleiteten kulturpflanzenspezifischen Parametern umfassen, die auf der Grundlage von optischen Bildern von Sentinal-2 bzw. SAR-Bildern von Sentinal-1 ermittelt wurden. Beispiele für geeignete kulturpflanzenspezifische Parameter, die aus SAR-Bildern abgeleitet werden können, umfassen, ohne auf diese beschränkt zu sein, das VV/VH-Polarisationsverhältnis, lokale Momente und Haralik-Texturen. Die Unterschiede in der Struktur der Kulturpflanzen, der Dichte der Blätter und der Bodenbeschaffenheit im Laufe des Lebenszyklus einer Kulturpflanze können zu Unterschieden in der Intensität der rückgestreuten Mikrowellensignale führen. So kann der Verlauf der Intensität von rückgestreuten Mikrowellensignalen in verschiedenen Polarisationen oder einer Kombination von Polarisationen (z.B. VV/VH-Polarisationsverhältnis) während des Lebenszyklus einer Kulturpflanze auch als Signatur dieser Kulturpflanze zum Identifizieren des Kulturpflanzentyps sowie des Aussaattermins dieser Kulturpflanze verwendet werden.
  • Die optischen Bilddaten können mit geeigneten herkömmlichen Techniken vorverarbeitet werden. Die optischen Bilddaten können zum Beispiel mit der Sen2cor-Toolbox der Stufe 2A (d.h. Oberflächenreflexionswerte mit Masken für Wolken, Wolkenschatten, Schnee und Wasser) mit einer räumlichen Auflösung von 20 m verarbeitet werden. Für einen Fachmann ist offensichtlich, dass auch andere herkömmliche Techniken zum Vorverarbeiten des optischen Bilddatensatzes verwendet werden können. So können beispielsweise unterschiedliche räumliche Auflösungen auf die gleiche Auflösung entzerrt werden, z.B. mit der Nächster-Nachbar-Resampling-Technik.
  • Der SAR-Bilddatensatz kann mit geeigneten herkömmlichen Techniken vorverarbeitet werden. Beispielsweise kann der SAR-Bilddatensatz mithilfe der Toolbox Sentinel Application Platform (SNAP) verarbeitet werden, indem die folgenden Operationen durchgeführt werden: (A) Kalibrieren des Datensatzes, um den Rückstreukoeffizienten zu erhalten, (B) Multilooking des Datensatzes mit einer Fenstergröße von 2 x 2 Pixeln, um den Speckle-Rauscheffekt zu verringern und eine räumliche Auflösung von 20 m zu erreichen, (C) Entfernen des topografischen Effekts im Datensatz durch Verwenden eines digitalen Höhenlinienmodells (digital elevation model - DEM) (z.B. von der Shuttle Radar Topography Mission), um Geländeneigungen und eine entsprechende Ausrichtung abzuleiten, und (D) Anwenden eines einfachen Lee-Filters mit einer Fenstergröße von 3 × 3 Pixeln, um den Speckle-Rauscheffekt weiter zu verringern, während gleichzeitig die räumliche Auflösung von 20 m erhalten bleibt. Andere herkömmliche Techniken zum Vorverarbeiten des SAR-Bilddatensatzes können verwendet werden. So können beispielsweise unterschiedliche räumliche Auflösungen auf die gleiche Auflösung entzerrt werden, z.B. mit der Nächster-Nachbar-Resampling-Technik.
  • In einigen Ausführungsformen können die Fernsensordaten von einer oder mehreren Fernsensordatenbanken (z.B. 426 in 4, 926 in 9) oder einer Geodatenplattform wie IBM® PAIRS (Physical Analytics Integrated Data Repository and Services) - Geoscope bereitgestellt werden. IBM® ist eine eingetragene Marke der International Business Machines Corporation („IBM“) in den Vereinigten Staaten. IBM® PAIRS - Geoscope ist eine Plattform, die speziell für umfangreiche Raum- und Zeitdaten (Karten, Satelliten, Wetter, Drohnen, loT), Abfragen und Analysedienste entwickelt wurde. IBM® PAIRS - Geoscope stellt den Zugang zu historischen und ständig aktualisierten Fernsensordaten bereit.
  • Wie vorstehend ebenfalls beschrieben, kann jede simulierte Kulturpflanzen-Wachstumszeitreihe mithilfe eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt werden. Gängige Modelle zum Simulieren des Kulturpflanzenwachstums umfassen, ohne auf diese beschränkt zu sein, Crop Estimation through Resource and Environment Synthesis (CERES), Decision Support System for Agrotechnology Transfer (DSSAT) und InfoCrop. Der Umfang der benötigten Eingabedaten für Modelle zum Simulieren des Kulturpflanzenwachstums variiert von Modell zu Modell, aber Modelle zum Simulieren des Kulturpflanzenwachstums benötigen häufig Informationen über den Standort, den Boden, die Ausgangsbedingungen, das Wetter und die Anbauverfahren. Modelle zum Simulieren des Kulturpflanzenwachstums nutzen in der Regel die akkumulierten Wetterbedingungen von der Aussaat der Kulturpflanzen bis zum aktuellen Datum, um ein historisches Profil der Kulturpflanzenentwicklung bereitzustellen.
  • Gemäß einer oder mehreren Ausführungsformen kann jede simulierte Kulturpflanzen-Wachstumszeitreihe eine Zeitreihe mit einem oder mehreren kulturpflanzenspezifischen Parametern (z.B. NDVI, BFI usw.) umfassen, die unter Verwendung eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage historischer Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt werden. So kann beispielsweise eine simulierte Kulturpflanzen-Wachstumszeitreihe, die eine BFI-Zeitreihe umfasst, mithilfe des DSSAT-Modells zum Simulieren des Kulturpflanzenwachstums für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen auf der Grundlage historischer Kulturpflanzendaten ermittelt werden. Historische Kulturpflanzendaten, Geodaten und Wetterdaten können als Eingaben in das DSSAT-Modell zum Simulieren des Kulturpflanzenwachstums dienen. Das DSSAT-Modell zum Simulieren des Kulturpflanzenwachstums simuliert inhärent den BFI. Das DSSAT-Modell zum Simulieren des Kulturpflanzenwachstums besteht beispielsweise in der Regel aus vier Hauptbestandteilen: das Hauptprogramm, ein Pflanzenwachstumsmodul, ein Bodenwasserhaushaltsmodul und ein Wettermodul. Normalerweise simuliert das Pflanzenwachstumsmodul den Blattflächenindex (BFI), der im Bodenwasserhaushaltsmodul zum Berechnen der Evapotranspiration verwendet wird.
  • Die historischen Kulturpflanzendaten können zum Beispiel Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen. In einigen Ausführungsformen kann die Kulturpflanzen-Wachstumsregion, die dem untersuchten Gebiet zugehörig ist, das untersuchte Gebiet selbst sein. In einigen Ausführungsformen kann die dem untersuchten Gebiet zugehörige Kulturpflanzen-Wachstumsregion eine Kulturpflanzen-Wachstumsregion in der Nähe des untersuchten Gebiets sein. In einem ersten Beispiel kann es sich bei dem untersuchten Gebiet um ein erstes Feld und bei der dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion um ein zweites Feld handeln, das an das erste Feld angrenzt. In einem zweiten Beispiel kann es sich bei dem untersuchten Gebiet um eine Gruppe zusammenhängender Felder handeln, und bei der dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion kann es sich um eine Gruppe von Feldern handeln, die sich in einem bestimmten Abstand zu der Gruppe zusammenhängender Felder befinden. In einigen Ausführungsformen kann es sich bei der dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion um eine Kulturpflanzen-Wachstumsregion handeln, die durch eine Grenze definiert ist (z.B. eine physische Grenze, eine politische Grenze usw.). Bei dem untersuchten Gebiet kann es sich beispielsweise um ein oder mehrere Felder handeln, und die dem untersuchten Gebiet zugehörige Kulturpflanzen-Wachstumsregion kann ein Landkreis, ein Bundesland, eine Provinz oder eine andere politische Grenze sein, die das eine oder die mehreren Felder umfasst.
  • In einigen Ausführungsformen können die historischen Kulturpflanzendaten von einer oder mehreren Datenbanken zur Kulturpflanzenhistorie bereitgestellt werden (420 in 4, 920 in 9). Historische Kulturpflanzendaten können zum Beispiel sowohl aus öffentlichen als auch aus kommerziellen Datenquellen abgerufen werden. Kulturpflanzentypen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion angebaut wurden, können in der Regel zum Beispiel von öffentlichen Datenquellen wie dem National Agricultural Statistics Service (NASS) CropScape des US-Landwirtschaftsministeriums sowie von kommerziellen Quellen abgerufen werden. Aussaatkalender können in der Regel zum Beispiel von öffentlichen Datenquellen wie dem Agricultural Handbook Number 628 „Field Crops - Usual Planting and Harvesting Dates“ (Feldfrüchte - Übliche Pflanz- und Erntedaten) des National Agricultural Statistics Service (NASS) des US-Landwirtschaftsministeriums, dem Kulturpflanzenkalender der Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen (Food and Agriculture Organization - FAO) usw. sowie von kommerziellen Quellen abgerufen werden.
  • Die Geodaten können zum Beispiel landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind. Die Geodaten können landwirtschaftliche Informationen umfassen, z.B. Höhenlage, Bodenfeuchtigkeit, Bodenart und andere Geodaten, die kennzeichnend für das untersuchte Gebiet sind und als Eingabeparameter für das Modell zum Simulieren des Kulturpflanzenwachstums dienen können. Die Geodaten können von dem untersuchten Gebiet, von einer oder mehreren Regionen in der Nähe des untersuchten Gebiets und/oder von einer oder mehreren Regionen, die für das untersuchte Gebiet kennzeichnend sind, gesammelt werden.
  • In einigen Ausführungsformen können die Geodaten von einer oder mehreren Geodatenbanken (z.B. 422 in 4, 922 in 9) oder einer Geodatenplattform wie IBM® PAIRS (Physical Analytics Integrated Data Repository and Services) - Geoscope bereitgestellt werden. IBM® PAIRS - Geoscope stellt den Zugang zu historischen und ständig aktualisierten Geodaten bereit.
  • Die Wetterdaten können zum Beispiel eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist. In einigen Ausführungsformen können die Wetterdaten beobachtete Wetterdaten auf Feldebene, die während der aktuellen Anbauzeit entstanden sind, und aktuelle Wetterdaten auf Feldebene umfassen. Die Wetterdaten können zum Beispiel eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen kennzeichnend ist, z.B. tägliche globale Sonneneinstrahlung, tägliche Höchst- und Tiefsttemperaturen, tägliche Niederschläge und andere Wetterbedingungen in der dem untersuchten Gebiet zugehörigen Wetterregion, die als Eingabeparameter für das Modell zum Simulieren des Kulturpflanzenwachstums dienen können. In einigen Ausführungsformen kann die Wetterregion, die dem untersuchten Gebiet zugehörig ist, das untersuchte Gebiet selbst sein. In einigen Ausführungsformen kann die dem untersuchten Gebiet zugehörige Wetterregion eine Wetterregion in der Nähe des untersuchten Gebiets sein. Bei dem untersuchten Gebiet kann es sich zum Beispiel um ein Feld handeln, und bei der dem untersuchten Gebiet zugehörigen Wetterregion kann es sich um eine Region handeln, in der sich eine automatische Wetterstation befindet, die innerhalb eines bestimmten Abstands zu dem Feld liegt. In einigen Ausführungsformen kann es sich bei der dem untersuchten Gebiet zugehörigen Wetterregion um eine Wetterregion handeln, die durch eine Grenze definiert ist (z.B. eine physische Grenze, eine politische Grenze usw.). Bei dem untersuchten Gebiet kann es sich beispielsweise um ein oder mehrere Felder handeln, und bei der dem untersuchten Gebiet zugehörigen Wetterregion kann es sich um ein Tal oder eine andere physische Grenze handeln, die das eine oder die mehreren Felder umfasst.
  • In einigen Ausführungsformen können die Wetterdaten von einer oder mehreren Wetterdatenbanken bereitgestellt werden (424 in 4, 924 in 9). So kann zum Beispiel auf Wetterdaten von Datenablagen wie den National Centers for Environmental Information (NCEI) sowie von Wetterdienstleistern wie The Weather Company, WeatherBELL Analytics, Baron und AccuWeather zugegriffen werden. Das NCEI ist die wichtigste Datenablage für die Daten der National Oceanic and Atmospheric Administration (NOAA). Auf Wetterdaten kann auch von einer Geodatenplattform wie IBM® PAIRS (Physical Analytics Integrated Data Repository and Services) - Geoscope zugegriffen werden. IBM® PAIRS - Geoscope stellt den Zugang zu historischen und ständig aktualisierten Wetterdaten bereit.
  • Bei dem untersuchten Gebiet kann es sich um einen oder mehrere Teile von Landflächen handeln (z.B. Felder, Parzellen, Bauernhöfe, Teilbereiche derselben und Ähnliches). Die Bezeichnung „untersuchtes Gebiet“ bezieht sich auf ein beliebiges Stück Land in beliebiger Form oder Größe. Ein „untersuchtes Gebiet“ kann sich beispielsweise auf den gesamten Grundbesitz eines Landwirts, ein Feld, eine Bodenparzelle, eine Anbauregion, eine Zone oder Bewirtschaftungszone und Ähnliches beziehen.
  • Gemäß einigen Ausführungsformen wird ein Modell zum Simulieren des Kulturpflanzenwachstums, z.B. DSSAT, verwendet, um kulturpflanzenspezifische Parameter zu erzeugen, z.B. den Blattflächenindex (BFI), den normierten differenzierten Vegetationsindex (NDVI) usw., die ein Abgleichalgorithmus mit Kulturpflanzentypen aus einem oder mehreren historischen Anbauzyklen abzugleichen versucht, die in dem untersuchten Gebiet ausgesät wurden. Verschiedene Modelle zum Simulieren des Kulturpflanzenwachstums sind öffentlich zugänglich und decken die wichtigsten Kulturpflanzentypen ab (DSSAT zum Beispiel kann über 40 Kulturpflanzentypen weltweit simulieren), und auch Modelle für andere Kulturpflanzentypen können implementiert werden.
  • In einigen Ausführungsformen kann ein Datenassimilationsmodul (z.B. 414 in 4) mit einem oder mehreren Modulen zum Simulieren des Kulturpflanzenwachstums verbunden sein, um Fernsensordaten zu assimilieren (z.B. Vegetationsindizes, Bodenfeuchtigkeit und andere Felder).
  • In Verbindung mit dem Modell zum Simulieren des Kulturpflanzenwachstums können verschiedene Daten verwendet werden, um die kulturpflanzenspezifischen Parameter zu erzeugen, die öffentlich zugängliche Informationen über den Typ der in dem untersuchten Gebiet angebauten Kulturpflanzen und den Kulturpflanzenkalender für diese Kulturpflanzentypen, hochauflösende Geodaten (z.B. Höhenlage, Bodenfeuchtigkeit, Bodentyp usw.) sowie hochauflösende Wetter- und Fernsensordaten während früherer und aktueller Anbauzyklen umfassen, ohne auf diese beschränkt zu sein. Das Modell zum Simulieren des Kulturpflanzenwachstums kann beispielsweise als Eingabe Wetterdaten, Bodenfeuchtigkeitsdaten, einen ersten Kulturpflanzentyp, einen ersten Aussaattermin und andere Daten verwenden, um eine erste simulierte Kulturpflanzen-Wachstumszeitreihe des BFI zu berechnen. Alle diese Eingabedaten können über ein Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums aufgenommen werden (z.B. 412 in 4).
  • Der erste Kulturpflanzentyp kann aus den in früheren Anbauzyklen auf dem untersuchten Gebiet angebauten Kulturpflanzentypen ausgewählt werden. Der erste Aussaattermin kann aus dem Aussaatkalender für den ersten Kulturpflanzentyp ausgewählt werden.
  • In einigen Ausführungsformen kann eine Datenbank (z.B. 406 in 4, 928 in 9) historische Informationen zu Anbauzyklen in Bezug auf BFI, NDVI usw. liefern (z.B. eine historische Kulturpflanzen-Wachstumszeitreihe des BFI für den aktuellen Anbauzyklus), die durch Fernerkundung, darunter Feldaufnahmen von Satelliten, Drohnen, Flugzeugen, oder durch andere Mechanismen (z.B. bodengestützte Roboter und Sensoren, die an Feld- und landwirtschaftlichen Geräten angebracht sind) gewonnen werden. In einigen Ausführungsformen können sich die von der Datenbank gelieferten Informationen über einen historischen Anbauzyklus auf den aktuellen Anbauzyklus beziehen. In anderen Ausführungsformen können sich die von der Datenbank gelieferten Informationen über einen historischen Anbauzyklus auf einen oder mehrere frühere Anbauzyklen beziehen. In einigen Ausführungsformen können die von der Datenbank gelieferten Informationen über historische Anbauzyklen kulturpflanzenspezifische Parameter und andere Arten von Daten wie Wetterdaten umfassen (z.B. eine historische Kulturpflanzen-Wachstumszeitreihe des BFI für den aktuellen Anbauzyklus als ein Element der Zeitreihe sowie Wetterdaten für den aktuellen Anbauzyklus als ein oder mehrere andere Elemente der Zeitreihe).
  • Ein Abgleichalgorithmus kann als Eingabe die kulturpflanzenspezifischen Parameter (z.B. Zeitreihen des BFI der in dem untersuchten Gebiet während eines oder mehrerer früherer Anbauzyklen ausgesäten Kulturpflanzentypen - zum Beispiel eine simulierte BFI-Zeitreihe für jeden der in dem untersuchten Gebiet während eines oder mehrerer früherer Anbauzyklen ausgesäten Kulturpflanzentypen und eine historische BFI-Zeitreihe auf der Grundlage von Fernsensordaten, die während des aktuellen Anbauzyklus von dem untersuchten Gebiet erfasst wurden) verwenden und den Abstand zwischen jeder simulierten BFI-Zeitreihe und der historischen BFI-Zeitreihe berechnen und dann eine Rangfolge der berechneten Abstände erstellen. Der Abgleichalgorithmus kann beispielsweise einen Zeitreihen-Abstandsrechner umfassen, der versucht, zwei Datensätze über einen Abstandsmatrix-Zeitreihenabgleich anzugleichen. Der erste Datensatz, der als Eingabe für den Zeitreihen-Abstandsrechner bereitgestellt wird, kann ein Zeitreihen-Datensatz sein, der aus dem Modell zum Simulieren des Kulturpflanzenwachstums gewonnen wird, wobei gemäß einigen Ausführungsformen an jedem Tag eine Simulation ausgegeben wird, es sich im Allgemeinen jedoch um einen periodisch simulierten Datensatz handelt. Der zweite Datensatz, der als Eingabe für den Zeitreihen-Abstandsrechner bereitgestellt wird, kann ein vom Fernsensor gewonnener Zeitreihen-Datensatz sein, wobei gemäß einigen Ausführungsformen an jedem Tag eine Fernsensoreingabe vom Fernsensor abgerufen wird, es sich im Allgemeinen jedoch um eine periodische Sensormessung handelt. Die in den vorstehend beschriebenen Ausführungsformen verwendeten Datensätze, die auf einer Eingabe pro Tag beruhen, sind beispielhaft und nichteinschränkend. In anderen Ausführungsformen können beispielsweise Datensätze verwendet werden, die auf mehreren Eingaben pro Tag oder einer anderen geeigneten Periodizitätsdauer beruhen.
  • Im Zeitreihen-Abstandsrechner wird gemäß einigen Ausführungsformen jedes Element der Zeitreihe abgeglichen. Das heißt, es wird eine Differenz zwischen jedem Element der simulierten Daten und der beobachteten Daten berechnet, und es wird ein Differenzwert berechnet und gespeichert. Der Differenzwert kann durch Summieren der berechneten Differenzen (d.h. der für die jeweiligen Elemente der Zeitreihe berechneten Differenzen) berechnet werden. Bei den beobachteten Daten kann es sich um eine historische Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet handeln, die ein oder mehrere Elemente, darunter einen oder mehrere kulturpflanzenspezifische Parameter (z.B. BFI, NDVI usw.), und optional andere Daten (z.B. Wetterdaten) umfasst. Bei den simulierten Daten kann es sich um eine simulierte Kulturpflanzen-Wachstumszeitreihe handeln, die denselben oder dieselben mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) und optional dieselben anderen Daten (z.B. Wetterdaten) umfasst.
  • In einigen Ausführungsformen wird die simulierte Zeitreihe zeitlich verschoben, und zwar in beide Richtungen, jeweils um einen Zeitschlitz (ein Zeitschlitz ist die Periodizitätsdauer, in der eine Momentaufnahme erfolgt), und der Differenzwert wird neu berechnet und gespeichert. So kann der Abgleichalgorithmus beispielsweise Steuerdaten an das Modell zum Simulieren des Kulturpflanzenwachstums senden, um den ersten Aussaattermin um einen Tag vorzuverlegen. Das Modell zum Simulieren des Kulturpflanzenwachstums kann dann eine zeitverschobene Zeitreihe (d.h. eine Zeitreihe, bei der der Aussaattermin gegenüber dem ersten Aussaattermin um einen Tag vorverlegt wird) an den Abgleichalgorithmus senden, der dann den Differenzwert neu berechnet und speichert. Daraufhin kann der Abgleichalgorithmus Steuerdaten an das Modell zum Simulieren des Kulturpflanzenwachstums senden, um den Aussaattermin um einen zusätzlichen Tag vorzuverlegen. Das Modell zum Simulieren des Kulturpflanzenwachstums sendet dann eine weitere zeitverschobene Zeitreihe (d.h. eine Zeitreihe, bei der der Aussaattermin gegenüber dem ersten Aussaattermin um zwei Tage vorverlegt wird) an den Abgleichalgorithmus, der dann den Differenzwert neu berechnet und speichert. Diese Abfolge kann für jeden Aussaattermin im Aussaatkalender eines Kulturpflanzentyps sowie für jeden in der Vergangenheit im untersuchten Gebiet (oder in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion) angebauten Kulturpflanzentyp wiederholt werden.
