ES2947014T3 - Creación de mapas digitales de cultivo - Google Patents
Creación de mapas digitales de cultivo Download PDFInfo
- Publication number
- ES2947014T3 ES2947014T3 ES18785682T ES18785682T ES2947014T3 ES 2947014 T3 ES2947014 T3 ES 2947014T3 ES 18785682 T ES18785682 T ES 18785682T ES 18785682 T ES18785682 T ES 18785682T ES 2947014 T3 ES2947014 T3 ES 2947014T3
- Authority
- ES
- Spain
- Prior art keywords
- crop
- field
- map
- digital
- cultivation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims abstract description 10
- 244000038559 crop plants Species 0.000 claims description 20
- 239000011814 protection agent Substances 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000010191 image analysis Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 239000002689 soil Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 8
- 238000009313 farming Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 238000003973 irrigation Methods 0.000 claims description 4
- 230000002262 irrigation Effects 0.000 claims description 4
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 claims description 4
- 230000003936 working memory Effects 0.000 claims description 4
- 238000004162 soil erosion Methods 0.000 claims description 2
- 239000003223 protective agent Substances 0.000 claims 1
- 238000011084 recovery Methods 0.000 claims 1
- 238000001454 recorded image Methods 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 26
- 230000000875 corresponding effect Effects 0.000 description 15
- 235000015097 nutrients Nutrition 0.000 description 9
- 239000003337 fertilizer Substances 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000009472 formulation Methods 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000004009 herbicide Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010061217 Infestation Diseases 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 241000592344 Spermatophyta Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000001944 accentuation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003967 crop rotation Methods 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000000417 fungicide Substances 0.000 description 1
- 239000003630 growth substance Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000002363 herbicidal effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 235000009973 maize Nutrition 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- -1 seed Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B76/00—Parts, details or accessories of agricultural machines or implements, not provided for in groups A01B51/00 - A01B75/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- Soil Sciences (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
- Diaphragms For Electromechanical Transducers (AREA)
Abstract
La presente invención se relaciona con el campo de la agricultura de precisión. El objeto de la presente invención es un método, un sistema informático y un producto de programa informático por medio del cual se genera un mapa de cultivo digital para un campo, en el que el mapa de cultivo comprende una pluralidad de zonas, en el que al menos una característica de al menos al menos una zona está adaptada a al menos un valor de un parámetro de trabajo de la máquina que se obtiene a partir de una imagen registrada del campo. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Creación de mapas digitales de cultivo
La presente invención se refiere al campo técnico de la agricultura de precisión. Son objetivo de la presente invención un procedimiento, un sistema de ordenador y un producto de programa de ordenador, con los cuales se crea un mapa digital de cultivo para un campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona es ajustado a por lo menos un valor de un parámetro de trabajo con máquina, que es obtenido a partir de una captación de imagen del campo.
Bajo las palabras clave agricultura de precisión (inglés: precisión farming) se entiende una explotación diferenciada en sitio y deliberada de superficies agrícolas útiles. El objetivo es considerar las diferencias del suelo y de la productividad dentro de un campo usado en agricultura.
De manera creciente se evalúan por ejemplo, imágenes por satélite, para identificar faltas de homogeneidad en un campo usado en agricultura y ajustar el otro cultivo del campo a estas faltas de homogeneidad. Por ejemplo, en cada campo existen áreas privilegiadas, en las cuales el rendimiento se torna mayor que en otros sectores (menos privilegiados). Para elevar más rendimiento en tales sectores privilegiados es imaginable, por ejemplo, plantar allí con mayor densidad plantas de cultivo y/o suministrar más nutrientes. A la inversa, pueden existir "sectores problema", en los cuales el uso de nutrientes y/o agentes protectores de plantas no vale la pena por razones económicas. Si tales sectores son conocidos, puede renunciarse a un uso de nutrientes y/o agentes protectores de plantas.
Para el cultivo automático o semiautomático de campos, considerando realidades específicas de áreas parciales, pueden usarse mapas digitales de cultivo. Un mapa digital de cultivo es una representación del campo y de los diferentes sectores existentes en el campo, así como informaciones acerca de cómo deben trabajarse estos sectores, por ejemplo, para ganar un máximo rendimiento. El documento WO00/23937 describe un ejemplo para la generación de un mapa digital de cultivo. La base es un mapa digital de un campo, que descansa en una toma fotográfica y contiene datos sobre longitud y latitud geográfica, de modo que es posible una determinación de la posición. en este mapa digital, un usuario puede definir zonas de manejo. A las zonas de manejo el usuario puede asignar formulaciones de sustancias (fertilizante, pesticida, herbicida) y las cantidades que van a aplicarse de estas formulaciones de sustancias. el sistema de ordenador puede generar un registro. Éste registro (mapa digital de cultivo) hace posible que, con ayuda de un vehículo correspondiente, un agricultor se aproxime a los diferentes sectores en el campo, que corresponden con las zonas de manejo del mapa, y aplique las cantidades correspondientes de formulaciones de acuerdo con las asignaciones hechas.
En el documento WO2016/032956 se divulga otro ejemplo para la generación de mapas digitales de cultivo. En este ejemplo, adicionalmente a las zonas de manejo conocidas a partir del documento WO00/23937, se generan los denominados "bloques de aprendizaje". Mediante los bloques de aprendizaje, el agricultor puede realizar variaciones en el cultivo del campo, para ver si tales variaciones repercuten de manera positiva o negativa en el rendimiento. Por ejemplo, puede probar si un aumento o disminución en la cantidad de un agente de aplicación ejerce un efecto positivo o uno negativo. Para ello se distribuyen en el campo sectores de tamaño definido (bloques) y a estos bloques se asignan entonces diferentes cantidades de agente de aplicación. El número de bloques y las variaciones de las cantidades de agente de aplicación son elegidos de modo que un análisis estadístico de los rendimientos da información sobre si es conveniente o inconveniente una determinada variación. De este modo, un agricultor puede optimizar en el largo plazo el cultivo de su campo y así perseguir un máximo rendimiento. Se conocen otros mapas de aplicación a partir del artículo Agrosat: "Applikationskarten, teilflachenspezifisch und bedarfsgerecht", Baasdorf, 31 de diciembre de 2015 (2015-12-31), páginas 1-4, XP055352080, encontrado en el internet:
URL:http://www.geokonzept.de/data/produkte/applikationskarten_vierseiter_agrosat_lr_154.pdf [encontrado en 2017 03-07] y en el documento EP 2927767 A2.
Durante el establecimiento de las zonas de manejo y bloques de aprendizaje deberían considerarse el equipamiento mecánico disponible y sus restricciones. Las máquinas de cultivo agrícola exhiben, por ejemplo, un ancho de trabajo definido. El ancho de una zona y/o de un bloque de aprendizaje debería, tanto como sea posible, ser un múltiplo del ancho de trabajo de la máquina de cultivo agrícola. Además, las zonas y/o bloques de aprendizaje deberían estar ajustadas de modo correspondiente a la dirección óptima de movimiento (carril de conducción) de la máquina de cultivo agrícola.
En el documento WO2016/032956 se describe que durante la definición de los bloques de aprendizaje, la orientación de carriles de conducción de las máquinas de cultivo es especificada bien sea manualmente por parte de un usuario, o a partir de puntos de cultivo previos. En caso que el agricultor no haya registrado los puntos de cultivo previos o estos ya no estén presentes, es inaplicable la segunda posibilidad y el usuario está obligado a registrar manualmente la orientación. La introducción manual es sensible a los errores y laboriosa, en particular entonces cuando diferentes zonas exhiben diferentes orientaciones en los carriles de conducción.
Sería deseable si los valores de parámetros de trabajo de máquinas de cultivo agrícola pudiesen ser determinados automáticamente y considerados durante la creación de mapas digitales de cultivo.
Esto es logrado mediante la presente invención.
Un primer objetivo de la presente invención es un procedimiento de acuerdo con el objetivo de la reivindicación 1. Otro objetivo de la presente invención es, de acuerdo con el objetivo de la reivindicación 10, un mapa digital de cultivo para el cultivo agrícola de un campo, obtenido mediante un procedimiento de acuerdo con una de las reivindicaciones 1 a 9.
