ES2896125T3 - Identificación de organismos benéficos y/o contaminantes en un campo para plantas de cultivo - Google Patents

Abstract

Procedimiento que comprende las etapas: - detección con un sensor de una especie que va a ser identificada, en un campo en el cual se cultivan plantas de cultivo, - generación de por lo menos una recomendación de especie para la especie detectada que va a ser identificada, - detección de la ubicación del sensor y/o de la especie detectada que va a ser identificada, caracterizado por las siguientes etapas: - cálculo de la probabilidad de ocurrencia de la por lo menos una recomendación de especie en el campo, con ayuda de un modelo en el cual se incluyen la ubicación del sensor y/o de la especie detectada que va a ser identificada, y el momento de la detección así como uno o varios de los siguientes parámetros: temperatura, duración de luz solar, velocidad del viento, precipitación, estado de desarrollo de la planta de cultivo, medidas de protección de la planta y a ejecutadas.

Description

DESCRIPCIÓN

Identificación de organismos benéficos y/o contaminantes en un campo para plantas de cultivo

La presente invención se refiere a la identificación de organismos benéficos y/u organismos contaminantes en un campo para plantas de cultivo.

En la agricultura moderna, el registro y el reconocimiento automáticos de organismos benéficos y/u organismos contaminantes dentro de superficies de uso agrícola juegan un papel de importancia creciente. Por ejemplo un objetivo importante consiste en diferenciar los distribuidores útiles de polen, de los insectos dañinos.

Otro objetivo importante consiste en reconocer si por presencia de un organismo dañino en el campo, se supera el umbral de daño. El umbral de daño indica la densidad de infestación con organismos contaminantes, desde la cual tiene sentido económico un control. Hasta este valor, el coste económico adicional por un control es mayor que la falta de cultivo que se teme. Si la infestación supera este valor, los costes de control son al menos compensados por el rendimiento extra esperado.

Dependiendo de la naturaleza de un parásito, el umbral de daño puede ser muy diferente. Para parásitos, que pueden ser combatidos sólo con elevado coste y con efectos acompañantes negativos para la producción posterior, el umbral de daño puede ser muy alto. Sin embargo, si una infestación baja puede ya conducir a un foco de propagación que amenaza destruir la totalidad de la producción, el umbral de daño puede ser muy bajo.

Se considera que el momento en que para muchos parásitos se supera el umbral de daño, no corresponde exactamente al momento óptimo para las medidas de control. El umbral de control está frecuentemente por debajo del umbral económico de daño, puesto que puede transcurrir un cierto tiempo hasta que un agente de control vegetal aplicado despliegue su efecto.

La premisa más importante para poder conocer el umbral de deterioro y/o de control, es un control eficiente de infestación.

Para el control de la infestación en referencia a insectos dañinos, se usan por ejemplo tableros de color encolados o platillos amarillos. Muchos parásitos, como por ejemplo los parásitos de colza, son atraídos por el color amarillo del tablero o platillo. El platillo amarillo es llenado con agua, a la cual se añadió un tensioactivo para disminuir la tensión superficial, de modo que se ahogan los parásitos atraídos. En el caso del tablero encolado, los parásitos permanecen adheridos al adhesivo.

No obstante, la instalación y control manuales de infestaciones es tediosa y consume tiempo. El documento WO2014/035993A2 divulga un sistema automatizado con el cual se atraen los mosquitos, para tomar muestras de saliva. Las muestras de saliva son analizadas para identificar la especie de mosquito. El sistema es comparativamente caro. Además, el uso de cebos tiene como desventaja que tiene influencia sobre los organismos atraídos, y no es claro si los organismos llegaron también espontáneamente a la zona de la infestación. Mediante el uso de cebos se dificulta una determinación de la densidad de infestación, puesto que tiene que determinarse la influencia del cebo.

Mediante LiDAR (detección y barrido con luz) pueden detectarse e identificarse insectos voladores en su ambiente natural. El aleteo de los insectos conduce a una modulación de la luz láser retrodispersa, de modo que puede identificarse un insecto por ejemplo mediante el aleteo característico.

Mikkel Brydegaard et al. describen un sistema LiDAR para la identificación de insectos voladores, que se basa en el denominado principio de Scheimpflug (Super Resolution Laser Radar with Blinking Atmospheric Particles - Application to Interacting Flying Insects, Progress in Electromagnetics Research vol. 147, 141-151, 2014). David S. Hoffmann et al. describen un sistema LiDAR para el reconocimiento de abejas (Range-resolved optical detection of honeybees by use of wing-beat modulation of scattered light for locating land mines, APPLIED OPTICS, Vol. 46, No. 15, 2007). Aunque la técnica mejora de manera creciente (Carsten Kirkeby et al., Observations of movement dynamics of flying insects using high resolution lidar, Scientific Reports | 6:29083 | DOI: 10.1038/srep29083), la identificación de especies individuales en el ambiente natural, no alcanza actualmente aun éxito suficiente.

