EP3668311A1 - Nutzung von daten aus feldversuchen im pflanzenschutz zur kalibrierung und optimierung von vorhersagemodellen - Google Patents

Nutzung von daten aus feldversuchen im pflanzenschutz zur kalibrierung und optimierung von vorhersagemodellen

Info

Publication number
EP3668311A1
EP3668311A1 EP18753202.3A EP18753202A EP3668311A1 EP 3668311 A1 EP3668311 A1 EP 3668311A1 EP 18753202 A EP18753202 A EP 18753202A EP 3668311 A1 EP3668311 A1 EP 3668311A1
Authority
EP
European Patent Office
Prior art keywords
field information
information
observation point
field
computer system
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
EP18753202.3A
Other languages
English (en)
French (fr)
Inventor
Holger Hoffmann
Bjoern Kiepe
Gang Zhao
Peter Howard Davies
Hans-Juergen Rosslenbroich
Hubert Schmeer
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.)
BASF Agro Trademarks GmbH
Original Assignee
BASF Agro Trademarks GmbH
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 BASF Agro Trademarks GmbH filed Critical BASF Agro Trademarks GmbH
Publication of EP3668311A1 publication Critical patent/EP3668311A1/de
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01N—PRESERVATION OF BODIES OF HUMANS OR ANIMALS OR PLANTS OR PARTS THEREOF; BIOCIDES, e.g. AS DISINFECTANTS, AS PESTICIDES OR AS HERBICIDES; PEST REPELLANTS OR ATTRACTANTS; PLANT GROWTH REGULATORS
    • A01N25/00—Biocides, pest repellants or attractants, or plant growth regulators, characterised by their forms, or by their non-active ingredients or by their methods of application, e.g. seed treatment or sequential application; Substances for reducing the noxious effect of the active ingredients to organisms other than pests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the present invention is concerned with the control of harmful organisms that may occur in the cultivation of crops.
  • the present invention relates to methods for the targeted acquisition of field information and to methods for calibrating and / or optimizing predictive models.
  • the subject matter of the present invention is also a computer system and a computer program product which make data obtained in field tests available for the calibration and optimization of predictive models for the infestation of fields, field zones or individual plants with harmful organisms and thus allow the development of improved models.
  • predictive models can be used that use data and models to predict the spread of harmful organisms. These can be models for infestation with diseases, insect infestation or weediness.
  • the forecasting tool "expert” uses culture data (developmental stage, growing conditions, crop protection measures), weather conditions (temperature, duration of sunshine, wind speed, precipitation) as well as pests / diseases (economic limits, pest / disease pressure).
  • culture data developmental stage, growing conditions, crop protection measures
  • weather conditions temperature, duration of sunshine, wind speed, precipitation
  • pests / diseases economic limits, pest / disease pressure
  • the technical task on which the present invention is based was to make high-quality data for further development, optimization and / or calibration of forecasting tools available in a simple and efficient manner.
  • the detection of the Data targeted and thus adapted to the further development, optimization and / or calibration of forecasting tools.
  • a first subject of the present invention is a method preferably for calibrating and / or optimizing predictive models, comprising the steps
  • a further subject of the present invention is a system preferably for calibrating and / or optimizing predictive models
  • a mobile computer system preferably for acquiring field information by means of a first application
  • a server preferably for providing predictive models or predicting field conditions or recommending agricultural measures
  • server is configured to associate the transmitted field information with further data, in particular weather data.
  • a further subject of the present invention is a computer program product comprising a computer-readable data medium and program code or a first application which is stored on the data carrier and which, when executed on a mobile computer system, causes the mobile computer system to carry out the following steps: determining or Acquire field information about
  • a further subject matter of the invention relates to a method for the targeted acquisition of field information with the aid of a mobile computer system comprising the steps: a) receiving or providing at least one observation point and at least one information protocol which is assigned to the observation point,
  • a further subject matter of the invention relates to a method for calibrating and / or optimizing prediction models, comprising the steps of: a) receiving or providing field information which has been specifically recorded on the basis of an observation point and an information protocol associated with the observation point,
  • a further subject matter of the invention relates to a method for calibrating and / or optimizing predictive models, comprising the steps of: a) receiving or providing field information,
  • Another object of the invention relates to a method for generating a prediction of field information, field conditions or for recommending agricultural measures, in particular for generating a prediction of infestation of crops with harmful organisms or for generating an agricultural measure comprising applying pesticides, preferably based on a pesticide need , an application time of the plant protection product or an application amount of the plant protection product, the method comprising the steps of: a) acquiring field information according to one of the methods described herein, wherein the field information is selectively or untargeted, and optionally, in the case of targeted or non-targeted detection , Prediction models are optimized and / or calibrated according to one of the methods described herein, followed by a targeted acquisition of field information according to a de r methods described herein
  • a further subject of the invention is a computer program or an application with instructions which, when stored on one or more computers, in particular a decentralized computer system with one or more mobile computer system (s) and / or a server running the procedures described here.
  • a further subject matter is a computer program product having instructions stored on a machine-readable carrier, the methods described herein being performed when the instructions are stored on one or more computers, in particular a distributed computer system having one or more mobile computer systems / or a server.
  • a further subject matter of the invention relates to a mobile computer system for the targeted acquisition of field information comprising: a) an interface which is configured to provide or receive at least one observation point and at least one information protocol associated with the observation point,
  • an activation module configured to enable targeted data collection based on the information protocol
  • a detection module configured to acquire field information based on the targeted data acquisition according to the information protocol
  • a further subject matter of the invention relates to a system, in particular a server, for calibrating and / or optimizing prediction models, comprising: a) an interface which is configured to provide or receive field information which is specifically based on an observation point and an information protocol that was assigned to the observation point were recorded,
  • a prediction module configured to provide a result of a predictive model based on the observation point
  • a verification module configured to calculate a difference between the field information associated with the observation point and the result or the prediction of the
  • a generation module configured to generate at least one further observation point and the information protocol associated with the further observation point when the difference exceeds a threshold
  • a further subject of the invention relates to a system, in particular a server,
  • Calibrate and / or optimize predictive models including the steps: a) an interface configured to provide or receive field information,
  • a verification module configured to determine a data density of the field information for a plurality of classes of field information
  • a generation module configured to generate at least one observation point and an information protocol associated with the observation point for the class of field information for which the data density falls below a threshold value
  • Another object of the invention relates to a system for generating a prediction of field information, field conditions or for recommending agricultural measures, in particular for generating a prediction of infestation of crops with harmful organisms or for generating an agricultural measure comprising applying pesticides preferably based on a crop protection product need, an application time of the plant protection product or an application amount of the plant protection product, the system comprising: a) one or more mobile computer system (s) configured to detect field information untargeted or targeted according to the methods described herein, b) optionally, for the A case of targeted or untargeted detection, a system for optimizing and / or calibrating predictive models that is configured to optimize the predictive models according to one of the methods described herein and / or calibrate and trigger targeted acquisition of field information according to the methods described herein; c) a system for updating the predictive model configured to advance the predictive model at regular or irregular intervals, particularly during a growing period, based on the acquired field information update and generate a prediction based on the updated predictive model.
  • the provision of a first application for capturing field information occurs over a network such as the Internet. So the application of a Network server on which it is deposited, downloaded via a network connection to the mobile computer system.
  • the search for reference or test fields comprises the provision of an observation point, in particular geo-coordinates of a reference or test field for the search of reference or test fields by the users, wherein the geo-coordinates are provided on the mobile computer system and are preferably visualized by means of the first application , for example as part of a navigation function.
  • the geocoordinates of a reference or trial field may be provided from a database storing reference or trial field data for a given set of reference and trial fields.
  • time data can be provided in addition to the geocoordinates.
  • the field information is acquired by means of the first application of the mobile computer system.
  • the detection of field information can be targeted or untargeted.
  • a specific acquisition of field information can be carried out in particular according to the method described here for the targeted acquisition of field information with the aid of a mobile computer system.
  • field information on the reference or experimental fields, cultivated on the reference or experimental fields crops and possibly present harmful organisms using the first application of the mobile computer system to a server of a provider of forecasts for the infestation of crops with harmful organisms based transmitted by predictive models.
  • further data in particular weather data
  • further data for linking the transmitted field information with the further data, in particular the weather data
  • the field information can be transmitted to the server together with time data and the geographic coordinates of the mobile computer system. Subsequently, the field information can be linked to weather data via the transmitted time data and geo-coordinates.
  • the predictive models are calibrated and / or optimized on the server based on the transmitted field information and other data used for linking, such as weather data, wherein the calibration and / or optimization of the predictive models according to the calibration method described herein and / or optimizing predictive models.
  • an optimized prediction based on the optimized and / or calibrated prediction model is transmitted from the provider's server to another mobile computer system on which preferably a second application for determining forecasts is provided, wherein further preferably the second application provides a prediction for the prediction - case of crops with harmful organisms on the basis of the optimized and / or calibrated predictive model.
  • the system for calibrating and / or optimizing predictive models comprises: a mobile computer system, preferably for acquiring field information by means of a first application, and
  • a server preferably for providing predictive models or predicting field conditions or recommending agricultural measures
  • the mobile computer system is configured to provide geographic coordinates of a reference or trial field for searching reference or trial fields by the users on the mobile computer system via a first application, and preferably to capture field information using the first application of the mobile computer system, the following field information is recorded:
  • the mobile computer system being configured to transmit the collected field information to the server
  • the Server is configured to link the transmitted field information with other data, in particular weather data.
  • the server is preferably further configured such that prediction models provided on the server are calibrated and / or optimized on the server on the basis of the transmitted field information and further data used for linking. More preferably, the server is configured to transmit optimized predictions based on the optimized and / or calibrated predictive model from the server to another mobile computer system on which preferably a second application is provided for determining forecasts.
  • Field tests which are carried out for the testing of pesticides, are used in accordance with the invention to collect data for the emergence and propagation of harmful organisms in crop plants and to use them for optimizing prediction tools. For certain questions, it is also common to create untreated fields, partial areas, field strips or small parcels with or without repetition in order to estimate the infestation with harmful organisms without the use of pesticides.
  • a "harmful organism” is understood below to mean an organism that can be found in cultivation of crops and damage the crop, adversely affect the crop harvest or compete with the crop for natural resources Pests such as beetles, caterpillars and worms, fungi and pathogens (eg bacteria and Viruses). Although viruses do not belong to the organisms from a biological point of view, they should nevertheless fall under the term harmful organism in the present case.
  • cultiva plant is understood to mean a plant that is purposefully cultivated by the intervention of humans as a useful or ornamental plant.
  • plant protection product is understood to mean a product which can effectively combat harmful organisms and / or prevent their spread
  • a plant protection product is usually a formulation containing one or more active substances against one or more harmful organisms
  • the herbicide is the active substance for controlling the weeds or grass weeds
  • the herbicidal formulation is a herbicidal formulation
  • the harmful organisms are a fungus
  • the fungicide is a fungicide and the plant protection product a fungicidal formulation.
  • Plant protection products do not necessarily have only beneficial effects on plant production. Their use may also present risks to humans, animals and the environment, in particular if they are placed on the market and / or used improperly without testing and without official approval.
  • the testing of plant protection products is i.a. made in field trials.
  • the purpose of a field trial may be, for example, to determine the effect of a plant protection product, to compare the effect with other plant protection products or to determine an optimal amount of plant protection product or an optimal time to deploy a plant protection agent.
  • reference fields are created that are not exposed to pesticides. By comparing a test field or field in which a pesticide has been used, for example, to control a harmful organism, with the reference field can be used to gain information about the efficacy of the pesticide.
  • field is understood to mean a spatially delimitable area of the earth's surface which is used for agriculture by cultivating crops in such a field, possibly supplying them with nutrients and, if necessary, harvesting them.
  • a field can be characterized by its geographical position and / or the Be defined field boundaries.
  • test field is understood to mean a field for field trials which comprises several subareas for different test sequences according to a test protocol.
  • the test sequence may include different pesticides for different patches.
  • the test sequence may comprise different amounts of the plant protection product or different times for the application of the plant protection product on the different partial surfaces.
  • a subarea of the test field may be an untreated subarea serving as the reference field.
  • reference field is understood to mean a field or a partial area of a test field on which crop plants are planted and which is used as a reference in a field trial for a plant protection product, in contrast to other fields or partial areas of the test field which are part of the field trial no pesticides are used on the reference field.
  • the reference or experimental fields are used to obtain data for the propagation of harmful organisms under real conditions and to use these for the optimization, further development and / or calibration of prognostic tools.
  • a first application for a mobile computer system is provided according to the invention, which can be used by persons who are involved in a field trial and have access to a reference or trial field.
  • the application according to the invention is software that can usually be loaded from a website and / or a so-called app store on a mobile computer system and installed there. Accordingly, the application can be made available via a network such as the Internet.
  • the application can be deployed on a server and downloaded over the network to the mobile computer system.
  • the provision of the application can be linked to an authorization in order to make the application accessible only to a selected group of users. In the present case, the selected group of users may be restricted to authorized personnel in field trials in order to ensure a high degree of reliability in collecting the data.
  • the mobile computer system may be, for example, a laptop, a notebook or a smartphone.
  • the use of a smartphone as a mobile computer system has the advantage that today almost every person owns such a smartphone and leads with it as a constant companion.
  • a smartphone typically has all the features and means required to practice the present invention.
  • the search for reference or test fields can be performed using position data or geo-coordinates.
  • the position data or geo-coordinates may be provided via a location sensor or GPS sensor of the mobile computer system.
  • the target position or the geocoordinates of the reference or trial field can be provided in order to generate a navigation path between the current position data or the current location of the mobile computer system and the target position.
  • the application according to the invention is intended to assist the user in collecting information on the reference or experimental fields which he regularly visits in the context of the field trial. In particular, the acquisition of field information should be targeted. It is conceivable that all information or part of the information must be entered by the user in the application.
  • the input can be made in the form of a text entry.
  • the geo-coordinates of the position at which the user is in the execution of the application according to the invention by means of GPS sensor, which most smartphones nowadays have, automatically detected. It is also conceivable that the user defines his location on a virtual map.
  • the user is asked to name the cultivated crop grown in a reference or trial field (plant variety). It is conceivable that this information, for example, on a sign in the field is kept in machine-readable form. It is conceivable, for example, that the information about the respective cultivated crop is present in the form of an optical code (eg a barcode, data matrix code, QR code or a comparable code). In such a case, it is conceivable that the user uses his smartphone to read the optical code by means of the built-in camera function and to transfer the information into the application according to the invention. It is also conceivable that the user is asked to take a photograph of the plant culture (eg of a single plant).
  • an optical code eg a barcode, data matrix code, QR code or a comparable code
  • the respective plant culture is automatically recognized with the aid of image analysis and object recognition methods. It is conceivable that the automatic recognition is performed on the mobile computer system of the user; It is also conceivable that the photographic recording, for example, transmitted via the mobile network to an external server and analyzed there. It is conceivable that the result of the analysis is transmitted to the user. sowing date
  • the sowing date may be entered by the user, read in from an external source (e.g., optical code sign), or automatically determined from the growth stage of the plant by photographic capture using image analysis techniques.
  • an external source e.g., optical code sign
  • the type of soil present and the tillage operations carried out are preferably likewise queried / determined by the application according to the invention. history
  • the growth stage in which the plants grown on the reference or trial field can be entered by the user or automatically determined by means of a photographic image using image analysis methods. It is also possible to transmit predictions of the growth model from the server to the mobile computer system, to give the user an indication of the BBCH stage of the culture and thus to provide the optimal time for collecting field information.
  • the predictions of the growth model are made available to the mobile computer system, for example by means of an API interface.
  • a harmful organism has spread in the reference or experimental field and, if so, what extent the propagation has already assumed. It is therefore preferably requested by the application and / or determined whether a harmful organism is recognizable to which harmful organism it is, how much the plants are already affected and how the harmful organism has spread / spread (eg in the form of nests or starting from a certain field boundary or similar). Photographic images can also be used to determine this information, for example in order to detect a pest present and / or to estimate / quantify the severity of an infestation. After the information has been collected using the application according to the invention, they are transmitted from the mobile computer system to an external server.