Otro objetivo de la presente invención es un sistema de ordenador de acuerdo con el objetivo de la reivindicación 11. Otro objetivo de la presente invención es un producto de programa de ordenador de acuerdo con el objetivo de la reivindicación 12.
En las reivindicaciones dependientes y en la presente descripción se encuentran formas preferidas de realización de la invención.
A continuación se ilustra en más detalle la invención, sin diferenciar entre los objetivos de la invención (procedimiento, sistema de ordenador, producto de programa de ordenador). Más bien, las aclaraciones siguientes deberían ser válidas para todos los objetivos de la invención de manera análoga, independientemente de en qué contexto ocurran (procedimiento, sistema de ordenador, producto de programa de ordenador).
Si en la descripción o en las reivindicaciones se indican pasos en un orden determinado, entonces esto no significa necesariamente que el paso tenga que ser realizado también en el orden indicado. Más bien, la invención debería ser entendida de modo que los pasos realizados en un orden pueden ser realizados en un orden cualquiera o también de modo mutuamente paralelo, a menos que un paso se base en otro paso, lo cual se torna claro en cada caso a partir de la descripción de los pasos. El orden concreto realizado en este documento representa de acuerdo con ello sólo formas preferidas de realización de la invención.
De acuerdo con la presente invención se usa una captación de imagen o se usan varias captaciones de imagen de un campo para plantas de cultivo, para determinar por lo menos un valor de por lo menos un parámetro de trabajo para un cultivo mediante máquina del campo, e introducir este valor en la creación de un mapa digital de cultivo.
Bajo el término "planta de cultivo" se entiende una planta que es cultivada mediante la intervención de los humanos, deliberadamente como planta útil u ornamental.
Bajo el término "campo" se entiende un sector de la superficie terrestre que puede ser delimitado espacialmente, que es usado en la agricultura, en el cual sobre un campo así se cultivan plantas de cultivo, se le suministran nutrientes y se cosecha. En un campo puede plantarse un tipo individual de una planta de cultivo; sin embargo, pueden plantarse también diferentes tipos de una planta de cultivo y/o de diferentes plantas de cultivo. También es imaginable que un campo comprenda un sector o varios sectores, en el cual/los cuales no se planten y/o hayan plantado plantas de cultivo.
Bajo el término "captación de imagen" se entiende una representación de un campo o de un sector de un campo. La representación es usualmente bidimensional; sin embargo, es imaginable también una ilustración tridimensional. La captación de imagen es usualmente una captación digital de imagen; sin embargo, básicamente también es imaginable el uso de captaciones análogas de imagen.
El término "digital" significa que la captación de imagen dispone de pixeles discretos y está presente en una forma en la cual puede ser procesada automáticamente, usualmente mediante un sistema de ordenador. Para mantener baja la demanda de memoria, es usual que la captación digital de imagen esté codificada de modo binario y opcionalmente comprimida.
Se entienden por "procesamiento automático" los procedimientos conocidos para el procesamiento electrónico de datos (EDV).
Las captaciones de imagen usadas en el marco de la presente invención muestran un campo o una parte de un campo, usualmente en una vista superior. Usualmente son generadas con ayuda de uno o varios sensores remotos; con ello, en una captación digital de imagen se trata por ejemplo, de datos remotos.
"Datos remotos" son informaciones digitales, que se han obtenido de la superficie de la tierra desde la distancia, por ejemplo, mediante satélites. También es imaginable el uso de aeronaves (no tripuladas (drones) o tripuladas) para la captación de datos remotos.
En un primer paso del procedimiento de acuerdo con la invención, se suministra por lo menos una captación de imagen de un campo para plantas de cultivo.
Las captaciones de imagen pueden ser obtenidas, por ejemplo, de bancos de datos comerciales o accesibles públicamente. Existe una serie de proveedores de datos remotos de diferentes pasos de procesamiento. Sobre la base
de geocoordenadas de un campo que va a considerarse, primero se carga por lo menos una captación digital de imagen, que muestra el campo o una parte del campo en un momento del pasado, desde un banco de datos al sistema de ordenador de acuerdo con la invención, por ejemplo mediante el Internet.
También es imaginable que la captación de imagen sea generada como fotografía aérea mediante una aeronave tripulada o no tripulada (dron).
Preferiblemente se usan imágenes de la superficie de la tierra por satélite.
Las captaciones de imagen usadas de acuerdo con la invención contienen rasgos, que provienen de un cultivo pasado del campo. En otro paso del procedimiento de acuerdo con la invención, se analiza la por lo menos una captación de imagen, para identificar tales rasgos de cultivo.
Al respecto, para la preparación de las captaciones de imagen puede usarse un mecanismo de contraste cualquiera, permite a cualquier tipo de inferencia sobre cómo fue cultivado el campo en el pasado. De este modo, el cultivo puede dejar en el campo por ejemplo, huellas topográficas, como por ejemplo surcos, que entonces reflejan de otro modo por ejemplo, la luz visible y en una imagen óptica del campo causan un contraste. Sin embargo, el cultivo puede también cambiar, por ejemplo, la densidad de la vegetación, la humedad del suelo u otros parámetros, mediante lo cual a su vez puede cambiarse la emisión de luz del campo en otros intervalos de longitud de onda, como por ejemplo, en el espectro infrarrojo.
Al respecto, el procedimiento tampoco está limitado básicamente a que la captación de imagen tenga que ocurrir mediante sensores remotos. Puede ocurrir una captación óptica de imagen, por ejemplo, también como un teléfono inteligente, en donde también pueden usarse, por ejemplo, teléfonos inteligentes que adicionalmente exhiben una cámara de infrarrojo. El procedimiento puede ser ejecutado también sin el recurso de correspondientes fuentes de datos externos para captaciones de imagen, por ejemplo, cuando en el lugar del campo está disponible sólo una conexión de red de banda angosta o incluso no está disponible.
Tampoco debe entenderse el término de la captación de imagen además como limitante, al efecto de que la luz de una determinada región del espacio sea proyectada a través de un sistema óptico sobre un sensor de imagen análogo o digital, por ejemplo, dividido en píxeles. Más bien, el campo puede ser barrido, por ejemplo, también sucesivamente con un rayo láser. Entonces, en cada punto de la cuadrícula puede investigarse el efecto del campo sobre el rayo láser y en la captación de imagen puede transferirse este punto, por ejemplo, en forma de un valor gris.
El mecanismo de contraste usado para la captación de imagen no está además limitado a que actúe físicamente sobre el campo en sí mismo, es decir, en el suelo. Más bien, por ejemplo, también el cultivo del campo puede tener un efecto sobre la atmósfera que se encuentra sobre él, que entonces a su vez puede ser medido mediante sensores remotos. Por ejemplo, de modo correspondiente a la respectiva naturaleza local del campo, pueden emitirse diferentes cantidades de humedad a la atmósfera, o un coeficiente modificado de reflexión para la luz solar puede conducir a otro calentamiento local de la atmósfera, lo cual puede ser determinado entonces en cada caso mediante sensores remotos.
El análisis de la por lo menos una captación de imagen ocurre preferiblemente mediante el sistema de ordenador/programa de ordenador de acuerdo con la invención. Para el análisis de imagen pueden usarse procedimientos corrientes para el reconocimiento de patrones. También son imaginables métodos de aprendizaje automático como, por ejemplo, el uso de redes neuronales artificiales. Durante el análisis de imagen es válido identificar rasgos en la captación de imagen, que proceden de un cultivo previo del campo.
Para el análisis de la captación de imagen puede usarse cualquier método de la vista automática. Por ejemplo, la captación de imagen puede ser clasificada mediante una red neuronal artificial u otro módulo de inteligencia artificial, respecto a si están presentes en este caso determinados tipos de rastros de cultivos. Cuando se trata de rasgos de cultivo, que pueden ser cuantitativamente más o menos fuertemente acentuados, entonces el grado de esta acentuación puede ser determinado también, por ejemplo, mediante un análisis de regresión.
