用于提供测试设计和测试指令数据以用于针对至少两种产品或不同施用时序的同一产品的产量、毛利率、功效或植被指数的比较测试的计算机实现的方法

摘要

一种计算机实现的方法，用于提供测试设计和测试指令数据以用于针对具有相似使用区域的至少第一产品和第二产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试。

说明书

技术领域

本发明涉及一种用于提供测试设计和测试指令数据以用于针对至少第一产品和第二产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的计算机实现的方法，用于此类方法的田地地图数据的用途，用于提供测试结果数据(例如产量测试结果数据)的此类方法的用途，用于提供测试设计和测试指令数据以用于针对至少第一产品和第二产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的系统，以及计算机程序单元，当由处理器执行时该计算机程序单元被配置为执行此类方法，或可替代地比较同一产品的两个不同施用时间的影响。

背景技术

农业管理决策，如时序、剂量和种植日期的选择、作物保护措施、肥料施用或收割作业都由环境因素驱动。在时序和剂量方面，农民/农艺师通常依赖农产品(例如种子、生长促进剂、杀菌剂等)的制造商提供的信息。然而，这些信息是笼统的陈述，没有考虑到特定田地的具体细节。此外，对于农艺师来说，更难的是从针对相同施用/用途的各种产品中选择最合适的产品。如果农艺师希望进行自己的田地试验，以推导适应制造商提供的概括性陈述或为特定田地选择一种可用的产品，这对他来说是一项相对繁琐和冗长的任务。农艺师很难选择相应的测试参数以获得可靠的比较产量测试结果。换句话说，农艺师很难计划对产量、功效(例如杂草或疾病控制等)或农艺师已知的各种植被指数(例如，QCAB、fPAR、GLA、NDVI、NDRE、LAI等)进行比较测试，这使他能够因果地确定哪些产品、哪些产品使用率、和/或哪些施用时序对特定田地的产量具有影响。

有鉴于此，发现进一步需要提供一种方法，用于提供测试设计和测试指令数据以用于针对两种或更多种产品对田地中的产量、功效(例如疾病水平、作物高度、绿叶面积、植物数量等)或各种植被指数(例如NDVI、fPAR等)的比较测试，和/或在两个或多个施用时序比较相同的产品。

发明内容

鉴于上述情况，本发明的目的是提供用于提供测试设计和测试指令数据以用于针对不同的产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的方法。

通过阅读以下描述变得显而易见的这些和其它目的由独立权利要求的主题来解决。从属权利要求涉及本发明的优选实施例。

根据本发明，提供了一种计算机实现的方法，用于提供测试设计和测试指令数据以用于针对具有相似使用区域(area)的至少第一产品和第二产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试，包括以下步骤：

提供至少包括关于将要执行比较测试的田地的生物量分布数据和地理数据的田地数据；

提供包括关于所述第一产品和所述第二产品的恒定产品使用率，和/或所述第一产品和所述第二产品的可变产品使用率的产品使用率数据，和/或所述第一产品和所述第二产品的施用时序的测试数据，其(对产量)影响将通过对产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试来比较；

基于所提供的地理数据，通过以地块和/或条带分割田地来生成测试设计数据；

通过指定具有可比较生物量数据的至少两个地块和/或至少两个条带并将所述产品的使用率和/或施用时序分配给具有可比较生物量数据的至少两个地块和/或至少两个条带，生成测试指令数据。

换句话说，本发明提议提供一种测试设计，该测试设计基本上基于要执行比较测试的田地的生物量分布。该方法基于以下发现：田地的生物量分布表示田地的不同参数的结果或综合指标。这意味着具有相似生物量的区域通常具有可比较的田地参数/产量潜力。

两种产品的产品使用率可以由制造商的信息导出和/或根据生物量分布数据进行调节。值得注意的是，第一和第二产品也可以是在不同施用时间施用的相同产品，即在该情况下，第一产品和第二产品本身可以相同，但在不同时间被施用。