  • Die Zeitreihe, die mit dem niedrigsten Differenzwert simuliert wird, kann als Endergebnis herangezogen werden. So kann beispielsweise eine Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins auf der Grundlage dieser Simulation gewonnen werden (d.h. die Simulation, die den niedrigsten Differenzwert ergab). Das heißt, der Kulturpflanzentyp und der Aussaattermin, die vom Modell zum Simulieren des Kulturpflanzenwachstums zum Ermitteln dieser Simulation verwendet wurden (d.h. die Simulation, die den niedrigsten Differenzwert ergab), stellen die Bestimmung von Kulturpflanzentyp und/oder Aussaattermin bereit.
  • Ein zunehmend an Bedeutung gewinnendes Modell zum Bereitstellen von Informationstechnologie (IT) ist das Cloud-Computing, bei dem gemeinsam genutzte Ressourcen, Software und Informationen über das Internet für Computer und andere Einheiten bedarfsorientiert bereitgestellt werden. Cloud-Computing kann IT-Kosten und -Komplexitäten erheblich senken, während es das Optimieren von Arbeitslasten und das Bereitstellen von Diensten verbessert. Mit diesem Ansatz kann eine Anwendungsinstanz gehostet und von Internet-gestützten Ressourcen zur Verfügung gestellt werden, die über einen herkömmlichen Webbrowser über HTTP zugänglich sind. Eine Beispielanwendung könnte einen gemeinsamen Satz von Nachrichtenübermittlungsfunktionen bereitstellen, z.B. eMail, Kalendereintragungen, Kontaktverwaltung und Sofortnachrichtenübermittlung. Ein Benutzer würde dann direkt über das Internet auf den Dienst zugreifen. Mit diesem Dienst setzt ein Unternehmen seine eMail-, Kalender- und/oder Zusammenarbeitsinfrastruktur in die Cloud, und ein Endbenutzer verwendet einen entsprechenden Client, um auf seine eMails zuzugreifen oder eine Kalenderoperation durchzuführen.
  • Die vorliegende Offenbarung enthält zwar eine ausführliche Beschreibung von Cloud-Computing, es versteht sich jedoch, dass die Umsetzung der hier dargelegten Lehren nicht auf eine Cloud-Computing-Umgebung beschränkt ist. Stattdessen können Ausführungsformen der vorliegenden Erfindung gemeinsam mit beliebigen Arten von jetzt bekannter oder später entwickelter Datenverarbeitungsumgebung umgesetzt werden.
  • Cloud-Computing ist ein Modell zum Liefern eines Dienstes, der einen problemlosen, bedarfsorientierten Netzwerkzugriff auf einen gemeinsamen Pool von konfigurierbaren Datenverarbeitungsressourcen (z.B. Netzwerke, Netzwerkbandbreite, Server, Verarbeitung, Speicher, Anwendungen, virtuelle Maschinen und Dienste) ermöglicht, die mit minimalem Verwaltungsaufwand bzw. minimaler Interaktion mit einem Anbieter des Dienstes schnell bereitgestellt und freigegeben werden können. Dieses Cloud-Modell kann mindestens fünf Eigenschaften, mindestens drei Dienstmodelle und mindestens vier Implementierungsmodelle enthalten.
  • Bei den Eigenschaften handelt es sich um die Folgenden:
    • On-Demand Self-Service (bedarfsorientierte Selbstbedienung): Ein Cloud-Nutzer kann einseitig automatisch nach Bedarf Datenverarbeitungsfunktionen wie Serverzeit und Netzwerkspeicher bereitstellen, ohne dass eine menschliche Interaktion mit dem Anbieter der Dienste erforderlich ist.
  • Broad Network Access (breiter Netzzugriff): Über ein Netzwerk sind Funktionen verfügbar, auf die durch Standardmechanismen zugegriffen wird, die die Verwendung durch heterogene schlanke oder leistungsintensive Client-Plattformen unterstützen (z.B. Mobiltelefone, Laptops und PDAs).
  • Ressource Pooling (Ressourcen-Bündelung): Die Datenverarbeitungsressourcen des Anbieters werden gebündelt, um mehreren Nutzern unter Verwendung eines Mehrmietermodells zu dienen, wobei verschiedene physische und virtuelle Ressourcen dynamisch nach Bedarf zugewiesen und neu zugewiesen werden. Es gibt eine gefühlte Standortunabhängigkeit, da der Nutzer allgemein keine Kontrolle bzw. Kenntnis über den genauen Standort der bereitgestellten Ressourcen hat, aber in der Lage sein kann, einen Standort auf einer höheren Abstraktionsebene festzulegen (z.B. Land, Staat oder Rechenzentrum). (Achtung Klammer fehlt)
  • Rapid Elasticity (schnelle Anpassungsfähigkeit): Funktionen können für eine schnelle horizontale Skalierung (scale out) schnell und elastisch bereitgestellt werden, in einigen Fällen auch automatisch, und für ein schnelles Scale-in schnell freigegeben werden. Für den Nutzer erscheinen die für das Bereitstellen verfügbaren Funktionen häufig unbegrenzt und sie können jederzeit in jeder beliebigen Menge gekauft werden.
  • Measured Service (messbarer Dienst): Cloud-Systeme steuern und optimieren die Verwendung von Ressourcen automatisch, indem sie eine Messfunktion auf einer gewissen Abstraktionsebene nutzen, die für die Art von Dienst geeignet ist (z.B. Speicher, Verarbeitung, Bandbreite sowie aktive Benutzerkonten). Die Inanspruchnahme von Ressourcen kann überwacht, gesteuert und gemeldet werden, wodurch sowohl für den Anbieter als auch für den Nutzer des verwendeten Dienstes Transparenz bereitgestellt wird.
  • Es gibt folgende Dienstmodelle:
    • Software as a Service (Saas) (Software als Dienst): Die dem Nutzer bereitgestellte Funktion besteht darin, die in einer Cloud-Infrastruktur laufenden Anwendungen des Anbieters zu verwenden. Die Anwendungen sind über eine schlanke Client-Schnittstelle wie einen Web-Browser (z.B. auf dem Web beruhende eMail) von verschiedenen Client-Einheiten aus zugänglich. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, darunter das Netzwerk, Server, Betriebssysteme, Speicher bzw. sogar einzelne Anwendungsfunktionen, mit der möglichen Ausnahme von eingeschränkten benutzerspezifischen Einstellungen der Anwendungskonfiguration.
  • Platform as a Service (Paas) (Plattform als Dienst): Die dem Nutzer bereitgestellte Funktion besteht darin, durch einen Nutzer erstellte bzw. erhaltene Anwendungen, die unter Verwendung von durch den Anbieter unterstützten Programmiersprachen und Werkzeugen erstellt wurden, in der Cloud-Infrastruktur einzusetzen. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, darunter Netzwerke, Server, Betriebssysteme bzw. Speicher, hat aber die Kontrolle über die eingesetzten Anwendungen und möglicherweise über Konfigurationen der Hosting-Umgebung der Anwendung.
  • Infrastructure as a Service (laas) (Infrastruktur als Dienst): Die dem Nutzer bereitgestellte Funktion besteht darin, Verarbeiten, Speicher, Netzwerke und andere grundlegende Datenverarbeitungsressourcen bereitzustellen, wobei der Nutzer in der Lage ist, beliebige Software einzusetzen und auszuführen, zu der Betriebssysteme und Anwendungen gehören können. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, hat aber die Kontrolle über Betriebssysteme, Speicher, eingesetzte Anwendungen und möglicherweise eine eingeschränkte Kontrolle über ausgewählte Netzwerkkomponenten (z.B. Host-Firewalls).
  • Es gibt folgende Einsatzmodelle:
    • Private Cloud: Die Cloud-Infrastruktur wird einzig und allein für eine Organisation betrieben. Sie kann durch die Organisation oder einen Dritten verwaltet werden und kann sich in den eigenen Räumen oder in fremden Räumen befinden.
  • Community Cloud (Benutzergemeinschafts-Cloud): Die Cloud-Infrastruktur wird von mehreren Organisationen gemeinsam genutzt und unterstützt eine spezielle Benutzergemeinschaft, die gemeinsame Anliegen hat (z.B. Aufgabe, Sicherheitsanforderungen, Richtlinien sowie Überlegungen bezüglich der Einhaltung von Vorschriften). Sie kann durch die Organisationen oder einen Dritten verwaltet werden und kann sich in den eigenen Räumen oder fremden Räumen befinden.
  • Public Cloud (öffentliche Cloud): Die Cloud-Infrastruktur wird der allgemeinen Öffentlichkeit oder einer großen Branchengruppe zur Verfügung gestellt und gehört einer Organisation, die Cloud-Dienste verkauft.
  • Hybrid Cloud (hybride Cloud): Die Cloud-Infrastruktur besteht aus zwei oder mehr Clouds (privat, Benutzergemeinschaft oder öffentlich), die zwar einzelne Entitäten bleiben, aber durch eine standardisierte oder herstellereigene Technologie miteinander verbunden sind, die eine Übertragbarkeit von Daten und Anwendungen ermöglicht (z.B. Cloud-Zielgruppenverteilung für den Lastenausgleich zwischen Clouds).
  • Eine Cloud-Computing-Umgebung ist dienstorientiert und schwerpunktmäßig auf Statusunabhängigkeit, geringe Kopplung, Modularität und semantische Interoperabilität ausgerichtet. Der Kern der Cloud-Computing ist eine Infrastruktur, die ein Netzwerk aus miteinander verbundenen Knoten enthält.
  • Mit Bezug auf 1 nunmehr ist eine schematische Darstellung eines Beispiels eines Cloud-Computing-Knotens dargestellt. Der Cloud-Computing-Knoten 10 ist nur ein Beispiel eines geeigneten Cloud-Computing-Knotens und soll keine Beschränkung des Anwendungsbereichs der Nutzung oder Funktionalität von Ausführungsformen der hier beschriebenen Erfindung nahelegen. Ungeachtet dessen kann der Cloud-Computing-Knoten 10 implementiert werden und/oder eine beliebige der vorstehend dargelegten Funktionalitäten durchführen.
  • Im Cloud-Datenverarbeitungsknoten 10 gibt es ein Computersystem/einen Server 12, der mit zahlreichen anderen universellen oder speziellen Datenverarbeitungssystem-Umgebungen oder Konfigurationen funktionsfähig ist. Beispiele für bekannte Datenverarbeitungssysteme, Umgebungen und/oder Konfigurationen, die für die Nutzung mit dem Computersystem/Server 12 geeignet sein können, sind unter anderem, ohne auf diese beschränkt zu sein, Personal-Computer-Systeme, Server-Computer-Systeme, schlanke Clients, leistungsintensive Clients, Hand- oder Laptop-Einheiten, Mehrprozessorsysteme, Systeme auf Grundlage von Mikroprozessoren, Beistellgeräte, programmierbare Unterhaltungselektronik, Netzwerk-PCs, Minicomputersysteme, Großrechnersysteme und verteilte Cloud-Computing-Umgebungen, die jedes beliebige der oben genannten Systeme oder Einheiten und Ähnliches enthalten.
  • Das Computersystem/der Server 12 kann im allgemeinen Kontext von durch ein Computersystem ausführbaren Anweisungen beschrieben werden, z.B. Programmmodule, die von einem Computersystem ausgeführt werden. Im Allgemeinen können Programmmodule Routinen, Programme, Objekte, Komponenten, Logik, Datenstrukturen usw. enthalten, die bestimmte Aufgaben durchführen oder bestimmte abstrakte Datentypen implementieren. Das Computersystem/der Server 12 kann in verteilten Cloud-Computing-Umgebungen eingesetzt werden, wo die Aufgaben von entfernt angeordneten Verarbeitungseinheiten durchgeführt werden, die über ein Datenübertragungsnetzwerk verbunden sind. In einer verteilten Cloud-Computing-Umgebung können sich Programmmodule sowohl auf lokalen als auch auf entfernt angeordneten Computersystem-Speichermedien befinden, darunter Speichereinheiten mit Arbeitsspeichern.
  • Wie in 1 gezeigt, wird das Computersystem 12 im Cloud-Computing-Knoten 10 in Form einer universellen Datenverarbeitungseinheit dargestellt. Bei den Komponenten des Computersystems/Servers 12 kann es sich - ohne auf diese beschränkt zu sein - um einen oder mehrere Prozessoren oder Verarbeitungseinheiten 16, einen Systemspeicher 28 und einen Bus 18 handeln, der verschiedene Systemkomponenten, darunter den Systemspeicher 28, mit dem Prozessor 16 verbindet.
  • Der Bus 18 stellt eine oder mehrere von beliebigen mehreren Arten von Busstrukturen dar, darunter einen Speicherbus oder eine Speichersteuereinheit, einen Peripheriebus, eine AGP-Schnittstelle (Accelerated Graphics Port) und einen Prozessor oder lokalen Bus, der eine beliebige aus einer Vielfalt von Busarchitekturen nutzt. Beispielsweise und nicht einschränkend enthalten solche Architekturen einen Industry-Standard-Architecture(ISA)-Bus, einen Micro-Channel-Architecture(MCA)-Bus, einen Enhanced-ISA(EISA)-Bus, einen lokalen Video-Electronics-Standards-Association(VESA)-Bus und einen Peripheral-Component-Interconnects(PCI)-Bus.
  • Das Computersystem/der Server 12 umfasst in der Regel eine Vielfalt von durch einen Computer lesbaren Medien. Bei diesen Medien kann es sich um beliebige verfügbare Medien handeln, auf die das Computersystem/der Server 12 zugreifen kann, darunter flüchtige und nichtflüchtige Medien sowie wechselbare und nichtwechselbare Medien.
  • Der Systemspeicher 28 kann vom Computersystem lesbare Medien in Form von flüchtigen Speichern, z.B. den Direktzugriffsspeicher (RAM) 30 und/oder den Cache 32, enthalten. Das Computersystem/der Server 12 kann ferner weitere wechselbare/nichtwechselbare, flüchtige/nichtflüchtige Computersystem-Speichermedien enthalten. Nur beispielhaft kann das Speichersystem 34 bereitgestellt werden, um ein nichtwechselbares, nichtflüchtiges magnetisches Medium auszulesen und zu beschreiben (nicht dargestellt und üblicherweise als „Festplatte“ bezeichnet) sowie andere nichtwechselbare, nichtflüchte Medien (z.B. ein „Halbleiterdatenträger“). Obwohl nicht dargestellt, können ein Laufwerk für magnetische Speicherplatten zum Auslesen und Beschreiben einer wechselbaren, nichtflüchtigen magnetischen Speicherplatte (z.B. „Diskette“) und ein Laufwerk für optische Speicherplatten zum Auslesen und/oder Beschreiben einer wechselbaren, nichtflüchtigen optischen Speicherplatte wie einem CD-ROM, DVD-ROM und andere optische Medien bereitgestellt werden. In solchen Fällen kann jedes über eine oder mehrere Datenmedien-Schnittstellen mit einem Bus 18 verbunden sein. Wie nachstehend weiter dargestellt und beschrieben, kann der Speicher 28 ein Computerprogrammprodukt enthalten, das einen (z.B. mindestens einem) Satz von Programmmodulen 42 speichert, die durch einen Computer lesbare Anweisungen aufweisen, die so konfiguriert sind, dass sie eine oder mehrere Funktionen der vorliegenden Erfindung ausführen.
  • Das Programm/Dienstprogramm 40 mit (mindestens) einem Satz von Programmmodulen 42 kann beispielsweise und nicht einschränkend im Speicher 28 gespeichert sein, ebenso ein Betriebssystem, ein oder mehrere Anwendungsprogramme, weitere Programmmodule und Programmdaten. Das Betriebssystem, ein oder mehrere Anwendungsprogramme, weitere Programmmodule und Programmdaten oder eine Kombination daraus können jeweils eine Implementierung einer Netzwerkumgebung enthalten. In einigen Ausführungsformen sind die Programmmodule 42 so ausgelegt, dass sie im Allgemeinen die eine oder die mehreren Funktionen und/oder Methodiken von einer oder mehreren Ausführungsformen ausführen.
  • Das Computersystem/der Server 12 kann auch mit einer oder mehreren externen Einheiten 14, z.B. einer Tastatur, einer Zeigeeinheit, einer Anzeige 24 usw., Daten austauschen; sowie mit einer oder mehreren Einheiten, die einen Benutzer in die Lage versetzen, mit dem Computersystem/Server 12 zu interagieren; und/oder einer beliebigen Einheit (z.B. Netzwerkkarte, Modem usw.), die das Computersystem/den Server 12 in die Lage versetzt, mit einer oder mehreren Datenverarbeitungseinheiten Daten auszutauschen. Eine solche Datenübertragung kann über die Eingabe/Ausgabe-Schnittstellen (E/A-Schnittstellen) 22 erfolgen. Überdies kann das Computersystem/der Server 12 mit einem oder mehreren Netzwerken, z.B. einem lokalen Netzwerk (LAN), einem allgemeinen Weitverkehrsnetzwerk (WAN) und/oder einem öffentlichen Netzwerk (z.B. das Internet) über den Netzwerkadapter 20 Daten austauschen. Wie dargestellt, tauscht der Netzwerkadapter 20 über den Bus 18 mit den anderen Komponenten des Computersystems/Servers 12 Daten aus. Es versteht sich, dass sonstige Hardware- und/oder Softwarekomponenten in Verbindung mit dem Computersystem/Server 12 verwendet werden können, auch wenn sie nicht dargestellt sind. Zu Beispielen zählen, ohne auf diese beschränkt zu sein: Mikrocode, Einheitentreiber, redundante Verarbeitungseinheiten, Anordnungen externer Festplattenlaufwerke, RAID-Systeme, Bandlaufwerke und Speichersysteme für die Datenarchivierung usw.
  • Mit Bezug nunmehr auf 2 ist eine veranschaulichende Cloud-Computing-Umgebung 50 dargestellt. Wie gezeigt, enthält die Cloud-Computing-Umgebung 50 einen oder mehrere Cloud-Computing-Knoten 10, mit denen von Cloud-Nutzern verwendete lokale Datenverarbeitungseinheiten wie der persönliche digitale Assistent (PDA) oder das Mobiltelefon 54A, der Desktop-Computer 54B, der Laptop-Computer 54C und/oder das Kraftfahrzeug-Computersystem 54N Daten austauschen können. Die Knoten 10 können miteinander Daten austauschen. Sie können physisch oder virtuell in einem oder mehreren Netzwerken wie private, benutzergemeinschaftliche, öffentliche oder hybride Clouds wie oben beschrieben oder in einer Kombination davon in Gruppen angeordnet sein (nicht dargestellt). Dies ermöglicht es der Cloud-Computing-Umgebung 50, Infrastruktur, Plattformen und/oder Software als Dienste anzubieten, für die ein Cloud-Nutzer keine Ressourcen auf einer lokalen Datenverarbeitungseinheit vorhalten muss. Es ist ersichtlich, dass die Arten von Datenverarbeitungseinheiten 54A bis N, die in 2 dargestellt sind, nur veranschaulichend sein sollen und die Datenverarbeitungsknoten 10 und die Cloud-Computing-Umgebung 50 mit jeder Art von computergestützter Einheit über jede Art von Netzwerk und/oder netzwerkadressierbarer Verbindung Daten austauschen kann (z.B. über einen Web-Browser).
  • Mit Bezug nunmehr auf 3 wird ein Satz funktionaler Abstraktionsschichten gezeigt, die von der Cloud-Computing-Umgebung 50 (2) bereitgestellt werden. Es versteht sich im Voraus, dass die in 3 dargestellten Komponenten, Schichten und Funktionen nur veranschaulichend sein sollen und Ausführungsformen der Erfindung nicht darauf beschränkt sind. Wie dargestellt, werden die folgenden Schichten und entsprechenden Funktionen bereitgestellt:
  • Die Hardware- und Software-Schicht 60 enthält Hardware- und Software-Komponenten. Zu Beispielen für Hardware-Komponenten gehören: die Großrechner 61; die Server 62 auf Grundlage der RISC-Architektur (RISC = Reduced Instruction Set Computer, Computer mit reduziertem Befehlssatz), die Server 63; die Blade-Server 64; die Speichereinheiten 65; sowie die Netzwerke und Netzwerkkomponenten 66. In einigen Ausführungsformen enthalten die Software-Komponenten die Netzwerkanwendungs-Serversoftware 67 und die Datenbank-Software 68.
  • Die Virtualisierungsschicht 70 stellt eine Abstraktionsschicht bereit, aus der die folgenden Beispiele für virtuelle Entitäten bereitgestellt werden können: virtuelle Server 71; virtuelle Speicher 72; virtuelle Netzwerke 73; darunter virtuelle private Netzwerke; virtuelle Anwendungen und Betriebssysteme 74; und virtuelle Clients 75.
  • In einem Beispiel kann die Verwaltungsschicht 80 die nachfolgend beschriebenen Funktionen bereitstellen. Die Ressourcenbereitstellung 81 ermöglicht eine dynamische Bereitstellung von Datenverarbeitungsressourcen und anderen Ressourcen, die verwendet werden, um Aufgaben in der Cloud-Computing-Umgebung durchzuführen. Messen und Preisfindung 82 stellen Kostenverfolgung beim Verwenden von Ressourcen in der Cloud-Computing-Umgebung sowie Abrechnung oder Rechnungsstellung für die Inanspruchnahme dieser Ressourcen bereit. In einem Beispiel können diese Ressourcen Lizenzen für Anwendungssoftware umfassen. Die Sicherheitsfunktion stellt eine Identitätsprüfung für Cloud-Nutzer und Aufgaben sowie Schutz für Daten und andere Ressourcen bereit. Ein Benutzerportal 83 stellt Nutzern und Systemadministratoren den Zugang zur Cloud-Computing-Umgebung bereit. Die Verwaltung der Dienstgüte 84 stellt Zuordnung und Verwaltung von Cloud-Computing-Ressourcen bereit, sodass die erforderliche Dienstgüte erreicht wird. Die Planung und Erfüllung der Dienstgütevereinbarung (Service Level Agreement, SLA) 85 stellt eine Vorabeinteilung und eine Beschaffung von Cloud-Computing-Ressourcen bereit, deren künftiger Bedarf auf der Grundlage einer Dienstgütevereinbarung vorausgesehen wird.
  • Die Arbeitslastschicht 90 stellt Beispiele für Funktionalitäten bereit, für die die Cloud-Computing-Umgebung verwendet werden kann. Zu Beispielen für Arbeitslasten und Funktionen, die von dieser Schicht bereitgestellt werden können, gehören: Abbildung und Navigation 91; Software-Entwicklung und Lebenszyklusverwaltung 92; Bereitstellung von Ausbildung in virtuellen Klassenzimmern 93; Datenanalyseverarbeitung 94; Transaktionsverarbeitung 95; und Bestimmung von Kulturpflanzentyp und/oder Aussaattermin 96.
  • Mit Bezug nunmehr auf 4 ist ein beispielhaftes System 400 zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dargestellt. Das in 4 dargestellte beispielhafte System 400 umfasst einen Kulturpflanzen-Wachstumssimulator 402, einen Abgleichalgorithmus 404 und eine Datenbank zum historischen Kulturpflanzenwachstum 406. Der Abgleichalgorithmus 404 gleicht die vom Kulturpflanzen-Wachstumssimulator 402 erzeugten simulierten Kulturpflanzen-Wachstumszeitreihen mit einer von der Datenbank zum historischen Kulturpflanzenwachstum 406 empfangenen historischen Kulturpflanzen-Wachstumszeitreihe ab, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin als Ausgabe 408 zu ermitteln.