Los rasgos típicos de cultivo son: límites del campo, carriles de conducción, pasillos de conducción, cabeceros, márgenes del campo, franjas de arado, franjas de floración, rutas de acceso, separaciones de las plantas, drenajes como por ejemplo, canales de irrigación y/o de desagüe, cercas, límites, medios para la protección ante la erosión del suelo (como por ejemplo, arboledas) y similares. En particular, todos los rasgos de cultivo pueden ser elegidos de esta lista. Como se indicó anteriormente, el término del rasgo de cultivo no está limitado sin embargo a tales rasgos topográficos visibles, sino que puede comprender por ejemplo, también un cambio de la humedad, de la densidad de la vegetación o también de la composición química del suelo.
Se denomina como "pasillo de conducción" la parte del campo que durante el crecimiento de la planta de cultivo, es cruzada repetidamente para las medidas de cuidado. Usualmente, las tiras en las cuales se conduce no son sembradas, para economizar semilla. Los pasillos de conducción están colocados usualmente de modo paralelo con separación de 12 a 36 metros. Esto depende sobre todo de los aparatos presentes en el sector. En particular los rociadores de campo y aparatos de dispersión de fertilizante preestablecen, mediante el ancho de trabajo, la separación de los pasillos de conducción. Usualmente, durante la siembra se comienza con media separación de
pasillos de conducción (por consiguiente 6-18 metros dependiendo del sector, véase arriba) respecto al borde. Al respecto, también en los cabeceros se coloca un pasillo de conducción. A continuación, de modo paralelo al lado más largo del campo se colocan las pistas restantes en separación del ancho completo de pasillos de conducción.
De modo particularmente ventajoso, por lo menos una frontera de una zona coincide con por lo menos una parte de una frontera de un pasillo de conducción. Mediante ello se causa que el pasillo de conducción no sea cultivado por la máquina de cultivo. Los materiales de consumo, como por ejemplo semilla, fertilizante, o agente protector de plantas, no benefician el crecimiento de plantas de cultivo en el pasillo de conducción. Mediante la aplicación de agua o incluso mediante un roturado podría incluso perjudicarse la aptitud para el uso del pasillo de conducción.
En la agricultura, se denomina como "cabecero" el sector del borde de un campo, sobre el cual durante el cultivo, por ejemplo, se gira con el tractor durante el arado. En el cultivo usual en forma de tiras, un campo exhibe por consiguiente sobre dos lados opuestos en cada caso un cabecero. La mayoría de las veces estos son los dos lados más cortos, puesto que el cultivo longitudinal está asociado en suma con menos operaciones de giro y por ello es más económico. Las superficies de cabecero son cultivadas en dirección transversal a la otra dirección de cultivo y de modo paralelo al borde del campo y, dependiendo del procedimiento, antes (cosecha, plantación del maíz) o después (cultivo normal) del cultivo de la parcela principal.
Una "margen de campo" es un sector del borde de un campo, que es cultivado sin el uso de agentes protectores de plantas, con lo cual allí puede diseminarse maleza. A diferencia de la "franja de flores silvestres", que es sembrada en la primavera con una mezcla de flores, el objetivo de las márgenes del campo es la promoción de las hierbas silvestres nativas del suelo en el campo (plantas de semilla).
Los rasgos de cultivo muestran en consecuencia cómo ha sido cultivado del campo en el pasado y, de acuerdo con ello, cómo podría ser cultivado el campo también en el futuro. En otro paso, con referencia al rasgo identificado de cultivo, en particular a los rasgos identificados de cultivo, se determina por lo menos un valor para por lo menos un parámetro de trabajo. La determinación ocurre preferiblemente mediante el sistema de ordenador/programa de ordenador de acuerdo con la invención.
Un parámetro de trabajo determina cómo se usa sobre el campo una máquina para cultivo agrícola. Se entiende en este caso por ejemplo, un programa para el movimiento de la máquina para cultivo, en lugar y/o tiempo, pero también, por ejemplo, un programa para el tipo o intensidad de medidas de cultivo ejecutadas por la máquina, como arado o introducción de cualquier sustancia, en lugar y/o tiempo.
El término "máquina para cultivo agrícola" comprende todo dispositivo que se mueve o es movido sobre o a través de un campo, y al respecto realiza una medida agrícola.
Son ejemplos de máquinas de cultivo agrícola por ejemplo, aparatos de dispersión de fertilizante, máquinas para cortar césped, trituradoras, sembradoras, arados, plantadoras, rociadores de campo y similares (véase por ejemplo, también http://www.wikiwand.com/de/Listelandwirtschaftlicher Gerate und Maschinen).
Bajo el término "medida agrícola" se entiende toda medida en el campo para plantas de cultivo, que es necesaria y/o significativa desde el punto de vista económico y/o ecológico, para obtener un producto vegetal. Son ejemplos de medidas agrícolas: cultivo del suelo (por ejemplo, el arado), aplicación de la semilla (siembra), irrigación, eliminación de maleza/mala hierba, fertilización, combate de organismos dañinos, aplicación de agente protector de plantas, cosecha y similares.
Bajo el término "agente protector de plantas" se entiende un agente que sirve para proteger plantas o productos vegetales frente a los organismos dañinos o prevenir su efecto, destruir plantas indeseadas o partes indeseadas de plantas, inhibir un crecimiento indeseado de plantas o prevenir un crecimiento tal, y/o influir de otra manera como nutriente el proceso vital de las plantas (por ejemplo, regulador de crecimiento). Son ejemplos de agentes protectores de plantas los herbicidas, fungicidas y pesticidas (por ejemplo, insecticidas).
Algunos valores para parámetros de trabajo son establecidos por las máquinas de cultivo agrícola disponibles, como por ejemplo, el ancho de pista; otros son variables y con ello pueden ser optimizados, como por ejemplo, las rutas de conducción y direcciones de conducción. Entre los parámetros de trabajo considerados de acuerdo con la invención se cuentan en particular aquellos que ejercen una influencia en la extensión y/o forma y/o alineación y/o ubicación de un sector que es cultivado por una máquina de cultivo agrícola cultivado, en particular rutas de conducción, direcciones de conducción, anchos de pista, anchos de trabajo, separaciones de las plantas y similares. Estos parámetros de trabajo tienen en común que durante el curso de cultivo del campo con la máquina para cultivo, no pueden ser ajustados o lo son sólo difícilmente.
Entre los parámetros de trabajo disponibles se cuentan sin embargo también, por ejemplo, la velocidad de conducción, la profundidad de penetración o una presión de un arado, y/o una tasa de aplicación para una semilla, para un nutriente, para un fertilizante, para un agente protector de plantas o para agua, en donde sin embargo este parámetro de trabajo puede ser variado de modo comparativamente rápido también durante el curso del cultivo.
En otro paso del procedimiento de acuerdo con la invención se crea un mapa digital de cultivo para el campo. El mapa digital de cultivo es una representación digital del campo o de una parte del campo. Exhibe informaciones sobre la ubicación geográfica, que por ejemplo, pueden ser ajustadas con ayuda de un sistema de determinación de posición, para que una máquina para cultivo agrícola pueda navegar en el campo sobre la base del mapa de cultivo. Los sistemas de determinación de posición adecuados son compilados frecuentemente bajo el término GPS (Global Positioning System).
El mapa digital de cultivo exhibe una multiplicidad de zonas. Esto significa que el campo o la parte del campo que es representado(a) por el mapa de cultivo, es dividido(a) en varios sectores que corresponden con las zonas. Una zona está caracterizada usualmente porque el sector del campo que representa la zona, es relativamente homogéneo respecto a uno o varios factores de rendimiento, que influyen en el rendimiento del sector. Las zonas son definidas frecuentemente de modo que el por lo menos un factor de rendimiento dentro de la zona varía menos que entre dos zonas diferentes. Una zona está caracterizada porque el sector del campo que representa la zona, debería tener un cultivo agrícola uniforme, mientras durante la transición de una zona a otra zona, debería cambiarse al menos un valor de un parámetro de trabajo de la máquina de cultivo agrícola. Por ejemplo, es imaginable que a diferentes zonas se asignen o deban asignarse diferentes cantidades o concentraciones de un agente protector de plantas que va a ser aplicado o diferentes cantidades de nutriente o diferentes composiciones de agentes de aplicación o diferentes métodos de cultivo o diferentes cantidades de agua para la irrigación o similares.
