[发明专利]用于预测土壤和/或植物状况的方法

摘要

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。

主权项

1.一种用于在精准农业中预测土壤和/或植物状况的方法，该方法具有以下步骤：●获取(60)至少一个测量地块(20)的测量数据，所述至少一个测量地块至少部分通过所述测量数据来捕获，所述测量数据包括以下内容中的至少一个：○光谱传感器数据，○超光谱传感器数据，○湿度传感器数据，○位置数据，○时间数据，○太阳位置数据，以及○地形数据，特别是坡度，以及●基于以下内容由分类算法对所述测量数据进行分类(61)，以便提供所述至少一个测量地块(20)到至少一个感兴趣类别的分配：○所述测量数据，以及○分类模型，所述分类模型包括至少所述至少一个感兴趣类别，其特征在于，所述分配由提供反馈数据的反馈过程(62)来处理，所述反馈数据包括以下内容中的至少一个：●用于所述测量地块到所述至少一个感兴趣类别的所述分配的验证信息，特别是以下内容中的至少一个：○所述分配的确认，○所述分配的拒绝，以及○警告，特别是在所述分配错误或不确定的时候的警告，●所述测量地块(20)到所述至少一个感兴趣类别的所述分配的变化信息，特别是以下内容中的至少一个：○所述分配的去除，以及○到另一个感兴趣类别的重新分配，●特别是通过以下方式中的至少一个进行的新感兴趣类别的定义：○修改现有类别，○将一个现有类别分成两个新类别，以及○将两个现有类别合并成一个新类别，●用于从所述分类模型去除感兴趣类别的指令，●要用于所述分类的所述测量数据的第一选择，以及●要针对另外处理忽略的所述测量数据的第二选择的识别，其中，所述反馈数据被提供给训练过程(63)，所述训练过程(63)基于机器学习算法并为所述分类模型提供更新信息。