  • In einigen Ausführungsformen umfasst der Kulturpflanzen-Wachstumssimulator 402 ein oder mehrere Module mit einem Modell zum Simulieren des Kulturpflanzenwachstums 410, ein oder mehrere Module zum Aufnehmen von Datenquellen 412 und ein oder mehrere Datenassimilationsmodule 414. Der Kulturpflanzen-Wachstumssimulator 402 kann das eine oder die mehreren Module mit einem Modell zum Simulieren des Kulturpflanzenwachstums 410 verwenden, um für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen eine simulierte Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage historischer Kulturpflanzendaten von einer oder mehreren Datenbank zur Kulturpflanzenhistorie 420, Geodaten von einer oder mehreren Geodatenbanken 422 und Wetterdaten von einer oder mehreren Wetterdatenbanken 424 (und optional Fernsensordaten von einer oder mehreren Fernsensordatenbanken 426) über ein oder mehrere Netzwerke 416 zu ermitteln. Diese Netzwerke 416 können drahtgebundene und drahtlose Netzwerke umfassen, darunter, ohne auf diese beschränkt zu sein, ein Mobilfunknetz, ein Weitverkehrsnetzwerk (WAN) (z.B. das Internet) und/oder ein lokales Netzwerk (LAN), wobei nichteinschränkende Beispiele Mobilfunk, WAN, Wireless Fidelity (Wi-Fi), Wi-Mal, WLAN, Datenübertragung über Funk, Mikrowellen-Datenübertragung, Satelliten-Datenübertragung, optische Datenübertragung, Datenübertragung über Schall, elektromagnetische Induktionsdatenübertragung, Quantendatenübertragung und/oder jede andere geeignete Datenübertragungstechnologie umfassen.
  • In einigen Ausführungsformen umfasst jede vom Kulturpflanzen-Wachstumssimulator 402 erzeugte simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente, darunter einen oder mehrere kulturpflanzenspezifische Parameter (z.B. BFI, NDVI usw.), und optional andere Daten (z.B. Wetterdaten).
  • Die historischen Kulturpflanzendaten, die der Kulturpflanzen-Wachstumssimulator 402 von einer oder mehreren Datenbank zur Kulturpflanzenhistorie 420 empfangen hat, können z.B. Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen.
  • Die Geodaten, die der Kulturpflanzen-Wachstumssimulator 402 von der einen oder den mehreren Geodatenbanken 422 empfängt, können beispielsweise landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind.
  • Die vom Kulturpflanzen-Wachstumssimulator 402 von einer oder mehreren Wetterdatenbanken 424 empfangenen Wetterdaten können beispielsweise eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist.
  • Alle diese Eingabedaten (d.h. die historischen Kulturpflanzendaten, die Geodaten und die Wetterdaten, die von der Datenbank zur Kulturpflanzenhistorie 420, der Geodatenbank 422 bzw. der Wetterdatenbank 424 empfangen werden) können von einem oder mehreren Modulen zum Aufnehmen von Daten 412 in den Kulturpflanzen-Wachstumssimulator 402 aufgenommen werden. Der Kulturpflanzen-Wachstumssimulator 402 kann beispielsweise als Eingabe Wetterdaten, Bodenfeuchtigkeitsdaten, einen ersten Kulturpflanzentyp, einen ersten Aussaattermin und andere Daten verwenden, um eine erste simulierte Kulturpflanzen-Wachstumszeitreihe zu berechnen. Der erste Kulturpflanzentyp kann zum Beispiel aus den in früheren Anbauzyklen in dem untersuchten Gebiet angebauten Kulturpflanzentypen ausgewählt werden. Der erste Aussaattermin kann zum Beispiel aus dem Aussaatkalender für den ersten Kulturpflanzentyp ausgewählt werden.
  • Alle diese Eingabedaten (d.h. die historischen Kulturpflanzendaten, die Geodaten und die Wetterdaten, die von der Datenbank zur Kulturpflanzenhistorie 420, der Geodatenbank 422 bzw. der Wetterdatenbank 424 empfangen werden) können darüber hinaus durch Fernsensordaten von einer oder mehreren Fernsensordatenbanken 426 erweitert werden. Diese optionalen Fernsensordaten können von dem einem oder den mehreren Datenassimilationsmodulen 414 in den Kulturpflanzen-Wachstumssimulator 402 aufgenommen werden.
  • Die historische Kulturpflanzen-Wachstumszeitreihe, die der Abgleichalgorithmus 404 von der Datenbank zum historischen Kulturpflanzenwachstum 406 empfängt, kann auf Fernsensordaten beruhen, z.B. einer Zeitreihe von Bilddaten des untersuchten Gebiets. In einigen Ausführungsformen umfasst die historische Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente, darunter einen oder mehrere kulturpflanzenspezifische Parameter (z.B. BFI, NDVI usw.), und optional andere Daten (z.B. Wetterdaten).
  • In der in 4 dargestellten Ausführungsform wird die historische Kulturpflanzen-Wachstumszeitreihe, die der Abgleichalgorithmus 404 von der Datenbank zum historischen Kulturpflanzenwachstum 406 empfängt, von einer Einheit zum Berechnen des historischen Kulturpflanzenwachstums 430 berechnet. Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums 430 kann zum Beispiel regelmäßig (z.B. täglich) Fernsensordaten (z.B. Satellitenbilddaten des untersuchten Gebiets) von der einen oder den mehreren Fernsensordatenbanken 426 über das eine oder die mehreren Netzwerke 416 empfangen, einen oder mehrere kulturpflanzenspezifische Parameter (z.B. BFI, NDVI usw.) auf der Grundlage der empfangenen Fernsensordaten berechnen und die in der Datenbank zum historischen Kulturpflanzenwachstum 406 gespeicherte historische Kulturpflanzen-Wachstumszeitreihe unter Verwendung des einen oder der mehreren berechneten kulturpflanzenspezifischen Parameter aktualisieren.
  • Der Abgleichalgorithmus 404 enthält ein oder mehrere Module zum Berechnen des Zeitreihenabstands 440, die versuchen, die beiden Datensätze, d.h. die vom Kulturpflanzen-Wachstumssimulator 402 empfangene simulierte Kulturpflanzen-Wachstumszeitreihe und die von der Datenbank zum historischen Kulturpflanzenwachstum 406 empfangene historische Kulturpflanzen-Wachstumszeitreihe, abzugleichen. In einigen Ausführungsformen weisen diese zwei Datensätze eine Periodizitätsdauer von einem Tag auf. Diese Datensätze, die auf einer Eingabe pro Tag beruhen, sind jedoch beispielhaft und nichteinschränkend. In anderen Ausführungsformen können beispielsweise Datensätze verwendet werden, die auf mehreren Eingaben pro Tag oder einer anderen geeigneten Periodizitätsdauer beruhen.
  • Im Modul zum Berechnen des Zeitreihenabstands 440 wird gemäß einigen Ausführungsformen jedes Element in der entsprechenden Zeitreihe abgeglichen. Das heißt, es wird eine Differenz zwischen jedem Element der simulierten Kulturpflanzen-Wachstumszeitreihe von dem Kulturpflanzen-Wachstumssimulator 402 und der historischen Kulturpflanzen-Wachstumszeitreihe von der Datenbank zum historischen Kulturpflanzenwachstum 406 berechnet, und es wird ein Differenzwert errechnet und gespeichert. Der Differenzwert kann durch Summieren der berechneten Differenzen (d.h. der für die jeweiligen Elemente der Zeitreihe berechneten Differenzen) berechnet werden.
  • In einigen Ausführungsformen wird die erste simulierte Kulturpflanzen-Wachstumszeitreihe zeitlich verschoben, und zwar in beide Richtungen, jeweils um einen Zeitschlitz (ein Zeitschlitz ist die Periodizitätsdauer, in der eine Momentaufnahme erfolgt), und der Differenzwert wird neu berechnet und gespeichert. So kann der Abgleichalgorithmus 404 beispielsweise Steuerdaten an den Kulturpflanzen-Wachstumssimulator 402 senden, um den ersten Aussaattermin um einen Tag vorzuverlegen. Der Kulturpflanzen-Wachstumssimulator 402 kann dann eine zeitverschobene Zeitreihe (d.h. eine Zeitreihe, bei der der Aussaattermin gegenüber dem ersten Aussaattermin um einen Tag vorverlegt wird) an den Abgleichalgorithmus 404 senden, und das Modul zum Berechnen des Zeitreihenabstands 440 berechnet dann den Differenzwert neu und speichert ihn. Daraufhin kann der Abgleichalgorithmus 404 Steuerdaten an den Kulturpflanzen-Wachstumssimulator 402 senden, um den Aussaattermin um einen zusätzlichen Tag vorzuverlegen. Der Kulturpflanzen-Wachstumssimulator 402 sendet dann eine weitere zeitverschobene Zeitreihe (d.h. eine Zeitreihe, bei der der Aussaattermin gegenüber dem ersten Aussaattermin um zwei Tage vorverlegt wird) an den Abgleichalgorithmus 404, und das Modul zum Berechnen des Zeitreihenabstands 440 berechnet dann den Differenzwert neu und speichert ihn. Diese Abfolge kann für jeden Aussaattermin im Aussaatkalender eines Kulturpflanzentyps sowie für jeden in der Vergangenheit im untersuchten Gebiet (oder in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion) angebauten Kulturpflanzentyp wiederholt werden. Der Abgleichalgorithmus 404 kann dann die mit dem niedrigsten Differenzwert simulierte Zeitreihe ermitteln, d.h. die jeweilige vom Kulturpflanzen-Wachstumssimulator 402 erzeugte Simulation, die den niedrigsten Differenzwert ergab.
  • Die Zeitreihe, die mit dem niedrigsten Differenzwert simuliert wird, kann als Endergebnis herangezogen werden. So kann der Abgleichalgorithmus 404 entsprechend dieser Simulation (d.h. die Simulation, die den niedrigsten Differenzwert ergab) beispielsweise eine Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins ausgeben. In anderen Worten, die Ausgabe 408 der Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins, die der Abgleichalgorithmus 404 ausgibt, kann auf dem Kulturpflanzentyp und dem Aussaattermin beruhen, die vom Kulturpflanzen-Wachstumssimulator 402 verwendet wurden, um diejenige Simulation zu erzeugen, die die niedrigste Differenz ergab.
  • In einigen Ausführungsformen kann das untersuchte Gebiet eine oder mehrere Regionen (z.B. Felder) mit unterschiedlichen Kulturpflanzentypen enthalten. Der Abgleichalgorithmus kann gemäß einiger Ausführungsformen diese Regionen mithilfe eines oder mehrerer Segmentierungsverfahren identifizieren. In einigen Ausführungsformen kann der Abgleichalgorithmus beispielsweise einen pixelweisen Ansatz verwenden, bei dem jedes Pixel abgeglichen und ein Ähnlichkeitsschwellenwert angewendet wird, um die Grenze dieser Regionen zu ermitteln.
  • In einigen Ausführungsformen kann der Abgleichalgorithmus einen feldweisen Ansatz verwenden, bei dem jedes Feld anhand digitalisierter Feldgrenzen abgeglichen wird. Digitalisierte Feldgrenzen können z.B. durch Digitalisieren der Umrisse von landwirtschaftlichen Parzellen anhand von Orthofotos (z.B. mit 1 m Auflösung) erstellt werden. In einem anderen Beispiel kann ein Client-System (z.B. 902 in 9) Positionskoordinaten und/oder Flurplandaten bereitstellen, aus denen die digitalisierten Feldgrenzen erstellt werden können.
  • Mit Bezug nunmehr auf 5 ist ein Ablaufplan eines beispielhaften Verfahrens 500 zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dargestellt. Das Verfahren 500 legt die bevorzugte Reihenfolge der Blöcke fest. Es sei jedoch darauf hingewiesen, dass die verschiedenen Blöcke zu jedem beliebigen Zeitpunkt im Verhältnis zueinander auftreten können.
  • Das Verfahren 500 beginnt damit, dass eine historische Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten bereitgestellt wird (Block 502). Ein Abgleichalgorithmus kann zum Beispiel eine historische Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet auf der Grundlage von Fernsensordaten empfangen (z.B. von einer Datenbank zum historischen Kulturpflanzenwachstum), z.B. eine Zeitreihe von Bilddaten des untersuchten Gebiets. Die historische Kulturpflanzen-Wachstumszeitreihe kann beispielsweise mithilfe einer Einheit zum Berechnen des historischen Kulturpflanzenwachstums ermittelt werden, die die ermittelte historische Kulturpflanzen-Wachstumszeitreihe dann in der Datenbank zum historischen Kulturpflanzenwachstum speichert, damit der Abgleichalgorithmus sie später abrufen kann. In einigen Ausführungsformen umfasst die historische Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente, darunter einen oder mehrere kulturpflanzenspezifische Parameter (z.B. BFI, NDVI usw.), und optional andere Daten (z.B. Wetterdaten). Die historische Kulturpflanzen-Wachstumszeitreihe kann zum Beispiel eine historische BFI-Zeitreihe umfassen, die von der Einheit zum Berechnen des historischen Kulturpflanzenwachstums auf der Grundlage einer Zeitreihe optischer Bilddaten des untersuchten Gebiets ermittelt wird (z.B. berechnet gemäß den vorstehenden Gleichungen (1) bis (4)).
  • In einigen Ausführungsformen kann die historische Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet auf Fernsensordaten beruhen, die während eines aktuellen Anbauzyklus erfasst wurden. Beispiele für solche Ausführungsformen des aktuellen Anbauzyklus sind in 6 sowie 7A und 7B dargestellt und werden im Folgenden beschrieben.
  • In einigen Ausführungsformen kann die historische Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet auf Fernsensordaten beruhen, die während eines früheren Anbauzyklus erfasst wurden. Beispielsweise können Kulturpflanzen-Wachstumszeitreihen, die vom Modell zum Simulieren des Kulturpflanzenwachstums erstellt wurden, mit einer historischen Kulturpflanzen-Wachstumszeitreihe aus einem früheren Anbauzyklus abgeglichen werden, wobei der Kulturpflanzentyp und der Aussaattermin bekannt sind. Ein Beispiel für solche Ausführungsformen eines früheren Anbauzyklus ist in 8 dargestellt und wird im Folgenden beschrieben.
  • Das Verfahren 500 wird fortgesetzt, indem für jede Kombination von Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen eine simulierte Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet unter Verwendung eines oder mehrerer Modelle zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage historischer Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt wird (Block 504). Ein Kulturpflanzen-Wachstumssimulator kann ein oder mehrere Modelle zum Simulieren des Kulturpflanzenwachstums verwenden, um für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen eine simulierte Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage historischer Kulturpflanzendaten von einer oder mehreren Datenbanken zur Kulturpflanzenhistorie, Geodaten von einer oder mehreren Geodatenbanken und Wetterdaten von einer oder mehreren Wetterdatenbanken (und optional Fernsensordaten von einer oder mehreren Fernsensordatenbanken) zu ermitteln. In einigen Ausführungsformen umfasst jede vom Kulturpflanzen-Wachstumssimulator erzeugte simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente, darunter einen oder mehrere kulturpflanzenspezifische Parameter (z.B. BFI, NDVI usw.), und optional andere Daten (z.B. Wetterdaten). Jede simulierte Kulturpflanzen-Wachstumszeitreihe kann zum Beispiel eine simulierte BFI-Zeitreihe umfassen, die von dem einem oder den mehreren Modellen zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators ermittelt wird. Das DSSAT-Modell zum Simulieren des Kulturpflanzenwachstums zum Beispiel simuliert inhärent den BFI.
  • Die vom Kulturpflanzen-Wachstumssimulator empfangenen historischen Kulturpflanzendaten können z.B. Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen. Die vom Kulturpflanzen-Wachstumssimulator empfangenen Geodaten können zum Beispiel landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind. Die vom Kulturpflanzen-Wachstumssimulator empfangenen Wetterdaten können zum Beispiel eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist.
  • Das Verfahren 500 wird fortgesetzt, indem die historische Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe abgeglichen wird, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln (Block 506). Ein Abgleichalgorithmus kann zum Beispiel die von einem Kulturpflanzen-Wachstumssimulator erzeugte simulierte Kulturpflanzen-Wachstumszeitreihe mit der von einer Datenbank zum historischen Kulturpflanzenwachstum empfangenen Zeitreihe abgleichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin als Ausgabe zu ermitteln. In einigen Ausführungsformen umfasst der Abgleichalgorithmus ein oder mehrere Module zum Berechnen des Zeitreihenabstands, die versuchen, die beiden Datensätze (d.h. jede Instanz der vom Kulturpflanzen-Wachstumssimulator empfangenen simulierten Kulturpflanzen-Wachstumszeitreihe und der von der Datenbank zum historischen Kulturpflanzenwachstum empfangenen historischen Kulturpflanzen-Wachstumszeitreihe) abzugleichen, um auf der Grundlage der Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, die den niedrigsten Differenzwert ergab, eine Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins zu ermitteln. Das Verfahren 500 kann dann beendet werden.
  • In einigen Ausführungsformen kann das Verfahren 500 in einer einzigen Stufe implementiert werden, in der der Kulturpflanzentyp und der Aussaattermin gleichzeitig bestimmt werden. Eine beispielhafte einstufige Implementierung ist in 6 dargestellt und wird im Folgenden beschrieben. In einigen Ausführungsformen kann das Verfahren 500 in zwei Stufen implementiert werden, in denen der Kulturpflanzentyp in einer ersten Stufe und der Aussaattermin in einer zweiten Stufe bestimmt werden. Eine beispielhafte zweistufige Implementierung ist in den 7A und 7B dargestellt und wird im Folgenden beschrieben.
  • In einigen Ausführungsformen kann das Verfahren 500 unter Verwendung von Zeitreihen mit Elementen implementiert werden, die neben einem oder mehreren kulturpflanzenspezifischen Parametern auch andere Daten (z. B. Wetterdaten) umfassen.
  • Mit Bezug nunmehr auf 6 ist ein Ablaufplan eines beispielhaften Verfahrens 600 zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dargestellt. 6 zeigt eine beispielhafte Implementierung des in 5 dargestellten beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin. Das Verfahren 600 legt die bevorzugte Reihenfolge der Blöcke fest. Es sei jedoch darauf hingewiesen, dass die verschiedenen Blöcke zu jedem beliebigen Zeitpunkt im Verhältnis zueinander auftreten können.
  • Das Verfahren 600 beginnt damit, dass Fernsensordaten, die eine Zeitreihe von Bilddaten eines untersuchten Gebiets umfassen, die während eines aktuellen Anbauzyklus erfasst wurden, empfangen werden (Block 602). Eine Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine Zeitreihe von Bilddaten eines untersuchten Gebiets empfangen, die während eines aktuellen Anbauzyklus von einer Fernsensordatenbank erfasst wurden.
  • Das Verfahren 600 wird fortgesetzt, indem eine Zeitreihe eines oder mehrerer kulturpflanzenspezifischer Parameter auf der Grundlage der Zeitreihe der Bilddaten berechnet wird (Block 604). Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine Zeitreihe von einem oder mehreren kulturpflanzenspezifischen Parametern (z.B. BFI, NDVI usw.) auf der Grundlage der Zeitreihen von Bilddaten berechnen. Auf der Grundlage einer Zeitreihe optischer Bilddaten des untersuchten Gebiets kann die Einheit zum Berechnen des historischen Kulturpflanzenwachstums beispielsweise eine BFI-Zeitreihe gemäß den vorstehenden Gleichungen (1) bis (4) berechnen.
  • Das Verfahren 600 wird fortgesetzt, indem als Nächstes eine historische Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 606). Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine historische Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), ermitteln. In einigen Ausführungsformen kann die in Block 606 ermittelte historische Kulturpflanzen-Wachstumszeitreihe die in Block 604 berechnete Zeitreihe ohne zusätzliche Elemente umfassen. Beispielsweise kann eine historische BFI-Zeitreihe ermittelt werden. In einigen Ausführungsformen kann die in Block 606 ermittelte historische Kulturpflanzen-Wachstumszeitreihe die in Block 604 berechnete Zeitreihe mit einem oder mehreren zusätzlichen Elementen wie Wetterdaten umfassen.
  • In einigen Ausführungsformen kann die in Block 606 ermittelte historische Kulturpflanzen-Wachstumszeitreihe dem Abgleichalgorithmus direkt als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 606 ermittelte historische Kulturpflanzen-Wachstumszeitreihe in einer Datenbank zum historischen Kulturpflanzenwachstum gespeichert und danach dem Abgleichalgorithmus bereitgestellt werden.
  • In einigen Ausführungsformen können die Blöcke 602, 604 und 606 dem Block 502 in 5 entsprechen (d.h., eine historische Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten wird bereitgestellt).