Las zonas pueden ser zonas "clásicas" de manejo, como se describen por ejemplo, en el documento WO00/23937. Puede tratarse de bloques de aprendizaje, como se divulgan por ejemplo, en el documento WO2016/032956.
Durante el establecimiento de las zonas se tiene en cuenta ahora el por lo menos un valor determinado de por lo menos un parámetro de trabajo, en lo cual se ajusta por lo menos un rasgo de por lo menos una zona al por lo menos un valor determinado para el por lo menos un parámetro de trabajo.
Son rasgos de una zona, por ejemplo: la ubicación, la extensión, el tamaño, la forma, la alineación y similares.
Como ya se describió, una zona en el mapa digital de cultivo representa un sector de un campo en el mundo real. Expresado de otro modo, una zona en el mapa digital de cultivo corresponde a un sector en el campo. De acuerdo con ello, la ubicación de la zona en el mapa de cultivo corresponde a la ubicación geográfica del sector correspondiente en el campo.
Los rasgos de cultivo identificados brindan información acerca de cómo el campo ha sido cultivado con máquinas en el pasado. Éste cultivo con máquinas tipifica la experiencia práctica de las personas que hasta ahora han establecido o controlado este cultivo. Frecuentemente este conocimiento no está plasmado por escrito y también puede ser capturado sólo difícilmente en palabras para plasmarlo por escrito. Con ello, frecuentemente es almacenado sólo en las cabezas de las personas tratantes. Cuando los rasgos de cultivo llegan ahora al establecimiento de parámetros de trabajo, puede capturarse y plasmarse la experiencia práctica. Con ello, puede asegurarse que no se pierde la experiencia práctica, cuando las personas hasta ahora tratantes por ejemplo, mueren o cambian de empleador. En particular se facilita el traspaso del cultivo del campo de una persona a otra, por ejemplo, durante un cambio de generación. El cultivo del campo puede ser continuado de manera reproducible de acuerdo con dicha experiencia práctica, en lo cual el campo es cultivado con máquina de acuerdo con el parámetro de trabajo cultivado, que a su vez fue determinado con referencia a los rasgos de cultivo.
Incluso cuando el cultivo del campo no cambia de una persona a otra, ya se eleva la reproducibilidad del cultivo con máquina. Hasta ahora se han operado manualmente muchas máquinas usadas para el cultivo agrícola. Al respecto, para muchos parámetros de trabajo no se ha ejecutado el programa de tiempo establecido a priori, ni ha podido detectarse para el reuso un programa de tiempo, conducido realmente mediante la operación manual. un mapa digital de cultivo creado una vez puede, por el contrario, ser usado una y otra vez.
La recopilación de parámetros de cultivo para la determinación de parámetros de trabajo puede extenderse también a un antecedente de los parámetros de cultivo en el tiempo. Así, por ejemplo, para impedir un agotamiento del suelo, en la agricultura frecuentemente tiene sentido cultivar diferentes plantas de cultivo en una determinada rotación de cultivos. De modo correspondiente, puede ser relevante un antecedente de varios cultivos realizados en rotación en uno y el mismo sector del campo, para la determinación de parámetros de trabajo para un futuro cultivo.
Como se ilustró anteriormente, el programa de tiempo del parámetro de trabajo conducido concretamente durante el cultivo de un campo con máquina, no sólo depende de las condiciones biológicas del campo, como por ejemplo, de falta de homogeneidad en la naturaleza del suelo. Más bien, están asociados también muchos parámetros de trabajo de la máquina específica usada. Cuando durante el cultivo del campo, se cambia de una máquina hasta ahora usada a una nueva máquina, que tiene por ejemplo, un mayor ancho de trabajo o expele un agente de atomización con otra distribución espacial, entonces se ajustan los parámetros de trabajo a la nueva máquina. Cuando se determinan automáticamente parámetros de trabajo con referencia a los rasgos de cultivo, el ajuste puede ocurrir también a una nueva máquina por la misma vía. Con ello se elimina una necesidad de ajustar, mediante prueba manual, los parámetros de trabajo al comportamiento modificado de la nueva máquina.
Los parámetros de trabajo determinados una vez no tienen que permanecer sin modificación para el otro cultivo del campo. Más bien, es posible por ejemplo, usar estos parámetros de trabajo como punto de partida para una optimización basada en un ordenador. por consiguiente, por así decirlo la experiencia práctica anterior puede leerse, por ejemplo, en forma de los rasgos de cultivo, y sobre esta base pueden determinarse a continuación parámetros de trabajo, que no sólo reproducen con mayor o menor exactitud el cultivo anterior, sino que ofrecen en comparación a ello un valor adicional. los parámetros de trabajo optimizados pueden por ejemplo, acelerar el cultivo, mejorar el rendimiento alcanzado de las plantas de cultivo o minimizar el uso de materiales de consumo, como nutrientes, fertilizante o agentes de atomización.
En la fijación del parámetro de trabajo para el mapa digital de cultivo puede recopilarse además cualquier otra información, en tanto esté disponible. Por ejemplo, a partir de captaciones de imagen u otras mediciones puede analizarse la densidad de plantas de cultivo o de infestación con maleza. También pueden recopilarse, por ejemplo, datos sobre la naturaleza del suelo, como una distribución espacialmente no homogénea de la humedad o de la composición, determinada a partir de mediciones.
Con ello, se diferencian también las zonas de sectores correlacionados que van a reconocerse en la captación de imagen, que fueron cultivados de manera similar en el pasado. En particular en el caso descrito, en el cual el campo debería ser cultivado en el futuro con otras máquinas de cultivo diferentes a las usadas hasta ahora, el mapa digital de cultivo puede tener el resultado de una subdivisión completamente nueva del campo en zonas.
Dependiendo de la forma de la zona, pueden ser necesarias las coordenadas de un número diferente de puntos, para establecer inequívocamente la posición de la zona en el mapa de cultivo (y con ello la posición del correspondiente sector en el campo). En un mapa bidimensional de cultivo y una zona rectangular con bordes de otro modo rectos (no curvados) son suficientes por ejemplo, las coordenadas de las cuatro esquinas, para establecer inequívocamente la ubicación de la zona.
La extensión de la zona en el mapa de cultivo corresponde a la extensión del sector correspondiente en el campo. Se entiende por extensión, la extensión en por lo menos una dirección. La extensión puede ser, por ejemplo, en la longitud o en el ancho. La extensión puede sin embargo también ser la extensión máxima o la extensión mínima. Preferiblemente, la extensión es la extensión perpendicular a la dirección de cultivo del sector correspondiente. La dirección de cultivo es aquella dirección en la cual se mueve o es movida una máquina de cultivo agrícola, cuando ejerce una medida agrícola en el sector correspondiente.
El tamaño de la zona en el mapa de cultivo corresponde al tamaño del sector correspondiente en el campo, en donde usualmente se entiende por tamaño, el contenido de superficie.
Respecto al tamaño de las zonas, existe un óptimo. Cuanto más pequeñas se elijan las zonas individuales, tanto más exactamente puede ajustarse la distribución espacial del cultivo real del campo con la máquina de cultivo, a una distribución deseada previamente determinada. Por otro lado, cuanto más grande se elijan las zonas individuales, tanto más rápidamente se cultiva en suma el campo.
La optimización del mapa digital de cultivo mediante ordenador, es decir, la obtención de una distribución espacial esperada de uno o varios parámetros de trabajo, sobre la superficie del campo usando la experiencia práctica incorporada en los rasgos de cultivo, y leída previamente mediante análisis de la captación de imagen, puede ocurrir de diferente forma. El método de optimización puede estar determinado en particular por cual significancia se atribuye a dicha experiencia práctica.