Aparte de la identificación de insectos dañinos, existen también otros organismos contaminantes como hongos y patógenos, que se reconocen automáticamente y para los cuales se determina una densidad de infestación. Pueden usarse sensores hiperespectrales, para deducir declaraciones sobre el estado de salud de plantas de cultivo, a partir de las propiedades de reflexión de la vegetación y formaciones del suelo. Anne-Kartin Mahlein et al. usaron sensores hiperespectrales para el reconocimiento de enfermedades de remolacha azucarera (Hyperspectral imaging for smallscale analysis of symptoms caused by different sugar beet diseases; Plant Methods 2012, 8:3; doi: 10.1186/1746-4811-8-3).

En el artículo Plant Disease Detection by Imaging sensors - Parallels and Specific Demands for Precision Agriculture and Plant Phenotyping Plant Disease, febrero de 2016, volumen 100, número 2 páginas 241-251; http://dx.doi.org/10.1094/PDIS-03-15-0340-F) se compilan otros procedimientos para poder detectar enfermedades en plantas, así mismo como en los documentos WO 2012/054397 A1, WO 02/088700 A1 y WO 2015/132208 A1.

Sin embargo, en todas las tecnologías conocidas de reconocimiento es desventajoso que en la práctica son inexactas. Frecuentemente no permiten identificar suficientemente parásitos individuales. El reconocimiento de parásitos en número muy bajo o en un estado de desarrollo muy temprano da incluso informaciones sobre la presencia de estos parásitos, sin embargo no se alcanza una diferenciación suficiente como es necesaria para la determinación umbrales de daño, una elección de agentes protectores de las plantas u otras medidas.

Con ello, existe la necesidad de elevar la validez de sensores para la identificación de organismos contaminantes.

De acuerdo con la invención, este objetivo es logrado mediante los objetivos de las reivindicaciones independientes 1, 13 y 14. En las reivindicaciones independientes y en la descripción presente se encuentran las formas preferidas de realización.

A continuación se ilustra en más detalle la invención, sin diferenciar entre los objetivos de la invención (procedimiento, sistema producto del programa de ordenador). Más bien, las siguientes explicaciones debería ser válidas de manera análoga para todos los objetivos de la invención, independientemente del contexto en el cual ocurren (procedimiento, sistema, producto de programa de ordenador).

En una primera etapa del procedimiento de acuerdo con la invención, con un sensor o varios sensores se detectan una especie que va a ser identificada en un campo, en el cual se cultivan plantas de cultivo.

Bajo el concepto de "planta de cultivo" se entiende una planta que es cultivada deliberadamente mediante la intervención de humanos como plantas útiles u ornamentales.

Bajo el concepto de "campo" se entiende una zona de la superficie de la tierra limitable espacialmente, que es usada de modo agrícola, en lo cual sobre un campo tal se plantan plantas de cultivo, se les suministran nutrientes y se cosechan.

Bajo el concepto de "especie que va a ser identificada" se entiende una especie que todavía no había sido especificada de modo suficientemente exacto, para lanzar una declaración de ella, sobre si esta especie es útil, dañina o irrelevante para las plantas de cultivo y/o o si tienen que tomarse medidas para elevar o disminuir el número de especies en el campo.

Bajo el concepto de "detección de una especie" se entiende el registro de la presencia de la especie. La detección de la especie es una primera etapa para su identificación.

Bajo el concepto de "especie" se entiende un organismo que puede ocurrir en el cultivo de plantas de cultivo en un campo. La especie puede ser un organismo benéfico. Un ejemplo para un organismo benéfico es un distribuidor de polen (polinizador). Pero la especie puede ser también un organismo dañino.

Se entiende por un "organismo dañino" o también brevemente "parásito" como un organismo que ocurre en el cultivo de plantas de cultivo y que daña plantas de cultivo, influye negativamente en la cosecha de la planta de cultivo o puede competir por los recursos naturales con la planta de cultivo. Son ejemplos de tales organismos contaminantes la maleza, hierba mala, parásitos animales como por ejemplo escarabajos, orugas y gusanos, setas y patógenos (por ejemplo bacterias y virus). Aunque desde el punto de vista biológico los virus no se cuentan entre los organismos, deberían sin embargo estar presentes bajo el concepto de organismo dañino.

Bajo el concepto de "sensor" se entiende un dispositivo con el cual puede registrarse la presencia de la especie que va a ser identificada en el campo para plantas de cultivo. En lo sucesivo este sensor será denominado también como "sensor de especie".