  • Das Verfahren 600 wird fortgesetzt, indem historische Kulturpflanzendaten empfangen werden, die Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen (Block 608). Ein Kulturpflanzen-Wachstumssimulator kann zum Beispiel historische Kulturpflanzendaten empfangen, die Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen. In einigen Ausführungsformen können die historischen Kulturpflanzendaten über ein Netzwerk von einer Datenbank zur Kulturpflanzenhistorie empfangen und über ein Modul zum Aufnehmen von Datenquellen in ein Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 600 wird fortgesetzt, indem als Nächstes Geodaten empfangen werden, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind (Block 610). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel Geodaten empfangen, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind. In einigen Ausführungsformen können die Geodaten über ein Netzwerk von einer Geodatenbank empfangen und über das Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 600 wird anschließend fortgesetzt, indem Wetterdaten empfangen werden, die eine Zeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des aktuellen Anbauzyklus kennzeichnend ist (Block 612). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel Wetterdaten empfangen, die eine Zeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des aktuellen Anbauzyklus kennzeichnend ist. In einigen Ausführungsformen können die Wetterdaten über ein Netzwerk von einer Wetterdatenbank empfangen und über das Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 600 wird fortgesetzt, indem als Nächstes für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes der Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und einer Mehrzahl von Aussaatterminen im Aussaatkalender für diese Kulturpflanzentypen eine simulierte Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 614). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen ermitteln, die jeweils ein oder mehrere Elemente umfassen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), d.h. dieselben kulturpflanzenspezifischen Parameter wie die in Block 606 ermittelte historische Kulturpflanzen-Wachstumszeitreihe. In einigen Ausführungsformen ermittelt das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators eine simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin. Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine simulierte BFI-Zeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin mithilfe des DSSAT-Modells zum Simulieren des Kulturpflanzenwachstums ermitteln, das inhärent den BFI simuliert.
  • In einigen Ausführungsformen kann die in Block 614 ermittelte Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen den einen oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) ohne zusätzliche Elemente umfassen. Beispielsweise kann eine Mehrzahl simulierter BFI-Zeitreihen ermittelt werden. In einigen Ausführungsformen kann die in Block 614 ermittelte Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen den einen oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) und einen oder mehrere zusätzliche Elemente wie Wetterdaten umfassen.
  • In einigen Ausführungsformen kann die in Block 614 ermittelte Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus massenweise als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 614 ermittelte Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus selektiv als Eingabe bereitgestellt werden (z.B. jeweils eine simulierte Kulturpflanzen-Wachstumszeitreihe in Abhängigkeit von Steuerdaten).
  • In einigen Ausführungsformen können die Blöcke 608, 610, 612 und 614 dem Block 504 in 5 entsprechen (d.h., für jede Kombination von Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen wird eine simulierte Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet unter Verwendung eines oder mehrerer Modelle zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage historischer Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt).
  • Das Verfahren 600 wird fortgesetzt, indem für jede Kombination aus Kulturpflanzentyp und Aussaattermin ein Differenzwert auf der Grundlage einer oder mehrerer Differenzen berechnet wird, die jeweils als Abstand zwischen einem Element der simulierten Kulturpflanzen-Wachstumszeitreihe und einem entsprechenden Element der historischen Kulturpflanzen-Wachstumszeitreihe berechnet werden (Block 616). Der Abgleichalgorithmus kann zum Beispiel eine Differenz zwischen jedem Element jeder simulierten Kulturpflanzen-Wachstumszeitreihe von dem Kulturpflanzen-Wachstumssimulator und der historischen Kulturpflanzen-Wachstumszeitreihe von der Datenbank zum historischen Kulturpflanzenwachstum berechnen, und ein Differenzwert kann berechnet und gespeichert werden. Der Differenzwert kann durch Summieren der berechneten Differenzen (d.h. der für die jeweiligen Elemente der Zeitreihe berechneten Differenzen) berechnet werden.
  • Das Verfahren 600 wird fortgesetzt, indem als Nächstes der bestimmte Kulturpflanzentyp und der bestimmte Aussaattermin auf der Grundlage des Kulturpflanzentyps und des Aussaattermins ermittelt werden, die dem niedrigsten Differenzwert zugehörig sind (Block 618). Der Abgleichalgorithmus kann zum Beispiel die Zeitreihe, die mit dem niedrigsten Differenzwert simuliert wird, als Endergebnis heranziehen. So kann der Abgleichalgorithmus entsprechend dieser Simulation (d.h. die Simulation, die den niedrigsten Differenzwert ergab) beispielsweise eine Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins ausgeben. In anderen Worten, die Ausgabe der Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins, die der Abgleichalgorithmus ausgibt, kann auf dem Kulturpflanzentyp und dem Aussaattermin beruhen, die vom Kulturpflanzen-Wachstumssimulator verwendet wurden, um diejenige Simulation zu erzeugen, die die niedrigste Differenz ergab. Das Verfahren 600 kann dann beendet werden.
  • In einigen Ausführungsformen können die Blöcke 616 und 618 dem Block 506 in 5 entsprechen (d.h., die historische Kulturpflanzen-Wachstumszeitreihe wird mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln).
  • Mit Bezug nunmehr auf die 7A und 7B ist ein Ablaufplan eines beispielhaften Verfahrens 700 zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dargestellt. Die 7A und 7B zeigen eine beispielhafte zweistufige Implementierung des in 5 dargestellten beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin, bei dem der Kulturpflanzentyp und der Aussaattermin getrennt in zwei Stufen bestimmt werden. 7A entspricht einer ersten Stufe, in der der Kulturpflanzentyp bestimmt wird, während 7B einer zweiten Stufe entspricht, in der der Aussaattermin bestimmt wird. Das Verfahren 700 legt die bevorzugte Reihenfolge der Blöcke fest. Es sei jedoch darauf hingewiesen, dass die verschiedenen Blöcke zu jedem beliebigen Zeitpunkt im Verhältnis zueinander auftreten können.
  • Das Verfahren 700 beginnt damit, dass Fernsensordaten, die eine Zeitreihe von Bilddaten eines untersuchten Gebiets umfassen, die während eines aktuellen Anbauzyklus erfasst wurden, empfangen werden (Block 702). Eine Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine Zeitreihe von Bilddaten eines untersuchten Gebiets empfangen, die während eines aktuellen Anbauzyklus von einer Fernsensordatenbank erfasst wurden.
  • Das Verfahren 700 wird fortgesetzt, indem eine Zeitreihe eines oder mehrerer kulturpflanzenspezifischer Parameter auf der Grundlage der Zeitreihe der Bilddaten berechnet wird (Block 704). Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine Zeitreihe von einem oder mehreren kulturpflanzenspezifischen Parametern (z.B. BFI, NDVI usw.) auf der Grundlage der Zeitreihen von Bilddaten berechnen. Auf der Grundlage einer Zeitreihe optischer Bilddaten des untersuchten Gebiets kann die Einheit zum Berechnen des historischen Kulturpflanzenwachstums beispielsweise eine BFI-Zeitreihe gemäß den vorstehenden Gleichungen (1) bis (4) berechnen.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes eine historische Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 706). Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine historische Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), ermitteln. In einigen Ausführungsformen kann die in Block 706 ermittelte historische Kulturpflanzen-Wachstumszeitreihe die in Block 704 berechnete Zeitreihe ohne zusätzliche Elemente umfassen. Beispielsweise kann eine historische BFI-Zeitreihe ermittelt werden. In einigen Ausführungsformen kann die in Block 706 ermittelte historische Kulturpflanzen-Wachstumszeitreihe die in Block 704 berechnete Zeitreihe mit einem oder mehreren zusätzlichen Elementen wie Wetterdaten umfassen.
  • In einigen Ausführungsformen kann die in Block 706 ermittelte historische Kulturpflanzen-Wachstumszeitreihe dem Abgleichalgorithmus direkt als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 706 ermittelte historische Kulturpflanzen-Wachstumszeitreihe in einer Datenbank zum historischen Kulturpflanzenwachstum gespeichert und danach dem Abgleichalgorithmus bereitgestellt werden.
  • In einigen Ausführungsformen können die Blöcke 702, 704 und 706 dem Block 502 in 5 entsprechen (d.h., eine historische Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten wird bereitgestellt).
  • Das Verfahren 700 wird fortgesetzt, indem historische Kulturpflanzendaten empfangen werden, die Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen (Block 708). Ein Kulturpflanzen-Wachstumssimulator kann zum Beispiel historische Kulturpflanzendaten empfangen, die Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen. In einigen Ausführungsformen können die historischen Kulturpflanzendaten über ein Netzwerk von einer Datenbank zur Kulturpflanzenhistorie empfangen und über ein Modul zum Aufnehmen von Datenquellen in ein Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes Geodaten empfangen werden, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind (Block 710). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel Geodaten empfangen, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind. In einigen Ausführungsformen können die Geodaten über ein Netzwerk von einer Geodatenbank empfangen und über das Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 700 wird anschließend fortgesetzt, indem Wetterdaten empfangen werden, die eine Zeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des aktuellen Anbauzyklus kennzeichnend ist (Block 712). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel Wetterdaten empfangen, die eine Zeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des aktuellen Anbauzyklus kennzeichnend ist. In einigen Ausführungsformen können die Wetterdaten über ein Netzwerk von einer Wetterdatenbank empfangen und über das Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes der Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und einem ersten Aussaattermin im Aussaatkalender für diese Kulturpflanzentypen eine erste simulierte Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 714). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine Mehrzahl erster simulierter Kulturpflanzen-Wachstumszeitreihen ermitteln, die jeweils ein oder mehrere Elemente umfassen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), d.h. dieselben kulturpflanzenspezifischen Parameter wie die in Block 706 ermittelte historische Kulturpflanzen-Wachstumszeitreihe. In einigen Ausführungsformen ermittelt das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators eine erste simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und erstem Aussaattermin. Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine erste simulierte BFI-Zeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin mithilfe des DSSAT-Modells zum Simulieren des Kulturpflanzenwachstums ermitteln, das inhärent den BFI simuliert. In einigen Ausführungsformen kann jeder Kulturpflanzentyp seinen eigenen ersten Aussaattermin aufweisen. Bei dem ersten Aussaattermin für jeden Kulturpflanzentyp kann es sich zum Beispiel um einen vordefinierten Termin im Aussaatkalender für diesen Kulturpflanzentyp handeln, z.B. das „Anfangs“-Datum des Aussaatkalenders, einer der „aktivsten“ Termine des Aussaatkalenders (z.B. der mittlere Termin der „aktivsten“ Termine) oder das „End“-Datum des Aussaatkalenders.
  • In einigen Ausführungsformen kann die in Block 714 ermittelte Mehrzahl erster simulierter Kulturpflanzen-Wachstumszeitreihen den einen oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) ohne zusätzliche Elemente umfassen. Beispielsweise kann eine Mehrzahl erster simulierter BFI-Zeitreihen ermittelt werden. In einigen Ausführungsformen kann die in Block 714 ermittelte Mehrzahl erster simulierter Kulturpflanzen-Wachstumszeitreihen den einen oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) und einen oder mehrere zusätzliche Elemente wie Wetterdaten umfassen.
  • In einigen Ausführungsformen kann die in Block 714 ermittelte Mehrzahl erster simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus massenweise als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 714 ermittelte Mehrzahl erster simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus selektiv als Eingabe bereitgestellt werden (z.B. jeweils eine erste simulierte Kulturpflanzen-Wachstumszeitreihe in Abhängigkeit von Steuerdaten).
  • In einigen Ausführungsformen können die Blöcke 708, 710, 712 und 714 einer ersten Instanz von Block 504 in 5 entsprechen (d.h., für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen wird eine simulierte Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet unter Verwendung eines oder mehrerer Modelle zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage historischer Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt).
  • Das Verfahren 700 wird fortgesetzt, indem für jede Kombination aus Kulturpflanzentyp und Aussaattermin eine Differenz zwischen jedem Element der ersten simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element der historischen Kulturpflanzen-Wachstumszeitreihe berechnet wird (Block 716). Der Abgleichalgorithmus berechnet zum Beispiel eine Differenz zwischen jedem Element jeder ersten simulierten Kulturpflanzen-Wachstumszeitreihe von dem Kulturpflanzen-Wachstumssimulator und der historischen Kulturpflanzen-Wachstumszeitreihe von der Datenbank zum historischen Kulturpflanzenwachstum.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes für jede Kombination aus Kulturpflanzentyp und Aussaattermin ein Differenzwert berechnet wird, indem jede für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnete Differenz summiert wird (Block 718). Der Abgleichalgorithmus kann beispielsweise für jede Kombination aus Kulturpflanzentyp und erstem Aussaattermin einen Differenzwert berechnen, indem er die berechneten Differenzen (d.h. die für die jeweiligen Elemente der Zeitreihe berechneten Differenzen) summiert.
  • Das Verfahren 700 wird fortgesetzt, indem der Differenzwert für jede Kombination aus Kulturpflanzentyp und Aussaattermin sortiert wird (Block 720). Der Abgleichalgorithmus kann beispielsweise den Differenzwert für jede Kombination aus Kulturpflanzentyp und erstem Aussaattermin sortieren.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes eine Rangfolge der Differenzwerte erstellt wird, um einen niedrigsten Differenzwert zu identifizieren (Block 722). Der Abgleichalgorithmus kann beispielsweise eine Rangfolge der Differenzwerte erstellen, um den niedrigsten Differenzwert zu identifizieren.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes der bestimmte Kulturpflanzentyp auf der Grundlage des Kulturpflanzentyps ermittelt wird, der dem niedrigsten Differenzwert zugehörig ist (Block 724). Der Abgleichalgorithmus kann zum Beispiel die Zeitreihe, die mit dem niedrigsten Differenzwert simuliert wird, als Endergebnis in Bezug auf den Kulturpflanzentyp heranziehen. So kann der Abgleichalgorithmus entsprechend dieser Simulation (d.h. die Simulation, die den niedrigsten Differenzwert ergab) beispielsweise eine Bestimmung des Kulturpflanzentyps ausgeben. In anderen Worten, die Ausgabe der Bestimmung des Kulturpflanzentyps, die der Abgleichalgorithmus ausgibt, kann auf dem Kulturpflanzentyp beruhen, der vom Kulturpflanzen-Wachstumssimulator verwendet wurde, um diejenige Simulation zu erzeugen, die die niedrigste Differenz ergab.
  • In einigen Ausführungsformen können die Blöcke 716, 718, 720, 722 und 724 einer ersten Instanz von Block 506 in 5 entsprechen (d.h., die historische Kulturpflanzen-Wachstumszeitreihe wird mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln).
  • Das Verfahren 700 wird fortgesetzt, indem für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes des bestimmten Kulturpflanzentyps und einer Mehrzahl von Aussaatterminen im Aussaatkalender für diesen bestimmten Kulturpflanzentyp eine zeitverschobene simulierte Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 726). Der Kulturpflanzen-Wachstumssimulator kann beispielsweise eine Mehrzahl von zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihen ermitteln, die jeweils ein oder mehrere Elemente umfassen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), d.h. dieselben kulturpflanzenspezifischen Parameter wie die in Block 706 ermittelte historische Kulturpflanzen-Wachstumszeitreihe. In einigen Ausführungsformen ermittelt das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators eine simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus bestimmtem Kulturpflanzentyp und Aussaattermin. Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine simulierte BFI-Zeitreihe für jede Kombination aus bestimmtem Kulturpflanzentyp und Aussaattermin mithilfe des DSSAT-Modells zum Simulieren des Kulturpflanzenwachstums ermitteln, das inhärent den BFI simuliert.
  • In einigen Ausführungsformen kann die in Block 726 ermittelte Mehrzahl zeitverschobener simulierter Kulturpflanzen-Wachstumszeitreihen den einen oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) ohne zusätzliche Elemente umfassen. Beispielsweise kann eine Mehrzahl von zeitverschobenen simulierten BFI-Zeitreihen ermittelt werden. In einigen Ausführungsformen kann die in Block 726 ermittelte Mehrzahl zeitverschobener simulierter Kulturpflanzen-Wachstumszeitreihen den einen oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.) und einen oder mehrere zusätzliche Elemente wie Wetterdaten umfassen.
  • In einigen Ausführungsformen kann die in Block 726 ermittelte Mehrzahl zeitverschobener simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus massenweise als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 726 ermittelte Mehrzahl zeitverschobener simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus selektiv als Eingabe bereitgestellt werden (z.B. jeweils eine zeitverschobene simulierte Kulturpflanzen-Wachstumszeitreihe in Abhängigkeit von Steuerdaten).
  • In einigen Ausführungsformen kann Block 726 einer zweiten Instanz von Block 504 in 5 entsprechen (d.h., für jede Kombination von Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen wird eine simulierte Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet unter Verwendung eines oder mehrerer Modelle zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage historischer Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt).
  • Das Verfahren 700 wird fortgesetzt, indem für jede Kombination innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp eine Differenz zwischen jedem Element der zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element der historischen Kulturpflanzen-Wachstumszeitreihe berechnet wird (Block 728). Der Abgleichalgorithmus kann zum Beispiel eine Differenz zwischen jedem Element jeder zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe von dem Kulturpflanzen-Wachstumssimulator und der historischen Kulturpflanzen-Wachstumszeitreihe von der Datenbank zum historischen Kulturpflanzenwachstum berechnen.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes für jede Kombination innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp ein Differenzwert berechnet wird, indem jede für diese Kombination aus bestimmtem Kulturpflanzentyp und Aussaattermin berechnete Differenz summiert wird (Block 730). Der Abgleichalgorithmus kann beispielsweise für jede Kombination aus bestimmtem Kulturpflanzentyp und Aussaattermin einen Differenzwert berechnen, indem er die berechneten Differenzen (d.h. die für die jeweiligen Elemente der Zeitreihe berechneten Differenzen) summiert.
  • Das Verfahren 700 wird fortgesetzt, indem der Differenzwert für jede Kombination aus Kulturpflanzentyp und Aussaattermin sortiert wird (Block 732). Der Abgleichalgorithmus kann beispielsweise den Differenzwert für jede Kombination aus bestimmtem Kulturpflanzentyp und Aussaattermin sortieren.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes eine Rangfolge der Differenzwerte erstellt wird, um einen niedrigsten Differenzwert zu identifizieren (Block 734). Der Abgleichalgorithmus kann beispielsweise eine Rangfolge der Differenzwerte erstellen, um den niedrigsten Differenzwert zu identifizieren.