El objetivo para la optimización puede en particular comprender una función de calidad, que para cada una de las propiedades que van a ser optimizadas contiene un término, en donde estos términos están ponderados entre ellos, como por ejemplo, en forma de una suma ponderada. Las propiedades que van a ser optimizadas pueden ser por ejemplo, un rendimiento total del campo, un requerimiento de tiempo para el cultivo del campo completo así como uno o varios consumos de semilla, agua, fertilizante, nutriente, agente protector de plantas o semilla. La función de calidad puede también estar limitada por condiciones de frontera, como por ejemplo, regulaciones ambientales para una carga máxima del suelo con fertilizante o agente protector de plantas o para un consumo máximo de agua. Los términos en la función de calidad pueden ser independientes uno de otro, o también pueden interactuar mutuamente.
Por ejemplo, los pesos y la función de calidad pueden ser determinados total o parcialmente a partir de los rasgos de cultivo, que son obtenidos a partir del análisis de la captación de imagen. Los rasgos de cultivo determinados pueden sin embargo ser capturados también por ejemplo, para determinar valores de partida para los parámetros de trabajo que son objetivo de la optimización.
Sin embargo, también puede ser un objetivo de la optimización que, determinados rasgos de cultivo establecidos sobre la base del análisis de imagen, sobrevivan cuando el campo se cultive en el futuro de acuerdo con el nuevo mapa digital de cultivo. La función de calidad puede entonces, por ejemplo, mantener un término que castiga un cambio de estos rasgos de cultivo. Tras esto está la motivación de que no se tire por la borda completamente la experiencia práctica, con la cual pudieron alcanzarse éxitos en el pasado.
La forma de la zona en el mapa de cultivo corresponde a la forma del sector correspondiente en el campo. Una zona es usualmente un plano. El plano puede tener n esquinas, en donde n es un número entero que es mayor que dos (por ejemplo, triangular, cuadrangular, pentagonal, etc.); puede ser rectangular, cuadrado, trapezoide, romboide, redondo, oval, elíptico o exhibir cualquier otra forma. Preferiblemente el plano exhibe una forma en la cual dos lados corren de modo mutuamente paralelo con una separación constante. Preferiblemente el plano es rectangular, romboide, trapezoide o exhibe la forma de un paralelogramo.
La alineación de la zona en el mapa de cultivo corresponde a la alineación del sector correspondiente en el campo. Se entiende por alineación la orientación de dos lados que corren de modo mutuamente paralelo, de una zona plana. La orientación indica las direcciones (por ejemplo, en forma de puntos cardinales), en las cuales se extienden los lados que corren de modo paralelo. La alineación corresponde usualmente a la dirección de cultivo (mientras la extensión está perpendicular a ella).
Por consiguiente, de acuerdo con la invención se ajusta por lo menos un rasgo de por lo menos una zona a por lo menos un valor determinado para por lo menos un parámetro de trabajo. Se entiende por "ajuste" que se usa el valor determinado para fijar el rasgo.
Por ejemplo, es imaginable dejar coincidir los límites de una zona con límites de carriles de conducción.
Usualmente se calcula el rasgo a partir del valor o con ayuda del valor. Por ejemplo, es imaginable estipular la extensión de una zona en una dirección, como por ejemplo, perpendicularmente a una dirección de cultivo, a un múltiplo, en particular un múltiplo entero, del ancho de trabajo de una máquina de cultivo agrícola. De este modo se aprovecha de modo óptimo la capacidad de trabajo de la máquina de cultivo, entonces la zona puede ser cultivada después en caminos de la máquina de cultivo libres de superposición, sin que quede sin cultivar un sector de la zona.
A este aprovechamiento óptimo puede además contribuir de manera ventajosa, cuando dos límites de la por lo menos una zona que corren de modo mutuamente paralelo, corren de modo paralelo a una dirección de cultivo de una máquina de cultivo agrícola.
El mapa digital de cultivo creado puede ser desplegado por un usuario en una pantalla o él puede descargarlo a una memoria o un sistema móvil de ordenador (por ejemplo, un ordenador de tableta o un teléfono inteligente). También es imaginable que el mapa digital de cultivo sea transferido a un sistema de ordenador, que es un componente de una máquina de cultivo agrícola. Si una máquina de cultivo agrícola, que dispone de un sistema de determinación de posición, es movida en un campo o a través de un campo (o se mueve de modo autónomo), puede alinearse la posición real con la información de posición del mapa digital de cultivo, para determinar en cuál zona se encuentra exactamente la máquina de cultivo agrícola. Usualmente las zonas (o los correspondientes sectores en el campo) son cultivadas de modo diferente. En el mapa de cultivo se consignan usualmente instrucciones de trabajo. Si se traspasa un límite de una zona, preferiblemente se ajusta/cambia un parámetro de trabajo de modo correspondiente a las instrucciones de trabajo.
El método de acuerdo con la invención puede ser realizado total o parcialmente en un sistema de ordenador (por ejemplo, el sistema de ordenador de acuerdo con la invención).
Un sistema de ordenador comprende uno o varios ordenadores. Bajo el término ordenador se entiende un autómata universal controlado por programa, para el procesamiento de información. Un ordenador dispone de por lo menos una unidad de entrada mediante la cual pueden introducirse datos y comandos de control (ratón, panel táctil, teclado, escáner, cámara, palanca de mando, micrófono, lector de código de barras, etc.), una unidad de procesamiento que comprende memoria de trabajo y procesador, con los cuales pueden procesarse datos y comandos, y una unidad de salida para enviar datos desde el sistema (por ejemplo, pantalla, impresora, altavoz, etc.). Los ordenadores actuales se dividen en ordenadores de mesa, ordenadores portátiles, ordenadores portables, libretas de notas, y ordenadores de tableta y los denominados dispositivos manuales (por ejemplo, teléfonos inteligentes, relojes inteligentes. Sin embargo, bajo el concepto de ordenador caen también por ejemplo, sistemas incorporados, como pueden usarse en las máquinas modernas de cultivo agrícola.
El término del sistema de ordenador no debería implicar sin embargo que todos los componentes de este sistema se encuentren en un sitio. Por ejemplo, pueden encontrarse también diferentes partes de la unidad de procesamiento en diferentes ordenadores físicos en diferentes sitios. De este modo por ejemplo, el análisis de la captación de imagen puede tener lugar en un servidor externo de un proveedor, que está especializado en la adquisición de tales captaciones de imagen y su análisis de acuerdo con cualesquiera rasgos. En la conversión de rasgos de cultivo en parámetros de trabajo puede participar por ejemplo, un fabricante de máquinas de cultivo que, respecto a la información sobre cómo repercuten los cambios de parámetros de trabajo sobre el resultado del cultivo, se encuentra en la fuente.
El sistema de ordenador de acuerdo con la invención comprende una unidad de recepción para la recepción de una captación de imagen de un campo para plantas de cultivo. Usualmente el sistema de ordenador de acuerdo con la invención está unido mediante una red (por ejemplo, el internet) con un banco de datos. El sistema de ordenador de acuerdo con la invención está configurado entonces de modo que puede recuperar del banco de datos captaciones de imagen de un campo o de una parte de un campo y leer en una memoria de trabajo del sistema de ordenador de
acuerdo con la invención, o depositarlo en un repositorio de datos (por ejemplo, un disco sólido) del sistema de ordenador de acuerdo con la invención. También es imaginable que un usuario del sistema de ordenador de acuerdo con la invención mantenga disponible una captación de imagen en un repositorio separado de datos (por ejemplo, una memoria USB) y conecte ésta con el sistema de ordenador de acuerdo con la invención mediante una interfaz (por ejemplo, mediante la interfaz de USB), para transferir la captación de imagen al sistema de ordenador de acuerdo con la invención.
El sistema de ordenador de acuerdo con la invención comprende además una unidad de procesamiento, que está configurada de modo que analiza la captación de imagen e identifica rasgos de cultivo, que brindan información acerca de cómo el campo ha sido cultivado con máquina en el pasado, partir de los rasgos de cultivo determina por lo menos un valor para por lo menos un parámetro de trabajo y crea un mapa digital de cultivo para el campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona es ajustado al por lo menos un valor determinado para el por lo menos un parámetro de trabajo.