El sensor registra la presencia de una especie mediante una o varias señales características. Las señales pueden ser emitidas directamente por la especie en sí misma. Un ejemplo de tal señal emitida directamente es por ejemplo el sonido que en su vuelo generan muchos insectos voladores, mediante el aleteo. Así mismo, el sensor puede emitir una señal que cambia y retorna de manera característica para la especie que va a ser identificada. Un ejemplo de una señal tal que cambia y retorna es la modulación de un rayo láser por los movimientos característicos de las alas de un objeto en vuelo. Un sensor registra usualmente señales electromagnéticas y/o acústicas y/o químicas y/o eléctricas y/u otras señales que indican la presencia de una especie.

El sensor puede ser un sensor que registra directamente o registra indirectamente a la especie que va a ser identificada. En un registro directo, la presencia de la especie conduce a una señal que es registrada por el sensor; en un registro indirecto, la presencia de la especie conduce a un cambio en el ambiente de la especie, que es registrado por el sensor. Como un ejemplo para un registro directo se menciona un insecto volador, que se mueve en y/o sobre el campo y cuyo movimiento es registrado por un sensor. Como un ejemplo de un registro indirecto se cita una enfermedad, que ocasiona cambios en la planta de cultivo, como por ejemplo una coloración de las hojas. La coloración de las hojas es registrada por medio de un sensor e indica con ello indirectamente la presencia de un patógeno.

En una forma de realización, el sensor trabaja automáticamente, es decir no es necesaria una intervención de un ser humano, con ello el sensor registra la presencia de la especie.

En una forma alternativa de realización el sensor es operado por un usuario.

El sensor puede ser una parte de un dispositivo estacionario, que está estacionado en, al lado y/o sobre el campo y vigila una parte del campo o la totalidad del campo.

También es imaginable que el sensor sea una parte de un dispositivo móvil que puede llevar consigo un usuario en el campo. También es imaginable que el sensor esté aplicado a una máquina agrícola y reciba señales cuando la máquina agrícola se mueve en el campo. También es imaginable el uso de un aparato volador tripulado o no tripulado, al cual está aplicado el sensor y recibe señales cuando el aparato volador se mueve sobre el campo.

El sensor puede registrar señales continuas en su zona de reconocimiento. Sin embargo, también es imaginable que el sensor registre señales en momentos definibles y/o en intervalos de tiempo definibles. Además, es imaginable que el sensor inicie el registro de señales por un liberador (detonante). Este liberador puede inducir al sensor por ejemplo al registro de señales, cuando ocurre un determinado evento previamente definido, como por ejemplo la ocurrencia de un movimiento en la cercanía del sensor, el logro de una claridad (u oscuridad) definida, el inicio de precipitación, una determinada humedad del aire o temperatura, o similares. Sin embargo, también es imaginable que un usuario dispare el sensor.

También es imaginable que se trate de varios sensores. Los sensores pueden ser del mismo tipo, es imaginable también el uso de sensores de diferente tipo.

A continuación se describen algunos tipos de sensores preferidos.

En una forma preferida de realización, se trata de un sensor óptico, es decir, las señales registradas por el sensor son señales ópticas, es decir, es radiación electromagnética en el intervalo de luz visible y/o ultravioleta y/o infrarroja. Son ejemplos de sensores ópticos los sensores RGB, sensores LiDAR, sensores hiperespectrales y sensores termográficos.

El sensor puede ser por ejemplo un sensor digital de imagen para luz visible, con el cual pueden tomarse por ejemplo imágenes RGB de una parte del campo. La toma digital de imágenes de plantas y/o partes de plantas ha sido ya usada en el pasado para la detección y cuantificación de enfermedades (C.H. Bock et al., Plant disease severity estimated visually, by digital photography and image analysis, and by hyperspectral imaging, Crit. Rev. Plant Sci. 2010, 29: 59­ 107; M. Neumann et al.: Erosion band features for cell phone image based plant disease classification, Proceedings of the 22nd International Conference on pattern Recognition (ICPR), Estocolmo,-Suecia, 24-28 de agosto de 2014, páginas 3315-3320).

En lugar de fotografías RGB, evidentemente pueden generarse también fotografías digitales, que hace un uso de otros espacios de color diferentes al espacio de color RGB (CIELUV, CIELAB, YUV, HSV, entre otros).

En una forma preferida de realización, el sensor de imagen es parte de un dispositivo móvil, llevado consigo por un usuario en el campo. El dispositivo puede ser por ejemplo un teléfono inteligente, un ordenador de tableta o una cámara digital, con el cual el usuario toma fotografías digitales de especies y/o partes de plantas, que van a ser identificadas.

El sensor puede ser también un sensor hiperespectral que da imágenes. Este registra por ejemplo la planta de cultivo y puede, debido a cambios en el espectro reflejado de la planta de cultivo, frente a una planta saludable de cultivo, reconocer una infestación con un organismo dañino (A.-K. Mahlein et al.: Recent advances in sensing plant diseases for precision crop protection, Eur. J. Plant Pathol. 133 (2012) 197-209; T. Mewes et al.: Spectral requirements on airborne hyperspectral remote sensing data for wheat disease detection, Precis. Agric. 12 (2011) 795-812; E.-C. Oerke et al.: Proximal sensing of plant diseases, Detection of Plant Pathogens, Plant Pathology in the 21st Century, editado por M. L. Gullino et al., Springer Science and Business Media, Dordrecht (NL) 2014, páginas 55-68).