  • Das Verfahren 700 wird fortgesetzt, indem als Nächstes der bestimmte Aussaattermin des bestimmten Kulturpflanzentyps auf der Grundlage des Aussaattermins ermittelt wird, der dem niedrigsten Differenzwert zugehörig ist (Block 736). Der Abgleichalgorithmus kann zum Beispiel die Zeitreihe, die mit dem niedrigsten Differenzwert simuliert wird, als Endergebnis in Bezug auf den Aussaattermin heranziehen. So kann der Abgleichalgorithmus entsprechend dieser Simulation (d.h. die Simulation, die den niedrigsten Differenzwert ergab) beispielsweise eine Bestimmung des Aussaattermins ausgeben. In anderen Worten, die Ausgabe der Bestimmung des Aussaattermins, die der Abgleichalgorithmus ausgibt, kann auf dem Aussaattermin beruhen, der vom Kulturpflanzen-Wachstumssimulator verwendet wurde, um diejenige Simulation zu erzeugen, die die niedrigste Differenz ergab.
  • In einigen Ausführungsformen können die Blöcke 728, 730, 732, 734 und 736 einer zweiten Instanz von Block 506 in 5 entsprechen (d.h., die historische Kulturpflanzen-Wachstumszeitreihe wird mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln).
  • Mit Bezug nunmehr auf 8 ist ein Ablaufplan eines beispielhaften Verfahrens 800 zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin gemäß einer oder mehreren Ausführungsformen dargestellt. 8 zeigt eine beispielhafte Implementierung des in 5 dargestellten beispielhaften Verfahrens zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin, bei dem der Kulturpflanzentyp und der Aussaattermin in Bezug auf einen früheren Anbauzyklus bestimmt werden. Das Verfahren 800 legt die bevorzugte Reihenfolge der Blöcke fest. Es sei jedoch darauf hingewiesen, dass die verschiedenen Blöcke zu jedem beliebigen Zeitpunkt im Verhältnis zueinander auftreten können.
  • In einigen Ausführungsformen kann, wenn der während des früheren Anbauzyklus angebaute Kulturpflanzentyp und der Aussaattermin bekannt sind, die durch das Verfahren 800 bereitgestellte Bestimmung des Kulturpflanzentyps und des Aussaattermins verwendet werden, um den Kulturpflanzen-Wachstumssimulator und/oder den Abgleichalgorithmus zu trainieren.
  • Das Verfahren 800 beginnt damit, dass Fernsensordaten, die eine Zeitreihe von Bilddaten eines untersuchten Gebiets umfassen, die während eines früheren Anbauzyklus aufgenommen wurden, empfangen werden (Block 802). Eine Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine Zeitreihe von Bilddaten eines untersuchten Gebiets empfangen, die während eines früheren Anbauzyklus von einer Fernsensordatenbank erfasst wurden.
  • Das Verfahren 800 wird fortgesetzt, indem eine Zeitreihe eines oder mehrerer kulturpflanzenspezifischer Parameter auf der Grundlage der Zeitreihe der Bilddaten berechnet wird (Block 804). Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine Zeitreihe von einem oder mehreren kulturpflanzenspezifischen Parametern (z.B. BFI, NDVI usw.) auf der Grundlage der Zeitreihen von Bilddaten berechnen. Auf der Grundlage einer Zeitreihe optischer Bilddaten des untersuchten Gebiets kann die Einheit zum Berechnen des historischen Kulturpflanzenwachstums beispielsweise eine BFI-Zeitreihe gemäß den vorstehenden Gleichungen (1) bis (4) berechnen.
  • Das Verfahren 800 wird fortgesetzt, indem als Nächstes eine historische Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 806). Die Einheit zum Berechnen des historischen Kulturpflanzenwachstums kann zum Beispiel eine historische Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), ermitteln. In einigen Ausführungsformen kann die in Block 806 ermittelte historische Kulturpflanzen-Wachstumszeitreihe die in Block 804 berechnete Zeitreihe ohne zusätzliche Elemente umfassen. Beispielsweise kann eine historische BFI-Zeitreihe ermittelt werden. In einigen Ausführungsformen kann die in Block 806 ermittelte historische Kulturpflanzen-Wachstumszeitreihe die in Block 804 berechnete Zeitreihe mit einem oder mehreren zusätzlichen Elementen wie Wetterdaten umfassen.
  • In einigen Ausführungsformen kann die in Block 806 ermittelte historische Kulturpflanzen-Wachstumszeitreihe dem Abgleichalgorithmus direkt als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 806 ermittelte historische Kulturpflanzen-Wachstumszeitreihe in einer Datenbank zum historischen Kulturpflanzenwachstum gespeichert und danach dem Abgleichalgorithmus bereitgestellt werden.
  • In einigen Ausführungsformen können die Blöcke 802, 804 und 806 dem Block 502 in 5 entsprechen (d.h., eine historische Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten wird bereitgestellt).
  • Das Verfahren 800 wird fortgesetzt, indem historische Kulturpflanzendaten empfangen werden, die Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen (Block 808). Ein Kulturpflanzen-Wachstumssimulator kann zum Beispiel historische Kulturpflanzendaten empfangen, die Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen. In einigen Ausführungsformen können die historischen Kulturpflanzendaten über ein Netzwerk von einer Datenbank zur Kulturpflanzenhistorie empfangen und über ein Modul zum Aufnehmen von Datenquellen in ein Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 800 wird fortgesetzt, indem als Nächstes Geodaten empfangen werden, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind (Block 810). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel Geodaten empfangen, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind. In einigen Ausführungsformen können die Geodaten über ein Netzwerk von einer Geodatenbank empfangen und über das Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 800 wird anschließend fortgesetzt, indem Wetterdaten empfangen werden, die eine Wetterzeitreihe eines früheren Anbauzyklus umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des früheren Anbauzyklus kennzeichnend ist (Block 812). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel Wetterdaten empfangen, die eine Wetterzeitreihe eines früheren Anbauzyklus umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des früheren Anbauzyklus kennzeichnend ist (d.h. derselbe Anbauzyklus, während dessen die in Block 802 verwendeten Bilddaten erfasst wurden). Die Wetterzeitreihe eines früheren Anbauzyklus kann beispielsweise denselben Zeitraum (z.B. 1. März bis 31. Mai) und dieselbe Periodizitätsdauer (z.B. täglich) abdecken wie die Zeitreihe eines oder mehrerer kulturpflanzenspezifischer Parameter, die in Block 804 berechnet wurden. In einigen Ausführungsformen können die Wetterdaten über ein Netzwerk von einer Wetterdatenbank empfangen und über das Modul zum Aufnehmen von Datenquellen in das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators aufgenommen werden.
  • Das Verfahren 800 wird fortgesetzt, indem als Nächstes für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes der Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und einer Mehrzahl von Aussaatterminen im Aussaatkalender für diese Kulturpflanzentypen eine simulierte Kulturpflanzen-Wachstumszeitreihe mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, ermittelt wird (Block 814). Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen ermitteln, die jeweils ein oder mehrere Elemente umfassen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter (z.B. BFI, NDVI usw.), d.h. dieselben kulturpflanzenspezifischen Parameter wie die in Block 806 ermittelte historische Kulturpflanzen-Wachstumszeitreihe. In einigen Ausführungsformen ermittelt das Modell zum Simulieren des Kulturpflanzenwachstums des Kulturpflanzen-Wachstumssimulators eine simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin. Der Kulturpflanzen-Wachstumssimulator kann zum Beispiel eine simulierte BFI-Zeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin mithilfe des DSSAT-Modells zum Simulieren des Kulturpflanzenwachstums ermitteln, das inhärent den BFI simuliert.
  • In einigen Ausführungsformen kann die in Block 814 ermittelte Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus massenweise als Eingabe bereitgestellt werden. In einigen Ausführungsformen kann die in Block 814 ermittelte Mehrzahl simulierter Kulturpflanzen-Wachstumszeitreihen dem Abgleichalgorithmus selektiv als Eingabe bereitgestellt werden (z.B. jeweils eine simulierte Kulturpflanzen-Wachstumszeitreihe in Abhängigkeit von Steuerdaten).
  • In einigen Ausführungsformen können die Blöcke 808, 810, 812 und 814 dem Block 504 in 5 entsprechen (d.h., für jede Kombination von Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen wird eine simulierte Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet unter Verwendung eines oder mehrerer Modelle zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage historischer Kulturpflanzendaten, Geodaten und Wetterdaten ermittelt).
  • Das Verfahren 800 wird fortgesetzt, indem für jede Kombination aus Kulturpflanzentyp und Aussaattermin ein Differenzwert auf der Grundlage einer oder mehrerer Differenzen berechnet wird, die jeweils als Abstand zwischen einem Element der simulierten Kulturpflanzen-Wachstumszeitreihe und einem entsprechenden Element der historischen Kulturpflanzen-Wachstumszeitreihe berechnet werden (Block 816). Der Abgleichalgorithmus kann zum Beispiel eine Differenz zwischen jedem Element jeder simulierten Kulturpflanzen-Wachstumszeitreihe von dem Kulturpflanzen-Wachstumssimulator und der historischen Kulturpflanzen-Wachstumszeitreihe von der Datenbank zum historischen Kulturpflanzenwachstum berechnen, und ein Differenzwert kann berechnet und gespeichert werden. Der Differenzwert kann durch Summieren der berechneten Differenzen (d.h. der für die jeweiligen Elemente der Zeitreihe berechneten Differenzen) berechnet werden.
  • Das Verfahren 800 wird fortgesetzt, indem als Nächstes der bestimmte Kulturpflanzentyp und der bestimmte Aussaattermin auf der Grundlage des Kulturpflanzentyps und des Aussaattermins ermittelt werden, die dem niedrigsten Differenzwert zugehörig sind (Block 818). Der Abgleichalgorithmus kann zum Beispiel die Zeitreihe, die mit dem niedrigsten Differenzwert simuliert wird, als Endergebnis heranziehen. So kann der Abgleichalgorithmus entsprechend dieser Simulation (d.h. die Simulation, die den niedrigsten Differenzwert ergab) beispielsweise eine Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins ausgeben. In anderen Worten, die Ausgabe der Bestimmung des Kulturpflanzentyps und/oder des Aussaattermins, die der Abgleichalgorithmus ausgibt, kann auf dem Kulturpflanzentyp und dem Aussaattermin beruhen, die vom Kulturpflanzen-Wachstumssimulator verwendet wurden, um diejenige Simulation zu erzeugen, die die niedrigste Differenz ergab. Das Verfahren 800 kann dann beendet werden.
  • In einigen Ausführungsformen können die Blöcke 816 und 818 dem Block 506 in 5 entsprechen (d.h., die historische Kulturpflanzen-Wachstumszeitreihe wird mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe abgeglichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln).
  • Mit Bezug nunmehr auf 9 ist ein Blockschaubild eines beispielhaften, nichteinschränkenden Systems 900 veranschaulicht, das gemäß einer oder mehreren Ausführungsformen das Bestimmen von Kulturpflanzentyp und/oder Aussaattermin ermöglicht. Eine wiederholte Beschreibung ähnlicher Elemente, die in anderen hier beschriebenen Ausführungsformen verwendet werden, entfällt aus Gründen der Kürze. Aspekte von Systemen (z.B. System 900 und Ähnliche), Vorrichtungen oder Prozessen, die in dieser Offenbarung erläutert werden, können eine oder mehrere durch eine Maschine ausführbare Programmmodule darstellen, die in einer oder mehreren Maschinen enthalten sind, z.B. in einem oder mehreren durch einen Computer lesbaren Medien, die einer oder mehreren Maschinen zugehörig sind. Diese Programmmodule können, wenn sie von einer oder mehreren Maschinen, z.B. einem oder mehreren Computern, einer oder mehreren Datenverarbeitungseinheiten, einer oder mehreren virtuellen Maschinen usw., ausgeführt werden, die eine oder die mehreren Maschinen veranlassen, die beschriebenen Operationen durchzuführen.
  • Wie in 9 dargestellt, kann das System 900 ein oder mehrere Client-Systeme (z.B. mobile Einheiten) 902, 912, ein oder mehrere Server-Systeme 904, 914, ein oder mehrere Netzwerke 906, eine oder mehrere Datenbanken zur Kulturpflanzenhistorie 920, eine oder mehrere Geodatenbanken 922, eine oder mehrere Wetterdatenbanken 924, eine oder mehrere Fernsensordatenbanken 926 und eine oder mehrere Datenbanken zum historischen Kulturpflanzenwachstum 928 umfassen. Es sei darauf hingewiesen, dass das eine oder die mehreren Client-Systeme 902, 912, das eine oder die mehreren Server-Systeme 904, 914, die eine oder die mehreren Datenbanken zur Kulturpflanzenhistorie 920, die eine oder die mehreren Geodatenbanken 922, die eine oder die mehreren Wetterdatenbanken 924, die eine oder die mehreren Fernsensordatenbanken 926 und die eine oder die mehreren Datenbanken zum historischen Kulturpflanzenwachstum 928 mit Datenübertragungseinheiten ausgestattet sein können (z.B. einer oder mehreren Datenübertragungskomponenten 930, die nachstehend in Bezug auf das Client-System 902 beschrieben werden), die eine Datenübertragung zwischen dem einen oder den mehreren Client-Systemen 902, 912, dem einen oder den mehreren Server-Systemen 904, 914, der einen oder den mehreren Datenbanken zur Kulturpflanzenhistorie 920, der einen oder den mehreren Geodatenbanken 922, der einen oder den mehreren Wetterdatenbanken 924, der einen oder den mehreren Fernsensordatenbanken 926 und der einen oder den mehreren Datenbanken zum historischen Kulturpflanzenwachstum 928 über das eine oder die mehreren Netzwerke 906 ermöglichen.
  • Die Client-Systeme 902, 912 können die hier beschriebene Funktionalität in Bezug auf Anfordern der Bestimmung von Kulturpflanzentyp und/oder Aussaattermin und Anzeigen der Ergebnisse der Bestimmung umfassen. Das eine oder die mehreren Client-Systeme 902, 912 können verwendet werden, um Anforderungen zum Bestimmen von Kulturpflanzentyp und Aussaattermin an den einen oder die mehreren Server-Systeme 904, 914 zu senden und die Ergebnisse der von dem einen oder den mehreren Server-Systemen 904, 914 zurückgesendeten Bestimmungen anzuzeigen. Anforderungen zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin können zum Beispiel von Landwirten und Agrarunternehmen wie Warenhändlern, Saatgutlieferanten, Pestizidherstellern und Logistikdienstleistern sowie von staatlichen Stellen gestellt werden. Bei dem Client-System 912 kann es sich um eine andere Art von Client-System handeln als bei dem Client-System 902. Bei dem Client-System 912 kann es sich auch um ein Client-System 902 handeln und/oder es kann eine oder mehrere Komponenten des Client-Systems 902 umfassen. Es sei darauf hingewiesen, dass in den nachstehenden Erörterungen, in denen mehr als ein Client-System verwendet wird, das Client-System ein oder mehrere Client-Systeme 902 und/oder ein oder mehrere Client-Systeme 912 umfassen kann.
  • Die Client-Systeme 902, 912 können zum Beispiel ein oder mehrere Mobiltelefone (z.B. 1002 in 10), Tablets, PDAs, Laptops oder andere mobile Einheiten umfassen.
  • Die Server-Systeme 904, 914 können die hier beschriebene Funktionalität in Bezug auf das Bestimmen von Kulturpflanzentyp und/oder Aussaattermin umfassen (z.B. das Verfahren 500 in 5). Bei dem Server-System 914 kann es sich um eine andere Art von Client-System handeln als bei dem Server-System 904. Bei dem Server-System 914 kann es sich auch um ein Server-System 904 handeln und/oder es kann eine oder mehrere Komponenten des Servers-Systems 904 umfassen. Es sei darauf hingewiesen, dass in den nachstehenden Erörterungen, in denen mehr als ein Server-System verwendet wird, die Server-Systeme ein oder mehrere Server-Systeme 904 und/oder ein oder mehrere Server-Systeme 914 umfassen können.
  • Die verschiedenen Komponenten (z.B. die Client-Systeme 902, 912, die Server-Systeme 904, 914, die Datenbanken zur Kulturpflanzenhistorie 920, die Geodatenbanken 922, die Wetterdatenbanken 924, die Fernsensordatenbanken 926, die Datenbanken zum historischen Kulturpflanzenwachstum 928, die Datenübertragungskomponenten 930, 950, der Speicher 932, 952, der Prozessor 938, 958, die Anzeige 942, die Tastatur 944, das GPS 946, die Kamera 948 und/oder andere Komponenten) des Systems 900 können direkt oder über ein oder mehrere Netzwerke 906 verbunden sein. Diese Netzwerke 906 können drahtgebundene und drahtlose Netzwerke umfassen, darunter, ohne auf diese beschränkt zu sein, ein Mobilfunknetz, ein Weitverkehrsnetzwerk (WAN) (z.B. das Internet) und/oder ein lokales Netzwerk (LAN), wobei nichteinschränkende Beispiele Mobilfunk, WAN, Wireless Fidelity (Wi-Fi), Wi-Mal, WLAN, Datenübertragung über Funk, Mikrowellen-Datenübertragung, Satelliten-Datenübertragung, optische Datenübertragung, Datenübertragung über Schall, elektromagnetische Induktionsdatenübertragung, Quantendatenübertragung und/oder jede andere geeignete Datenübertragungstechnologie umfassen.
  • Das Client-System 902 kann eine oder mehrere Datenübertragungskomponenten 930 umfassen, die das Client-System 902 in die Lage versetzen, mit einem oder mehreren Server-Systemen 904, 914, einer oder mehreren anderen Client-Einheiten 912, einer oder mehreren Datenbank zur Kulturpflanzenhistorie 920, einer oder mehreren Geodatenbanken 922, einer oder mehreren Wetterdatenbanken 924, einer oder mehreren Fernsensordatenbanken 926 und/oder einer oder mehreren Datenbank zum historischen Kulturpflanzenwachstum 928 über ein oder mehrere Netzwerke 906 über drahtlose und/oder drahtgebundene Datenübertragung Daten zu übertragen. Die eine oder die mehreren Datenübertragungskomponenten 930 können zum Beispiel dem Netzwerkadapter 20 in 1 entsprechen.
  • Das Client-System 902 kann mindestens einen Speicher 932 umfassen oder ihm anderweitig zugehörig sein, in dem durch einen Computer ausführbare Programmmodule gespeichert werden können (z.B. können die durch einen Computer ausführbaren Programmmodule, ohne auf diese beschränkt zu sein, das/die Modul(e) zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin 934 sowie zugehörige Programmmodule umfassen). Das/die Modul(e) zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin 934 können den Programmmodulen 42 in 1 entsprechen. Das Client-System 902 kann auch mindestens einen Prozessor 938 umfassen oder ihm anderweitig zugehörig sein, der das/die im Speicher 932 gespeicherte(n) durch einen Computer ausführbare(n) Programmmodul(e) ausführt. Das Client-System 902 kann weiterhin einen Systembus 940 umfassen, der die verschiedenen Komponenten, einschließlich, ohne auf diese beschränkt zu sein, der Datenübertragungskomponente(n) 930, des Speichers 932, des Prozessors 938, der Anzeige 942, der Benutzereingabeeinheit 944, des GPS 946, der Kamera 948 und/oder anderer Einheiten (z.B. Beschleunigungsmesser, Gyroskop, Magnetometer), miteinander verbindet.
  • Das Client-System 902 ist in 9 zwar so dargestellt, dass es das/die Modul(e) zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin 934 umfasst, in anderen Ausführungsformen jedoch kann eine beliebige Anzahl verschiedener Einheitentypen vollständig oder teilweise das/die Modul(e) zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin 934 enthalten oder ihnen zugehörig sein. Das eine oder die mehreren Server-Systeme 904, 914 können zum Beispiele das/die Modul(e) zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin 934 vollständig oder teilweise umfassen. In anderen Worten, die Datenverarbeitung, die einem Anfordern einer Bestimmung von Kulturpflanzentyp und/oder Aussaattermin und der Anzeige der Ergebnisse der Bestimmung zugehörig ist, können lokal (z.B. mit dem Prozessor 938) und/oder aus der Ferne (z.B. im Server-System 904 mit dem Prozessor 958) durchgeführt werden. Alle diese Ausführungsformen sind denkbar.
  • Das Client-System 902 kann auch mindestens eine Anzeige 942 umfassen oder ihr anderweitig zugehörig sein, auf der die Ergebnisse der Bestimmung angezeigt werden können, sowie Informationen, die sich auf ein Verwenden des/der Modul(s)(e) zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin 934 beziehen (z.B. eine oder mehrere Eingabeoptionen, mit denen das untersuchte Gebiet eingegeben werden kann, wie Eingeben von Koordinaten, die das untersuchte Gebiet definieren, Verwenden von GPS-abgeleiteten Geolokalisierungsdaten, die das untersuchte Gebiet definieren, und/oder Verwenden von Bilddaten, die das untersuchte Gebiet definieren, werden beschrieben). Bei der Anzeige 942 kann es sich um jede geeignete Anzeigeeinheit handeln. Bei der Anzeige 942 kann es sich zum Beispiel um eine Anzeige handeln, die in ein Mobiltelefon, ein Tablet, einen PDA oder einen Laptop integriert ist. In weiteren Ausführungsformen kann es sich bei der Anzeige 942 um eine Komponente einer Einheit handeln, die zur Datenübertragung mit einem Mobiltelefon, Tablet, PDA oder Laptop verbunden ist. In einigen Ausführungsformen kann es sich bei der Anzeige 942 um einen Touchscreen handeln, der es einem Benutzer ermöglicht, mit dem Finger oder Stift mit dem Client-System 902 zu interagieren.