El sistema de ordenador de acuerdo con la invención exhibe usualmente una unidad de despliegue (por ejemplo, una pantalla), con ello un usuario puede controlar y verificar el paso que ejecuta el sistema de ordenador y/o desplegar la captación digital de imagen y/o el mapa digital de cultivo.
El sistema de ordenador de acuerdo con la invención exhibe usualmente una unidad de salida, con la cual puede transferirse un mapa digital de cultivo a otro sistema de ordenador y/o una unidad de almacenamiento.
A continuación se describe en más detalle la invención, mediante ejemplos e ilustraciones, aunque sin querer reducir la invención a los rasgos o combinaciones de rasgos mencionados en los ejemplos.
La Fig. 1 muestra una imagen (1) por satélite de una parte de un campo, en una vista superior. La imagen por satélite es mostrada en una representación en blanco y negro.
Se reconoce una multiplicidad de rasgos de cultivo, que despliega cómo ha sido cultivado el campo en el pasado.
La parte mostrada del campo se divide en tres sectores, que se limitan mutuamente mediante diferentes direcciones de cultivo. Un primer sector (10) exhibe líneas horizontales, e indican que este sector fue cultivado de izquierda a derecha y/o de derecha a izquierda a lo largo de las líneas. Las líneas, su alineación, su separación mutua y su número representan rasgos de cultivo, que pueden ser identificados mediante análisis de imagen.
Un segundo sector (11) exhibe líneas verticales, e indican que este sector ha sido cultivado de arriba hacia abajo y/o de abajo hacia arriba. Las líneas, su alineación, su separación mutua y su número representan rasgos de cultivo que pueden ser identificados mediante análisis de imagen.
Un tercer sector (12a, 12b, 12c) exhibe líneas que se extienden de izquierda arriba hacia derecha abajo e indican que este sector fue cultivado de izquierda arriba hacia derecha abajo y/o de derecha abajo hacia izquierda arriba a lo largo de las líneas. Las líneas, su alineación, su separación mutua y su número representan rasgos de cultivo que pueden ser identificados mediante análisis de imagen. El tercer sector (12a, 12b, 12c) se divide en tres zonas (12a), (12b) y (12c) parciales que están separadas mutuamente por pasillos (14a, 14b) de conducción. Además, en el sector de frontera se reconocen cabeceros (15) en el sector de frontera entre los sectores (10) y (12b, 12c).
La ubicación y ancho de los pasillos de conducción y cabeceros representan rasgos de cultivo que pueden ser identificados mediante análisis de imagen.
El campo mostrado parcialmente en la imagen por satélite está limitado en dos lados por las rutas (13a) y (13b) de acceso. La ubicación y ancho de las rutas de acceso representan rasgos de cultivo que pueden ser identificados mediante análisis de imagen.
La Figura 2 muestra a modo de ejemplo para cual parámetro de trabajo pueden determinarse valores de rasgos de cultivo de la figura 1.
A partir de las separaciones A1 y A2 se determinan por ejemplo, valores para el ancho de trabajo de la máquina de cultivo agrícola.
A partir de los anchos de pasillos de conducción, cabeceros y rutas de acceso se determinan valores para los anchos máximos de pista de la máquina de cultivo agrícola. A partir de las direcciones en las cuales corren las líneas en los sectores (10), (11) y (12) del campo, se determinan direcciones preferidas de cultivo.
La figura 3 muestra esquemáticamente el establecimiento de zonas. En el mapa se marcan dos zonas (Z1) y (Z2). Los rasgos de las zonas son ajustados a valores para parámetros de trabajo. La extensión de la zona Z1 en una dirección (perpendicular a la dirección de cultivo) es exactamente la mitad de ancho A1 de trabajo y la extensión de la zona Z2 en una dirección (perpendicular a la dirección de cultivo) es exactamente el ancho A2 de trabajo.
La figura 4 muestra esquemáticamente un ejemplo para la estructura de un sistema de ordenador de acuerdo con la invención.
El sistema (30) de ordenador comprende una unidad (35) de entrada, con la cual un usuario puede introducir datos y comandos de control. Comprende una unidad (31) de procesamiento para el procesamiento de datos y comandos de control. La unidad (31) de procesamiento exhibe una memoria (32) de trabajo y un procesador (33). El procesador (33) comprende una unidad (33a) de control y una unidad (33b) aritmética. La unidad (30) de ordenador comprende además una unidad (37) de salida, con la cual puede liberarse datos. La unidad (30) de ordenador comprende además un repositorio (39) de datos, una unidad (36) de recepción, con la cual puede recibir señales y/o datos de aparatos externos, y una unidad (39) de envío, con la cual pueden despacharse señales y/o datos a aparatos externos.
A continuación se describe a modo de ejemplo una forma de realización del procedimiento de acuerdo con la invención. Al respecto, un usuario utiliza el sistema de ordenador de acuerdo con la invención, en el cual está instalado el programa de ordenador de acuerdo con la invención.
El sistema de ordenador pone a disposición del usuario un mapa digital. Mediante un aparato de ingreso, como un ratón, el usuario puede cambiar la sección del mapa y ampliar la distancia focal en el mapa o disminuir la distancia focal en el mapa, de modo que puede desplegarse un determinado campo en el mapa. En el mapa el usuario puede, por ejemplo, elegir un campo especial marcando un límite del campo. Sin embargo, también es imaginable que puedan reconocerse automáticamente límites del campo mediante análisis de imagen, y el usuario pueda elegir un campo reconocido, por ejemplo, marcando con el ratón.
Sobre la base del campo elegido, el sistema de ordenador recupera una o varias captaciones digitales de imagen de un banco de datos, por ejemplo, mediante el internet, que muestra(n) el campo en un punto previo del tiempo. Es imaginable que el usuario introduzca en el sistema de ordenador puntos de tiempo o un intervalo de tiempo en el pasado, para el(los) cual(es) está particularmente interesado. Es imaginable que el usuario despliegue una o varias captaciones de imagen recuperada(s) y elija aquella(s) sobre las cuales se reconocen rasgos de cultivo, que muestra(n) cómo fue cultivado el campo el pasado y también como debería ser cultivado en el futuro.
El sistema de ordenador analiza una o varias captaciones digitales de imagen e identifica rasgos de cultivo.
Es imaginable que el sistema de ordenador despliegue en la pantalla los rasgos de cultivo identificados. Es imaginable que el usuario elija aquellos rasgos de cultivo sobre cuya base deberían determinarse valores para el parámetro de trabajo.
El sistema de ordenador determina por lo menos un valor para por lo menos un parámetro de trabajo de los rasgos de cultivo.
El sistema de ordenador crea un mapa digital de cultivo para el campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona es ajustado al por lo menos un valor determinado para el por lo menos un parámetro de trabajo.
Es imaginable que el sistema de ordenador despliegue en la pantalla el mapa digital de cultivo.
Es imaginable que el usuario cargue el mapa digital de cultivo en un sistema de control para una máquina de cultivo agrícola.
Es imaginable que el usuario ejecute una medida agrícola con ayuda de la máquina de cultivo agrícola, en donde cuando se traspasa un sector del campo, con el cual corresponde una zona en el mapa de cultivo, a otro sector del campo, con el cual corresponde otra zona en el mapa de cultivo, se cambia por lo menos un parámetro de trabajo de la máquina de cultivo agrícola.
La creación del mapa digital de cultivo puede ser suministrada por ejemplo, como servicio externo, puesto que en principio puede ser creada sobre la base de sensores remotos del campo, por consiguiente sin presencia física en el campo. Por ello la invención se refiere también a un mapa digital de cultivo para el cultivo agrícola de un campo, que fue obtenido de acuerdo con el procedimiento descrito.