值得注意的是，生物量分布数据优选地借助于以下来提供：绝对(例如实际)LAI-生物量分布数据和/或多年LAI-生物量分布数据(即多年来收集的LAI-生物量分布数据；其可以是代表产量潜力的区域差异(“有效区(power zone)”)的跨作物或特定作物)。然而，任何其它基于植被的指数数据可以是或可以另外地用于本公开中(例如，归一化差异植被指数(NDVI))。此外，生物量分布数据也可以通过在如卫星、无人机或车辆或地面车辆的各种平台上使用合成孔径雷达(SAR)、光探测和测距(LIDAR)衍生传感器系统来获得。绝对LAI-生物量数据优选地源自卫星图像和/或无人机图像，例如，以平方米土壤表面上的平方米叶面积来提供。此外，绝对LAI-生物量数据还可以基于远程传感部件和/或布置在车辆或喷雾器上的基于地面的传感部件，例如在车辆或喷雾器上安装的传感器部件和/或相机系统。优选地，生物量数据基于优选在开始相应的比较测试前的一或两周的时间范围内获得的当前数据和/或在一段时间内(优选在超过5或10年的时段内)获得的历史数据(即多年LAI生物量分布数据)，示出跨作物轮作(rotation)的田地的中长期生产区域。生物量数据优选地还包括采用生物量区域类别形式的信息，优选地指示区域中的生物量是高于平均水平、平均水平还是低于平均水平，其中优选以3、5和/或7个类别提供生物量数据。此外，术语时序应广义地理解并且包括至少两个不同的含义，即通过在施用器或喷雾器的开/关施用模式中使用不同的“阈值”导出/控制的不同的施用时间和/或不同的施用时序(例如，对车载阈值传感器使用不同的杂草阈值，该传感器正控制施用器或喷雾器的开/关施用或流率(flowrate))。

本公开的主要目的之一是提供一种工具来实现大规模、多地点的农场开发试验(OFD)，以开发和优化所有农业投入物作为作物保护化学品、种子和肥料的基于可变速率或阈值的施用的算法。

术语“田地数据”至少涵盖生物量分布和地理信息，例如提供相应田地的所谓形状文件和田地元数据。然而，优选地，“田地数据”进一步包括电导率数据、土壤类型数据、土壤质地数据、地形数据、有机质数据、氮含量数据、钾含量数据和/或pH值数据，以及其中在生成测试指令数据时，指定具有可比较生物量数据和电导率数据、土壤类型数据、土壤质地数据、地形数据、有机质数据、氮含量数据、钾含量数据和/或pH值数据的至少两个地块和/或条带；和/或在生成测试指令数据时，不同的数据被不同地加权，优选地生物量数据用50％加权，电导率数据和地形数据各自用25％加权。例如，通过考虑地形差异，可以考虑到凹形地形区域比凸形地形区域可能积聚更多的水。在该上下文中，应该注意，除了生物量分布数据和地理数据之外，本发明不限于并入此类进一步的数据；此类并入只是优选为了进一步增加比较测试的测试结果的因果关系/可比性。

术语“测试数据”至少涵盖关于所述第一产品的第一产品数据、关于所述第二产品的第二产品数据、关于所述第一产品和所述第二产品的恒定产品使用率和/或所述第一产品和所述第二产品的可变产品使用率的产品使用率数据，和/或所述第一产品和所述第二产品的不同施用时间(例如所谓的生长阶段31或生长阶段39)，其影响(例如对产量的)将通过比较测试来比较。进一步优选的是，“测试数据”进一步包括重复(repetition)数据，该重复数据包括关于所述产品的预期处理重复的信息，并且其中当生成测试指令数据时，与处理重复对应的施用时间数据被分配给指定的地块和/或条带。

此外，优选提供地块和/或条带尺寸作为生成测试设计数据的基础。例如，测试数据可以由农艺师使用对应的输入设备(诸如计算机单元的键盘和鼠标)手动提供，和/或作为预定义的标准测试模式。例如，可以为农艺师提供可以根据自己的需要进行调整的标准测试模式。在该上下文中，还可以向农艺师提供对不同的数据库的访问，他可以从中选择要测试的所述产品并从中获取由制造商指定的标准使用率。在该方面，进一步优选的是，该方法进一步包括基于生物量分布数据生成恒定产品使用率和/或可变产品使用率的步骤。例如，要比较的产品使用率可以根据在田地中发现的生物量分布进行调节。该调节基于以下发现：为了提高特定田地中的产量，较高的生物量应使用较高的产品使用率，并且较低的生物量应使用较低的产品使用率。