El sensor puede ser también un sensor termográfico que entrega imágenes. La termografía hace posible por ejemplo la visualización de diferencias en la temperatura de la superficie de partes de plantas. La temperatura de partes de plantas (en particular hojas) es determinada por factores ambientales y el enfriamiento en el curso de la transpiración. Algunas plantas están en capacidad de elevar su temperatura por encima de la temperatura ambiente (plantas termogénicas). Las plantas infestadas con especies dañinas pueden exhibir desviaciones en la temperatura de la superficie, frente a las plantas saludables (E.-C. Oerke et al.: Thermal imaging of cucumber leaves affected by milde wand environmental conditions, J. Exp. Bot. 57 (2006) 2121-2132; E.-C. Oerke et al.: Thermographic assessment of scab disease on apple leaves, Prec. Agric. 12 (2011) 699-715). Con ello, con un sensor termográfico puede registrarse indirectamente la presencia de un patógeno.

El sensor puede ser también un sensor de fluorescencia que entrega imágenes. Con ello pueden hacerse visibles por ejemplo diferencias en la actividad fotosintética de plantas (E. Bauriegel et al.: Chlorophyll fluorescence imaging to facilitate breeding of Bremia lactucae-resistant lettuce cultivars, Comput. Electron. Agric. 105 (2014) 74-82; S. Konanz et al.: Advanced multi-color fluorescence imaging system for detection of biotic and abiotic stresses in leaves, Agriculture 4 (2014) 79-95). Las diferencias en la actividad fotosintética pueden indicar la presencia de un patógenos.

El sensor puede ser también un sensor LiDAR. Al respecto, se transmiten señales de luz, que son retrodispersas por los objetos. Mediante las señales retrodispersas se determina la presencia de una especie. Los LiDAR son adecuados en particular para la detección de insectos voladores (Mikkel Brydegaard et al.: Super Resolution Laser Radar with Blinking Atmospheric Particles - Application to Interacting Flying Insects, Progress in Electromagnetics Research Vol.

147, 141-151, 2014; David S. Hoffmann et al.: Range-resolved optical detection of honeybees by use of wing-beat modulation of scattered light for locating land mines, APPLIED OPTICS, Vol. 46, No. 15, 2007; Carsten Kirkeby et al., Observations of movement dynamics of flying insects using high resolution lidar, Scientific Reports | 6:29083 | DOI: 10.1038/srep29083).

El sensor puede ser también un micrófono. Con el micrófono se registran ruidos y/o sonidos que son generados por las especies. Mediante los ruidos y/o sonidos se determina la presencia de una especie (Detecting Insect Flight Sounds en the Field: Implications for Acoustical Counting of Mosquitoes, Transactions of the ASABE, 2007, Vol. 50(4): 1481­ 1485).

El sensor puede ser también un sensor para sustancias químicas en el aire, como por ejemplo un cromatógrafo de gases (GC) o un espectrómetro de masas (MS) o una combinación GC/MS. Con ello pueden detectarse sustancias que son emitidas por las plantas como reacción a una infestación con un organismo dañino (G. Witzany: Plant Communication from Biosemiotic Perspective, Plant Signal Behav. 2006 Jul-Aug; 1(4): 169-178; Signaling and Communication en Plant, Series Ed.: C. Garcia-Mata, Springer ISSN: 1867-9048).

También es imaginable el uso de varios de los sensores mencionados u otros simultáneamente y/o el uso de sensores en los cuales se combinan varias tecnologías de registro, como por ejemplo un sensor Raman-LiDAR o un sensor de fluorescencia-LiDAR (WO2013017860A1).

En otra etapa del procedimiento de acuerdo con la invención se genera por lo menos una recomendación de especie para la especie detectada que va a ser identificada.

Esto ocurre usualmente después de un análisis de la señal que ha registrado el sensor, como consecuencia de la presencia de la especie. Para ello, el sensor puede estar unido a un sistema de ordenador, el cual analiza la señal registrada por el sensor para después, en virtud de los rasgos característicos de la señal, generar por lo menos una propuesta, sobre cuál especie podría ser la especie que va a ser identificada.

Si el sensor es por ejemplo un sensor de imagen, que ha generado una fotografía digital de la especie que va a ser identificada, puede someterse la fotografía digital a un análisis de imagen en el sistema de ordenador. El reconocimiento directo de especies mediante un análisis de imágenes pertenece al estado de la técnica (véase por ejemplo el documento US20130011011A1, J. Wang et al.: A new automatic identification system of insect images at the order level, Knowledge-Based Systems, Vol. 33, 2012, 102-110). Lo análogo es válido para el reconocimiento indirecto de las especies; también pueden someterse fotografías de síntomas de enfermedad de una planta, a un análisis de imagen para reconocer causantes de enfermedades (S.J. Pethybridge at al., Leaf doctor: a new portable application for quantifying plant disease severity, Plant Dis 99 (2015) 1310-1316).