Claims (12)
1. Procedimiento que comprende los pasos de
- suministro de una captación de imagen de un campo para plantas de cultivo
- análisis de la captación de imagen e identificación de rasgos de cultivo, que brinda información acerca de cómo el campo ha sido cultivado con máquinas en el pasado
- determinación de por lo menos un valor para por lo menos un parámetro de trabajo con referencia a los rasgos de cultivo
- creación de un mapa digital de cultivo para el campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona se ajusta al por lo menos un valor determinado para el por lo menos un parámetro de trabajo,
en donde por lo menos un rasgo de cultivo es elegido de entre la siguiente lista:
carriles de conducción, pasillos de conducción, franjas de arado, franjas de floración, separaciones de las plantas, y en donde por lo menos un parámetro de trabajo es elegido de entre la siguiente lista: tasa de aplicación para una semilla o para un agente protector de plantas.
2. Procedimiento de acuerdo con la reivindicación 1, caracterizado porque el análisis de la captación de imagen ocurre de manera automatizada mediante un procedimiento implementado por ordenador para el análisis de imagen.
3. Procedimiento de acuerdo con una de las reivindicaciones 1 o 2, caracterizado porque la captación de imagen es una imagen aérea o una imagen por satélite.
4. Procedimiento de acuerdo con una de las reivindicaciones 1 a 3, caracterizado porque por lo menos otro rasgo de cultivo es elegido de entre la siguiente lista: límites del campo, cabeceros, márgenes del campo, rutas de acceso, canales de irrigación y/o de desagüe, cercas, límites y/o medios para la protección contra la erosión del suelo.
5. Procedimiento de acuerdo con una de las reivindicaciones 1 a 4, caracterizado porque por lo menos otro rasgo de cultivo comprende un cambio de la humedad, la densidad de la vegetación o también la composición química del suelo.
6. Procedimiento de acuerdo con una de las reivindicaciones 1 a 5, caracterizado porque la extensión de por lo menos una zona perpendicular a una dirección de cultivo es un múltiplo entero del ancho de trabajo de una máquina de cultivo agrícola.
7. Procedimiento de acuerdo con una de las reivindicaciones 1 a 6, caracterizado porque por lo menos una frontera de una zona coincide con por lo menos una parte de una frontera de un pasillo de conducción.
8. Procedimiento de acuerdo con una de las reivindicaciones 1 a 7, caracterizado porque dos fronteras de la por lo menos una zona, que corren de modo mutuamente paralelo, corren de modo paralelo a una dirección de cultivo de una máquina de cultivo agrícola.
9. Procedimiento de acuerdo con una de las reivindicaciones 1 a 8 que comprende los siguientes pasos:
- llamado por parte de un usuario, de un mapa digital de un campo a una pantalla de un sistema de ordenador - recuperación de por lo menos una captación digital de imagen, que muestra el campo en un momento previo, desde un banco de datos hasta el sistema de ordenador
- análisis automático de la captación de imagen e identificación de rasgos de cultivo, que brinda información acerca de cómo el campo ha sido cultivado con máquinas en el pasado
- despliegue de rasgos de cultivo en la pantalla
- selección por parte del usuario de los rasgos de cultivo indicados
- determinación automática de por lo menos un valor para por lo menos un parámetro de trabajo de los rasgos de cultivo elegidos
- creación automática de un mapa digital de cultivo para el campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona es ajustado al por lo menos un valor determinado para el por lo menos un parámetro de trabajo
- despliegue del mapa digital de cultivo en la pantalla
- carga opcional del mapa digital de cultivo a un sistema de control para una máquina de cultivo agrícola
- realización opcional de una medida agrícola con la ayuda de la máquina de cultivo agrícola, en donde cuando se pasa de una zona del campo con la cual corresponde una zona en el mapa de cultivo, a otra zona del campo con la cual corresponde otra zona en el mapa de cultivo, cambia por lo menos un parámetro de trabajo de la máquina de cultivo agrícola.
10. Mapa digital de cultivo para el cultivo agrícola de un campo, obtenido mediante un procedimiento de acuerdo con una de las reivindicaciones 1 a 9.
11. Sistema de ordenador que comprende
- una unidad de recepción para recibir una captación de imagen de un campo para plantas de cultivo y
- una unidad de procesamiento, que está configurada de modo que
- analiza una captación de imagen de un campo para plantas de cultivo e identifica rasgos de cultivo que brindan información sobre cómo el campo ha sido cultivado con máquinas en el pasado,
- con referencia a los rasgos de cultivo, determina por lo menos un valor para por lo menos un parámetro de trabajo, y
- crea un mapa digital de cultivo para el campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona es ajustado al por lo menos un valor determinado para el por lo menos un parámetro de trabajo, en donde por lo menos un rasgo de cultivo es elegido de entre la siguiente lista: carriles de conducción, pasillos de conducción, franjas de arado, franjas de floración, separaciones de las plantas, y en donde por lo menos un parámetro de trabajo es elegido de entre la siguiente lista: tasa de aplicación para una semilla o para un agente protector de plantas.
12. Producto de programa de ordenador que comprende un programa de ordenador, el cual puede ser cargado en una o varias memorias de trabajo de un sistema de ordenador y allí causa que el sistema de ordenador realice los siguientes pasos:
- recepción de una captación de imagen de un campo para plantas de cultivo
- análisis de la captación de imagen e identificación de rasgos de cultivo, que brindan información sobre cómo el campo ha sido cultivado con máquinas en el pasado
- determinación de por lo menos un valor para por lo menos un parámetro de trabajo con referencia a los rasgos de cultivo
- creación de un mapa digital de cultivo para el campo, en donde el mapa de cultivo comprende varias zonas, en donde por lo menos un rasgo de por lo menos una zona es ajustado al por lo menos un valor determinado para el por lo menos un parámetro de trabajo,
en donde por lo menos un rasgo de cultivo es elegido de entre la siguiente lista: carriles de conducción, pasillos de conducción, franjas de arado, franjas de floración, separaciones de las plantas, y
en donde por lo menos un parámetro de trabajo es elegido de entre la siguiente lista: tasa de aplicación para una semilla o para un agente protector de plantas.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17198036 | 2017-10-24 | ||
PCT/EP2018/078632 WO2019081349A1 (de) | 2017-10-24 | 2018-10-18 | Erstellung digitaler bearbeitungskarten |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2947014T3 true ES2947014T3 (es) | 2023-07-31 |
Family
ID=60162136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES18785682T Active ES2947014T3 (es) | 2017-10-24 | 2018-10-18 | Creación de mapas digitales de cultivo |
Country Status (9)
Country | Link |
---|---|
US (1) | US12026944B2 (es) |
EP (2) | EP4218381A1 (es) |
CN (1) | CN111526710B (es) |
AR (1) | AR113461A1 (es) |
BR (1) | BR112020008086A2 (es) |
CA (1) | CA3079773A1 (es) |
ES (1) | ES2947014T3 (es) |
RU (1) | RU2020116146A (es) |
WO (1) | WO2019081349A1 (es) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11653588B2 (en) | 2018-10-26 | 2023-05-23 | Deere & Company | Yield map generation and control system |
US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US11440659B2 (en) * | 2019-09-12 | 2022-09-13 | National Formosa University | Precision agriculture implementation method by UAV systems and artificial intelligence image processing technologies |
DE102019215522A1 (de) * | 2019-10-10 | 2021-04-15 | Robert Bosch Gmbh | Verfahren zum Aktualisieren von Attributen in einer digitalen Karte |
US12035648B2 (en) | 2020-02-06 | 2024-07-16 | Deere & Company | Predictive weed map generation and control system |
US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