  • the transmission preferably takes place via a mobile radio network.
  • the provider of the forecasting tool has Access to this server and can see the transmitted data. It is also conceivable that not the provider itself has access to the server, but a developer whose development / service the provider comes to good. It is also conceivable that other people are involved, work on the data and pass it on. For simplicity's sake, however, the invention will be described as having only one instance (the vendor), which handles the development, optimization, calibration, and distribution of forecasting tools or forecasts, even though different instances may be involved in reality. This simplification is therefore not to be understood as a limitation of the invention. If the information is stored on the server, the information provided by the user is linked to other data.
  • the transmitted information includes geo-ordinates and temporal data (date, time).
  • This data can be linked, for example, to the weather data at the corresponding location at the corresponding time or within a defined period of time prior to the corresponding time.
  • This link reveals how the weather has developed in a defined period of time prior to the time the information was collected by the user at the location of the reference or trial field.
  • This information is important because weather patterns usually have a major impact on the spread of harmful organisms.
  • the further linkage with the cultivated crop and any harmful organisms found provides information on the conditions under which the harmful organisms have developed and spread on the existing crop in the present case. This information can be used to compare with existing models, to calibrate existing models, to optimize existing models, and / or to develop new models.
  • the application according to the invention is available worldwide via an Internet site and / or an App Store and many users are present who are involved in field trials, it is possible to collect large amounts of data on different crop plants, weather conditions and harmful organisms.
  • the predictor or forecasting tool provider is thus able to provide steadily improved forecasts to its customers.
  • the provision of field information on the server can be carried out by the described method for the targeted acquisition of field information with the aid of a mobile computer system.
  • a corresponding decentralized system includes one or more mobile computer systems and the system described above, in particular in the form of the server.
  • the observation point specifies geocoordinates and time data.
  • the geocoordinates can specify a defined subarea of a reference or trial field.
  • the geocoordinates can determine a specific location of one or more individual plants, for example in a defined subarea of the reference or reference area. Specify this search box.
  • the geocoordinates can be generated according to a regular or randomized spatial pattern.
  • the time data may specify a specific time, a plurality of specific times or a predetermined frequency of specific times in a growing period.
  • a cultivation period refers to a management period in one season, for example, the period between sowing and harvest.
  • the times can be specified regularly or randomized.
  • the time can be linked via the BBCH code (Federal Biological Research Center, Bundessortenamt and Chemical Industry Code) with the morphological growth stage of the crop.
  • the scatter in the field information can be reduced.
  • the field information acquired at specific times may be correlated with the BBCH code of the crop, and the detection may occur at predetermined BBCH stages.
  • the information protocol specifies the field information to be acquired.
  • the information protocol specifies, for example, that in addition to the plant culture, a growth stage, a recognizable harmful organism and a spreading or spreading threshold of a harmful organism infestation are to be recorded.
  • the harmful organism may be a disease, a weed or an insect.
  • the activation takes place on the basis of the observation point and / or the associated information protocol.
  • the activation takes place on the basis of a current time and / or current position data of the mobile computer system with respect to the observation point.
  • the activation comprises a navigation function that generates a navigation path to the observation point and in particular to geocodings defined therein based on position data of the mobile computer system.
  • a navigation path can be generated to different geo-coordinates defined in the observation point. For example, if the geocoordinates specify a regular or randomized spatial pattern, the navigation path may be generated in sections for each geographic coordinate at which field information is to be collected.
  • the user can be guided step by step to the individual geo-coordinates, at which a recording of the field information is to take place. This allows simplified and targeted data acquisition tailored to the further development, optimization or calibration of predictive models.
  • an optical code such as a barcode or a QR code
  • a transponder such as an RFID tag
  • the plant culture can be read out via the optical code or the transponder which is attached to the reference field, to the test field or to a partial surface of the test field.
  • field information according to the information protocol can be selected for selection, for example as a drop-down list on a touch-sensitive screen. sensitive display. By detecting a touch at a position on the touch-sensitive display that corresponds to the displayed field information, it can be received by the mobile computer system.
  • the field information to be selected can be predefined, so that only standardized values can be selected according to defined criteria. Such preselection increases the data quality since the detection of the field information is uniform.
  • a photographic image is provided for detecting the field information with the aid of the mobile computer system, and the field information is extracted by means of an image analysis method.
  • photographic images of individual plants can be analyzed for the plant culture, the growth stage or the harmful organisms attack.
  • image analysis methods can be used, for example, for the classification and quantification of diseases, insects or weeds.
  • a prediction accuracy may be determined from the determined difference between the field information associated with the observation point and the result of the predictive model based on the observation point.
  • the predictive model may be used to predict field information on normally-managed fields. In contrast to reference or experimental fields, normally managed fields are not managed according to a defined framework for field trials, for example according to a defined experimental protocol.
  • the forecast serves to generate recommendations for the management of the field or agricultural measures, such as the treatment with plant protection products.
  • the prediction can be transmitted to a mobile computer system, wherein additionally the prediction accuracy of the prediction model determined from the difference is transmitted.
  • the provision of forecasting accuracy allows the user of the prediction at any time to provide a measure of the accuracy of the prediction and thus facilitates the deriving of decisions regarding, for example, the recommended agricultural measures.
  • the predictive models can be calibrated and / or optimized at regular or irregular time intervals, in particular during the growing period, on the basis of the detected field information, the field information being detected selectively or untargeted.
  • the provision of the field information can take place instantaneously or immediately after the field information has been acquired and thus in real time.
  • the provision of the field information may also be delayed with acquiring the field information if the network connection of the mobile computer system to the server is disrupted. The deployment is triggered in this case as soon as the network connection is restored.
  • the instantaneous or immediate transmission allows seamless optimization, calibration or updating of the predictive model, on the basis of which a prediction can be generated.
  • the existing forecasting model and / or the forecasting accuracy can be updated in real time, for example by using the predictive model dell and / or the forecast accuracy can be optimized or adjusted immediately after receiving the field information in real time.
  • the update can be done with any new field information being provided, and thus in real time
  • updating may occur immediately after transmitting or providing the selectively acquired field information based on the selectively acquired field information in accordance with the methods for calibrating and / or optimizing predictive models described herein.
  • watchpoints and the associated information logs are generated for one or more classes of field information.
  • a class of field information refers to information that specifies the growth stage, soil type, and pest infestation.
  • observation points and the associated information protocols are generated for a class of field information, for example those specifying the growth stage or the harmful organism infestation.
  • observation points and associated informational protocols are generated for multiple classes of field information, such as those specifying the growth stage and the pest infestation.
  • the observation points can be determined from reference or experimental field data such as geodesics, climate zone data, experimental protocols, soil data or plant culture data.
  • the reference or trial field data includes geodesics.
  • a reference or trial field may be stored via a geocoordinate and an associated reference or trial field boundary or via a set of geographic coordinates identifying the reference or trial field boundary.
  • field trial-specific data for a trial field may be stored in the database as reference or trial field data.
  • reference or trial field data may be stored, which specify different partial areas of the trial field. Each subarea may be assigned a specific test protocol, for example a test sequence with a specific treatment intensity or treatment frequency with a plant protection product.
  • observation points can be generated based on the database, which includes reference and trial field data.
  • FIG. 1 shows an exemplary decentralized computer system comprising a server and a mobile computer system
  • FIG. 2 shows an exemplary method for the targeted acquisition of field information
  • FIG. 3 shows an example method for calibrating and / or optimizing prediction models based on field information that has been specifically acquired
  • FIG. 4 shows another exemplary method for calibrating and optimizing prediction models based on field information that has been specifically acquired.
  • FIG. 1 shows an exemplary distributed computer system 10 for calibrating and / or optimizing predictive models including a server 12 and a mobile computer system 14.
  • the server 12 may be a cloud server having an IT infrastructure for storage, computing power or application software.
  • the server 12 may be accessed by computer systems 14 such as a desktop computer or mobile computer systems 14 such as a smart phone, a portable digital assistant (PDA), a laptop or a tablet via a network 16 such as the Internet.
  • observation points and information protocols may be communicated from server 12 to mobile computer systems 14 or field information from mobile computer systems 14 to server 12.
  • the mobile computer system 14 includes:
  • a communication interface 26 configured to provide at least one observation point and at least one information protocol associated with the observation point
  • an activation module 28 in communication with the interface 26 configured to activate targeted data collection based on the information protocol
  • a collection module 30 in communication with the activation module 28 configured to capture field information based on the targeted data collection in accordance with the information protocol .
  • the server 12 includes:
  • a communication interface 32 configured to receive field information collected untargeted or targeted, or to transmit observation points and associated information protocols to the mobile computer system 14,
  • a prediction module 18 configured to provide a result of a predictive model based on the observation point
  • a verification module 20 configured to determine a difference between the field information and the result of the predictive model or a data density
  • a generation module 22 configured to generate observation points and associated information protocols when the difference exceeds a threshold, or when the data density for a class of field information falls below a threshold.
  • prediction models 18 are provided by means of a prediction module based on culture data such as developmental stage or growth conditions, weather data such as temperature, sunshine duration, wind speed or precipitation, or pest organism data such as economic limits or pest pressure, plant growth prediction or infestation Provide risk. Such forecasts can also be used to recommend agricultural measures such as the application of pesticides and, in particular, the time of treatment, the amount and the type of pesticide in a growing season. In addition, an assessment of past crop protection measures can be prepared and their impact on future crop protection measures or yield can be determined. Based on field information communicated from the mobile computer systems 14 to the server 12, the predictive models can be verified and falsified by means of a verification module 20.
  • pest infestation field information may be communicated from the mobile computer system 14 to the server 12.
  • the result of the prediction model for the pest infestation for the communicated geo-coordinate and the communicated point in time can be compared with the acquired pest infestation field information.
  • the detected field information can be linked to other data.
  • weather data for the communicated geo-coordinate and the communicated time point can be called up, for example, from external database 24 accessed by server 12 and included in the prediction.
  • reference field data or trial field data is provided on the server 12 or in a separate database 24 accessed by the server 12.
  • Geo coordinates may include coordinates of the field boundary or a base coordinate and associated field boundary shape.
  • additional test protocol data, soil data or data concerning the climate region can be stored for the available reference fields or trial fields.
  • Observation points and information protocols can be generated on the basis of this reference field data or test field data.
  • field information stored on the server or in a separate database 24 accessed by the server can be checked by means of the verification module 20 regarding the quality of the data stock.
  • the stored field information may be checked for the amount of data for different geographic coordinates, growth stages or weather conditions. If there is a quantitative deviation for a class of field information in the sense that there is a small amount of data for a climate region, for a range of growth stages or for certain weather conditions, further observation points and information protocols can be generated by means of the generation module 22 and sent to one or more mobile computer systems 14 are communicated. In this way, additional field information can be specifically recorded with which the predictive model can be further developed and improved.
  • FIG. 2 shows an exemplary method for the targeted acquisition of field information which is acquired with the aid of a mobile computer system 14.
  • a first step S1 at least one observation point and at least one information protocol associated with the observation point are provided on the mobile computer system 14. These may have been transmitted by the server 12 and provided at the interface 32.
  • the observation point preferably comprises geocoordinates and time data.
  • the geocoordinates specify a subarea of the reference or trial field.
  • the geodesists may specify one or more locations of a crop on the reference or trial field.
  • the time data may specify a specific time in a growing period, which may be linked to the morphological growth stage of the crop via the BBCH code.
  • the time data may also specify several specific times in the growing period.
  • the information protocol specifies the field information to be acquired.
  • a targeted data acquisition is activated on the basis of the information protocol.
  • the activation can be done manually by the user, for example by opening the application.
  • the activation may be automatic, such as by detecting the current time on the mobile computer system 14 and the current location of the mobile computer system 14. This allows the current time and position of the mobile computer system to be tems 14 are provided via integrated sensors or functions of the mobile computer system 14.
  • the position may be detected via a location sensor integrated in the mobile computer system 14, such as a GPS sensor.
  • the targeted data acquisition is activated when the server-side provided geocoordinates and time data with the computer system side provided position and time in a given frame match.
  • a warning or message may be issued on the mobile computer system 14 if a decreasing distance to the position determined by the geographic coordinates is detected based on the position of the mobile computer system 14.
  • a navigation function can be triggered, which leads the user to the specific position specified by the geo-coordinates.
  • a third step S3 field information is received based on the targeted data acquisition.
  • the data acquisition results from the information protocol. So geo coordinates of the reference or trial field can be detected. Preferably, the geo-coordinates of the position at which the user is in the execution of the application according to the invention, by means of GPS sensor, which most smartphones nowadays have, automatically detected. It is also conceivable that the user defines his location on a virtual map. Furthermore, data on the plant culture can be collected. The user may be asked to name the cultivated crop grown in a reference or trial field (plant variety). It is conceivable that this information, for example, on a sign in the field is kept in machine-readable form.
  • the information about the respective cultivated plant is present in the form of an optical code (for example, a bar code, data matrix code, QR codes or a comparable code).
  • an optical code for example, a bar code, data matrix code, QR codes or a comparable code.
  • the user uses, for example, a smartphone in order to read the optical code by means of the built-in camera function and to transmit the information into the application according to the invention.
  • the user is asked to take a photograph of the plant culture (e.g., of a single plant).
  • the respective plant culture is automatically recognized with the aid of image analysis and object recognition methods.
  • the automatic recognition is carried out by means of, for example, image analysis and object recognition methods on the mobile computer system of the user; it is also conceivable that the photographing be made e.g. transmitted via the mobile network to an external server and analyzed there. It is conceivable that the result of the analysis is transmitted to the user.
  • sowing date or soil can be collected.
  • the sowing date can be entered by the user, read in from an external source, eg via a sign with optical code or via an RFID tag, or automatically determined from the growth stage of the plant by means of a photographic image using image analysis methods.
  • Type of existing soil and the soil Beitungsnch are preferably also queried / determined by the application of the invention.
  • data on the history can be recorded. It may also be advantageous to obtain information on the history of the reference or trial field, for example which plants have been previously grown and / or which plant protection measures have been previously taken. This data may be requested by the user or may be consulted from other sources at a later time (e.g., if the information has already been transferred to an external server).
  • the growth stage in which the plants grown on the reference or trial field can be entered by the user or automatically determined by means of a photographic image using image analysis methods.
  • the received field information is transmitted to the server 12 and can be used to calibrate or optimize the predictive models.
  • FIG. 3 shows an exemplary method for calibrating and optimizing predictive models based on field information that has been specifically acquired.
  • field information is provided which has been specifically detected according to the method described above.
  • the field information for a geocoordinate at a time that may be linked to the morphological growth stage of the crop via the BBCH code may include pest infestation information.
  • the predictive models are verified or falsified based on the provided field information. For this purpose, a difference between the field information and the result of the prediction for an observation point is determined. For example, the result of the prediction model for pest infestation for the communicated geo-coordinates and the communicated time can be compared with the detected pest infestation field information.
  • a third step S7 at least one further observation point and a corresponding information protocol are generated if the difference exceeds a threshold value.
  • the generated observation points and information protocols are communicated to one or more mobile computer system (s) 14. In this way, additional field information can be specifically recorded with which the predictive model can be further developed and improved.
  • FIG. 4 shows another exemplary method for calibrating and optimizing predictive models based on field information that has been acquired selectively or untargeted.
  • a first step S9 historical field information is provided.
  • Such field information may be stored on the server 12 or in a separate database 24 accessed by the server 12.
  • the quality of the data is checked by checking field information for the quality of the data.
  • the stored field information may be checked for the amount of data for different geocoradians, growth stages or weather conditions.
  • a third step S1 at least one further observation point and an associated information protocol are generated if the difference exceeds a threshold value.
  • the generated observation points and information protocols are communicated to one or more mobile computer system (s) 14. In this way, additional field information can be specifically recorded with which the predictive model can be further developed and improved.