Como se explicó anteriormente, las señales registradas por el sensor usualmente no son muy claras, de modo que mediante una señal se asigne de manera inequívoca una especie. Usualmente entran en consideración varias especies. De acuerdo con ello, se generan varias propuestas sobre de cuál especie podría tratarse. Pero también es imaginable que por medio de la presente invención debería buscarse una confirmación de una presunción de la especie presente; en este caso se genera sólo una propuesta, que luego es confirmada como verídica o falsa.

Aquí se genera por lo menos una propuesta acerca de qué especie podría ser la especie registrada (directa o indirectamente) por el sensor.

En otra etapa del procedimiento de acuerdo con la invención, se calcula con qué probabilidad la especie detectada es la por lo menos una especie propuesta. Si se generasen varias propuestas, se calcula la correspondiente probabilidad para cada propuesta individual.

En este cálculo se incorpora la por lo menos una especie propuesta. Adicionalmente, se incluyen informaciones sobre donde se detectó la especie detectada. Para ello puede usarse la ubicación del sensor o el lugar en el cual se encontraba la especie en el momento de la detección. Por regla general los dos sitios mencionados no están muy espaciados uno de otro, de modo que por regla general para la presente invención no es relevante cuál de los sitios mencionados es incorporado en el cálculo. Para sensores de alcance comparativamente grande como LiDAR, puede hacer sin embargo una diferencia.

Cuando puede hacer una diferencia, debería usarse el sitio en el cual se ha ubicado la especie que va a ser identificada en el momento de la detección, puesto que para el cálculo de la probabilidad la intención es determinar, como es probable en general, que la especie propuesta aparece en el momento de detección en el lugar de detección.

La determinación del sitio ocurre usualmente con un sensor GPS o un sensor comparable. Usualmente, un sensor de GPS se encuentra en la cercanía inmediata del sensor de registro de la presencia de una especie que va a ser detectada (sensor de especie). Preferiblemente el sensor de especie y el sensor de GPS son componentes del mismo dispositivo. Por ejemplo, es imaginable que se use un teléfono inteligente que, aparte de un sensor de imagen para la toma de fotografías digitales, comprende un sensor de GPS.

Sin embargo, también es imaginable que el lugar no tiene que ser determinado adicionalmente, sino que ya es conocido, por ejemplo porque el sensor es un sensor estacionario, que fue ubicado en una posición conocida. También es imaginable que el sensor dispone de un número de identificación, que él transmite a un sistema externo de ordenador para la transmisión de datos. Mediante el número de identificación transmitido se determina después por ejemplo también la ubicación del sensor, a partir de un banco de datos.

En el cálculo de la probabilidad se introduce además el momento de la detección de la especie que va a ser identificada. Puede hacer una diferencia para la presencia de una especie, si es primavera, verano, otoño o invierno, porque algunas especies ocurren sólo en determinadas épocas del año. Puede hacer una diferencia, si es día o noche, porque algunas especies ocurren sólo en un determinado tiempo del día o de la noche. Aquí se determina preferiblemente el momento para la detección en por lo menos la hora exacta incluyendo la fecha y se usa para el cálculo.

Si una especie que va a ser identificada es detectada con por lo menos un sensor y si se había determinado la ubicación del por lo menos un sensor y/o el lugar de estadía de la especie que va a ser identificada en el momento de la detección y si se determinó el momento de detección y si se generó por lo menos una propuesta, sobre cuál especie podría ser la especie que va a ser identificada, en otra etapa del procedimiento de acuerdo con la invención se calcula, con qué probabilidad la especie detectada es la por lo menos una especie propuesta.

Se calcula qué tan probable es que en el momento de la detección, en el lugar de la detección, aparezca una especie propuesta tal.

Para el cálculo de la probabilidad se usa un modelo. Tales modelos están descritos en el estado de la técnica y están disponibles comercialmente (Newe M., Meier H., Johnen A., Volk T.: proPlant expert.com - an online consultation system on crop protection in cereals, rape, potatoes and sugarbeet. EPPO Bulletin 2003, 33, 443-449; Johnen A., Williams I.H., Nilsson C., Klukowski Z., Luik A., Ulber B.: The proPlant Decision Support System: Phenological Models for the Major Pests of Oilseed Rape and Their Key Parasitoids in Europe, Biocontrol-Based Integrated Management of Oilseed Rape Pests (2010) Ed.: Ingrid H. Williams. Tartu 51014, Estonia. ISBN 978-90-481-3982-8. p. 381 - 403; www.proPlantexpert.com).