US11849672B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
US11727680B2 (en) | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
US11983009B2 (en) | 2020-10-09 | 2024-05-14 | Deere & Company | Map generation and control system |
US11946747B2 (en) | 2020-10-09 | 2024-04-02 | Deere & Company | Crop constituent map generation and control system |
US11849671B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Crop state map generation and control system |
US11871697B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Crop moisture map generation and control system |
US11711995B2 (en) | 2020-10-09 | 2023-08-01 | Deere & Company | Machine control using a predictive map |
US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
US11845449B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US12013245B2 (en) | 2020-10-09 | 2024-06-18 | Deere & Company | Predictive map generation and control system |
US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
CN112462756B (zh) * | 2020-10-29 | 2022-11-25 | 久瓴(上海)智能科技有限公司 | 农林作业任务生成方法、装置、计算机设备和存储介质 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2083068C1 (ru) * | 1994-09-21 | 1997-07-10 | Всероссийский научно-исследовательский институт орошаемого земледелия | Способ возделывания кормовых культур |
US5751576A (en) | 1995-12-18 | 1998-05-12 | Ag-Chem Equipment Co., Inc. | Animated map display method for computer-controlled agricultural product application equipment |
DE19629618A1 (de) | 1996-07-23 | 1998-01-29 | Claas Ohg | Routenplanungssystem für landwirtschaftliche Arbeitsfahrzeuge |
US6141614A (en) * | 1998-07-16 | 2000-10-31 | Caterpillar Inc. | Computer-aided farming system and method |
US6115481A (en) | 1998-10-22 | 2000-09-05 | Centrak, Llc | User modifiable land management zones for the variable application of substances thereto |
CN2406458Y (zh) * | 2000-05-26 | 2000-11-22 | 任建中 | 便携式山地耕作机 |
DE102005041550A1 (de) * | 2005-08-31 | 2007-03-01 | Agrocom Gmbh & Co. Agrarsysteme Kg | Lenksystem eines Fahrzeugs |
US7725233B2 (en) * | 2005-10-25 | 2010-05-25 | Deere & Company | Crop attribute map input for vehicle guidance |
US8319165B2 (en) * | 2007-07-03 | 2012-11-27 | Holland Kyle H | Variable rate chemical management for agricultural landscapes |
JP5760432B2 (ja) * | 2010-12-24 | 2015-08-12 | 富士通株式会社 | 作付支援方法および作付支援装置 |
DE102012010912B3 (de) * | 2012-06-04 | 2013-08-14 | Yara International Asa | Verfahren zum berührungslosen Bestimmen des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Information |
DE102013201996A1 (de) * | 2013-02-07 | 2014-08-07 | Deere & Company | Verfahren zur Einstellung von Arbeitsparametern einer Erntemaschine |
DE102014104619A1 (de) * | 2014-04-02 | 2015-10-08 | Claas Agrosystems Kgaa Mbh & Co. Kg | Planungssystem und Verfahren zur Planung einer Feldbearbeitung |
BR112017003725A2 (pt) | 2014-08-27 | 2017-12-26 | Premier Crop Systems Llc | sistema operável para aplicar uma entrada agrícola e colher uma saída agrícola em uma zona de gestão e método para randomizar e replicar entradas agrícolas |
US9652840B1 (en) * | 2014-10-30 | 2017-05-16 | AgriSight, Inc. | System and method for remote nitrogen monitoring and prescription |
US9719973B2 (en) * | 2015-01-05 | 2017-08-01 | Deere & Company | System and method for analyzing the effectiveness of an application to a crop |
WO2016189468A1 (en) * | 2015-05-25 | 2016-12-01 | Agromentum Ltd. | Closed loop integrated pest management |
CA3016216C (en) * | 2016-03-04 | 2023-05-02 | Nutrien Ag Solutions (Canada) Inc. | System and method for prescribing fertilizer application rates for spatial distribution of a product |
CN106105446A (zh) * | 2016-07-08 | 2016-11-16 | 黄光瑜 | 一种庄稼耕作打印机 |
US10617057B2 (en) * | 2017-05-12 | 2020-04-14 | Deere & Company | Ground-engaging implement with lateral position adjustment |
US10970832B2 (en) * | 2017-07-31 | 2021-04-06 | Rachio, Inc. | Image data for improving and diagnosing sprinkler controller performance |
-
2018
- 2018-10-18 EP EP23156618.3A patent/EP4218381A1/de active Pending
- 2018-10-18 CA CA3079773A patent/CA3079773A1/en not_active Abandoned
- 2018-10-18 CN CN201880068515.1A patent/CN111526710B/zh active Active
- 2018-10-18 EP EP18785682.8A patent/EP3700320B1/de active Active
- 2018-10-18 WO PCT/EP2018/078632 patent/WO2019081349A1/de active Application Filing
- 2018-10-18 US US16/756,316 patent/US12026944B2/en active Active
- 2018-10-18 ES ES18785682T patent/ES2947014T3/es active Active
- 2018-10-18 BR BR112020008086-1A patent/BR112020008086A2/pt active Search and Examination
- 2018-10-18 RU RU2020116146A patent/RU2020116146A/ru unknown
- 2018-10-22 AR ARP180103079A patent/AR113461A1/es unknown
Also Published As
Publication number | Publication date |
---|---|
RU2020116146A3 (es) | 2022-03-10 |
BR112020008086A2 (pt) | 2020-11-03 |
CA3079773A1 (en) | 2019-05-02 |
US12026944B2 (en) | 2024-07-02 |
EP3700320A1 (de) | 2020-09-02 |
EP3700320B1 (de) | 2023-03-22 |
CN111526710A (zh) | 2020-08-11 |
US20200242358A1 (en) | 2020-07-30 |
RU2020116146A (ru) | 2021-11-25 |
EP4218381A1 (de) | 2023-08-02 |
AR113461A1 (es) | 2020-05-06 |
WO2019081349A1 (de) | 2019-05-02 |
CN111526710B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2947014T3 (es) | Creación de mapas digitales de cultivo | |
ES2883327T3 (es) | Planificación e implementación de medidas agrícolas | |
US12008744B2 (en) | Mapping field anomalies using digital images and machine learning models | |
Jiménez-Brenes et al. | Quantifying pruning impacts on olive tree architecture and annual canopy growth by using UAV-based 3D modelling | |
US10939607B2 (en) | Method for pest control | |
US10028426B2 (en) | Agronomic systems, methods and apparatuses | |
ES2768949T3 (es) | Sistema y procedimiento para controlar maquinaria para aleatorizar y replicar niveles de insumos agronómicos predeterminados | |
Pedersen et al. | Precision agriculture–from mapping to site-specific application | |
US11212968B2 (en) | Method, system for remotely growing plants, computer program product for implementing the method, and farming tool assembly | |
BR112020003723A2 (pt) | método para determinar rendimentos esperados no crescimento de plantas agrícolas, sistema de computador e produto de programa de computador | |
EP4075941A1 (en) | Computer implemented method for providing test design and test instruction data for comparative tests on yield, gross margin, efficacy or vegetation indices for at least two products or different application timings of the same product | |
Singh | Precision agriculture in india–opportunities and challenges | |
Blank et al. | Spatial and temporal aspects of weeds distribution within agricultural fields–A review | |
Hussain et al. | Precision agriculture-Smart Farming: The future of agriculture | |
ES2918007T3 (es) | Procedimiento para determinar las propiedades vegetales de una planta útil | |
Roel et al. | Interpreting yield patterns for California rice precision farm management | |
Branson | Using conservation agriculture and precision agriculture to improve a farming system | |
Cabello et al. | Procedures for standard evaluation and data management of advanced potato clones. Practical guide to assessing potato clones for drought tolerance under field conditions | |
US11393193B1 (en) | Zone management generation from point samples | |
US20230360149A1 (en) | Computer implemented method for providing test design and test instruction data for comparative tests for yield, gross margin, efficacy and/or effects on vegetation indices on a field for different rates or application modes of one product | |
BR122022022150B1 (pt) | Método para criação de mapa de cultivo digital, mapa de cultivo digital, sistema implementado por computador e memória de armazenamento legível por computador | |
BR102022024397A2 (pt) | Gerenciamento dinâmico de tanques com base em ambiente anterior e medições de máquina | |
EA045347B1 (ru) | Система позиционирования в режиме кинематики реального времени (rtk), базовая станция и способ (варианты) калибровки и эксплуатации | |
Aschmann et al. | Affordable opportunities for precision farming | |
Kour et al. | Current Advances in Precision Farming for Sustainable Agricultural Management |