Abstract

Die vorliegende Erfindung befasst sich mit der Bekämpfung von Schadorganismen, die beim Anbau von Kulturpflanzen auftreten können. Gegenstand der vorliegenden Erfindung sind ein Verfahren, ein Computersystem und ein Computerprogrammprodukt, die Daten, die in Feldversuchen gewonnen werden, der Kalibrierung und Optimierung von Vorhersagemodellen für den Befall von Pflanzen mit Schadorganismen zugänglich machen und so die Entwicklung verbesserter Modelle erlauben.

Description

Nutzung von Daten aus Feldversuchen im Pflanzenschutz zur Kalibrierung und Optimierung von Vorhersagemodellen
Die vorliegende Erfindung befasst sich mit der Bekämpfung von Schadorganismen, die beim Anbau von Kulturpflanzen auftreten können. Gegenstand der vorliegenden Erfindung sind Verfahren zum gezielten Erfassen von Feldinformationen und Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen. Gegenstand der vorliegenden Erfindung sind zudem ein Computersystem und ein Computerprogrammprodukt, die Daten, die in Feldversuchen gewonnen werden, der Kalibrierung und Optimierung von Vorhersagemodellen für den Befall von Fel- dem, Feldzonen oder Einzelpflanzen mit Schadorganismen zugänglich machen und so die Entwicklung verbesserter Modelle erlauben.
Um auf einen Befall von Kulturpflanzen mit Schadorganismen vorbereitet zu sein, können Vorhersagemodelle eingesetzt werden, die anhand von Daten und Modellen die Ausbreitung von Schadorganismen vorhersagen. Dabei kann es sich sowohl um Modelle für den Befall mit Krankheiten, Insektenbefall oder auch Verunkrautung handeln.
Das Prognosewerkzeug "expert" (http://www.digitalfarming.bayer.com/bdf-timing.html) verwendet beispielsweise Daten zur Kultur (Entwicklungsstadium, Wachstumsbedingungen, Pflanzen- Schutzmaßnahmen), zur Witterung (Temperatur, Sonnenscheindauer, Windgeschwindigkeit, Niederschlag) sowie zu Schädlingen / Krankheiten (ökonomische Grenzwerte, Schädlings- /Krankheitsdruck). Mit Hilfe dieser Daten wird ein feldspezifisches Befalls-Risiko abgeschätzt und eine Empfehlung zu Behandlungszeitpunkt, Pflanzenschutzmittel sowie eine Bewertung vergangener Pflanzenschutzmaßnahmen erstellt.
Für den Landwirt ist der Informationsabruf sehr einfach. Er gibt seine Postleitzahl und seine Kultur ein (z.B. Weizen, Gerste, Raps oder Kartoffeln) und das System zeigt ihm an, an welchen Tagen das Infektionsrisiko am höchsten ist und günstige oder gar optimale Behandlungsbedingungen herrschen. Auf einen Blick kann er auch abschätzen, wie hoch die Wahrschein- lichkeit einer Infektion ist.
Die Anbieter solcher Prognosewerkzeuge entwickeln ihre Produkte stetig weiter, um auf der einen Seite mehr und mehr Schadorganismen und Kulturpflanzen abzudecken und um auf der anderen Seite die Genauigkeit der Vorhersagen und ihre Reichweite in die Zukunft zu erhöhen.
Für die Weiterentwicklung sind Daten, die möglichst unter realen Bedingungen erzeugt worden sind, essenziell.
Die technische Aufgabe, die der vorliegenden Erfindung zugrunde liegt, bestand darin, qualitativ hochwertige Daten zur Weiterentwicklung, Optimierung und/oder Kalibrierung von Prognosewerkzeugen einfach und effizient verfügbar zu machen. Insbesondere soll das Erfassen der Daten gezielt und damit angepasst auf die Weiterentwicklung, Optimierung und/oder Kalibrierung von Prognosewerkzeugen erfolgen.
Diese Aufgabe wird durch die Gegenstände der unabhängigen Ansprüche gelöst. Bevorzugte Ausführungsformen finden sich in den abhängigen Ansprüchen und in der nachfolgenden Beschreibung.
Ein erster Gegenstand der vorliegenden Erfindung ist ein Verfahren vorzugsweise zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte
- gegebenenfalls Bereitstellen einer Applikation für ein mobiles Computersystem für eine
Mehrzahl von Nutzern, die an einem oder mehreren Feldversuchen für Pflanzenschutzmittel beteiligt sind,
- Aufsuchen von Referenz- oder Versuchsfeldern durch die Nutzer und vorzugsweise zum Erfassen von Feldinformationen,
- Übermitteln von Feldinformationen über die Referenz- oder Versuchsfelder, über auf den Referenz- oder Versuchsfeldern angebaute Kulturpflanzen und gegebenenfalls vorhandene Schadorganismen durch die Nutzer mit Hilfe der Applikation an einen Anbieter, vorzugsweise an einen Server eines Anbieters, von Vorhersagen für den Befall von Kulturpflanzen mit Schadorganismen auf Basis von Vorhersagemodellen,
- Verknüpfen der übermittelten Feldinformationen mit weiteren Daten, insbesondere Wetterdaten durch den Anbieter, vorzugsweise auf dem Server durch den Anbieter,
- Kalibrieren und/oder Optimieren der Vorhersagemodelle auf Basis der übermittelten Feldinformationen und zur Verknüpfung verwendeten weiteren Daten durch den Anbieter,
- optional Übermitteln optimierter Vorhersagen, vorzugsweise basierend auf dem optimier- ten und/oder kalibrierten Vorhersagemodell, von dem Anbieter, vorzugsweise von dem
Server des Anbieters, an seine Kunden, vorzugsweise an mobile Computersysteme seiner Kunden.
Ein weiterer Gegenstand der vorliegenden Erfindung ist ein System vorzugsweise zum Kalibrie- ren und/oder Optimieren von Vorhersagemodellen umfassend
ein mobiles Computersystem vorzugsweise zum Erfassen von Feldinformationen mittels einer ersten Applikation, und
einen Server vorzugsweise zum Bereitstellen von Vorhersagemodellen oder von Vorhersagen von Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maßnahmen,
wobei das mobile Computersystem so konfiguriert ist, dass es einen Nutzer des Computersystems dabei unterstützt, folgende Feld-informationen zu sammeln oder zu erfassen:
- Standort oder Geokoordinaten eines Referenz- oder Versuchsfeldes
- auf dem Referenz- oder Versuchsfeld angebaute Kulturpflanzen
- Art und Ausmaße von bei den Kulturpflanzen auftretenden Schadorganismen zu einem Zeitpunkt oder zu einem oder mehreren definierten Wachstumsstadien der Kulturpflanze oder des Schaderregers in der Anbauperiode, wobei das mobile Computersystem so kon- figuriert ist, dass es die gesammelten oder erfassten Feldinformationen an den Server übermittelt werden,
wobei der Server so konfiguriert ist, dass er die übermittelten Feldinformationen mit weiteren Daten, insbesondere Wetterdaten verknüpft werden.
Ein weiterer Gegenstand der vorliegenden Erfindung ist ein Computerprogrammprodukt umfassend einen computerlesbaren Datenträger und Programmcode oder eine erste Applikation, der oder die auf dem Datenträger gespeichert ist, und der beim Ausführen auf einem mobilen Computersystem das mobile Computersystem dazu veranlasst, die folgenden Schritte auszuführen: Ermitteln oder Erfassen von Feldinformationen über
- den Standort oder Geokoordinaten eines Referenz- oder Versuchsfeldes
- auf dem Referenz- oder Versuchsfeld angebaute Kulturpflanzen
- den Befall der Kulturpflanzen mit einem Schadorganismus zu einem Zeitpunkt oder zu einem oder mehreren definierten Wachstumsstadien der Kulturpflanze oder des Schaderre- gers in der Anbauperiode,
- Übertragen der Feldinformationen auf einen Server vorzugsweise zum Bereitstellen von Vorhersagemodellen oder von Vorhersagen von Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maßnahmen. Ein weiterer Gegenstand der Erfindung betrifft ein Verfahren zum gezielten Erfassen von Feldinformationen mit Hilfe eines mobilen Computersystems umfassend die Schritte: a) Empfangen oder Bereitstellen mindestens eines Beobachtungspunktes und mindestens eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist,
b) Aktivieren einer gezielten Datenerfassung auf Basis des Informationsprotokolls, c) Empfangen von Feldinformationen auf Basis der gezielten Datenerfassung gemäß des Informationsprotokolls,
d) Übermitteln oder Bereitstellen der empfangenen Feldinformationen an einen Server (12). Ein weiterer Gegenstand der Erfindung betrifft ein Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte: a) Empfangen oder Bereitstellen einer Feldinformation, die gezielt anhand eines Beobachtungspunktes und eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, erfasst wurde,
b) Bereitstellen eines Ergebnisses oder einer Vorhersage eines Vorhersagemodells basierend auf dem Beobachtungspunkt,
c) Bestimmen einer Differenz zwischen der Feldinformation, die dem Beobachtungspunkt zugeordnet ist, und dem Ergebnis oder der Vorhersage des Vorhersagemodells basierend auf dem Beobachtungspunkt, d) Generieren mindestens eines weiteren Beobachtungspunkts und eines Informationsprotokolls, das dem weiteren Beobachtungspunkt zugeordnet ist, wenn die Differenz einen Schwellenwert überschreitet,
e) Übermitteln oder Bereitstellen des mindestens einen weiteren Beobachtungspunkts und des Informationsprotokolls, das dem weiteren Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem.
Ein weiterer Gegenstand der Erfindung betrifft ein Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte: a) Empfangen oder Bereitstellen von Feldinformationen,
b) Bestimmen einer Datendichte der Feldinformationen für mehrere Klassen von Feldinformationen,
c) Generieren mindestens eines Beobachtungspunkts und eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, für die Klasse von Feldinformationen, für die die
Datendichte einen Schwellenwert unterschreitet,
d) Übermitteln oder Bereitstellen des mindestens einen Beobachtungspunktes und des Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem.
Ein weiterer Gegenstand der Erfindung betrifft ein Verfahren zum Generieren einer Vorhersage von Feldinformationen, Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maßnahmen, insbesondere zum Generieren einer Vorhersage eines Befalls von Kulturpflanzen mit Schadorganismen oder zum Generieren einer landwirtschaftlichen Maßnahme umfassend ein Applizieren von Pflanzenschutzmitteln vorzugsweise basierend auf einem Pflanzenschutzmittelbedarf, einer Applikationszeit des Pflanzenschutzmittels oder einer Applikationsmenge des Pflanzenschutzmittels, das Verfahren umfassend die Schritte: a) Erfassen von Feldinformationen gemäß eines der hierin beschriebenen Verfahren, wobei die Feldinformationen gezielt oder ungezielt erfasst werden, und das optional, für den Fall einer gezielten oder ungezielten Erfassung, Vorhersagemodelle gemäß eines der hierin beschriebenen Verfahren optimiert und/oder kalibriert, gefolgt von einem gezielten Erfassen von Feldinformationen gemäß eines der hierin beschriebenen Verfahren
b) Aktualisieren des Vorhersagemodelles basierend auf den erfassten Feldinformationen, wobei das Vorhersagemodell in regelmäßigen oder unregelmäßigen Zeitabständen, insbesondere während einer Anbauperiode, auf Basis der erfassten Feldinformationen aktualisiert wird,
c) Generieren einer Vorhersage auf Basis des aktualisierten Vorhersagemodells. Ein weiterer Gegenstand der Erfindung ist ein Computerprogramm oder eine Applikation mit Instruktionen, die, wenn sie auf einem oder mehreren Computer(n), insbesondere einem dezentralen Computersystem mit einem oder mehreren mobilen Computersystem(en) und/oder einem Server, ausgeführt werden, die hier beschriebenen Verfahren ausführen. Weiterer Gegenstand ist ein Computerprogrammprodukt mit Instruktionen, die auf einem maschinenlesbaren Träger gespeicherten sind, wobei die hier beschriebenen Verfahren ausgeführt werden, wenn die Instruktionen auf einem oder mehreren Computer(n), insbesondere einem dezentralen Computersystem mit einem oder mehreren mobilen Computersystem(en) und/oder einem Server, ausgeführt werden.
Ein weiterer Gegenstand der Erfindung betrifft ein mobiles Computersystem zum gezielten Erfassen von Feldinformationen umfassend: a) eine Schnittstelle, die konfiguriert ist, mindestens einen Beobachtungspunkt und mindestens ein Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, bereitzustellen oder zu empfangen,
b) ein Aktivierungsmodul, das konfiguriert ist, eine gezielte Datenerfassung auf Basis des In- formationsprotokolls zu aktivieren,
c) ein Erfassungsmodul, das konfiguriert ist, Feldinformationen auf Basis der gezielten Datenerfassung gemäß des Informationsprotokolls zu erfassen,
d) eine weitere Schnittstelle, die konfiguriert ist, die empfangenen Feldinformationen an einen Server zu übermitteln oder bereitzustellen.
Ein weiterer Gegenstand der Erfindung betrifft ein System, insbesondere einen Server, zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend: a) eine Schnittstelle, die konfiguriert ist, eine Feldinformation bereitzustellen oder zu emp- fangen, die gezielt anhand eines Beobachtungspunktes und eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, erfasst wurden,
b) ein Vorhersagemodul, das konfiguriert ist, ein Ergebnis eines Vorhersagemodells basierend auf dem Beobachtungspunkt bereitzustellen,
c) ein Verifizierungsmodul, das konfiguriert ist, eine Differenz zwischen der Feldinformation, die dem Beobachtungspunkt zugeordnet ist, und dem Ergebnis oder der Vorhersage des
Vorhersagemodells basierend auf dem Beobachtungspunkt zu bestimmen,