Aparte del lugar de la detección y el momento de la detección, en el cálculo de las probabilidades se incorporan otros parámetros que ejercen una influencia en la presencia de la especie propuesta.

Son ejemplos de estos otros parámetros los parámetros de la planta de cultivo (estado de desarrollo, condiciones de crecimiento, medidas de protección de la planta) y del clima (temperatura, duración de la luz solar, velocidad del viento, precipitación).

Otros parámetros se refieren a las condiciones ambientales que prevalecen en el sitio de detección, como por ejemplo tipo de suelo y vegetación en los alrededores.

Otros parámetros se refieren a la especie propuesta, como valor económico límite, presión de parásitos/presión de enfermedad y ocurrencia de especies en los alrededores.

Los parámetros mencionados son recolectados para el momento de la detección y para el lugar de la detección. Aparte o en lugar del valor puntual temporal, pueden ser de interés también el valor promedio por día y/o el valor promedio por semana.

También puede ser de interés la historia de los parámetros mencionados. Por ejemplo, es imaginable que la especie que va a ser identificada es un organismo dañino, que forma nidos estables. Por regla general, los nidos son observados a lo largo de un periodo de vegetación de la planta de cultivo. Representa un ejemplo el pasto de cola de zorro (Alopecurus myosuroides Huds), que exhibe una dispersión de semilla cercana a la planta madre. En este caso los nidos de maleza son estables o recurrentes; no obstante pueden también agregarse nuevos.

Con ayuda de los parámetros mencionados anteriormente, se estima el riesgo de una infestación. Cuantos más datos estén disponibles, tanto más precisa es la predicción.

La probabilidad calculada puede ser indicada a través de un usuario. En una forma de realización de la presente invención, se indica a un usuario la por lo menos una recomendación de especie, junto con la probabilidad calculada de que la especie detectada sea la recomendación de especie. La indicación puede ocurrir por ejemplo en un monitor o pantalla por medio de texto y/o símbolos. Es imaginable también la expedición de un mensaje de voz.

La probabilidad calculada puede ser usada para evaluar la recomendación de especie generada. Si por ejemplo se generaron tres propuestas de especie y si se calcularon tres diferentes probabilidades, mediante las probabilidades pueden reducirse las posibilidades sobre de cuál especie se trata ahora; en cualquier caso, queda una posibilidad. Si se generó sólo una propuesta (verificación), mediante la probabilidad calculada puede hacerse una declaración, sobre si la propuesta es más bien correcta o más bien falsa.

En una forma de realización, a un usuario se indican una o varias propuestas de especie opcionalmente con la respectiva probabilidad calculada, que está por encima de una probabilidad mínima. Es imaginable por ejemplo que se indican sólo la propuesta de especie para la cual la probabilidad calculada es por ejemplo por lo menos 60 %.

La validez de un sensor para el registro de la presencia de una especie es elevada con ello mediante la presente invención.

La probabilidad calculada puede además ser usada para optimizar el sensor y/o el agente para la generación de la por lo menos una recomendación de especie. Por ello, en una forma preferida de realización las probabilidades determinadas vuelven al sistema, el sensor y/o el agente para la generación de la por lo menos una recomendación de especie. En particular entonces, cuando el agente para la generación de la por lo menos una recomendación de especie es un sistema que aprende por sí mismo, pueden usarse las probabilidades calculadas, para elevar la capacidad de predicción del sistema que aprende por sí mismo.

La probabilidad calculada puede además ser usada para dar una recomendación de acción. Si se había detectado una especie y se había determinado por medio de la presente invención que la especie detectada es con elevada probabilidad un organismo dañino, pueden introducirse las medidas correspondientes para controlar al organismo dañino. Un usuario puede indicar una recomendación de acción tal.

El presente procedimiento puede ser ejecutado total o parcialmente por un sistema de ordenador. Un sistema de ordenador tal puede ser un ordenador individual o puede tratarse de varios ordenadores, que están unidos mutuamente. Al respecto, los conceptos de ordenador y sistema de ordenador deben ser entendidos de modo amplio. Los ejemplos de ordenador y sistemas de ordenador son ordenador de tableta, ordenador de cuaderno de notas y otros sistemas móviles de computación y teléfonos inteligentes así como también sistemas de multiprocesador, sistemas a base de microprocesador, productos electrónicos programables por el consumidor y también cámaras digitales y PDAs (Asistentes Digitales Personales).

Usualmente se presenta un programa para ordenador, que puede ser cargado en la memoria interna de un sistema de ordenador y después realiza una o varias etapas del procedimiento de acuerdo con la invención. El programa de ordenador es usualmente almacenado en un vehículo de datos y es obtenible comercialmente como producto de programa para ordenador. El producto de programa para ordenador puede ser ofrecido por ejemplo en forma de un disco compacto (CD), un disco digital versátil (DVD), una memoria u Sb de almacenamiento (USB = Universal Serial Bus) o como descarga.

