[发明专利]在子农场级别估计作物害虫风险和/或作物疾病风险

说明书

提供了用于以子农场级别估计作物害虫风险和/或作物疾病风险的方法、装置和计算机程序产品。在一些实施例中，基于农场定义数据确定农场区域，并且从多个数据源取得与农场区域相关联的输入数据。输入数据可以包括多个像素集。在一些实施例中，使用一个或多个时空回归模型基于输入数据针对每个像素集确定作物风险数据。作物风险数据可以包括每个像素集的作物害虫风险和/或作物疾病风险的估计。在一些实施例中，农场区域被分类成多个子农场，每个子农场基于作物风险数据定义该子农场的风险级别类别。在一些实施例中，将所述子农场显示为视觉热图，连同推荐的解毒剂选项。

技术领域

本发明总体上涉及作物监测领域。更特别地，本发明涉及使用一个或多个时空回归模型来在子农场(sub-farm)级别估计作物害虫风险和/或作物疾病风险。

发明内容

本公开的实施例包括用于以子农场级别估计作物害虫风险和/或作物疾病风险的方法、装置和计算机程序产品。在一些实施例中，接收农场定义数据，基于农场定义数据确定农场区域，并且从多个数据源取得与农场区域相关联的输入数据。输入数据可以包括多个像素集。在一些实施例中，对于多个像素集中的每个像素集，使用一个或多个时空回归模型基于输入数据确定作物风险数据，以在空间和时间上模拟作物害虫风险和/或作物疾病风险。作物风险数据可包括针对多个像素集中的每个像素集的作物害虫风险的估计和/或多个像素集中的每个像素集的作物疾病风险的估计。在一些实施例中，农场区域被分类成多个子农场，每个子农场基于作物风险数据限定该子农场的风险级别类别。在一些实施例中，显示多个子农场中的一个或多个作为视觉热图。在一些实施例中，显示一个或多个推荐的解毒剂选项作为与视觉热图上的每个子农场相关联的文本。

附图说明

下文将结合附图描述实施例，其中相同的标志表示相同的元件。

图1描绘了根据一个或多个实施例的云计算节点。

图2描绘了根据一个或多个实施例的云计算环境。

图3描绘了根据一个或多个实施例的抽象模型层。

图4描绘了根据一个或多个实施例的用于以子农场级别估计作物害虫风险和/或作物疾病风险的示例性系统，其输出(例如，像素级别)包括阵列的时间序列(a₀、a₁、a₂、…、a_n)，每个阵列可构成在时间t_i预测的元组(tuple)时间戳，风险值(Time Stamp，RiskValue)的阵列a_i。

图5描绘了根据一个或多个实施例的用于以子农场级别估计作物害虫风险和/或作物疾病风险的示例性系统，其输出(例如，像素级别)包括高分辨率风险图时间序列。

图6描绘了根据一个或多个实施例的以子农场级别的作物害虫风险和/或作物疾病风险的示例性视觉热图描绘。

图7描绘了根据一个或多个实施例的描绘了以子农场级别的作物害虫风险和/或作物疾病风险的示例性视觉热图，其中，对某些像素集的根本风险值进行标记以示出子农场扩展。

图8描绘了根据一个或多个实施例的针对一种或多种作物害虫和/或一种或多种作物疾病中的每一种以像素集级别构建回归模型的说明性方法的流程图。

图9描绘了根据一个或多个实施例的以子农场级别估计作物害虫风险和/或作物疾病风险的说明性方法的流程图。

图10描绘了根据一个或多个实施例的以子农场级别估计作物害虫风险和/或作物疾病风险并推荐一种或多种解毒剂的说明性方法的流程图。

图11描绘了根据一个或多个实施例的促进以子农场级别估计作物害虫风险和/或作物疾病风险并推荐一种或多种解毒剂的示例非限制性系统的框图。