  • Das Client-System 902 kann auch mindestens eine Benutzereingabeeinheit 944 umfassen oder ihr anderweitig zugehörig sein, z.B. eine Tastatur und/oder eine Zeigeeinheit (z.B. ein Grafiktablett, eine Maus, ein Stift, ein integrierter Mausstift, ein Trackball usw.), mit der ein Benutzer Eingabedaten bereitstellen kann (z.B. Eingabedaten zum Definieren des untersuchten Gebiets). Bei der Benutzereingabeeinheit 944 kann es sich um jede beliebige geeignete Benutzereingabeeinheit handeln. Bei der Benutzereingabeeinheit 944 kann es sich beispielsweise um eine Tastatur und/oder eine in ein Mobiltelefon, ein Tablet, einen PDA oder einen Laptop integrierte Zeigeeinheit handeln. In weiteren Ausführungsformen kann es sich bei der Benutzereingabeeinheit 944 um eine Komponente einer Einheit handeln, die zur Datenübertragung mit einem Mobiltelefon, Tablet, PDA oder Laptop verbunden ist.
  • Das Client-System 902 kann auch mindestens ein GPS 946 umfassen oder ihm anderweitig zugehörig sein, das Geolokalisierungsdaten bereitstellen kann (z.B. Geolokalisierungsdaten, die das untersuchte Gebiet definieren). Bei dem GPS 946 kann es sich um ein beliebiges geeignetes globales satellitengestütztes Geolokalisierungssystem handeln, z.B. das Global Positioning System (GPS), GLObal Navigation Satellite System (GLONASS), Galileo, Quasi-Zenith Satellite System (QZSS) usw. Bei dem GPS 946 kann es sich zum Beispiel um ein globales satellitengestütztes Geolokalisierungssystem handeln, das in ein Mobiltelefon, ein Tablet, einen PDA oder einen Laptop integriert ist. In weiteren Ausführungsformen kann es sich bei dem GPS 946 um eine Komponente einer Einheit handeln, die zur Datenübertragung mit einem Mobiltelefon, Tablet, PDA oder Laptop verbunden ist.
  • Das Client-System 902 kann auch mindestens eine Kamera 948 umfassen oder ihr anderweitig zugehörig sein, die ein Bild erfassen kann (z.B. ein Bild einer Landkarte oder ein anderes Bild, das das untersuchte Gebiet definiert). Bei der Kamera 948 kann es sich um jede geeignete Bilderfassungseinheit handeln. Bei der Kamera 948 kann es sich zum Beispiel um eine Kamera handeln, die in ein Mobiltelefon, ein Tablet, einen PDA oder einen Laptop integriert ist. In weiteren Ausführungsformen kann es sich bei der Kamera 948 um eine Komponente einer Einheit handeln, die zur Datenübertragung mit einem Mobiltelefon, Tablet, PDA oder Laptop verbunden ist.
  • Das Server-System 904 kann eine oder mehrere Datenübertragungskomponenten 950 umfassen, die das Server-System 904 in die Lage versetzen, mit einem oder mehreren Client-Systemen 902, 912, einer oder mehreren anderen Server-Einheiten 914, einer oder mehreren Datenbank zur Kulturpflanzenhistorie 920, einer oder mehreren Geodatenbanken 922, einer oder mehreren Wetterdatenbanken 924, einer oder mehreren Fernsensordatenbanken 926 und/oder einer oder mehreren Datenbank zum historischen Kulturpflanzenwachstum 928 über ein oder mehrere Netzwerke 906 über drahtlose und/oder drahtgebundene Datenübertragung Daten zu übertragen. Die eine oder die mehreren Datenübertragungskomponenten 950 können zum Beispiel dem Netzwerkadapter 20 in 1 entsprechen.
  • Das Server-System 904 kann mindestens einen Speicher 952 umfassen oder ihm anderweitig zugehörig sein, in dem durch einen Computer ausführbare Programmmodule gespeichert werden können (z.B. können die durch einen Computer ausführbaren Programmmodule, ohne auf diese beschränkt zu sein, Modul(e) mit dem Kulturpflanzen-Wachstumssimulator 954, Modul(e) mit dem Abgleichalgorithmus 956 sowie zugehörige Programmmodule umfassen). Das/die Modul(e) mit dem Kulturpflanzen-Wachstumssimulator 954 und das/die Modul(e) mit dem Abgleichalgorithmus 956 können den Programmmodulen 42 in 1 bzw. dem Kulturpflanzen-Wachstumssimulator 402 und dem Abgleichalgorithmus 404 in 4 entsprechen. Das Server-System 904 kann auch mindestens einen Prozessor 958 umfassen oder ihm anderweitig zugehörig sein, der das/die im Speicher 952 gespeicherte(n) durch einen Computer ausführbare(n) Programmmodul(e) ausführt. Das Server-System 904 kann weiterhin einen Systembus 960 umfassen, der die verschiedenen Komponenten, einschließlich, ohne auf diese beschränkt zu sein, der Datenübertragungskomponente(n) 950, des Speichers 952, des Prozessors 958 und/oder anderer Einheiten, miteinander verbinden kann.
  • Das Server-System 904 ist in 9 zwar so dargestellt, dass es das/die Modul(e) mit dem Kulturpflanzen-Wachstumssimulator 954 und das/die Modul(e) mit dem Abgleichalgorithmus 956 umfasst, in anderen Ausführungsformen jedoch kann eine beliebige Anzahl anderer Arten von Einheiten das/die Modul(e) mit dem Kulturpflanzen-Wachstumssimulator 954 und das/die Modul(e) mit dem Abgleichalgorithmus 956 umfassen oder diesen zugehörig sein. Ein oder mehrere Client-Systeme 902, 912 können beispielsweise alle oder einige der Module mit dem Kulturpflanzen-Wachstumssimulator 954 und der Module mit dem Abgleichalgorithmus 956 umfassen. In anderen Worten, eine dem/den Modul(en) mit dem Kulturpflanzen-Wachstumssimulator 954 und/oder dem/den Modul(en) mit dem Abgleichalgorithmus 956 zugehörige Datenverarbeitung kann lokal (z.B. unter Verwendung des Prozessors 958) und/oder aus der Ferne (z.B. im Client-System 902 unter Verwendung des Prozessors 938) durchgeführt werden. Alle diese Ausführungsformen sind denkbar.
  • Bei der einen oder den mehreren Datenbanken zur Kulturpflanzenhistorie 920 kann es sich um beliebige Datenbanken handeln, wobei nichteinschränkende Beispiele eine oder mehrere Datenbanken umfassen, die historische Kulturpflanzendaten speichern (z.B. Typen von Kulturpflanzen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, und einen Aussaatkalender für jeden dieser Kulturpflanzentypen). Die eine oder die mehreren Datenbanken zur Kulturpflanzenhistorie 920 können der Datenbank zur Kulturpflanzenhistorie 420 in 4 entsprechen.
  • Bei der einen oder den mehreren Geodatenbanken 922 kann es sich um beliebige Datenbanken handeln, wobei nichteinschränkende Beispiele eine oder mehrere Datenbanken umfassen, die Geodaten speichern (z.B. landwirtschaftliche Informationen wie Höhenlage, Bodenfeuchtigkeit, Bodentyp und andere Geodaten, die für das untersuchte Gebiet kennzeichnend sind). Die eine oder die mehreren Geodatenbanken 922 können der Geodatenbank 422 in 4 entsprechen.
  • Bei der einen oder den mehreren Wetterdatenbanken 924 kann es sich um eine beliebige Datenbank handeln, wobei nichteinschränkende Beispiele eine oder mehrere Datenbanken umfassen, die Wetterdaten speichern (z.B. eine oder mehrere Wetterzeitreihen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend sind). Die eine oder die mehreren Wetterdatenbanken 924 können der Wetterdatenbank 424 in 4 entsprechen.
  • Bei der einen oder den mehreren Fernsensordatenbanken 926 kann es sich um jede beliebige Datenbank handeln, wobei nichteinschränkende Beispiele eine oder mehrere Datenbanken umfassen, die Fernsensordaten (z.B. Satellitenbilddaten des untersuchten Gebiets) speichern. Die eine oder die mehreren Fernsensordatenbanken 926 können der Fernsensordatenbank 426 in 4 entsprechen.
  • Bei der einen oder den mehreren Datenbanken zum historischen Kulturpflanzenwachstum 928 kann es sich um eine beliebige Datenbank handeln, wobei nichteinschränkende Beispiele eine oder mehrere Datenbanken umfassen, die eine oder mehrere historische Kulturpflanzen-Wachstumszeitreihen (z.B. eine historische Kulturpflanzen-Wachstumszeitreihe des BFI für den aktuellen Anbauzyklus oder einen früheren Anbauzyklus) speichern, die aus der Fernerkundung abgeleitet wurden. Die eine oder die mehreren Datenbanken zum historischen Kulturpflanzenwachstum 928 können der Datenbank zum historischen Kulturpflanzenwachstum 406 in 4 entsprechen.
  • Mit Bezug nunmehr auf 10 ist ein beispielhaftes Client-System 1000 zum Anfordern einer Bestimmung von Kulturpflanzentyp und/oder Aussaattermin und zum Anzeigen der Ergebnisse der Bestimmung gemäß einer oder mehreren Ausführungsformen dargestellt. Das beispielhafte Client-System 100 kann den Client-Systemen 902, 912 in 9 entsprechen. Das in 10 dargestellte beispielhafte Client-System 1000 umfasst ein Mobiltelefon 1002 mit einer integrierten Anzeige/einem integrierten Touchscreen 1004. In anderen Ausführungsformen kann es sich bei dem Client-System um ein Tablet, einen PDA, einen Laptop oder eine andere Client-Einheit handeln, darunter ein Mobiltelefon mit einer anderen Konfiguration. Auf der integrierten Anzeige/dem Touchscreen 1004 werden gemäß einigen Ausführungsformen die Ergebnisse 1006 einer Bestimmung von Kulturpflanzentyp und Aussaattermin angezeigt, die von einem Server-System (z.B. 904 in 9) als Reaktion auf eine Anforderung zum Bestimmen von Kulturpflanzentyp und Aussaattermin zurückgesendet werden. Das Client-System 1000 kann die Anforderung, die GPS-abgeleitete Geolokalisierungsdaten zum Definieren des untersuchten Gebiets umfassen kann, zuvor an das Client-System gesendet haben. Das Mobiltelefon 1002 kann beispielsweise ein integriertes GPS (946 in 9) umfassen, und die vom GPS abgeleiteten Geolokalisierungsdaten des Telefons können das untersuchte Gebiet definieren (z.B. können die Module zum Anfordern der Bestimmung/Anzeige von Kulturpflanzentyp und Aussaattermin (934 in 9) das untersuchte Gebiet als Bundesland, Landkreis, Region usw. definieren, in dem sich das Mobiltelefon 1002 befindet).
  • In der in 10 dargestellten Ausführungsform werden die Ergebnisse 1006 einer Bestimmung von Kulturpflanzentyp und Aussaattermin unter Verwendung einer grafischen Benutzerschnittstelle (GUI) angezeigt, die ein oder mehrere Fenster (z.B. ein oder mehrere Fenster, wie z.B. ein Flurstückfenster 1008 und ein Schlüsselfenster 1010), Symbole und/oder Schaltflächen umfasst, die es einem Benutzer ermöglichen, mit den angezeigten Ergebnissen zu interagieren. Die grafische Benutzeroberfläche kann es beispielsweise einem Benutzer ermöglichen, mit den angezeigten Ergebnissen zu interagieren, um das gesamte untersuchte Gebiet im Flurstückfenster 1008 oder einen Teil des untersuchten Gebiets anzuzeigen (z.B. mit einer Zoom-Funktion). In der in 10 dargestellten Ausführungsform zeigt das Flurstückfenster 108 mindestens einen Teil des untersuchten Gebiets, das eine Mehrzahl von Feldern 1020, 1022, 1024, 1026, 1028 und 1030 umfasst, von denen jedes einen bestimmten Kulturpflanzentyp (im Feld eingetragen) und einen Aussaattermin (mit Text in jedem Feld eingetragen) aufweist. In der in 10 dargestellten Ausführungsform zeigt das Schlüsselfenster 1010 außerdem einen Schlüssel zu den Füllgrafiken der Felder an. Es sei darauf hingewiesen, dass die in 10 gezeigte Konfiguration und die Funktionen der grafischen Benutzeroberfläche nur zur Veranschaulichung dienen und Ausführungsformen der Erfindung nicht darauf beschränkt sind. Die Ergebnisse einer Bestimmung von Kulturpflanzentyp und Aussaattermin können zum Beispiel über eine textgestützte Benutzerschnittstelle angezeigt werden.
  • Bei der vorliegenden Erfindung kann es sich um ein System, ein Verfahren und/oder ein Computerprogrammprodukt handeln. Das Computerprogrammprodukt kann (ein) durch einen Computer lesbare(s) Speichermedium (oder -medien) umfassen, auf dem/denen durch einen Computer lesbare Programmanweisungen gespeichert ist/sind, um einen Prozessor dazu zu veranlassen, Aspekte der vorliegenden Erfindung auszuführen.
  • Bei dem durch einen Computer lesbaren Speichermedium kann es sich um eine physische Einheit handeln, die Anweisungen zur Verwendung durch eine Einheit zur Ausführung von Anweisungen behalten und speichern kann. Bei dem durch einen Computer lesbaren Speichermedium kann es sich zum Beispiel um eine elektronische Speichereinheit, eine magnetische Speichereinheit, eine optische Speichereinheit, eine elektromagnetische Speichereinheit, eine Halbleiterspeichereinheit oder jede geeignete Kombination daraus handeln, ohne auf diese beschränkt zu sein. Zu einer nicht erschöpfenden Liste spezifischerer Beispiele des durch einen Computer lesbaren Speichermediums gehören die Folgenden: eine tragbare Computerdiskette, eine Festplatte, ein Direktzugriffsspeicher (RAM), ein Nur-Lese-Speicher (ROM), ein löschbarer programmierbarer Nur-Lese-Speicher (EPROM bzw. Flash-Speicher), ein statischer Direktzugriffsspeicher (SRAM), ein tragbarer Kompaktspeicherplatte-Nur-Lese-Speicher (CD-ROM), eine DVD (digital versatile disc), ein Speicher-Stick, eine Diskette, eine mechanisch codierte Einheit wie zum Beispiel Lochkarten oder gehobene Strukturen in einer Rille, auf denen Anweisungen gespeichert sind, und jede geeignete Kombination daraus. Ein durch einen Computer lesbares Speichermedium soll in der Verwendung hier nicht als flüchtige Signale an sich aufgefasst werden, wie zum Beispiel Funkwellen oder andere sich frei ausbreitende elektromagnetische Wellen, elektromagnetische Wellen, die sich durch einen Wellenleiter oder ein anderes Übertragungsmedium ausbreiten (z.B. Lichtwellenleiterkabel durchlaufende Lichtimpulse) oder durch einen Draht übertragene elektrische Signale.
  • Hier beschriebene, durch einen Computer lesbare Programmanweisungen können von einem durch einen Computer lesbaren Speichermedium auf jeweilige Datenverarbeitungs-/Verarbeitungseinheiten oder über ein Netzwerk wie zum Beispiel das Internet, ein lokales Netzwerk, ein Weitverkehrsnetzwerk und/oder ein drahtloses Netzwerk auf einen externen Computer oder eine externe Speichereinheit heruntergeladen werden. Das Netzwerk kann Kupferübertragungskabel, Lichtwellenübertragungsleiter, drahtlose Übertragung, Router, Firewalls, Vermittlungseinheiten, Gateway-Computer und/oder Edge-Server aufweisen. Eine Netzwerkadapterkarte oder Netzwerkschnittstelle in jeder Datenverarbeitungs-/Verarbeitungseinheit empfängt durch einen Computer lesbare Programmanweisungen aus dem Netzwerk und leitet die durch einen Computer lesbaren Programmanweisungen zur Speicherung in einem durch einen Computer lesbaren Speichermedium innerhalb der entsprechenden Datenverarbeitungs-/Verarbeitungseinheit weiter.
  • Bei durch einen Computer lesbaren Programmanweisungen zum Ausführen von Arbeitsschritten kann es sich um Assembler-Anweisungen, ISA-Anweisungen (Instruction-Set-Architecture), Maschinenanweisungen, maschinenabhängige Anweisungen, Mikrocode, Firmware-Anweisungen, zustandssetzende Daten oder entweder Quellcode oder Objektcode handeln, die in einer beliebigen Kombination aus einer oder mehreren Programmiersprachen geschrieben werden, darunter objektorientierte Programmiersprachen wie Smalltalk, C++ o.ä. sowie herkömmliche prozedurale Programmiersprachen wie die Programmiersprache „C“ oder ähnliche Programmiersprachen Die durch einen Computer lesbaren Programmanweisungen können vollständig auf dem Computer des Benutzers, teilweise auf dem Computer des Benutzers, als eigenständiges Software-Paket, teilweise auf dem Computer des Benutzers und teilweise auf einem entfernt angeordneten Computer oder vollständig auf dem entfernt angeordneten Computer oder Server ausgeführt werden. In letzterem Fall kann der entfernt angeordnete Computer mit dem Computer des Benutzers durch eine beliebige Art Netzwerk verbunden sein, darunter ein lokales Netzwerk (LAN) oder ein Weitverkehrsnetzwerk (WAN), oder die Verbindung kann mit einem externen Computer hergestellt werden (zum Beispiel über das Internet unter Verwendung eines Internet-Dienstanbieters). In einer oder mehreren Ausführungsformen können elektronische Schaltungen, darunter zum Beispiel programmierbare Logikschaltungen, vor Ort programmierbare Gatter-Anordnungen (FPGA, field programmable gate arrays) oder programmierbare Logikanordnungen (PLA, programmable logic arrays) die durch einen Computer lesbaren Programmanweisungen ausführen, indem sie Zustandsinformationen der durch einen Computer lesbaren Programmanweisungen nutzen, um die elektronischen Schaltungen zu personalisieren, um Aspekte der vorliegenden Erfindung durchzuführen.
  • Aspekte werden hier unter Bezugnahme auf Ablaufplandarstellungen und/oder Blockschaubilder von Verfahren, Vorrichtungen (Systemen) und Computerprogrammprodukten gemäß einer oder mehreren Ausführungsformen beschrieben. Es wird darauf hingewiesen, dass jeder Block der Ablaufpläne und/oder der Blockschaubilder sowie Kombinationen von Blöcken in den Ablaufplänen und/oder den Blockschaubildern mittels durch einen Computer lesbare Programmanweisungen ausgeführt werden können.
  • Diese durch einen Computer lesbaren Programmanweisungen können einem Prozessor eines Universalcomputers, eines Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungsvorrichtung bereitgestellt werden, um eine Maschine zu erzeugen, sodass die über den Prozessor des Computers bzw. der anderen programmierbaren Datenverarbeitungsvorrichtung ausgeführten Anweisungen ein Mittel zur Umsetzung der in dem Block bzw. den Blöcken der Ablaufpläne und/oder der Blockschaltbilder bzw. Schaubilder festgelegten Funktionen/Schritte erzeugen. Diese durch einen Computer lesbaren Programmanweisungen können auch auf einem durch einen Computer lesbaren Speichermedium gespeichert sein, das einen Computer, eine programmierbare Datenverarbeitungsvorrichtung und/oder andere Einheiten so steuern kann, dass sie auf eine bestimmte Art funktionieren, sodass das durch einen Computer lesbare Speichermedium, auf dem Anweisungen gespeichert sind, einen Herstellungsartikel aufweist, darunter Anweisungen, welche Aspekte der/des in dem Block bzw. den Blöcken des Ablaufplans und/oder der Blockschaubilder angegebenen Funktion/Schritts umsetzen.
  • Die durch einen Computer lesbaren Programmanweisungen können auch auf einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder eine andere Einheit geladen werden, um das Ausführen einer Reihe von Prozessschritten auf dem Computer bzw. der anderen programmierbaren Vorrichtung oder anderen Einheit zu verursachen, um einen auf einem Computer ausgeführten Prozess zu erzeugen, sodass die auf dem Computer, einer anderen programmierbaren Vorrichtung oder einer anderen Einheit ausgeführten Anweisungen die in dem Block bzw. den Blöcken der Ablaufpläne und/oder der Blockschaltbilder bzw. Schaubilder festgelegten Funktionen/Schritte umsetzen.
  • Der Ablaufplan und die Blockschaubilder in den Figuren veranschaulichen die Architektur, Funktionalität und den Betrieb möglicher Ausführungen von Systemen, Verfahren und Computerprogrammprodukten gemäß verschiedener Ausführungsformen. In diesem Zusammenhang kann jeder Block in den Ablaufplänen oder Blockschaubildern ein Modul, ein Segment oder einen Teil von Anweisungen darstellen, die eine oder mehrere ausführbare Anweisungen zur Ausführung der bestimmten logischen Funktion(en) aufweisen. In einigen alternativen Implementierungen können die in dem Block angegebenen Funktionen in einer anderen Reihenfolge als in den Figuren gezeigt stattfinden. Zwei nacheinander gezeigte Blöcke können zum Beispiel in Wirklichkeit im Wesentlichen gleichzeitig ausgeführt werden, oder die Blöcke können manchmal je nach entsprechender Funktionalität in umgekehrter Reihenfolge ausgeführt werden. Es ist ferner anzumerken, dass jeder Block der Blockschaubilder und/oder der Ablaufpläne sowie Kombinationen aus Blöcken in den Blockschaubildern und/oder den Ablaufplänen durch spezielle auf Hardware beruhende Systeme umgesetzt werden können, welche die festgelegten Funktionen oder Schritte durchführen, oder Kombinationen aus Spezial-Hardware und Computeranweisungen ausführen.
  • Für Fachleute ist offensichtlich, dass im Anwendungsbereich der vorliegenden Erfindung viele Änderungen möglich sind. Die hier beschriebenen Einzelheiten der Hardware- und Softwareimplementierung dienen zum Beispiel lediglich der Veranschaulichung und sollen den Umfang des beschriebenen Gegenstands nicht einschränken. Die vorliegende Erfindung wurde zwar mit Bezug auf bevorzugte Ausführungsformen im Einzelnen vorgestellt und beschrieben, für Fachleute versteht sich jedoch, dass verschiedene Änderungen an Form und Einzelheiten daran vorgenommen werden können, ohne vom Anwendungsbereich der vorliegenden Erfindung abzuweichen.