术语“生成测试设计数据”仅指将田地分割为“地块”和/或“条带”。在该上下文中，应注意将田地分割成地块和/或条带是自动化的或部分自动化的，并且不取决于生物量分布，即可比较的地块和/或条带的确定仅在已经生成地块和/或条带时的后续步骤中进行。

“产量”是每单位面积(例如以公顷或平方米表示)和每植被周期(例如季节)收获的植物或作物生物量(例如以吨或千克表示)，并且产量以例如每公顷吨或每公顷千克表示。值得注意的是，本公开中的术语“产量”可以指所谓的“生物产量”和所谓的“经济产量”二者。“生物产量”定义为“每单位面积和每生长季节生产的植物总质量(mass)，包括根(生物量)”。对于“经济产量”，仅考虑“植物生长所围绕”的“那些植物器官或成分”，其中“高生物产量是高经济产量的基础”(参见Hans Mohr,Peter Schopfer,Lehrbuch derPflanzenphysiologie,3rd edition,Berlin/Heidelberg 1978,p.560-561)。

术语“产品”被理解为对处理有用的任何对象或材料。在本发明的上下文中，术语“产品”包括但不限于：

-化学产品，诸如杀真菌剂、除草剂、杀虫剂、杀螨剂、杀软体动物剂、杀线虫剂、杀鸟剂、杀鱼剂、杀鼠剂、驱虫剂、杀菌剂、杀生物剂、安全剂、植物生长调节剂、脲酶抑制剂、硝化抑制剂、反硝化抑制剂或其任何组合；-生物产品，诸如用作以下的微生物：杀真菌剂(bioofungicide)、除草剂(bioherbicide)、杀虫剂(bioinsecticide)、杀螨剂(bioacaricide)、杀软体动物剂(biomolluscicide)、杀线虫剂(bionematicide)、杀鸟剂、杀鱼剂、杀鼠剂、驱虫剂、杀菌剂、杀生物剂、安全剂、植物生长调节剂、脲酶抑制剂、硝化抑制剂、反硝化抑制剂或其任何组合；-肥料和养分；-种子和幼苗；-水；以及-其任何组合。在本发明的上下文中，术语“产品”还包括不同产品的组合。

“对某些植被指数的影响”特别包括处理前后植被指数的比较。例如，在第一年，可以确定相应区域/田地的LAI(叶面积指数)，并与第二年的区域/田地的LAI进行比较。本领域技术人员知道可能关注的多个此类植被指数。此处不能举出结论性的示例，例如：DVI(差异植被指数)、RVI(比率植被指数)、NDVI(归一化差异植被指数)、EVI(增强植被指数)、GRABS(裸露土壤上的GReeness)等。

术语功效可以理解为一个方程，其中处理在执行所需的植物保护活动(例如控制目标害虫或改变作物生长)的积极影响和任何其它有用的影响(诸如控制其它非目标害虫)与负面影响(诸如对作物的直接损害(植物毒性)或对传粉媒介和天敌的影响，或抗性的发展)相平衡。

毛利率可以通过从作物的总收入中减去种植作物的直接成本来确定。直接成本通常包括与作物生产操作、收获和营销相关联的成本。毛利率不包括诸如费率、生活成本、保险的间接成本，即无论是否种植作物，都必须满足这些成本。出于该原因，毛利率不是特定企业利润的度量。然而，对于农艺毛利率，它在农场预算和估计特定作物的可能收益或损失方面提供了有用的工具。毛利率允许技术人员比较具有相似土地、机械和设备要求的替代种植选择的相对盈利能力。

借助于本发明，农民或农艺师可以在地块和/或条带设计之间进行选择。即使没有太复杂的设备，农民也可以更容易地实施条带设计，其中地块设计可以更好地利用给定的田地面积，并且可以提供具有可比较的生物量值的多个不同地块。

