[发明专利]用于预测土壤和/或植物状况的方法

说明书

用于预测土壤和/或植物状况的方法。本发明涉及用于利用测量数据的分类以提供测量地块到感兴趣类别的分配而在精准农业中预测土壤和/或植物状况的方法和系统，特别是其中，分配用于基于所获取的测量数据，特别是遥感数据，特别是实时或接近实时地向农民和/或农业装置提供动作推荐，并且其中，分类模型例如依赖于用于监督和/或无监督学习的深度学习由机器学习算法来训练，并且由于反馈过程而可能被连续地改善并调整。

技术领域

本发明涉及一种用于利用测量数据的分类以提供测量地块(parcel)到感兴趣类别的分配而在精准农业中预测土壤和/或植物状况的方法和系统。

背景技术

在精准农业的一般领域中，农业基于用于在保留资源的同时优化收获和收益的现代观察、测量以及分析技术的高级组合。农民被提供有与他们的农场和他们的产品有关的大量信息，以启用改善的决策和高优化程度。特别是，精准农业关于作物学(例如，通过优化肥料投入、环境保护(例如，通过限制氮的淋洗减少农业的足迹))和经济学(例如，以改进的投入管理提供增强的作物并由此提供更高的竞争力)优化农业管理。

精准农业涉及收集并分析具有各种数据(例如，来自光谱或超光谱土壤和植物分析、残留氮、生物量、植物健康以及植物成熟度的数据、环境数据(例如，当地气候条件、湿度、太阳位置、地形坡度(terrain slope)以及地形高程)或田地历史数据(例如，之前的耕作周期和收获结果、之前的土壤和植物处理以及病情的发展))的数据库。

基于数据和分析结果，可以开发为农民提供详尽动作推荐的、与土壤含量和田地状态有关的预测模型。然而，考虑到变量和经济策略的复杂性，最终的分析和决定由基于诸如预期商业价值、环境影响或资源和设备的可用性的考虑具体决定的农民来决定。

可以区分两种类型的数据收集(即，遥感和实验室中的地面实况分析(groundtruth analysis))。

一方面，凭借遥感(例如，由在拖拉机前面或由机器人或无人机携带的专用传感器、由具有专用传感器的手持仪器或由飞机或卫星成像)，可以在不干涉土壤的情况下(例如，由收集试样)实时或至少接近实时地得到测量参数(例如，温度、湿度、NDVI(归一化差值植被指数)、EVI(增强型植被指数)、SAVI(土壤调节植被指数)、风、地理位置、太阳光入射以及太阳照射、田地坡度和高程)。特别是，凭借遥感，高自动化程度是可能的。

另一方面，地面实况分析通常涉及干涉土壤(特别是收集土壤和植物试样(probe))以及专用且详尽的实验室分析。通常，这种探测和实验室测量比遥感更耗时，并且通常涉及较高的人员交互程度(即，防止高自动化程度)。例如，这种非自动化处理可能占用二十天来收集土壤试样测量，将它们送到实验室，使得它们被分析并提供用于动作推荐的结果。

实验室测量在一些情况下可以是有利的(例如，在可用测试能力或隔离的测试环境方面)。然而，在将来自不同实验室的结果进行比较时，可能仍然需要考虑例如由于不同设备的使用、不同精度要求或不同标准化程序而引起的实验室到实验室的变化。此外，实验室设备通常昂贵且测量需要较深层的知识，由此需要专业人员，而对于农业中的广泛应用，可以优选高度易用的(特别是自动化或机器人的)收集和分析工具。

这种容易使用且快速(特别是自动化(且比较便宜))的处理和分析可以由遥感技术来提供。然而，即使具有越来越多的计算能力和数据存储，具有其各种数据和变量的农业系统的大复杂性也将当前实施方案推至它们的极限，并且可能经常仍然需要高度的人员交互。

为了分析特定农业田地的土壤和/或植物状况，需要将测量数据分类为表示不同的感兴趣类别(例如，特别是还包括可能的分层子类别的感兴趣类别)：

ο土壤类型

·矿物含量；

·湿度等级；

·土壤密度等。

ο植物类型