d) ein Generierungsmodul, das konfiguriert ist, mindestens einen weiteren Beobachtungspunkt und dem Informationsprotokoll, das dem weiteren Beobachtungspunkt zugeordnet ist, zu generieren, wenn die Differenz einen Schwellenwert überschreitet,
e)eine weitere Schnittstelle, die konfiguriert ist, den mindestens einen weiteren Beobachtungspunkt und das Informationsprotokoll, das dem weiteren Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem bereitzustellen oder zu übermitteln.
Ein weiterer Gegenstand der Erfindung betrifft ein System, insbesondere einen Server,
Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte: a) eine Schnittstelle, die konfiguriert ist, Feldinformationen bereitzustellen oder zu empfangen,
b) ein Verifizierungsmodul, das konfiguriert ist, eine Datendichte der Feldinformationen für mehrere Klassen von Feldinformationen zu bestimmen,
c) ein Generierungsmodul, das konfiguriert ist, mindestens einen Beobachtungspunkt und ein Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, für die Klasse von Feldinformationen, für die die Datendichte einen Schwellenwert unterschreitet, zu generieren,
d)eine weitere Schnittstelle, die konfiguriert ist, den mindestens einen Beobachtungspunkt und das Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem bereitzustellen oder zu übermitteln.
Ein weiterer Gegenstand der Erfindung betrifft ein System zum Generieren einer Vorhersage von Feldinformationen, Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maß- nahmen, insbesondere zum Generieren einer Vorhersage eines Befalls von Kulturpflanzen mit Schadorganismen oder zum Generieren einer landwirtschaftlichen Maßnahme umfassend ein Applizieren von Pflanzenschutzmitteln vorzugsweise basierend auf einem Pflanzenschutzmittelbedarf, einer Applikationszeit des Pflanzenschutzmittels oder einer Applikationsmenge des Pflanzenschutzmittels, das System umfassend: a) ein oder mehrere mobiles Computersystem(e), das konfiguriert ist, Feldinformationen ungezielt oder gezielt gemäß der hierin beschriebenen Verfahren zu erfassen, b) optional, für den Fall einer gezielten oder ungezielten Erfassung, ein System zum Opti- mieren und/oder Kalibrieren von Vorhersagemodellen, das konfiguriert ist, das Vorhersagemodelle gemäß eines der hierin beschriebenen Verfahren zu optimieren und/oder kalibrieren und eine gezielte Erfassung gemäß der hierin beschriebenen Verfahren von Feldinformationen zu triggern, c) ein System zum Aktualisieren des Vorhersagemodells, das konfiguriert ist, das Vorhersagemodell in regelmäßigen oder unregelmäßigen Zeitabständen, insbesondere während einer Anbauperiode, auf Basis der erfassten Feldinformationen zu aktualisieren und auf Basis des aktualisierten Vorhersagemodells eine Vorhersage zu generieren. Die Erfindung wird nachstehend näher erläutert, ohne zwischen den Erfindungsgegenständen (Verfahren, System, Computerprogramm, Computerprogrammprodukt) zu unterscheiden. Die nachfolgenden Erläuterungen sollen vielmehr für alle Erfindungsgegenstände in analoger Weise gelten, unabhängig davon, in welchem Kontext (Verfahren, System, Computerprogramm, Computerprogrammprodukt) sie erfolgen.
In einer Ausführungsform erfolgt das Bereitstellen einer ersten Applikation zum Erfassen von Feldinformationen über ein Netzwerk wie das Internet. So kann die Applikation von einem Netzwerkserver, auf dem sie hinterlegt ist, über eine Netzwerkverbindung auf das mobile Computersystem heruntergeladen werden.
Das Aufsuchen von Referenz- oder Versuchsfeldern umfasst in einer weiteren Ausführungsform das Bereitstellen eines Beobachtungspunktes, insbesondere Geokoordinaten eines Referenzoder Versuchsfeldes zum Aufsuchen von Referenz- oder Versuchsfeldern durch die Nutzer, wobei die Geokoordinaten auf dem mobilen Computersystem bereitgestellt werden und vorzugsweise mittels der ersten Applikation visualisiert werden, beispielsweise im Rahmen einer Navigationsfunktion. Hierbei können die Geokoordinaten eines Referenz- oder Versuchsfeldes aus einer Datenbank bereitgestellt werden, in der Referenz- oder Versuchsfelddaten für einen vorgegebenen Satz von Referenz- und Versuchsfeldern gespeichert sind. Weiterhin können neben den Geokoordinaten Zeitdaten bereitgestellt werden.
In einer weiteren Ausführungsform werden die Feldinformationen mittels der ersten Applikation des mobilen Computersystems erfasst. Hierbei kann das Erfassen von Feldinformationen gezielt oder ungezielt erfolgen. Ein gezieltes Erfassen von Feldinformationen kann insbesondere gemäß der hier beschriebenen Verfahren zum gezielten Erfassen von Feldinformationen mit Hilfe eines mobilen Computersystems erfolgen. In einer weiteren Ausführungsform werden Feldinformationen über die Referenz- oder Versuchsfelder, über auf den Referenz- oder Versuchsfeldern angebaute Kulturpflanzen und gegebenenfalls vorhandene Schadorganismen mit Hilfe der ersten Applikation des mobilen Computersystems an einen Server eines Anbieters von Vorhersagen für den Befall von Kulturpflanzen mit Schadorganismen auf Basis von Vorhersagemodellen übermittelt.
In einer weiteren Ausführungsform werden weitere Daten, insbesondere Wetterdaten, zum Verknüpfen der übermittelten Feldinformationen mit den weiteren Daten, insbesondere den Wetterdaten, auf dem Server durch den Anbieter bereitgestellt. Hierbei können die Feldinformationen zusammen mit Zeitdaten und den Geokoordinaten des mobilen Computersystems an den Ser- ver übermittelt werden. Anschließend kann die Feldinformation über die übermittelten Zeitdaten und Geokoordinaten mit Wetterdaten verknüpft werden.
In einer weiteren Ausführungsform werden die Vorhersagemodelle auf Basis der übermittelten Feldinformationen und zur Verknüpfung verwendeten weiteren Daten, wie Wetterdaten, auf dem Server durch den Anbieter kalibriert und/oder optimiert, wobei das Kalibrieren und/oder Optimieren der Vorhersagemodelle gemäß der hierin beschriebenen Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen erfolgt.
Optional wird eine optimierte Vorhersage basierend auf dem optimierten und/oder kalibrierten Vorhersagemodell von dem Server des Anbieters an ein weiteres mobiles Computersystem übermittelt, auf dem vorzugsweise eine zweite Applikation zum Ermitteln von Vorhersagen bereitgestellt wird, wobei weiter vorzugsweise die zweite Applikation eine Vorhersage für den Be- fall von Kulturpflanzen mit Schadorganismen auf Basis des optimierten und/oder kalibrierten Vorhersagemodells bestimmt.
Bevorzugt umfasst das System zum Kalibrieren und/oder Optimieren von Vorhersagemodellen: ein mobiles Computersystem vorzugsweise zum Erfassen von Feldinformationen mittels einer ersten Applikation, und
einen Server vorzugsweise zum Bereitstellen von Vorhersagemodellen oder von Vorhersagen von Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maßnahmen,
wobei das mobile Computersystem so konfiguriert ist, dass Geokoordinaten eines Referenz- oder Versuchsfeldes zum Aufsuchen von Referenz- oder Versuchsfeldern durch die Nutzer auf dem mobilen Computersystem mittels einer ersten Applikation bereitgestellt werden und vorzugsweise Feldinformationen mittels der ersten Applikation des mobilen Computersystems er- fasst werden, wobei folgende Feldinformationen erfasst werden:
- Standort oder Geokoordinaten eines Referenz- oder Versuchsfeldes
- auf dem Referenz- oder Versuchsfeld angebaute Kulturpflanzen
- Art und Ausmaße von bei den Kulturpflanzen auftretenden Schadorganismen zu einem Zeitpunkt oder zu einem oder mehreren definierten Wachstumsstadien der Kulturpflanze oder des Schaderregers in der Anbauperiode, wobei das mobile Computersystem so konfiguriert ist, dass es die erfassten Feldinformationen an den Server übermittelt werden, wobei der Server so konfiguriert ist, dass er die übermittelten Feldinformationen mit weiteren Daten, insbesondere Wetterdaten verknüpft werden.
Vorzugsweise ist der Server weiter so konfiguriert, dass auf dem Server bereitgestellte Vorhersagemodelle auf Basis der übermittelten Feldinformationen und zur Verknüpfung verwendeten weiteren Daten auf dem Server kalibriert und/oder optimiert werden. Weiter vorzugsweise ist der Server so konfiguriert, dass optimierte Vorhersagen basierend auf dem optimierten und/oder kalibrierten Vorhersagemodell von dem Server an ein weiteres mobiles Computersystem übermittelt werden, auf dem vorzugsweise eine zweite Applikation zum Ermitteln von Vorhersagen bereitgestellt wird.
Erfindungsgemäß werden Feldversuche, die zur Austestung von Pflanzenschutzmitteln durchgeführt werden, genutzt, um Daten für die Entstehung und Ausbreitung von Schadorganismen bei Kulturpflanzen zu sammeln und diese zur Optimierung von Vorhersagewerkzeugen zu nutzen. Für bestimmte Fragestellungen ist es auch üblich, unbehandelte Felder, Teilflächen, Feldstreifen oder Kleinparzellen mit oder ohne Wiederholung anzulegen, um den Befall mit Schadorganismen ohne den Einsatz von Pflanzenschutzmitteln abzuschätzen.
Unter einem„Schadorganismus" wird nachfolgend ein Organismus verstanden, der beim Anbau von Kulturpflanzen in Erscheinung treten und die Kulturpflanze schädigen, die Ernte der Kulturpflanze negativ beeinflussen oder mit der Kulturpflanze um natürliche Ressourcen konkurrieren kann. Beispiele für derartige Schadorganismen sind Unkräuter, Ungräser, tierische Schädlinge wie beispielsweise Käfer, Raupen und Würmer, Pilze und Krankheitserreger (z.B. Bakterien und Viren). Auch wenn Viren aus biologischer Sicht nicht zu den Organismen zählen, sollen sie dennoch vorliegend unter den Begriff Schadorganismus fallen.
Unter dem Begriff„Kulturpflanze" wird eine Pflanze verstanden, die durch das Eingreifen der Menschen zielgerichtet als Nutz- oder Zierpflanze angebaut wird.
Unter dem Begriff„Pflanzenschutzmittel" wird ein Mittel verstanden, mit dem Schadorganismen wirksam bekämpft und/oder ihre Ausbreitung verhindert werden kann. Ein Pflanzenschutzmittel ist üblicherweise eine Formulierung, die einen oder mehrere Wirkstoffe gegen einen oder meh- rere Schadorganismen enthält. Handelt es sich bei den Schadorganismen beispielsweise um Unkräuter oder Ungräser, so ist der Wirkstoff zur Bekämpfung der Unkräuter oder Ungräser ein Herbizid und das Pflanzenschutzmittel eine Herbizidformulierung. Handelt es sich bei den Schadorganismen beispielsweise um einen Pilz, so ist der Wirkstoff zur Bekämpfung des Pilzes ein Fungizid und das Pflanzenschutzmittel eine Fungizidformulierung.
Pflanzenschutzmittel haben nicht notwendigerweise nur nützliche Auswirkungen auf die Pflanzenerzeugung. Ihre Verwendung kann auch Risiken und Gefahren für Mensch, Tier und Umwelt bergen, insbesondere dann, wenn sie ungeprüft und ohne amtliche Zulassung in den Verkehr gebracht und/oder unsachgemäß verwendet werden.
Daher dürfen neue Pflanzenschutzmittel in den meisten Ländern der Erde nur nach einer Prüfung und einer behördlichen Genehmigung in den Verkehr gebracht werden. Ferner ist die Gültigkeit einer erteilten Genehmigung in den meisten Ländern zeitlich begrenzt, und es wird zu gegebener Zeit eine erneute Prüfung zur Erneuerung der Genehmigung vorgenommen.
Die Prüfung von Pflanzenschutzmitteln wird u.a. in Feldversuchen vorgenommen. Ziel eines Feldversuches kann es beispielsweise sein, die Wirkung eines Pflanzenschutzmittels festzustellen, die Wirkung mit anderen Pflanzenschutzmitteln zu vergleichen oder eine optimale Menge an Pflanzenschutzmittel oder einen optimalen Zeitpunkt zum Ausbringen eines Pflanzen- Schutzmittels zu bestimmen. Üblicherweise werden bei derartigen Feldversuchen Referenzfelder angelegt, die keinem Pflanzenschutzmittel ausgesetzt werden. Durch Vergleich eines Versuchsfeldes oder Feldes, in dem ein Pflanzenschutzmittel zum Beispiel zur Bekämpfung eines Schadorganismus angewendet worden ist, mit dem Referenzfeld lassen sich Aussagen über die Wirksamkeit des Pflanzenschutzmittels gewinnen.
Unter dem Begriff„Feld" wird ein räumlich abgrenzbarer Bereich der Erdoberfläche verstanden, der landwirtschaftlich genutzt wird, indem auf einem solchen Feld Kulturpflanzen angepflanzt, ggf. mit Nährstoffen versorgt und ggf. geerntet werden. Ein Feld kann durch seine geographische Lage und/oder die Feldgrenzen definiert sein.
Unter dem Begriff„Versuchsfeld" wird ein Feld für Feldversuche verstanden, dass mehrere Teilflächen für unterschiedliche Versuchssequenzen gemäß einem Versuchsprotokoll umfasst. Bei- spielsweise kann die Versuchssequenz unterschiedliche Pflanzenschutzmittel für unterschiedliche Teilflächen umfassen. Alternativ oder zusätzlich kann die Versuchssequenz unterschiedliche Mengen des Pflanzenschutzmittels oder unterschiedliche Zeitpunkte für die Applikation des Pflanzenschutzmittels auf den unterschiedlichen Teilflächen umfassen. Eine Teilfläche des Ver- suchsfelds kann eine unbehandelte Teilfläche sein, die als Referenzfeld dient.