Claims (25)

  1. Verfahren zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin, wobei das Verfahren aufweist: Bereitstellen einer historischen Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten, wobei die Fernsensordaten eine Zeitreihe von Bilddaten des untersuchten Gebiets umfassen und wobei die historische Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter einen oder mehrere kulturpflanzenspezifische Parameter; Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen unter Verwendung eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten, wobei die Geodaten landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind, wobei die Wetterdaten eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist, und wobei die simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter einen oder mehrere kulturpflanzenspezifische Parameter; Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln.
  2. Verfahren nach Anspruch 1, wobei die historischen Kulturpflanzendaten Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen.
  3. Verfahren nach Anspruch 2, wobei das Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen umfasst: Ermitteln einer ersten simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und einem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen.
  4. Verfahren nach Anspruch 3, wobei das Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln, umfasst: Berechnen einer Differenz zwischen jedem Element des einen oder der mehreren Elemente der ersten simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen; Berechnen eines Differenzwerts durch Summieren jeder Differenz, die für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnet wurde, für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen; Speichern des Differenzwerts, der für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes der Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebauten wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen berechnet wurde; Erstellen einer Rangfolge der gespeicherten Differenzwerte, um einen niedrigsten Differenzwert zu identifizieren; Ermitteln des bestimmten Kulturpflanzentyps auf der Grundlage des Kulturpflanzentyps, der dem niedrigsten Differenzwert zugehörig ist.
  5. Verfahren nach Anspruch 4, wobei das Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen weiterhin umfasst: Ermitteln einer zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes des bestimmten Kulturpflanzentyps und einer Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp.
  6. Verfahren nach Anspruch 5, wobei das Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln, weiterhin umfasst: Berechnen einer Differenz zwischen jedem Element des einen oder der mehreren Elemente der zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp; Berechnen eines Differenzwerts durch Summieren jeder Differenz, die für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnet wurde, für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp; Speichern des Differenzwerts, der für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp berechnet wurde; Erstellen einer Rangfolge der gespeicherten Differenzwerte, um einen niedrigsten Differenzwert zu identifizieren; Ermitteln des bestimmten Aussaattermins auf der Grundlage des Aussaattermins, das dem niedrigsten Differenzwert zugehörig ist.
  7. Verfahren nach Anspruch 1, wobei der eine oder die mehreren kulturpflanzenspezifischen Parameter aus der Gruppe, die aus dem Blattflächenindex (BFI) und dem normierten differenzierten Vegetationsindex (NDVI) besteht, ausgewählt werden.
  8. Verfahren nach Anspruch 1, wobei der eine oder die mehreren kulturpflanzenspezifischen Parameter den Blattflächenindex (LFI) umfassen.
  9. Verfahren nach Anspruch 1, wobei die landwirtschaftlichen Informationen aus der Gruppe ausgewählt werden, die aus Höhenlage, Bodenfeuchtigkeit und Bodentyp besteht.
  10. Verfahren nach Anspruch 1, wobei die Bilddaten von einem Satelliten, einer Flugdrohne und/oder einem Flugzeug erfasst werden.
  11. Verfahren nach Anspruch 1, wobei die Bilddaten von einem Satelliten erfasst werden.
  12. System zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin, wobei das System aufweist: eine Servereinheit, wobei die Servereinheit einen oder mehrere Prozessoren, eine oder mehrere durch einen Computer lesbare Speichereinheiten und Programmanweisungen aufweist, die auf mindestens einer der einen oder der mehreren durch einen Computer lesbaren Speichereinheiten zum Ausführen durch mindestens einen des einen oder der mehreren Prozessoren gespeichert sind, wobei die Programmanweisungen ausführbar sind, um: eine historischen Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten bereitzustellen, wobei die Fernsensordaten eine Zeitreihe von Bilddaten des untersuchten Gebiets umfassen und wobei die historische Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter einen oder mehrere kulturpflanzenspezifische Parameter; eine simulierten Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen unter Verwendung eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten zu ermitteln, wobei die Geodaten landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind, wobei die Wetterdaten eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist, und wobei die simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter einen oder mehrere kulturpflanzenspezifische Parameter; die historische Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe abzugleichen, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln.
  13. System nach Anspruch 12, wobei die historischen Kulturpflanzendaten Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen.
  14. System nach Anspruch 13, wobei zum Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen die Programmanweisungen weiter ausführbar sind, um: eine erste simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und einem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen zu ermitteln.
  15. System nach Anspruch 14, wobei zum Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln, die Programmanweisungen weiter ausführbar sind, um: eine Differenz zwischen jedem Element des einen oder der mehreren Elemente der ersten simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen zu berechnen; einen Differenzwert durch Summieren jeder Differenz, die für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnet wurde, für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen zu berechnen; den Differenzwert zu speichern, der für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes der Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen berechnet wurde; eine Rangfolge der gespeicherten Differenzwerte zu erstellen, um einen niedrigsten Differenzwert zu identifizieren; den bestimmten Kulturpflanzentyp auf der Grundlage des Kulturpflanzentyps zu ermitteln, der dem niedrigsten Differenzwert zugehörig ist.
  16. System nach Anspruch 15, wobei zum Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen die Programmanweisungen weiter ausführbar sind, um: eine zeitverschobene simulierte Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes des bestimmten Kulturpflanzentyps und einer Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp zu ermitteln.
  17. System nach Anspruch 16, wobei zum Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln, die Programmanweisungen weiter ausführbar sind, um: eine Differenz zwischen jedem Element des einen oder der mehreren Elemente der zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp zu berechnen; einen Differenzwert durch Summieren jeder Differenz, die für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnet wurde, für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp zu berechnen; den Differenzwert zu speichern, der für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp berechnet wurde; eine Rangfolge der gespeicherten Differenzwerte zu erstellen, um einen niedrigsten Differenzwert zu identifizieren; den bestimmten Aussaattermin auf der Grundlage des Aussaattermins zu ermitteln, der dem niedrigsten Differenzwert zugehörig ist.
  18. Computerprogrammprodukt zum Bestimmen von Kulturpflanzentyp und/oder Aussaattermin, wobei das Computerprogrammprodukt ein durch einen Computer lesbares Speichermedium mit darauf gespeichertem Programmcode aufweist, wobei der Programmcode durch einen oder mehrere Prozessoren ausführbar ist, um ein Verfahren durchzuführen, das aufweist: Bereitstellen einer historischen Kulturpflanzen-Wachstumszeitreihe für ein untersuchtes Gebiet auf der Grundlage von Fernsensordaten, wobei die Fernsensordaten eine Zeitreihe von Bilddaten des untersuchten Gebiets umfassen und wobei die historische Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter einen oder mehrere kulturpflanzenspezifische Parameter; Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen unter Verwendung eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage von historischen Kulturpflanzendaten, Geodaten und Wetterdaten, wobei die Geodaten landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind, wobei die Wetterdaten eine Wetterzeitreihe umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion kennzeichnend ist, und wobei die simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter einen oder mehrere kulturpflanzenspezifische Parameter; Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln.
  19. Computerprogrammprodukt nach Anspruch 18, wobei die historischen Kulturpflanzendaten Kulturpflanzentypen umfassen, die in der Vergangenheit in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen.
  20. Computerprogrammprodukt nach Anspruch 19, wobei das Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen umfasst: Ermitteln einer ersten simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und einem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen.
  21. Computerprogrammprodukt nach Anspruch 20, wobei das Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln, umfasst: Berechnen einer Differenz zwischen jedem Element des einen oder der mehreren Elemente der ersten simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen; Berechnen eines Differenzwerts durch Summieren jeder Differenz, die für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnet wurde, für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes von Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebaut wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen; Speichern des Differenzwerts, der für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes der Kulturpflanzentypen, die in der Vergangenheit in der Kulturpflanzen-Wachstumsregion angebauten wurden, und dem ersten Aussaattermin im Aussaatkalender für jeden dieser Kulturpflanzentypen berechnet wurde; Erstellen einer Rangfolge der gespeicherten Differenzwerte, um einen niedrigsten Differenzwert zu identifizieren; Ermitteln des bestimmten Kulturpflanzentyps auf der Grundlage des Kulturpflanzentyps, der dem niedrigsten Differenzwert zugehörig ist.
  22. Computerprogrammprodukt nach Anspruch 21, wobei das Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes von einem oder mehreren Kulturpflanzentypen und einem oder mehreren Aussaatterminen weiterhin umfasst: Ermitteln einer zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes des bestimmten Kulturpflanzentyps und einer Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp.
  23. Computerprogrammprodukt nach Anspruch 22, wobei das Abgleichen der historischen Kulturpflanzen-Wachstumszeitreihe mit jeder Instanz der simulierten Kulturpflanzen-Wachstumszeitreihe, um einen bestimmten Kulturpflanzentyp und/oder einen bestimmten Aussaattermin zu ermitteln, weiterhin umfasst: Berechnen einer Differenz zwischen jedem Element des einen oder der mehreren Elemente der zeitverschobenen simulierten Kulturpflanzen-Wachstumszeitreihe und jedem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp; Berechnen eines Differenzwerts durch Summieren jeder Differenz, die für diese Kombination aus Kulturpflanzentyp und Aussaattermin berechnet wurde, für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp; Speichern des Differenzwerts, der für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes des bestimmten Kulturpflanzentyps und der Mehrzahl von Aussaatterminen im Aussaatkalender für den bestimmten Kulturpflanzentyp berechnet wurde; Erstellen einer Rangfolge der gespeicherten Differenzwerte, um einen niedrigsten Differenzwert zu identifizieren; Ermitteln des bestimmten Aussaattermins auf der Grundlage des Aussaattermins, das dem niedrigsten Differenzwert zugehörig ist.
  24. Verfahren zum Bestimmen von Kulturpflanzentyp und Aussaattermin, wobei das Verfahren aufweist: Empfangen von Fernsensordaten, die eine Zeitreihe von Bilddaten eines untersuchten Gebiets umfassen, die während eines aktuellen Anbauzyklus erfasst wurden; Berechnen einer Zeitreihe eines oder mehrerer kulturpflanzenspezifischer Parameter auf der Grundlage der Zeitreihe von Bilddaten; Ermitteln einer historischen Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet während des aktuellen Anbauzyklus mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter; Empfangen von historischen Kulturpflanzendaten, die eine Mehrzahl von Kulturpflanzentypen umfassen, die in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie einen Aussaatkalender für jeden dieser Kulturpflanzentypen; Empfangen von Geodaten, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind; Empfangen von Wetterdaten, die eine Wetterzeitreihe eines aktuellen Anbauzyklus umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des aktuellen Anbauzyklus kennzeichnend ist; Ermitteln einer simulierten Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet während des aktuellen Anbauzyklus unter Verwendung eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage der historischen Kulturpflanzendaten, der Geodaten und der Wetterdaten für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes der Mehrzahl von Kulturpflanzentypen und einer Mehrzahl von Aussaatterminen im Aussaatkalender für diese Kulturpflanzentypen, wobei die simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter; Berechnen eines Differenzwerts auf der Grundlage einer oder mehrerer Differenzen, die jeweils als Abstand zwischen einem Element des einen oder der mehreren Elemente der simulierten Kulturpflanzen-Wachstumszeitreihe und einem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes der Mehrzahl von Kulturpflanzentypen und der Mehrzahl von Aussaatterminen im Aussaatkalender für diese Kulturpflanzentypen berechnet werden; Ermitteln eines bestimmten Kulturpflanzentyps und eines bestimmten Aussaattermins auf der Grundlage des Kulturpflanzentyps und des Aussaattermins, der der simulierten Kulturpflanzen-Wachstumszeitreihe, die den niedrigsten Differenzwert erzeugt, zugehörig ist.
  25. System zum Bestimmen von Kulturpflanzentyp und Aussaattermin, wobei das System aufweist: eine Servereinheit, wobei die Servereinheit einen oder mehrere Prozessoren, eine oder mehrere durch einen Computer lesbare Speichereinheiten und Programmanweisungen aufweist, die auf mindestens einer der einen oder der mehreren durch einen Computer lesbaren Speichereinheiten zum Ausführen durch mindestens einen des einen oder der mehreren Prozessoren gespeichert sind, wobei die Programmanweisungen ausführbar sind, um: Fernsensordaten zu empfangen, die eine Zeitreihe von Bilddaten eines untersuchten Gebiets umfassen, die während eines aktuellen Anbauzyklus erfasst wurden; eine Zeitreihe eines oder mehrerer kulturpflanzenspezifischer Parameter auf der Grundlage der Zeitreihe von Bilddaten zu berechnen; eine historische Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet während des aktuellen Anbauzyklus mit einem oder mehreren Elementen, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter, zu ermitteln; historische Kulturpflanzendaten zu empfangen, die eine Mehrzahl von Kulturpflanzentypen umfassen, die in einer dem untersuchten Gebiet zugehörigen Kulturpflanzen-Wachstumsregion während mindestens eines früheren Anbauzyklus angebaut wurden, sowie eines Aussaatkalenders für jeden dieser Kulturpflanzentypen; Geodaten zu empfangen, die landwirtschaftliche Informationen umfassen, die für das untersuchte Gebiet kennzeichnend sind; Wetterdaten zu empfangen, die eine Wetterzeitreihe eines aktuellen Anbauzyklus umfassen, die für eine oder mehrere Wetterbedingungen in einer dem untersuchten Gebiet zugehörigen Wetterregion während des aktuellen Anbauzyklus kennzeichnend ist; eine simulierte Kulturpflanzen-Wachstumszeitreihe für das untersuchte Gebiet während des aktuellen Anbauzyklus unter Verwendung eines Modells zum Simulieren des Kulturpflanzenwachstums und auf der Grundlage der historischen Kulturpflanzendaten, der Geodaten und der Wetterdaten für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb eines Satzes der Mehrzahl von Kulturpflanzentypen und einer Mehrzahl von Aussaatterminen im Aussaatkalender für diese Kulturpflanzentypen zu ermitteln, wobei die simulierte Kulturpflanzen-Wachstumszeitreihe ein oder mehrere Elemente umfasst, darunter der eine oder die mehreren kulturpflanzenspezifischen Parameter; einen Differenzwert auf der Grundlage einer oder mehrerer Differenzen zu berechnen, die jeweils als Abstand zwischen einem Element des einen oder der mehreren Elemente der simulierten Kulturpflanzen-Wachstumszeitreihe und einem entsprechenden Element des einen oder der mehreren Elemente der historischen Kulturpflanzen-Wachstumszeitreihe für jede Kombination aus Kulturpflanzentyp und Aussaattermin innerhalb des Satzes der Mehrzahl von Kulturpflanzentypen und der Mehrzahl von Aussaatterminen im Aussaatkalender für diese Kulturpflanzentypen berechnet werden; einen bestimmten Kulturpflanzentyp und einen bestimmten Aussaattermin auf der Grundlage des Kulturpflanzentyps und des Aussaattermins zu ermitteln, der der simulierten Kulturpflanzen-Wachstumszeitreihe, die den niedrigsten Differenzwert erzeugt, zugehörig ist.
DE112021000243.0T 2020-02-03 2021-01-26 Bestimmung von kulturpflanzentyp und/oder aussaattermin Pending DE112021000243T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/780,833 US11382260B2 (en) 2020-02-03 2020-02-03 Estimation of crop type and/or sowing date
US16/780,833 2020-02-03
PCT/IB2021/050580 WO2021156706A1 (en) 2020-02-03 2021-01-26 Estimation of crop type and/or sowing date