在下文中，解释了用于提供/计算条带或地块设计的示例。空间容器(即田地边界)是借助于田地数据提供的。随后，通常基于田地的最长自然轴，即轨道(tramline)方向，选择轨道入口点和轨道度数(degree)。然后，可以基于轨道入口点和轨道方向将条带设计/图案放置在田地上，其中条带宽度是预设的或由农民手动输入作为测试数据的一部分。对于地块设计，条带通常被进一步划分成规则地块。轨道入口点是田地内的点，其中标识了田地设备的轨道(工作线、行驶车道)。这应该与施用机械的中心重合，诸如农业机械(例如播种机、喷雾器等)的重心点。值得注意的是，这是否标志(mark)着行驶方向的顶部、中心或底部并不是非常重要的，因为已绘制出全田地。轨道进入度数是农业机械通过田地的行驶取向。在实践中，这通常与田地内最长的自然直线方向一致。然而，对于形状更不规则的田地，可能存在多个此类方向。在此类情况下，优选将田地分割成多个虚拟田地，因为单个轨道更容易处理。值得注意的是，该提供的条带或地块设计可以重复使用，并且可以在不同的施用时间使用完全相同的位置。可替代地或另外地，如果可以对齐试验地块/条带，而不是使用上述方法，则可以使用永久的或临时的所谓的地理参考AB线。

值得注意的是，为了生成测试设计数据，还可以使用包括图像识别算法的机器学习算法，特别是用于确定轨道入口点、轨道度数以及用于提供地块和/或条带。机器学习算法优选地包括决策树、朴素贝叶斯分类、最近邻、神经网络、卷积神经网络、生成对抗网络、支持向量机、线性回归、逻辑回归、随机森林和/或梯度提升算法。优选地，机器学习算法被组织成将具有高维度的输入处理成具有低得多的维度的输出。此类机器学习算法被称为“智能”，因为它能够被“训练”。可以使用训练数据的记录来训练算法。训练数据的记录包括训练输入数据和对应的训练输出数据。训练数据的记录的训练输出数据是机器学习算法在给定与训练数据的记录相同的训练输入数据作为输入时预期产生的结果。该预期结果与由算法产生的实际结果之间的偏差借助于“损失函数”进行观察和评估。该损失函数用作调节机器学习算法的内部处理链参数的反馈。例如，可以根据最小化当所有训练输入数据都馈入机器学习算法并将结果与对应的训练输出数据进行比较时产生的损失函数的值的优化目标来调节参数。该训练的结果是，给定相对较少数量的训练数据记录作为“基本事实(ground truth)”，机器学习算法能够很好地处理大量输入数据的记录，其要高出许多数量级。

术语“生成测试指令数据”是指将相应的施用量/时序分配给具有可比较生物量值的“地块”和/或“条带”，即，将所述第一产品和所述第二产品、使用率和/或施用时序分配给这至少两个地块和/或至少两个条带。在该上下文中，应该注意的是，可比较的生物量值不限于相同的生物量值，因为此类生物量值的同一性(identity)在实践中相对较少。因此，术语可比较的生物量值是指预期生物量值的差异不会导致测试结果中显著变化的生物量值，即如果在相同处理下的两个地块和/或条带上可以预期或多或少相同的结果，则存在可比较的生物量值。因此，本发明提供了一种方法，用于提供测试设计和测试指令数据以用于针对至少两种产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试，其中测试可以使用相同或不同的产品使用率和/或相同或不同的时序来执行，其中产品使用率和/或时序也可以调节为包括可比较的生物量值的地块和/或条带的相应(绝对)LAI-生物量值。

优选地，该方法进一步包括提供产品数据库的步骤，其中至少包括关于具有相似使用区域的产品的信息；在产品数据库中执行数据库搜索，基于关于使用区域的信息确定第一产品和第二产品和/或鉴于指定的第一产品确定具有相似使用区域的第二产品；以及提供第一产品数据和第二产品数据作为测试数据。通过提供此类产品数据库，农艺师或通过基于计算机的算法可以识别制造商推荐用于相似或相同用途并且应该/可以通过要在田地上执行的比较测试来比较的产品。在该方面，进一步优选的是，产品数据库还包括关于制造商提供的产品的使用率的信息；以及在产品数据库中执行数据库搜索，确定所述第一产品的产品使用率和/或所述第二产品的产品使用率；以及提供所述第一产品的产品使用率数据和/或所述第二产品的产品使用率数据；以及这些使用率数据作为测试数据提供。值得注意的是，制造商提出的这些产品使用率可能已经用于比较测试，或者可鉴于地块/条带中的生物量数据/值进行调节。

优选地，通过指定具有可比较生物量数据的不同地块组和/或不同条带组并且将不同的产品使用率和/或施用时序分配给这些地块组和/或这些条带组，生成测试指令数据。在该上下文中，优选将田地的整个区域分配给地块或条带(完全随机地块设计)。然而，本发明不限于此类实施例，即，可以仅将田地的一部分分配给地块或条带(部分随机地块设计)。