Unter dem Begriff„Referenzfeld" wird ein Feld oder eine Teilfläche eines Versuchsfeldes verstanden, auf dem Kulturpflanzen angepflanzt werden, und das als Referenz in einem Feldversuch für ein Pflanzenschutzmittel eingesetzt wird. Im Gegensatz zu weiteren Feldern oder Teilflächen des Versuchsfeldes, die im Rahmen des Feldversuchs betrachtet werden, werden auf dem Referenzfeld keine Pflanzenschutzmittel eingesetzt.
Erfindungsgemäß werden die Referenz- oder Versuchsfelder dazu genutzt, um Daten zur Ausbreitung von Schadorganismen unter realen Bedingungen zu gewinnen und diese zur Optimierung, Weiterentwicklung und/oder Kalibrierung von Prognosewerkzeugen zu nutzen.
Um den Aufwand bei der Gewinnung der Daten gering zu halten, wird erfindungsgemäß eine erste Applikation für ein mobiles Computersystem bereitgestellt, das von Personen, die an einem Feldversuch beteiligt sind und die Zugang zu einem Referenz- oder Versuchsfeld haben, genutzt werden kann.
Die erfindungsgemäße Applikation ist eine Software, die üblicherweise von einer Internetseite und/oder einem so genannten App-Store auf ein mobiles Computersystem geladen und dort installiert werden kann. Dementsprechend kann das Bereitstellen der Applikation über ein Netzwerk wie das Internet erfolgen. Die Applikation kann auf einem Server bereitgestellt werden und über das Netzwerk auf das mobile Computersystem heruntergeladen werden. Weiterhin kann das Bereitstellen der Applikation an eine Autorisierung geknüpft sein, um die Applikation nur einem ausgewählten Nutzerkreis zugänglich zu machen. Im vorliegenden Fall kann der ausgewählte Nutzerkreis auf autorisierte Personal im Rahmen von Feldversuchen eingeschränkt werden, um eine hohe Zuverlässigkeit beim Erfassen der Daten zu gewährleisten. Das mobile Computersystem kann beispielsweise ein Laptop, ein Notebook oder ein Smartphone sein. Die Verwendung eines Smartphones als mobiles Computersystem hat den Vorteil, dass heutzutage fast jeder Mensch ein solches Smartphone besitzt und als ständigen Begleiter mit sich führt. Ein Smartphone verfügt üblicherweise über alle Funktionen und Mittel, die zur Ausführung der vorliegenden Erfindung erforderlich sind.
Das Aufsuchen von Referenz- oder Versuchsfeldern kann geführt mit Hilfe von Positionsdaten oder Geokoordinaten erfolgen. Die Positionsdaten oder Geokoordinaten können über einen Ortungssensor oder einen GPS-Sensor des mobilen Computersystems bereitgestellt werden. Weiterhin kann die Zielposition oder es können die Geokoordinaten des Referenz- oder Versuchs- feldes bereitgestellt werden, um einen Navigationspfad zwischen den aktuellen Positionsdaten oder dem aktuellen Standort des mobilen Computersystems und der Zielposition zu generieren. Die erfindungsgemäße Applikation soll den Nutzer dabei unterstützen, Informationen zu den Referenz- oder Versuchsfeldern, die er im Rahmen des Feldversuches ohnehin regelmäßig aufsucht, zu sammeln. Insbesondere soll die Erfassung von Feldinformationen gezielt erfolgen. Dabei ist es denkbar, dass alle Informationen oder ein Teil der Informationen durch den Nutzer in die Applikation eingegeben werden müssen. Die Eingabe kann in Form einer Text-Eingabe vorgenommen werden. Es ist denkbar, so genannte Pull-Down-Menüs zu verwenden, aus denen der Nutzer die jeweilig zutreffenden Informationen aus einer Liste auswählen kann. Dies hat den Vorteil, dass die Feldinformationen in standarisierter Form und einheitlich erfasst werden können. Es ist auch denkbar, dass der Nutzer Informationen mittels Spracheingabe eingibt. Es ist denkbar, dass Informationen z.B. über einen Barcode oder einen zweidimensionalen optischen Code eingegeben werden. Auch das Einlesen von Informationen aus RFID-Tags oder vergleichbaren Datenträgern ist denkbar. Es ist denkbar, dass einige Informationen automatisch erfasst werden, wie beispielsweise das Datum, die Uhrzeit und/oder die Geokoordinaten derjenigen Position, an der der Nutzer die erfindungsgemäße Applikation nutzt.
Die Applikation wird verwendet, um vorzugsweise die folgenden Informationen oder Feldinformationen zu sammeln:
Geokoordinaten des Referenz- oder Versuchsfeldes
Vorzugsweise werden die Geokoordinaten der Position, an der sich der Nutzer bei der Ausführung der erfindungsgemäßen Applikation befindet, mittels GPS-Sensor, über den die meisten Smartphones heutzutage verfügen, automatisch erfasst. Denkbar ist auch, dass der Nutzer seinen Standort auf einer virtuellen Karte festlegt. Pflanzenkultur
Der Nutzer wird aufgefordert, die in einem Referenz- oder Versuchsfeld angebaute Kulturpflanze zu benennen (Pflanzensorte). Denkbar ist, dass diese Information zum Beispiel auf einem Hinweisschild im Feld in maschinenlesbarer Form vorgehalten wird. Es ist zum Beispiel denkbar, dass die Informationen über die jeweilig angebaute Kulturpflanze in Form eines optischen Codes (z.B. eines Barcodes, Data Matrix Codes, QR-Codes oder eines vergleichbaren Codes) vorhanden ist. In einem solchen Fall ist es denkbar, dass der Nutzer sein Smartphone verwendet, um den optischen Code mittels der eingebauten Kamerafunktion zu lesen und die Information in die erfindungsgemäße Applikation zu übertragen. Denkbar ist auch, dass der Nutzer aufgefordert wird, eine photographische Aufnahme von der Pflanzenkultur (z.B. von einer einzel- nen Pflanze) zu erstellen. Es ist denkbar, dass mit Hilfe von Bildanalyse- und Objekterkennungsverfahren die jeweilige Pflanzenkultur automatisch erkannt wird. Es ist denkbar, dass die automatische Erkennung auf dem mobilen Computersystem des Nutzers durchgeführt wird; ebenso ist es denkbar, dass die photographische Aufnahme z.B. über das Mobilfunknetz auf einen externen Server übertragen und dort analysiert wird. Es ist denkbar, dass das Ergebnis der Analyse dem Nutzer übermittelt wird. Aussaatdatum
Das Aussaatdatum kann vom Nutzer eingegeben, aus einer externen Quelle (z.B. Hinweisschild mit optischem Code) eingelesen, oder aus dem Wachstumsstadium der Pflanze anhand einer photographischen Aufnahme mit Hilfe von Bildanalyseverfahren automatisch ermittelt werden.
Boden
Art des vorhandenen Bodens und die durchgeführten Bodenbearbeitungsmaßnahmen werden vorzugsweise ebenfalls von der erfindungsgemäßen Applikation abgefragt/ermittelt. Historie
Es kann auch vorteilhaft sein, Informationen über die Vorgeschichte des Referenz- oder Versuchsfeldes in Erfahrung zu bringen, zum Beispiel welche Pflanzen vorher angebaut worden sind und/oder welche Maßnahmen zum Pflanzenschutz vorher vorgenommen worden sind. Diese Daten können vom Nutzer abgefragt oder zu einem späteren Zeitpunkt aus anderen Quellen hinzugezogen werden (z.B., wenn die Informationen bereist auf einen externen Server übertragen worden sind).
Wachstumsstadium
Das Wachstumsstadium, in dem sich die auf dem Referenz- oder Versuchsfeld angebauten Pflanzen befinden, kann vom Nutzer eingegeben oder anhand einer photographischen Aufnahme mit Hilfe von Bildanalyseverfahren automatisch ermittelt werden. Es ist auch möglich, Vorhersagen des Wachstumsmodells vom Server auf das mobile Computersystem zu übermitteln, um dem Nutzer einen Anhaltspunkt zum BBCH-Stadium der Kultur zu geben und damit den optimalen Zeitpunkt für die Erfassung von Feldinformationen zu übermitteln. Die Vorhersa- gen des Wachstumsmodells werden dem mobilen Computersystem beispielsweise mittels einer API-Schnittstelle zur Verfügung gestellt.
Schadorganismen
Für die Optimierung und/oder Kalibrierung und/oder Weiterentwicklung des Prognosewerkzeugs ist es insbesondere von Interesse, ob sich in dem Referenz- oder Versuchsfeld ein Schadorganismus ausgebreitet hat und, falls ja, welches Ausmaß die Ausbreitung bereits angenommen hat. Es wird also seitens der Applikation vorzugsweise erfragt und/oder ermittelt, ob ein Schadorganismus erkennbar ist, um welchen Schadorganismus es sich handelt, wie stark die Pflanzen bereits betroffen sind und wie sich der Schadorganismus ausgebreitet hat/ausbreitet (z.B. in Form von Nestern oder ausgehend von einer bestimmten Feldgrenze oder ähnliches). Auch zur Ermittlung dieser Informationen können photographische Aufnahmen eingesetzt werden, z.B. um einen vorliegenden Schadorganismus zu erkennen und/oder die Schwere eines Befalls abzuschätzen/zu quantifizieren. Nachdem die Informationen mit Hilfe der erfindungsgemäßen Applikation eingesammelt worden sind, werden sie vom mobilen Computersystem an einen externen Server übertragen. Die Übertragung erfolgt vorzugsweise über ein Mobilfunknetz. Der Anbieter des Prognosewerkzeugs hat Zugriff auf diesen Server und kann die übermittelten Daten einsehen. Es ist auch denkbar, dass nicht der Anbieter selbst Zugriff auf den Server hat, sondern ein Entwickler, dessen Entwicklung/Dienst dem Anbieter zu Gute kommt. Es ist auch denkbar, dass weitere Personen involviert sind, die Daten aufarbeiten und weiterreichen. Zur Vereinfachung wird die Erfindung hier aber so beschrieben, als gäbe es nur eine Instanz (den Anbieter), die sich um die Entwicklung, Optimierung, Kalibrierung und den Vertrieb von Prognosewerkzeugen oder Prognosen kümmert, auch wenn in der Realität unterschiedliche Instanzen involviert sein können. Diese Vereinfachung ist somit nicht als Beschränkung der Erfindung zu verstehen. Wenn die Informationen auf dem Server liegen, erfolgt eine Verknüpfung der vom Nutzer übermittelten Informationen mit weiteren Daten. Die übermittelten Informationen umfassen Geoko- ordinaten und zeitliche Daten (Datum, Zeit). Diese Daten können beispielsweise mit den Wetterdaten an dem entsprechenden Ort zu dem entsprechenden Zeitpunkt beziehungsweise in einer definierten Zeitspanne vor dem entsprechenden Zeitpunkt verknüpft werden. Durch diese Verknüpfung wird offenkundig, wie sich das Wetter in einem definierten Zeitraum vor dem Zeitpunkt der Informationssammlung durch den Nutzer an dem Ort des Referenz- oder Versuchsfeldes entwickelt hat. Diese Information ist wichtig, da die Wetterentwicklung üblicherweise einen großen Einfluss auf die Ausbreitung von Schadorganismen hat. Die weitere Verknüpfung mit der angebauten Kulturpflanze und etwaig aufgefundenen Schadorganismen ergibt Auskunft darüber, unter welchen Wetterbedingungen sich die Schadorganismen im vorliegenden Fall auf der vorhandenen Kulturpflanze entwickelt und ausgebreitet haben. Diese Information kann zum Abgleich mit vorhandenen Modellen, zur Kalibrierung vorhandener Modelle, zur Optimierung vorhandener Modelle und/oder zur Entwicklung neuer Modelle verwendet werden. Dadurch, dass die erfindungsgemäße Applikation über eine Internetseite und/oder einen App- Store weltweit verfügbar ist und viele Nutzer vorhanden sind, die in Feldversuche involviert sind, können große Datenmengen zu unterschiedlichen Kulturpflanzen, Wetterbedingungen und Schadorganismen gesammelt werden. Der Anbieter der Vorhersagen oder Prognosewerkzeuge ist damit in der Lage, seinen Kunden stetig verbesserte Vorhersagen zu liefern.
In einer Ausführungsform kann das Bereitstellen von Feldinformationen auf dem Server durch das beschriebene Verfahren zum gezielten Erfassen von Feldinformationen mit Hilfe eines mo- bilen Computersystems erfolgen. Ein entsprechendes dezentrales System enthält ein oder mehrere mobile Computersystem(e) und das vorstehend beschriebene System, insbesondere in Gestalt des Servers.
In einer Ausführungsform spezifiziert der Beobachtungspunkt Geokoordinaten und Zeitdaten. Die Geokoordinaten können eine definierte Teilfläche eines Referenz- oder Versuchsfeldes spezifizieren. Des Weiteren können die Geokoordinaten einen spezifischen Standort einer oder mehrerer Einzelpflanzen beispielsweise in einer definierten Teilfläche des Referenz- oder Ver- suchsfeldes spezifizieren. Die Geokoordinaten können hierbei nach einem regelmäßigen oder randomisierten räumlichen Muster erzeugt werden.
Die Zeitdaten können einen spezifischen Zeitpunkt, mehrere spezifische Zeitpunkte oder eine vorgegebene Frequenz von spezifischen Zeitpunkten in einer Anbauperiode spezifizieren. Eine Anbauperiode bezieht sich dabei auf eine Bewirtschaftungsperiode in einer Saison, beispielsweise auf die Periode zwischen Aussaat und Ernte. Hierbei können die Zeitpunkte regelmäßig oder randomisiert spezifiziert sein. Weiterhin kann der Zeitpunkt über den BBCH-Code (Biologische Bundesanstalt, Bundessortenamt und Chemische Industrie Code) mit dem morphologi- sehen Wachstumsstadium der Kulturpflanze verknüpft werden. Durch die gezielt vorgegebenen Geokoordinaten und Zeitdaten kann im Gegensatz zu ungezielt erfassten Feldinformationen die Streuung in den Feldinformationen reduziert werden. Insbesondere können die Feldinformationen, die zu spezifischen Zeitpunkten erfasst werden, mit dem BBCH-Code der Kulturpflanzen korreliert werden, und die Erfassung kann zu vorgegebenen BBCH Stadien erfolgen.