Publications (1)

Publication Number Publication Date
DE112021000243T5 true DE112021000243T5 (de) 2022-09-08

Family

ID=77199291

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021000243.0T Pending DE112021000243T5 (de) 2020-02-03 2021-01-26 Bestimmung von kulturpflanzentyp und/oder aussaattermin

Country Status (10)

Country Link
US (1) US11382260B2 (de)
JP (1) JP2023511926A (de)
KR (1) KR20220119645A (de)
CN (1) CN115004213A (de)
AU (1) AU2021217210A1 (de)
CA (1) CA3163624A1 (de)
DE (1) DE112021000243T5 (de)
GB (1) GB2608044A (de)
IL (1) IL294649A (de)
WO (1) WO2021156706A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11382260B2 (en) 2020-02-03 2022-07-12 International Business Machines Corporation Estimation of crop type and/or sowing date
US20220092306A1 (en) * 2020-09-21 2022-03-24 Henan University Cloud platform-based garlic crop recognition method by coupling active and passive remote sensing images
CN115147329A (zh) * 2021-03-29 2022-10-04 北京小米移动软件有限公司 一种柔性面板的修复方法、装置、设备及存储介质
US11823448B2 (en) * 2021-04-29 2023-11-21 International Business Machines Corporation Agricultural crop identification using satellite and crop rotation
US20230171303A1 (en) * 2021-12-01 2023-06-01 X Development Llc Dynamic allocation of platform-independent machine learning state machines between edge-based and cloud-based computing resources
IL289666A (en) * 2022-01-06 2023-08-01 SADEH Yuval Assesses variety for crop yield
WO2024030401A1 (en) * 2022-08-01 2024-02-08 Indigo Ag, Inc. Field-scale harvest date estimation based on satellite imagery

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003006274A (ja) 2001-06-25 2003-01-10 National Agricultural Research Organization 生育段階毎の気候的類似性に基づく導入適作物・適品種、栽培適地、適作期判定システム
EP2212346A2 (de) * 2007-10-31 2010-08-04 E. I. du Pont de Nemours and Company Pflanzen mit veränderter wurzelarchitektur, damit in zusammenhang stehende konstrukte und verfahren unter beteiligung von für polypeptide der exostosinfamilie und homologe davon codierende gene
WO2010117944A1 (en) * 2009-04-06 2010-10-14 Martin Tommy J Remote analysis and correction of crop condition
US20130104455A1 (en) 2011-05-13 2013-05-02 David P. Groeneveld Method and System for Remote Sensing and Limited Field Sampling to Prescribe and Deliver Soil Amendments Targeted Discretely Across Cultivated Fields
WO2015100432A2 (en) * 2013-12-24 2015-07-02 Symbiota, Inc. Method for propagating microorganisms within plant bioreactors and stably storing microorganisms within agricultural seeds
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
JP2016049102A (ja) * 2014-08-29 2016-04-11 株式会社リコー 圃場管理システム、圃場管理方法、プログラム
WO2016183182A1 (en) 2015-05-14 2016-11-17 Board Of Trustees Of Michigan State University Methods and systems for crop land evaluation and crop growth management
CN104866970B (zh) * 2015-05-26 2018-07-24 徐吉祥 智能种植管理方法和智能种植设备
US9756773B1 (en) * 2016-02-26 2017-09-12 International Business Machines Corporation System and method for application of materials through coordination with automated data collection vehicles
CN106097131A (zh) 2016-06-23 2016-11-09 桂林电子科技大学 基于大数据的农业精准种植方法
US10586105B2 (en) 2016-12-30 2020-03-10 International Business Machines Corporation Method and system for crop type identification using satellite observation and weather data
US11257172B2 (en) * 2017-04-26 2022-02-22 International Business Machines Corporation Cognitive based decision support system for agriculture
US20180315135A1 (en) 2017-04-27 2018-11-01 Tata Consultancy Services Limited Systems and methods for estimating degree of compliance with recommended crop protocol
US11263707B2 (en) 2017-08-08 2022-03-01 Indigo Ag, Inc. Machine learning in agricultural planting, growing, and harvesting contexts
CN107808249A (zh) 2017-10-30 2018-03-16 深圳春沐源控股有限公司 种植任务管理方法、电子设备及计算机可读存储介质
US10765069B2 (en) * 2018-05-17 2020-09-08 International Business Machines Corporation Supplementing sub-optimal environmental conditions to optimize plant growth
CN109165352A (zh) 2018-08-31 2019-01-08 深圳春沐源控股有限公司 种植品种的推荐方法、终端、计算机可读存储介质
US10958828B2 (en) * 2018-10-10 2021-03-23 International Business Machines Corporation Advising image acquisition based on existing training sets
US11382260B2 (en) 2020-02-03 2022-07-12 International Business Machines Corporation Estimation of crop type and/or sowing date

Also Published As

Publication number Publication date
CA3163624A1 (en) 2021-08-12
GB202212778D0 (en) 2022-10-19
US11382260B2 (en) 2022-07-12
WO2021156706A1 (en) 2021-08-12
CN115004213A (zh) 2022-09-02
GB2608044A (en) 2022-12-21
US20210235612A1 (en) 2021-08-05
IL294649A (en) 2022-09-01
KR20220119645A (ko) 2022-08-30
AU2021217210A1 (en) 2022-08-04
JP2023511926A (ja) 2023-03-23

Similar Documents

Publication Publication Date Title
DE112021000243T5 (de) Bestimmung von kulturpflanzentyp und/oder aussaattermin
US11361184B2 (en) Modeling trends in crop yields
EP1637838B1 (de) Verarbeitung von Fernerkundungsdaten
Giada et al. Information extraction from very high resolution satellite imagery over Lukole refugee camp, Tanzania
EP3853767A2 (de) Vorhersage des ernteertrags auf feldebene und pixelebene
AU2018346351A1 (en) Disease recognition from images having a large field of view
DE112018004214T5 (de) Skalierbare Zusammenführung von Raum-Zeit-Dichtedaten
DE102018109800A1 (de) Kognitive Pflanzenklinik
Tian et al. Exploring digital surface models from nine different sensors for forest monitoring and change detection
Gandharum et al. Remote sensing versus the area sampling frame method in paddy rice acreage estimation in Indramayu regency, West Java province, Indonesia
Piermattei et al. Impact of the acquisition geometry of very high-resolution Pléiades imagery on the accuracy of canopy height models over forested alpine regions
Laliberte et al. Hierarchical object-based classification of ultra-high-resolution digital mapping camera (DMC) imagery for rangeland mapping and assessment
US11709860B2 (en) Partitioning agricultural fields for annotation
CN110930375B (zh) 一种土地覆盖变化监测方法、系统、装置及存储介质
Franklin et al. Landsat-comparable land cover maps using ASTER and SPOT images: a case study for large-area mapping programmes
Retallack et al. Using deep learning to detect an indicator arid shrub in ultra-high-resolution UAV imagery
Lopes Bento et al. Overlap influence in images obtained by an unmanned aerial vehicle on a digital terrain model of altimetric precision
Bohlin et al. Deciduous forest mapping using change detection of multi-temporal canopy height models from aerial images acquired at leaf-on and leaf-off conditions
Lee et al. Evaluation of crop mapping on fragmented and complex slope farmlands through random forest and object-oriented analysis using unmanned aerial vehicles
US20230161890A1 (en) Persona prediction for access to resources
EP1486920A2 (de) Fernerkundungsverfahren
Retallack et al. Arid erosion mapping: comparing LiDAR and structure from motion
Green Decision Support for Operational Plantation Forest Inventories through Auxiliary Information and Simulation
Loran Exploring long-term forest cover changes and their driving forces in Switzerland (1850-2000)

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R084 Declaration of willingness to licence
R016 Response to examination communication