进一步优选地，该产品是种子产品、肥料产品和/或作物保护产品。然而，优选地，根据本公开的产品不是植物本身，而是待研究其对植物的影响的产品。

值得注意的是，同样为了生成测试指令数据，可以使用机器学习算法，特别是用于确定哪些地块和/或条带关于生物量值是可比较的。特别地，在确定可比较地块和/或条带时，还应考虑另外参数(例如电导率数据、土壤类型数据、土壤质地数据、地形数据、有机质数据、氮含量数据、钾含量数据和/或pH值数据)。在示例中，在第一步骤中，可以生成/提供关于田地参数的各种数据层(例如，可以生成/提供田地的土壤质地的数据层、田地的电导率的数据层、田地的地形的数据层等)。可以仅使用这些数据层中的一些数据层，即所生成/提供的数据层中的似乎对特定田地具有决定性意义的不同的数据层可以被“选择”并与生物量数据进行组合。此外，不同的数据层可被不同地加权，例如生物量数据用50％加权，电导率数据层和地形数据层各自用25％加权。

优选地，该方法进一步包括生成采样指令数据的步骤，该采样指令数据包括关于用于在相应的地块和/或条带中进行采样或执行测量的采样位置和/或采样周期的信息，其中位置优选地以地理坐标的形式提供。这些采样位置可以与试验身份、作物等一起与田地试验官员的移动数据记录器(例如膝上型计算机、智能电话、手持设备等)同步，从而允许运行具有在线地理参考数据和图像收集的全球试验网络。

在该方面，进一步优选地，采样位置优选地远离相邻地块/条带的边界和远离拖拉机轨道被自动放置，以避免边界效应。此外，在该方面，进一步优选的是，采样位置距相邻地块/条带的边界和距拖拉机轨道一定距离生成，其中，距离在地块/条带宽度和/或长度的2.5％和20％之间，优选地块/条带宽度和/或长度的5％。

换句话说，采样位置不应位于地块或条带的外部区域。这是为了避免来自附近田地区域的遗留(carry over)影响，例如由于精度限制和潜在错误，已对其进行了不同的处理。当在观察单元的中间移动以施用特定处理时，点也不应位于地块或条带的中心或中心线上，这可能是拖拉机或任何其它设备标记的区域。

该方法优选地进一步包括基于生成的测试指令数据和地理数据来计算罐混合数据和/或种子量或肥料量的步骤。罐混合计算的目的是实现罐填充，施用后罐中没有或几乎没有罐混合剩余，因为此类剩余的混合必须由农民稀释和销毁。

本发明还涉及一种在如上解释的用于提供测试设计和测试指令数据以用于针对至少两种产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的方法中的至少包括生物量数据的田地数据的用途，其中，基于生物量数据来生成测试指令数据。此外，本发明涉及一种在如上解释的用于提供测试设计和测试指令数据以用于针对至少两种产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的方法的用途，用于执行对产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试，以及用于提供比较测试结果数据(例如产量测试结果数据)。在该方面，比较测试结果数据优选地用于植物生长模拟和/或疾病模拟模型。此外，在该方面，进一步优选的是，比较测试结果数据用于计算“可变速率施用”(VRA)、“可变速率播种”(VRS)和/或“可变速率施肥”(VRF)和/或多速率变化(MRV)。值得注意的是，术语在方法中的使用必须被理解为这些数据用于执行/进行/实施所述方法，即以用于此类方法的输入数据的形式。

本发明还涉及一种用于提供测试设计和测试指令数据以用于针对至少第一产品和第二产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的系统，包括：

至少一个数据输入接口，其被配置为接收至少包括关于将要执行所述比较测试的所述田地的生物量数据和地理数据的田地数据；

至少一个数据输入接口，其被配置为接收/捕获测试数据，所述测试数据包括关于所述第一产品的第一产品数据、关于所述第二产品的第二产品数据、关于所述第一产品和所述第二产品的恒定产品使用率和/或所述第一产品和所述第二产品的可变产品使用率的产品使用率数据，和/或所述第一产品和所述第二产品的施用时序，其(例如对产量的)影响将通过所述比较测试来比较；