In einer weiteren Ausführungsform spezifiziert das Informationsprotokoll die zu erfassenden Feldinformationen. Das Informationsprotokoll spezifiziert beispielsweise, dass neben der Pflanzenkultur ein Wachstumsstadium, ein erkennbarer Schadorganismus und ein Ausbreitungsgrad oder eine Ausbreitungsschwelle eines Schadorganismenbefalls zu erfassen sind. Bei dem Schadorganismus kann es sich um eine Krankheit, ein Unkraut oder ein Insekt handeln.
In einer weiteren Ausführungsform erfolgt die Aktivierung auf Basis des Beobachtungspunktes und /oder dem dazugehörigen Informationsprotokoll. Beispielsweise erfolgt die Aktivierung auf Basis einer aktuellen Zeit und/oder aktueller Positionsdaten des mobilen Computersystems in Bezug auf den Beobachtungspunkt. In einer weiteren Ausführungsform umfasst die Aktivierung eine Navigationsfunktion, die anhand von Positionsdaten des mobilen Computersystems einen Navigationspfad zum Beobachtungspunkt und insbesondere zu darin definierten Geokoordinaten erzeugt. Weiterhin kann ein Navigationspfad zu unterschiedlichen im Beobachtungspunkt definierten Geokoordinaten erzeugt werden. Spezifizieren die Geokoordinaten zum Beispiel eine regelmäßiges oder ein randomisiertes räumliches Muster kann der Navigationspfad abschnittsweise für jede Geokoordinate erzeugt werden, an der Feldinformationen erfasst werden sollen. So kann der Nutzer schrittweise zu den einzelnen Geokoordinaten geführt werden, an denen eine Erfassung der Feldinformationen stattfinden soll. Dies ermöglicht eine vereinfachte und gezielte Datenerfassung, die auf die Weiterentwicklung, Optimierung oder Kalibrierung der Vorhersagemodelle zugeschnitten ist.
In einer weiteren Ausführungsform wird zum Erfassen der Feldinformationen mit Hilfe des mobilen Computersystems ein optischer Code, wie ein Barcode oder ein QR-Code, oder ein Transponder, wie einen RFID Tag, ausgelesen. So kann die Pflanzenkultur über den optischen Code oder den Transponder ausgelesen werden, der am Referenzfeld, am Versuchsfeld oder an einer Teilfläche des Versuchsfeldes angebracht ist. Weiterhin können Feldinformationen entsprechend dem Informationsprotokoll zur Auswahl etwa als Drop-Down-List auf einem berührungs- empfindlichen Display angezeigt werden. Durch Detektieren einer Berührung an einer Position auf dem berührungsempfindlichen Display, die der angezeigten Feldinformation entspricht, kann diese vom mobilen Computersystem empfangen werden. Insbesondere können hierbei die auszuwählenden Feldinformationen vordefiniert sein, so dass lediglich standarisierte Werte nach definierten Kriterien auswählbar sind. Eine derartige Vorauswahl erhöht die Datenqualität, da die Erfassung der Feldinformationen einheitlich erfolgt.
In einer weiteren Ausführungsform wird zum Erfassen der Feldinformationen mit Hilfe des mobilen Computersystems eine photographische Aufnahme bereitgestellt und die Feldinformation mittels eines Bildanalyseverfahrens extrahiert. So können photographische Aufnahmen von Einzelpflanzen auf die Pflanzenkultur, das Wachstumsstadium oder den Schadorganismenbefall hin analysiert werden. Derartige Bildanalyseverfahren können zum Beispiel zur Klassifizierung und Quantifizierung von Krankheiten, Insekten oder Unkraut eingesetzt werden. In einer Ausführungsform kann aus der bestimmten Differenz zwischen der Feldinformation, die dem Beobachtungspunkt zugeordnet ist, und dem Ergebnis des Vorhersagemodells basierend auf dem Beobachtungspunkt, eine Prognosegenauigkeit bestimmt werden. In einer weiteren Ausführungsform kann das Vorhersagemodell zur Vorhersage von Feldinformationen auf normal bewirtschafteten Feldern eingesetzt werden. Im Gegensatz zu Referenz- oder Versuchsfel- der werden normal bewirtschaftete Felder nicht nach einem festgelegten Rahmen für Feldversuche etwa nach einem festgelegten Versuchsprotokoll bewirtschaftet. Die Vorhersage dient in diesem Zusammenhang dazu, Empfehlungen zur Bewirtschaftung des Feldes oder landwirtschaftlicher Maßnahmen, wie die Behandlung mit Pflanzenschutzmitteln, zu generieren. Hierbei kann die Vorhersage an ein mobiles Computersystem übertragen werden, wobei zusätzlich die aus der Differenz bestimmte Prognosegenauigkeit des Vorhersagemodels übertragen wird. Das Bereitstellen der Prognosegenauigkeit ermöglicht es, dem Anwender der Vorhersage jederzeit ein Maß für die Genauigkeit der Vorhersage bereitzustellen und erleichtert somit das Ableiten von Entscheidungen bezüglich beispielsweise der empfohlenen landwirtschaftlichen Maßnahmen.
In einer weiteren Ausführungsform kann das Vorhersagemodelle in regelmäßigen oder unregelmäßigen Zeitabständen, insbesondere während der Anbauperiode, auf Basis der erfassten Feldinformationen kalibriet und/oder optimiert werden, wobei die Feldinformationen gezielt oder ungezielt erfasst wurden. Die Bereitstellung der Feldinformationen kann instantan oder unmittelbar nach dem Erfassen der Feldinformationen und damit in Echtzeit erfolgen. Die Bereitstellung der Feldinformationen kann auch mit einer Verzögerung nach dem Erfassen der Feldinformationen erfolgen, falls die Netzwerkverbindung des mobilen Computersystems zum Server unterbrochen ist. Die Bereitstellung wird in diesem Fall getriggert, sobald die Netzwerkverbindung wiederhergestellt ist. Die instantane oder unmittelbare Übertragung ermöglicht eine nahtlose Opti- mierung, Kalibrierung oder Aktualisierung des Vorhersagemodells, auf dessen Basis eine Vorhersage generiert werden kann. So können das vorhandene Vorhersagemodell und/oder die Prognosegenauigkeit in Echtzeit aktualisiert werden, indem beispielsweise das Vorhersagemo- dell und/oder die Prognosegenauigkeit unmittelbar nach Empfangen der Feldinformationen in Echtzeit optimiert oder angepasst werden. Die Aktualisierung kann erfolgen mit jeder neuen Feldinformation, die bereitgestellt wird, und damit in Echtzeit
in einer vorgegebenen zeitlichen Frequenz,
- wenn Differenzen zwischen der Feldinformation und dem Ergebnis des Vorhersagemodells basierend auf dem Beobachtungspunkt auftreten und die gezielt erfassten Feldinformationen übertragen wurden oder
- wenn eine mangelnde Datendichte für eine Klasse von Feldinformationen detektiert wurde und die gezielt erfassten Feldinformationen übertragen wurden,
- zu vorgegebenen Zeitpunkten innerhalb einer Anbauperiode.
Wenn eine Differenz oder eine mangelnde Datendichte detektiert wurde, kann die Aktualisierung direkt nach dem Übertragen oder Bereitstellen der gezielt erfassten Feldinformation auf Basis der gezielt erfassten Feldinformationen gemäß den hierin beschriebenen Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen erfolgen. Damit ist eine Weiterentwicklung und Verbesserung der Vorhersagemodelle während der Anbauperiode möglich.
In einer Ausführungsform werden Beobachtungspunkte und die zugehörigen Informationsproto- kolle für eine oder mehrere Klassen von Feldinformationen generiert. Dabei bezeichnet eine Klasse von Feldinformationen beispielsweise solche Informationen die das Wachstumsstadium, den Bodentyp und den Schadorganismenbefall spezifizieren. In einer weiteren Ausführungsform werden Beobachtungspunkte und die zugehörigen Informationsprotokolle für eine Klasse von Feldinformationen, beispielsweise solche die das Wachstumsstadium oder den Schadorganis- menbefall spezifizieren, generiert. In einer weiteren Ausführungsform werden Beobachtungspunkte und die zugehörigen Informationsprotokolle für mehrere Klassen von Feldinformationen, beispielsweise solche die das Wachstumsstadium und den Schadorganismenbefall spezifizieren, generiert. Die Beobachtungspunkte können anhand von Referenz- oder Versuchsfelddaten, wie Geodäten, Klimazonendaten, Versuchsprotokollen, Bodendaten oder Pflanzenkulturdaten, bestimmt werden. In einer Ausführungsform umfassen die Referenz- oder Versuchsfelddaten Geodäten. Beispielsweise kann ein Referenz- oder Versuchsfeld über eine Geokoordinate und eine dazugehörige Referenz- oder Versuchsfeldgrenze oder über einen Satz von Geokoordinaten, die die Referenz- oder Versuchsfeldgrenze kennzeichnen, abgespeichert sein. Des Weiteren können Feldversuch-spezifische Daten für ein Versuchsfeld, indem beispielsweise ein Referenzfeld verortet ist, in der Datenbank als Referenz- oder Versuchsfelddaten hinterlegt sein. Zusätzlich können Referenz- oder Versuchsfelddaten hinterlegt sein, die unterschiedliche Teilflächen des Versuchsfeldes spezifizieren. Jeder Teilfläche kann ein spezifisches Versuchsprotokoll zuge- ordnet sein, etwa eine Versuchssequenz mit einer bestimmten Behandlungsintensität oder Behandlungsfrequenz mit Pflanzenschutzmittel. So können Beobachtungspunkte auf Basis der Datenbank generiert werden, die Referenz- und Versuchsfelddaten umfasst. Kurze Beschreibung der Zeichnungen
Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und in den nachfol- genden Beschreibungen näher erläutert. Es zeigen:
Figur 1 ein beispielhaftes dezentrales Computersystem umfassend einen Server und ein mobiles Computersystem, Figur 2 ein beispielhaftes Verfahren zum gezielten Erfassen von Feldinformationen,
Figur 3 ein beispielhaftes Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen basierend auf Feldinformationen, die gezielt erfasst wurden, Figur 4 ein weiteres beispielhaftes Verfahren zum Kalibrieren und Optimieren von Vorhersagemodellen basierend auf Feldinformationen, die gezielt erfasst wurden.
Kurze Beschreibung der Ausführungsformen Figur 1 zeigt ein beispielhaftes dezentrales Computersystem 10 zum Kalibrieren und/oder Optimieren von Vorhersagemodellen umfassend einen Server 12 und ein mobiles Computersystem 14. Dabei kann der Server 12 ein Cloud-Server sein, der eine IT-Infrastruktur für Speicherplatz, Rechenleistung oder Anwendungssoftware bereitstellt. Auf den Server 12 können Computersysteme 14 wie ein Desktopcomputer oder mobile Computersysteme 14 wie ein Smartphone, ein tragbarer digitaler Assistent (Portable Digital Assistant, PDA), ein Laptop oder ein Tablet über ein Netzwerk 16 wie das Internet zugreifen. Insbesondere können Beobachtungspunkte und Informationsprotokolle vom Server 12 an mobile Computersysteme 14 oder Feldinformationen von mobilen Computersystemen 14 an den Server 12 kommuniziert werden. Das mobile Computersystem 14 umfasst:
- eine Kommunikationsschnittstelle 26, die konfiguriert ist, mindestens einen Beobachtungspunkt und mindestens ein Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, bereitzustellen,
- ein Aktivierungsmodul 28 in Kommunikation mit der Schnittstelle 26, das konfiguriert ist, eine gezielte Datenerfassung auf Basis des Informationsprotokolls zu aktivieren, ein Erfassungsmodul 30 in Kommunikation mit dem Aktivierungsmodul 28, das konfiguriert ist, Feldinformationen auf Basis der gezielten Datenerfassung gemäß des Informationsprotokolls zu erfassen,
- eine Schnittstelle 26 in Kommunikation mit dem Erfassungsmodul 30, die konfiguriert ist, die empfangenen Feldinformationen an den Server 12 zu übertragen. Der Server 12 umfasst:
- eine Kommunikationsschnittstelle 32, die konfiguriert ist, Feldinformationen, die ungezielt oder gezielt erfasst wurden, zu empfangen oder Beobachtungspunkte und die zugehörigen Informationsprotokolle, an das mobile Computersystem 14 zu übertragen,
- ein Vorhersagemodul 18, das konfiguriert ist, ein Ergebnis eines Vorhersagemodells basierend auf dem Beobachtungspunkt bereitzustellen,
- ein Verifizierungsmodul 20, das konfiguriert ist, eine Differenz zwischen der Feldinformation und dem Ergebnis des Vorhersagemodells oder eine Datendichte zu bestimmen,
- ein Generierungsmodul 22, das konfiguriert ist, Beobachtungspunkte und dazugehörige Informationsprotokolle zu generieren, wenn die Differenz einen Schwellenwert überschreitet oder wenn für eine Klasse von Feldinformationen die Datendichte einen Schwellenwert unterschreitet.