El programa para ordenador de acuerdo con la invención ocasiona la realización de las siguientes etapas por el sistema de ordenador:

- recepción de por lo menos una propuesta para una especie que va a ser identificada, cuya presencia fue detectada por al menos un sensor en un campo para plantas de cultivo,

- recepción de la ubicación del por lo menos un sensor y/o del lugar en el cual se ha ubicado la especie detectada en el momento de la detección,

- cálculo de la probabilidad de que la especie detectada sea la especie propuesta, en donde para el cálculo de la probabilidad se usa un modelo en el que se introduce la ubicación del sensor y/o el sitio de la especie detectada.

Otro objetivo de la presente invención es un sistema, que comprende

- por lo menos un sensor para el registro de la presencia de una especie que va a ser identificada, en un campo para plantas de cultivo,

- agente para la generación de una propuesta para la especie registrada con el por lo menos un sensor,

- agente para la determinación de la ubicación del por lo menos un sensor y/o del lugar en el cual se ha dado ubicado una especie en el momento de su registro con el por lo menos un sensor,

- un sistema de ordenador que está configurado de modo que calcula una probabilidad de que la especie detectada sea la especie propuesta, en donde para el cálculo de la probabilidad se usa un modelo, en el cual se incluyen la ubicación del sensor y/o lugar de la especie detectada y el momento de la detección.

Preferiblemente el sistema exhibe agentes para indicar una propuesta de especie y/o probabilidades calculadas y/o recomendaciones de acción, por un usuario.

En una forma preferida de realización, el sensor está unido con un primer sistema de ordenador. Con el sensor se registran, dependiendo del tipo de sensor, señales electromagnéticas, acústicas, químicas y/u otras y usualmente son transformadas en señales eléctricas. Con el primer sistema de ordenador se analizan e interpretan las señales eléctricas. Para ello, usualmente primero se llevan a formato digital. Sin embargo también es imaginable un procesamiento, análisis e interpretación de señales análogas.

Preferiblemente, el primer sistema de ordenador es operado de modo que mediante las señales eléctricas se genera por lo menos una propuesta, sobre cuál especie podría ser la especie detectada que va a ser identificada.

Preferiblemente el sensor de especie y el primer sistema de ordenador son componentes del mismo dispositivo que está ubicado de modo estacionario en, al lado de o sobre el campo, o puede moverse dentro de o sobre el campo. Preferiblemente a este dispositivo pertenecen también un sensor de GPS (para la determinación del sitio de detección) y/o un medidor de tiempo (reloj, para la determinación del momento de detección). Preferiblemente, el primer sistema de ordenador es operado de modo que puede determinar la posición del dispositivo, por medio del sensor de GPS.

En una forma preferida de realización, el primer sistema de ordenador transmite la propuesta generada de especie junto con la información de sitio y tiempo, a un segundo sistema de ordenador el cual preferiblemente no se encuentra en el campo y es preferiblemente estacionario. En el segundo sistema de ordenador está instalado un modelo de pronóstico, que mediante los datos transmitidos puede calcular las probabilidades con las cuales existen las especies propuestas en el campo. Preferiblemente el modelo de pronóstico usa otros parámetros que ejercen una influencia sobre la presencia en el campo de las especies propuestas (véase arriba).

Preferiblemente el segundo sistema de ordenador transmite las probabilidades calculadas al primer sistema de ordenador. Las probabilidades calculadas pueden ser indicadas a un usuario en el primer y/o segundo sistema de ordenador. Preferiblemente, aparte de las probabilidades, se indican a un usuario recomendaciones de acción.

Claims (15)

REIVINDICACIONES

1. Procedimiento que comprende las etapas:

- detección con un sensor de una especie que va a ser identificada, en un campo en el cual se cultivan plantas de cultivo,

- generación de por lo menos una recomendación de especie para la especie detectada que va a ser identificada, - detección de la ubicación del sensor y/o de la especie detectada que va a ser identificada,

caracterizado por las siguientes etapas:

- cálculo de la probabilidad de ocurrencia de la por lo menos una recomendación de especie en el campo, con ayuda de un modelo en el cual se incluyen la ubicación del sensor y/o de la especie detectada que va a ser identificada, y el momento de la detección así como uno o varios de los siguientes parámetros: temperatura, duración de luz solar, velocidad del viento, precipitación, estado de desarrollo de la planta de cultivo, medidas de protección de la planta y a ejecutadas.

2. Procedimiento de acuerdo con la reivindicación 1, en donde la especie que va a ser identificada es un organismo dañino.

3. Procedimiento de acuerdo con la reivindicación 2, en donde la especie que va a ser identificada es un patógeno, cuya presencia es detectada indirectamente.

4. Procedimiento de acuerdo con la reivindicación 2, en donde la especie que va a ser identificada es un parásito animal, cuya presencia es detectada directamente.