Auf dem Server 12 werden mittels eines Vorhersagemoduls 18 Vorhersagemodelle bereitge- stellt, die basierend auf Kulturdaten, wie Entwicklungsstadium oder Wachstumsbedingungen, Wetterdaten, wie Temperatur, Sonnenscheindauer, Windgeschwindigkeit oder Niederschlag, oder Schadorganismendaten, wie ökonomischen Grenzwerte oder Schadorganismendruck, Vorhersagen zum Pflanzenwachstum oder zum Befalls-Risiko bereitstellen. Derartige Vorhersagen können weiterhin dazu genutzt werden, landwirtschaftliche Maßnahmen wie die Applika- tion von Pflanzenschutzmitteln und insbesondere den Behandlungszeitpunkt, die Menge und die Art des Pflanzenschutzmittels in einer Anbauperiode zu empfehlen. Zusätzlich kann eine Bewertung vergangener Pflanzenschutzmaßnahmen erstellt werden und deren Auswirkung auf zukünftige Pflanzenschutzmaßnahmen oder den Ertrag bestimmt werden. Basierend auf Feldinformationen, die von den mobilen Computersystemen 14 an den Server 12 kommuniziert werden, können mittels eines Verifizierungsmoduls 20 die Vorhersagemodelle verifiziert und falsifiziert werden. Beispielsweise kann für eine Geokoordinate zu einem Zeitpunkt, der über den BBCH-Code mit dem morphologischen Wachstumsstadium der Kulturpflanze verknüpft sein kann, eine Feldinformation zum Schädlingsbefall von dem mobilen Computer- System 14 an den Server 12 kommuniziert werden. Anhand dieser Feldinformation kann das Ergebnis des Vorhersagemodells zum Schädlingsbefall für die kommunizierte Geokoordinate und den kommunizierten Zeitpunkt mit der erfassten Feldinformation zum Schädlingsbefall verglichen werden. Hierbei kann die erfasste Feldinformation mit weiteren Daten verknüpft werden. So können Wetterdaten für die kommunizierte Geokoordinate und den kommunizierten Zeit- punkt etwa von externen Datenbank 24, auf die der Server 12 zugreift, abgerufen werden und in die Vorhersage einfließen. Ergibt sich eine Differenz zwischen Ergebnis des Vorhersagemodells und der erfassten Feldinformation, können mittels des Generierungsmoduls 22 gezielt weitere Beobachtungspunkte und Informationsprotokolle generiert werden und an ein oder mehrere mobile Computersysteme 14 kommuniziert werden. So können gezielt weitere Feldinformatio- nen erfasst werden, mit denen das Vorhersagemodell weiterentwickelt und verbessert werden kann. Um weitere Beobachtungspunkte und Informationsprotokolle zu generieren, werden auf dem Server 12 oder in einer separaten Datenbank 24, auf die der Server 12 zugreift, Referenzfelddaten oder Versuchsfelddaten bereitgestellt. Beispielsweise sind verfügbare Referenzfelder oder Versuchsfelder über ihre jeweiligen Geokoordinaten in der Datenbank abgelegt. Geokoor- dinaten können Koordinaten der Feldgrenze oder eine Basiskoordinate und eine damit assoziierte Feldgrenzenform enthalten. Neben den Geokoordinaten können für die verfügbaren Referenzfelder oder Versuchsfelder zusätzlich Versuchsprotokolldaten, Bodendaten oder Daten betreffend die Klimaregion hinterlegt sein. Auf Basis dieser Referenzfelddaten oder Versuchsfelddaten können Beobachtungspunkte und Informationsprotokolle generiert werden.
Zudem können Feldinformationen, die auf dem Server oder in einer separaten Datenbank 24, auf die der Server zugreift, gespeichert sind, mittels des Verifizierungsmoduls 20 bezüglich der Qualität des Datenbestandes geprüft werden. Beispielsweise können die gespeicherten Feldinformationen im Hinblick auf die Datenmenge für unterschiedliche Geokoordinaten, Wachs- tumsstadien oder Wetterbedingungen geprüft werden. Ergibt sich für eine Klasse von Feldinformationen eine quantitative Abweichung in dem Sinne, dass für eine Klimaregion, für einen Bereich von Wachstumsstadien oder für bestimmte Wetterbedingungen eine geringe Datenmenge vorliegt, können mittels des Generierungsmoduls 22 gezielt weitere Beobachtungspunkte und Informationsprotokolle generiert werden und an ein oder mehrere mobile Computersys- teme 14 kommuniziert werden. So können gezielt weitere Feldinformationen erfasst werden, mit denen das Vorhersagemodell weiterentwickelt und verbessert werden kann.
Figur 2 zeigt ein beispielhaftes Verfahren zum gezielten Erfassen von Feldinformationen, die mit Hilfe eines mobilen Computersystems 14 erfasst werden.
In einem ersten Schritt S1 werden auf dem mobilen Computersystem 14 mindestens ein Beobachtungspunkt und mindestens ein dem Beobachtungspunkt zugeordnetes Informationsprotokoll bereitgestellt. Diese können vom Server 12 übertragen worden sein und an der Schnittstelle 32 bereitgestellt werden. Bevorzugt umfasst der Beobachtungspunkt Geokoordinaten und Zeitdaten. Beispielsweise spezifizieren die Geokoordinaten eine Teilfläche des Referenz- oder Versuchsfeldes. Alternative können die Geodäten einen oder mehrere Standorte einer Kulturpflanze auf dem Referenz- oder Versuchsfeld spezifizieren. Die Zeitdaten können einen spezifischen Zeitpunkt in einer Anbauperiode spezifizieren, der über den BBCH-Code mit dem morphologischen Wachstumsstadium der Kulturpflanze verknüpft sein kann. Die Zeitdaten können auch mehrere spezifische Zeitpunkte in der Anbauperiode spezifizieren. Vorzugsweise spezifiziert das Informationsprotokoll die zu erfassenden Feldinformationen.
In einem zweiten Schritt S2 wird auf Basis des Informationsprotokolls eine gezielte Datenerfassung aktiviert. Die Aktivierung kann manuell durch den Nutzer etwa durch das Öffnen der Appli- kation. Alternative kann die Aktivierung automatisch etwa durch Detektieren der aktuellen Zeit auf dem mobilen Computersystem 14 und der aktuellen Position des mobilen Computersystems 14 erfolgen. So können die aktuelle Zeit und die aktuelle Position des mobilen Computersys- tems 14 über integrierte Sensoren oder Funktionen des mobilen Computersystems 14 bereitgestellt werden. Die Position kann über einen im mobilen Computersystem 14 integrierten Ortungssensor, wie einem GPS Sensor, detektiert werden. Bevorzugt wird die gezielte Datenerfassung aktiviert, wenn die server-seitig bereitgestellten Geokoordinaten und Zeitdaten mit der computersystem-seitig bereitgestellten Position und Zeit in einem vorgegebenen Rahmen übereinstimmen. So kann auf dem mobilen Computersystem 14 eine Warnung oder Mitteilung ausgegeben werden, wenn anhand der Position des mobilen Computersystems 14 eine sich verkleinernde Distanz zu der Position detektiert wird, die durch die Geokoordinaten bestimmt ist. Zudem kann im Rahmen der Aktivierung eine Navigationsfunktion getriggert werden, die den Nutzer gezielt zu der Position führt, die durch die Geokoordinaten spezifiziert ist.
In einem dritten Schritt S3 werden Feldinformationen auf Basis der gezielten Datenerfassung empfangen. Die Datenerfassung ergibt sich dabei aus dem Informationsprotokoll. So können Geokoordinaten des Referenz- oder Versuchsfeldes erfasst werden. Vorzugsweise werden die Geokoordinaten der Position, an der sich der Nutzer bei der Ausführung der erfindungsgemäßen Applikation befindet, mittels GPS-Sensor, über den die meisten Smartphones heutzutage verfügen, automatisch erfasst. Denkbar ist auch, dass der Nutzer seinen Standort auf einer virtuellen Karte festlegt. Weiterhin können Daten zur Pflanzenkultur erfasst werden. Der Nutzer kann dabei aufgefordert werden, die in einem Referenz- oder Versuchsfeld angebaute Kulturpflanze zu benennen (Pflanzensorte). Denkbar ist, dass diese Information zum Beispiel auf einem Hinweisschild im Feld in maschinenlesbarer Form vorgehalten wird. Es ist zum Beispiel denkbar, dass die Informationen über die jeweilig angebaute Kulturpflanze in Form eines optischen Codes (z.B. eines Barcodes, Data Matrix Codes, QR-Codes oder eines vergleichbaren Codes) vorhanden ist. In einem solchen Fall ist es denkbar, dass der Nutzer beispielsweise ein Smartphone verwendet, um den optischen Code mittels der eingebauten Kamerafunktion zu lesen und die Information in die erfindungsgemäße Applikation zu übertragen. Denkbar ist auch, dass der Nutzer aufgefordert wird, eine photographische Aufnahme von der Pflanzenkultur (z.B. von einer einzelnen Pflanze) zu erstellen. Es ist denkbar, dass mit Hilfe von Bildanalyse- und Objekterkennungsverfahren die jeweilige Pflanzenkultur automatisch erkannt wird. Es ist denkbar, dass die automatische Erkennung mittels beispielsweise Bildanalyse- und Objekterkennungsverfahren auf dem mobilen Computersystem des Nutzers durchgeführt wird; ebenso ist es denkbar, dass die photographische Aufnahme z.B. über das Mobilfunknetz auf einen externen Server übertragen und dort analysiert wird. Es ist denkbar, dass das Ergebnis der Analyse dem Nutzer übermittelt wird.
Weiterhin können Daten zum Aussaatdatum oder Boden erfasst werden. Das Aussaatdatum kann vom Nutzer eingegeben, aus einer externen Quelle z.B. über ein Hinweisschild mit optischem Code oder über einen RFID Tag eingelesen werden, oder aus dem Wachstumsstadium der Pflanze anhand einer photographischen Aufnahme mit Hilfe von Bildanalyseverfahren automatisch ermittelt werden. Art des vorhandenen Bodens und die durchgeführten Bodenbear- beitungsmaßnahmen werden vorzugsweise ebenfalls von der erfindungsgemäßen Applikation abgefragt/ermittelt.
Weiterhin können Daten zur Historie erfasst werden. Es kann auch vorteilhaft sein, Informatio- nen über die Vorgeschichte des Referenz- oder Versuchsfeldes in Erfahrung zu bringen, zum Beispiel welche Pflanzen vorher angebaut worden sind und/oder welche Maßnahmen zum Pflanzenschutz vorher vorgenommen worden sind. Diese Daten können vom Nutzer abgefragt oder zu einem späteren Zeitpunkt aus anderen Quellen hinzugezogen werden (z.B., wenn die Informationen bereits auf einen externen Server übertragen worden sind).
Weiterhin können Daten zum Wachstumsstadium erfasst werden. Das Wachstumsstadium, in dem sich die auf dem Referenz- oder Versuchsfeld angebauten Pflanzen befinden, kann vom Nutzer eingegeben oder anhand einer photographischen Aufnahme mit Hilfe von Bildanalyseverfahren automatisch ermittelt werden.
Weiterhin können Daten zu Schadorganismen erfasst werden. Für die Optimierung und/oder Kalibrierung und/oder Weiterentwicklung des Prognosewerkzeugs ist es insbesondere von Interesse, ob sich in dem Referenz- oder Versuchsfeld ein Schadorganismus ausgebreitet hat und, falls ja, welches Ausmaß die Ausbreitung bereits angenommen hat. Es wird also seitens der Applikation vorzugsweise erfragt und/oder ermittelt, ob ein Schadorganismus erkennbar ist, um welchen Schadorganismus es sich handelt, wie stark die Pflanzen bereits betroffen sind und wie sich der Schadorganismus ausgebreitet hat/ausbreitet (z.B. in Form von Nestern oder ausgehend von einer bestimmten Feldgrenze oder ähnliches). Auch zur Ermittlung dieser Informationen können photographische Aufnahmen eingesetzt werden, z.B. um mittels Bildanalyse- und Objekterkennungsverfahren einen vorliegenden Schadorganismus zu erkennen und/oder die Schwere eines Befalls abzuschätzen/zu quantifizieren.
In einem vierten Schritt S4 werden die empfangenen Feldinformationen an den Server 12 übermittelt und können zur Kalibrierung oder Optimierung der Vorhersagemodelle eingesetzt werden.
Figur 3 zeigt ein beispielhaftes Verfahren zum Kalibrieren und Optimieren von Vorhersagemodellen basierend auf Feldinformationen, die gezielt erfasst wurden. In einem ersten Schritt S5 werden Feldinformationen bereitgestellt, die nach dem vorstehend beschriebenen Verfahren gezielt erfasst wurden. Beispielsweise kann die Feldinformation für eine Geokoordinate zu einem Zeitpunkt, der über den BBCH-Code mit dem morphologischen Wachstumsstadium der Kulturpflanze verknüpft sein kann, eine Information zum Schädlingsbefall enthalten. Diese wird vom mobilen Computersystem 14 an den Server 12 übermittelt. In einem zweiten Schritt S6 werden die Vorhersagemodelle auf Basis der bereitgestellten Feldinformationen verifiziert oder falsifiziert. Dazu wird eine Differenz zwischen der Feldinformation und dem Ergebnis der Vorhersage für einen Beobachtungspunkt bestimmt. Beispielsweise kann das Ergebnis des Vorhersagemodells zum Schädlingsbefall für die kommunizierte Geokoordina- te und den kommunizierten Zeitpunkt mit der erfassten Feldinformation zum Schädlingsbefall verglichen werden.
In einem dritten Schritt S7 wird mindestens ein weiterer Beobachtungspunkt und ein zugehöri- ges Informationsprotokoll generiert, falls die Differenz einen Schwellwert überschreitet. In einem vierten Schritt S8 werden die generierten Beobachtungspunkte und Informationsprotokolle an ein oder mehrere mobile Computersystem(e) 14 kommuniziert. So können gezielt weitere Feldinformationen erfasst werden, mit denen das Vorhersagemodell weiterentwickelt und verbessert werden kann.
Figur 4 zeigt ein weiteres beispielhaftes Verfahren zum Kalibrieren und Optimieren von Vorhersagemodellen basierend auf Feldinformationen, die gezielt oder ungezielt erfasst wurden.
In einem ersten Schritt S9 werden historische Feldinformationen bereitgestellt. Derartige Feldin- formationen können auf dem Server 12 oder in einer separaten Datenbank 24, auf die der Server 12 zugreift, gespeichert sein.
In einem zweiten Schritt S10 wird die Qualität des Datenbestandes geprüft, indem Feldinformationen auf die Qualität des Datenbestandes geprüft werden. Beispielsweise können die gespei- cherten Feldinformationen im Hinblick auf die Datenmenge für unterschiedliche Geokoordina- ten, Wachstumsstadien oder Wetterbedingungen geprüft werden.
In einem dritten Schritt S1 1 wird mindestens ein weiterer Beobachtungspunkt und ein zugehöriges Informationsprotokoll generiert, falls die Differenz einen Schwellwert überschreitet. In einem vierten Schritt S12 werden die generierten Beobachtungspunkte und Informationsprotokolle an ein oder mehrere mobile Computersystem(e) 14 kommuniziert. So können gezielt weitere Feldinformationen erfasst werden, mit denen das Vorhersagemodell weiterentwickelt und verbessert werden kann.

Claims

Patentansprüche
1 . Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte
- Bereitstellen einer Applikation für ein mobiles Computersystem (14) für eine Mehrzahl von Nutzern, die an einem oder mehreren Feldversuchen für Pflanzenschutzmittel beteiligt sind,
- Aufsuchen von Referenz -oder Versuchsfeldern durch die Nutzer und Erfassen von Feld- Informationen,
- Übermitteln von Feldinformationen über die Referenz- oder Versuchsfelder, über auf den Referenz- oder Versuchsfeldern angebaute Kulturpflanzen und gegebenenfalls vorhandene Schadorganismen durch die Nutzer mit Hilfe der Applikation an einen Server (12) eines Anbieters von Vorhersagen für den Befall von Kulturpflanzen mit Schadorganismen auf Basis von Vorhersagemodellen,
- Verknüpfen der übermittelten Feldinformationen mit weiteren Daten, insbesondere Wetterdaten,
- Kalibrieren und/oder Optimieren der Vorhersagemodelle auf Basis der übermittelten Feldinformationen und zur Verknüpfung verwendeten weiteren Daten.
2. Verfahren nach Anspruch 1 , weiterhin umfassend den Schritt
- Übermitteln optimierter Vorhersagen basierend auf dem optimierten und/oder kalibrierten Vorhersagemodell.
3. Verfahren nach einem der Ansprüche 1 oder 2, wobei die übermittelten Feldinformationen eine oder mehrere Informationen aus der folgenden Liste umfassen: Geokoordinaten des Referenz- oder Versuchsfeldes, Zeitpunkt der Informationenübermittlung, angebaute Pflanzenkultur, Aussaatdatum der angebauten Pflanzenkultur, Wachstumsstadium der angebauten Pflanzenkultur, Befall der angebauten Pflanzenkultur mit einem Schadorganismus.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei Geokoordinaten eines Referenz- oder Versuchsfeldes zum Aufsuchen von Referenz- oder Versuchsfeldern durch die Nutzer auf dem mobilen Computersystem (14) bereitgestellt werden, wobei weiterhin das Aufsuchen von Referenz- oder Versuchsfeldern geführt mit Hilfe von Geokoordinaten erfolgt.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei Feldinformationen gezielt oder ungezielt erfasst werden, wobei vorzugsweise die Feldinformationen unmittelbar nach dem Erfassen der Feldinformationen vom mobilen Computersystem (14) an den Server (12) übermittelt werden.
6. System zum Kalibrieren und/oder Optimieren von Vorhersagemodellen umfassend ein mobiles Computersystem (14), und einen Server (12),
wobei das mobile Computersystem (14) so konfiguriert ist, dass es einen Nutzer des mobilen Computersystems (14) dabei unterstützt, folgende Feldinformationen zu sammeln:
- Standort eines Referenz- oder Versuchsfeldes,
- auf dem Referenz- oder Versuchsfeld angebaute Kulturpflanzen,
- Art und Ausmaße von, bei den Kulturpflanzen auftretenden Schadorganismen zu einem Zeitpunkt, wobei das mobile Computersystem (14) so konfiguriert ist, dass es die gesammelten Feldinformationen an den Server (12) übermittelt,
wobei der Server (12) so konfiguriert ist, dass er die übermittelten Feldinformationen mit weiteren Daten, insbesondere Wetterdaten verknüpft.
7. System nach Anspruch 6, das so konfiguriert ist, dass es die übermittelten Daten und die weiteren Daten verwendet werden, um ein Vorhersagemodell für die Ausbreitung von Schadorganismen zu kalibrieren und/oder zu optimieren.
8. Computerprogrammprodukt umfassend einen computerlesbaren Datenträger und Programmcode, der auf dem Datenträger gespeichert ist, und der beim Ausführen auf einem mobilen Computersystem (14) das mobile Computersystem (14) dazu veranlasst, die folgenden Schritte auszuführen:
Ermitteln von Feldinformationen über
- den Standort eines Referenz- oder Versuchsfeldes
- auf dem Referenz- oder Versuchsfeld angebaute Kulturpflanzen
- den Befall der Kulturpflanzen mit einem Schadorganismus zu einem Zeitpunkt
Übertragen der Feldinformationen auf einen Server (12).
9. Verfahren zum gezielten Erfassen von Feldinformationen mit Hilfe eines mobilen Computersystems (14) umfassend die Schritte:
a) Bereitstellen (S1 ) mindestens eines Beobachtungspunktes und mindestens eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist,
b) Aktivieren (S2) einer gezielten Datenerfassung auf Basis des Informationsprotokolls, c) Erfassen (S3) von Feldinformationen auf Basis der gezielten Datenerfassung gemäß des Informationsprotokolls,
d) Bereitstellen (S3) der erfassten Feldinformationen an einen Server (12).
10. Verfahren nach Anspruch 9, wobei der Beobachtungspunkt Geokoordinaten und Zeitdaten spezifiziert.
1 1. Verfahren nach einem der Ansprüche 9 oder 10, wobei die Aktivierung (S2) auf Basis des Beobachtungspunktes und/oder dem dazugehörigen Informationsprotokoll erfolgt.
12. Verfahren nach einem der Ansprüche 9 bis 1 1 , wobei die Aktivierung (S2) eine Navigationsfunktion umfasst, die anhand von Positionsdaten des mobilen Computersystems (14) einen Navigationspfad zum Beobachtungspunkt generiert.
13. Verfahren nach einem der Ansprüche 9 bis 12, wobei zum Erfassen (S3) der Feldinformationen mit Hilfe des mobilen Computersystems (14) ein optischer Code oder ein Transponder ausgelesen wird oder zum Erfassen (S3) der Feldinformationen mit Hilfe des mobilen Computersystems (14) eine photographische Aufnahme bereitgestellt wird und die Feldinformation mittels eines Bildanalyseverfahrens extrahiert wird.
14. Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte: a) Bereitstellen (S5) einer Feldinformation, die gezielt anhand eines Beobachtungspunktes und eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, erfasst wurden,
b) Bereitstellen (S5) eines Ergebnisses eines Vorhersagemodells basierend auf dem Beobachtungspunkt,
c) Bestimmen (S6) einer Differenz zwischen der Feldinformation, die dem Beobachtungs- punkt zugeordnet ist, und dem Ergebnis des Vorhersagemodells basierend auf dem Beobachtungspunkt,
d) Generieren (S7) mindestens eines weiteren Beobachtungspunkts und eines Informationsprotokolls, das dem weiteren Beobachtungspunkt zugeordnet ist, wenn die Differenz einen Schwellenwert überschreitet,
e) Bereitstellen (S8) des mindestens einen weiteren Beobachtungspunkts und des Informationsprotokolls, das dem weiteren Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem (14).
15. Verfahren nach Anspruch 14, wobei aus der bestimmten Differenz zwischen der Feldinfor- mation, die dem Beobachtungspunkt zugeordnet ist, und dem Ergebnis des Vorhersagemodells basierend auf dem Beobachtungspunkt, eine Prognosegenauigkeit bestimmt wird.
16. Verfahren zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte: a) Bereitstellen (S9) von Feldinformationen,
b) Bestimmen (S10) einer Datendichte der Feldinformationen für mehrere Klassen von Feldinformationen,
c) Generieren (S1 1 ) mindestens eines Beobachtungspunkts und eines Informationsproto- kolls, das dem Beobachtungspunkt zugeordnet ist, für die Klasse von Feldinformationen, für die die Datendichte einen Schwellenwert unterschreitet, d) Bereitstellen (S12) des mindestens einen Beobachtungspunkts und des Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem (14).
17. Verfahren nach einem der Ansprüche 14 bis 16, wobei der Beobachtungspunkt auf Basis von Referenz- oder Versuchsfelddaten bestimmt wird.
18. Verfahren zum Generieren einer Vorhersage zu Feldinformationen, Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maßnahmen, umfassend die Schritte: a) Erfassen von Feldinformationen, wobei die Feldinformationen ungezielt oder gezielt gemäß eines der Verfahren nach einem der Ansprüche 9 bis 13 erfasst werden, und das optional für den Fall einer gezielten Erfassung Vorhersagemodelle gemäß eines der Verfahren nach einem der Ansprüche 14 bis 17 optimiert und/oder kalibriert gefolgt von ei- nem gezielten Erfassen von Feldinformationen gemäß eines der Verfahren nach einem der Ansprüche 9 bis 13,
b) Aktualisieren des Vorhersagemodelles basierend auf den erfassten Feldinformationen, wobei das Vorhersagemodell in regelmäßigen oder unregelmäßigen Zeitabständen, insbesondere während einer Anbauperiode, auf Basis der erfassten Feldinformationen ak- tualisiert wird,
c) Generieren einer Vorhersage auf Basis des aktualisierten Vorhersagemodells.
19. Computerprogrammprodukt mit Programminstruktionen, die auf einem maschinenlesbaren Träger gespeicherten sind, wobei eines der Verfahren nach einem der Ansprüche 1 bis 3, 9 bis 13, 14 bis 17 oder 18 ausgeführt wird, wenn die Programminstruktionen auf einem oder mehreren Computer(n) ausgeführt werden.
20. Ein mobiles Computersystem (14) zum gezielten Erfassen von Feldinformationen umfassend:
a)eine Schnittstelle (26), die konfiguriert ist, mindestens einen Beobachtungspunkt und mindestens ein Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, bereitzustellen
b)ein Aktivierungsmodul (28), das konfiguriert ist, eine gezielte Datenerfassung auf Basis des Informationsprotokolls zu aktivieren,
c) ein Erfassungsmodul (30), das konfiguriert ist, Feldinformationen auf Basis der gezielten
Datenerfassung gemäß des Informationsprotokolls zu erfassen,
d)eine weitere Schnittstelle (26), die konfiguriert ist, die empfangenen Feldinformationen an einen Server (12) zu übermitteln.
21. System (12) zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend: a) eine Schnittstelle (32), die konfigunert ist, eine Feldinformation bereitzustellen, die gezielt anhand eines Beobachtungspunktes und eines Informationsprotokolls, das dem Beobachtungspunkt zugeordnet ist, erfasst wurden,
b) ein Vorhersagemodul (18), das konfiguriert ist, ein Ergebnis eines Vorhersagemodells ba- sierend auf dem Beobachtungspunkt bereitstellt,
c) ein Verifizierungsmodul (20), das konfiguriert ist, eine Differenz zwischen der Feldinformation, die dem Beobachtungspunkt zugeordnet ist, und dem Ergebnis des Vorhersagemodells basierend auf dem Beobachtungspunkt zu bestimmen,
d) ein Generierungsmodul (22), das konfiguriert ist, mindestens einen weiteren Beobach- tungspunkt und einem Informationsprotokoll, das dem weiteren Beobachtungspunkt zugeordnet ist, zu generieren, wenn die Differenz einen Schwellenwert überschreitet, e) eine weitere Schnittstelle (32), die konfiguriert ist, den mindestens einen weiteren Beobachtungspunkt und das Informationsprotokoll, das dem weiteren Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem (14) zu übermitteln.
22. System (12) zum Kalibrieren und/oder Optimieren von Vorhersagemodellen, umfassend die Schritte: a)eine Schnittstelle (32), die konfiguriert ist, Feldinformationen bereitzustellen,
b)ein Verifizierungsmodul (20), das konfiguriert ist, eine Datendichte der Feldinformationen für mehrere Klassen von Feldinformationen zu bestimmen,
c) ein Generierungsmodul (22), das konfiguriert ist, mindestens einen Beobachtungspunkt und ein Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, für die Klasse von Feldinformationen, für die die Datendichte einen Schwellenwert unterschreitet, zu ge- nerieren,
d) eine weitere Schnittstelle (32), die konfiguriert ist, den mindestens einen Beobachtungspunkt und das Informationsprotokoll, das dem Beobachtungspunkt zugeordnet ist, an mindestens ein mobiles Computersystem (14) zu übermitteln.
23. System (12) zum Generieren einer Vorhersage zu Feldinformationen, Feldbedingungen oder zur Empfehlung von landwirtschaftlichen Maßnahmen umfassend: a) ein mobiles Computersystem (14), das konfiguriert ist, eine Feldinformation ungezielt oder gezielt gemäß eines der Verfahren nach einem der Ansprüche 9 bis 13 zu erfassen, b) optional, für den Fall einer gezielten oder ungezielten Erfassung, ein System (12) zum Optimieren und/oder Kalibrieren von Vorhersagemodellen, das konfiguriert ist das Vorhersagemodelle gemäß eines der Verfahren nach einem der Ansprüche 14 bis 17 zu optimieren und/oder kalibrieren und eine gezielte Erfassung von Feldinformationen gemäß eines der Verfahren nach einem der Ansprüche 9 bis 13 zu triggern, c) ein System (12) zum Aktualisieren des Vorhersagemodells, das konfiguriert ist, das Vorhersagemodell in regelmäßigen oder unregelmäßigen Zeitabständen, insbesondere während einer Anbauperiode, auf Basis der erfassten Feldinformationen zu aktualisieren und auf Basis des aktualisierten Vorhersagemodells eine Vorhersage zu generieren.
EP18753202.3A 2017-08-18 2018-08-17 Nutzung von daten aus feldversuchen im pflanzenschutz zur kalibrierung und optimierung von vorhersagemodellen Pending EP3668311A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP17186861 2017-08-18
PCT/EP2018/072351 WO2019034785A1 (de) 2017-08-18 2018-08-17 Nutzung von daten aus feldversuchen im pflanzenschutz zur kalibrierung und optimierung von vorhersagemodellen

Publications (1)

Publication Number Publication Date
EP3668311A1 true EP3668311A1 (de) 2020-06-24

Family

ID=59655966

Family Applications (1)

Application Number Title Priority Date Filing Date
EP18753202.3A Pending EP3668311A1 (de) 2017-08-18 2018-08-17 Nutzung von daten aus feldversuchen im pflanzenschutz zur kalibrierung und optimierung von vorhersagemodellen

Country Status (8)

Country Link
US (1) US20200250360A1 (de)
EP (1) EP3668311A1 (de)
CN (1) CN110998642A (de)
AR (1) AR112857A1 (de)
BR (1) BR112020003310A2 (de)
CA (1) CA3071932A1 (de)
RU (1) RU2020110252A (de)
WO (1) WO2019034785A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11589509B2 (en) * 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
BE1030162B1 (fr) * 2022-01-05 2023-07-31 Medinbio Sprl Procédé de génération d'un plan de traitement adapté pour le développement d'une surface cultivée sans pesticides d'origine chimique, modèle d'apprentissage et système associés

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0618730A2 (pt) * 2005-11-23 2017-04-04 Pioneer Hi Bred Int dispositivo e método para classificar uma população de planta para característica de resistência aos danos do vento
US8862630B2 (en) * 2009-06-03 2014-10-14 Pioneer Hi-Bred International Inc Method and system for the use of geospatial data in the development, production, and sale of agricultural seed
EP2535781A1 (de) * 2011-06-17 2012-12-19 ABB Research Ltd. Sammeln von Daten in einer Industrieanlage
US20140188573A1 (en) * 2012-12-31 2014-07-03 Pioneer Hi-Bred International, Inc. Agricultural input performance exploration system
US20150234767A1 (en) * 2013-09-23 2015-08-20 Farmobile, Llc Farming data collection and exchange system
US20160247082A1 (en) * 2013-10-03 2016-08-25 Farmers Business Network, Llc Crop Model and Prediction Analytics System
US10555461B2 (en) * 2016-01-04 2020-02-11 Tata Consultancy Services Limited Systems and methods for estimating effective pest severity index
CN205334168U (zh) * 2016-04-21 2016-06-22 贾如春 基于大数据病虫害监测预警系统
US10509872B2 (en) * 2017-03-08 2019-12-17 The Climate Corporation Location selection for treatment sampling
US11257172B2 (en) * 2017-04-26 2022-02-22 International Business Machines Corporation Cognitive based decision support system for agriculture
US10748081B2 (en) * 2017-05-12 2020-08-18 Harris Lee Cohen Computer-implemented methods, computer readable medium and systems for a precision agriculture platform that identifies generic anomalies in crops

Also Published As

Publication number Publication date
CA3071932A1 (en) 2019-02-21
US20200250360A1 (en) 2020-08-06
CN110998642A (zh) 2020-04-10
AR112857A1 (es) 2019-12-26
BR112020003310A2 (pt) 2020-08-25
RU2020110252A (ru) 2021-09-20
RU2020110252A3 (de) 2022-01-25
WO2019034785A1 (de) 2019-02-21

Similar Documents

Publication Publication Date Title
EP3528608B2 (de) Planung und ausführung landwirtschaftlicher massnahmen
Lowenberg‐DeBoer et al. Setting the record straight on precision agriculture adoption
EP3700320B1 (de) Erstellung digitaler bearbeitungskarten
US11696578B2 (en) Control of harmful organisms on the basis of the prediction of infestation risks
DE602004012409T2 (de) Schädlingsbekämpfungssystem
Troldborg et al. Application of Bayesian Belief Networks to quantify and map areas at risk to soil threats: Using soil compaction as an example
EP3701449A1 (de) Ertragsabschätzung beim anbau von kulturpflanzen
DE102015216080A1 (de) Anordnung zur Sammlung von Bilddaten
EP3745857A1 (de) Bekämpfung resistenter schadorganismen
US11825835B2 (en) Determination of the requirements of plant protection agents
EP3369037A1 (de) Verfahren und informationssystem zum erkennen zumindest einer auf einem feld angepflanzten pflanze
EP3516580B1 (de) Bekämpfung von schadorganismen
EP3673425A1 (de) Ertragsabschätzung beim anbau von kulturpflanzen
WO2018015030A1 (de) System zur automatischen erkennung von pflanzen
EP3668311A1 (de) Nutzung von daten aus feldversuchen im pflanzenschutz zur kalibrierung und optimierung von vorhersagemodellen
Natikar et al. Pest management strategies in precision farming.
EP3701450A1 (de) Bestimmen von un/günstigen zeiträumen zur applikation von pflanzenschutzmitteln
Hahn et al. Detection and quantification of broadleaf weeds in turfgrass using close-range multispectral imagery with pixel-and object-based classification
Tratwal et al. The role of guidelines in pest monitoring and warning systems in integrated pest management
Adrian et al. GIS in agriculture
EP3468339B1 (de) Verfahren zur ermittlung von pflanzeneigenschaften einer nutzpflanze
Crump et al. Employing California pesticide use data for evaluating integrated pest management programs and informing pesticide policy and regulation
Fidelis et al. Sampling approaches of the Hindustan citrus mite (Schizotetranychus hindustanicus) in Brazilian citrus orchards and climatic factors affecting its population dynamics
Swinton Site‐Specific Pest Management
De Baerdemaeker Good agricultural practices, quality and traceability

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20200318

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20231013