5. Procedimiento de acuerdo con una de las reivindicaciones 1 a 4, caracterizado porque el sensor es aplicado en una máquina agrícola y registra señales, cuando la máquina agrícola se mueve en el campo.

6. Procedimiento de acuerdo con una de las reivindicaciones 1 a 5, caracterizado porque el sensor es un sensor para radiación electromagnética.

7. Procedimiento de acuerdo con una de las reivindicaciones 1 a 6, caracterizado porque el sensor es un sensor que forma imágenes.

8. Procedimiento de acuerdo con una de las reivindicaciones 1 a 7, caracterizado porque el sensor es un sensor LiDAR, un sensor hiperespectral, un sensor RGB y/o un sensor de termografía.

9. Procedimiento de acuerdo con una de las reivindicaciones 1 a 8, caracterizado porque se indica a un usuario la por lo menos una recomendación de especie junto con la probabilidad de que la especie detectada sea la recomendación de especie.

10. Procedimiento de acuerdo con una de las reivindicaciones 1 a 8, caracterizado porque se indican a un usuario las propuestas de especie, en las cuales la probabilidad calculada está por encima de una probabilidad mínima.

11. Procedimiento de acuerdo con una de las reivindicaciones 1 a 10, caracterizado porque se indica una recomendación de especie junto con una recomendación de acción, por ejemplo cómo puede combatirse de especie en caso que la especie sea un organismo dañino.

12. Procedimiento de acuerdo con una de las reivindicaciones 1 a 11, caracterizado porque el sensor es parte de un sistema que aprende por sí mismo, y la probabilidad calculada es usada para mejorar la capacidad de predicción del sistema.

13. Producto de programa de ordenador que comprende un vehículo de datos, en el cual está almacenado un programa de ordenador que puede ser cargado en la memoria interna de un ordenador y causa que el sistema de ordenador ejecute las siguientes etapas:

- recepción de por lo menos una propuesta para una especie que va a ser identificada, cuya presencia había sido detectada mediante por lo menos un sensor en un campo para plantas de cultivo,

- recepción de la ubicación del por lo menos un sensor y/o del lugar en el cual se ubica la especie detectada en el momento de la detección,

caracterizado por las siguientes etapas:

- cálculo de la probabilidad, de que la especie detectada sea la especie propuesta, en donde para el cálculo de la probabilidad se usa un modelo en el cual se incluyen la ubicación del sensor y/o el lugar de la especie detectada y el momento de la detección, así como uno o varios parámetros incluyen: temperatura, duración de la luz solar, velocidad del viento, precipitación, estado de desarrollo de la planta de cultivo, medidas ya tomadas de protección para las plantas.

14. Un sistema que comprende

- por lo menos un sensor para la detección de la presencia de una especie que va a ser identificada, en un campo para plantas de cultivo,

- agente para la generación de una propuesta para la especie detectada con el por lo menos un sensor,

- agente para la determinación de la ubicación del por lo menos un sensor y/o el lugar en el cual se ubica una especie en el momento de su detección, con el por lo menos un sensor,

caracterizado porque

se suministra un sistema de ordenador que está configurado de modo que calcula una probabilidad de que la especie detectada sea la especie propuesta, en donde para el cálculo de la probabilidad se usa un modelo en el cual se incluyen la ubicación del sensor y/o lugar de la especie detectada y el momento de la detección así como uno o varios de los siguientes parámetros: temperatura, duración de la luz solar, velocidad del viento, precipitación, estado de desarrollo de la planta de cultivo, medidas ya tomadas de protección para las plantas.

15. Sistema de acuerdo con la reivindicación 14, que comprende un primer sistema de ordenador y un segundo sistema de ordenador, en donde el primer sistema de ordenador está unido al por lo menos un sensor y está dispuesto de modo que mediante la señal registrada por el por lo menos un sensor, se genera por lo menos una propuesta de especie y la por lo menos una propuesta de especie es transmitida al segundo sistema de ordenador, preferiblemente junto con las informaciones sobre el sitio de detección y/o el momento detección,

en donde el segundo sistema de ordenador dispone de por lo menos un modelo de pronóstico y está dispuesto de modo que puede recibir la por lo menos una propuesta de especie y preferiblemente informaciones sobre el sitio de detección y/o el momento de detección, y mediante el por lo menos un modelo de pronóstico puede calcular la respectiva probabilidad de que una especie propuesta sea la especie detectada, en donde el segundo sistema de ordenador está dispuesto preferiblemente de modo que puede indicar a un usuario la respectiva probabilidad calculada y/o puede transmitir al primer sistema de ordenador y/o indicar a un usuario, una recomendación de acción, y en donde el primer sistema de ordenador está dispuesto preferiblemente de modo que puede recibir la respectiva recomendación de acción calculada del segundo sistema de ordenador y preferiblemente puede indicarla a un usuario preferiblemente junto con recomendaciones de acción y/o puede ser usado para mejorar la generación de propuestas de especie.