至少一个处理单元，其被配置为基于所提供的地理数据通过以地块和/或条带分割所述田地来生成测试设计数据；

至少一个处理单元，其被配置为通过指定具有可比较生物量数据的至少两个地块和/或至少两个条带并将所述产品的使用率和/或施用时序分配给具有可比较生物量数据的所述至少两个地块和/或至少两个条带来生成测试指令数据。

最后，本发明涉及一种计算机程序单元(例如试验计划应用(App))，其在由处理器执行时被配置为执行上述方法。借助于此类计算机程序单元，可以在任何地理参考的田地地图中规划测试设计和测试指令。农艺师可以从大量测试参数(例如产品、重复次数、产品使用率等)中进行选择，并根据自己的需要调整它们。主要成果将是开发和优化可变速率技术的规则或算法，从而提高作物生产系统的效率，因为产品投入/产量比不仅可以在田地层面而且在空间层面上进行优化。农业产品投入的该空间适应(德语：“

计算机程序单元可能存储在计算机单元上，该计算机单元也可以是实施例的一部分。该计算单元可以被配置为执行或诱导执行上述方法的步骤。此外，它可以被配置为操作上述装置和/或系统的组件。计算单元可以被配置为自动操作和/或执行用户的命令。可以将计算机程序加载到数据处理器的工作存储器中。数据处理器因此可以被装备以执行根据前述实施例之一的方法。本发明的该示例性实施例涵盖从一开始就使用本发明的计算机程序和借助于更新将现有程序变成使用本发明的程序的计算机程序二者。此外，计算机程序单元可能能够提供所有必要的步骤来完成上述方法的示例性实施例的过程。根据本发明的另一示例性实施例，提供了一种计算机可读介质，诸如CD-ROM、USB棒等，其中该计算机可读介质具有存储在其上的计算机程序单元，该计算机程序单元由上一节描述。计算机程序可以存储和/或分布在合适的介质上，诸如与其它硬件一起提供或作为其它硬件的一部分提供的光存储介质或固态介质，但也可以以其它形式分布，诸如经由互联网或其它有线或无线电信系统。然而，计算机程序也可以通过像万维网的网络呈现并且可以从此类网络下载到数据处理器的工作存储器中。根据本发明的另一示例性实施例，提供了一种用于使计算机程序单元可用于下载的介质，该计算机程序单元被布置为执行根据本发明的前述实施例之一的方法。

附图说明

在下面，将参考附图示例性地描述本发明，在附图中

图1是根据本发明的优选实施例的用于提供测试设计和测试指令数据以用于针对两种或更多种产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的方法的示意图；

图2是田地的生物量分布的示意图；

图3是图2中所示田地的地块设计的示意图；

图4是图2中所示田地的地块设计所提供的采样位置的示意图；

图5是图2中所示田地的条带设计的示意图；以及

图6是图2中所示田地的条带设计所提供的采样位置的示意图。

具体实施方式

图1是根据本发明的优选实施例的用于提供测试设计和测试指令数据以用于针对至少两种产品对田地上的产量和/或毛利率、功效和/或对某些植被指数的影响的比较测试的方法的示意图。在下面，说明根据本发明的优选实施例的示例性步骤顺序。

在步骤S10中，提供“田地数据”。如图2中所示，田地数据至少包括田地的生物量分布和地理信息。例如，可以提供田地数据作为田地的所谓形状文件和田地元数据。在这方面，优选地，“田地数据”进一步包括电导率数据、土壤类型数据、土壤质地数据和/或地形数据，并且其中在生成测试指令数据时，指定具有可比较生物量数据，以及优选是可比较的电导率、土壤类型、土壤质地和/或地形的至少两个地块和/或条带。

生物量分布数据优选地基于归一化差异植被指数(NDVI)数据和/或叶面积指数(LAI)数据和/或任何其它基于植被的指数数据。在该方面，进一步优选地，通过使用合成孔径雷达(SAR)、光探测和测距(LIDAR)、卫星、无人驾驶车辆或车载传感器获得生物量分布数据。

优选地，生物量数据基于优选地在相应的比较测试开始前的一或两周的时间范围内获得的当前数据和/或在一段时间内(优选在超过5或10年的时段内)获得的历史数据，示出跨作物轮作的田地的中长期生产区域。生物量数据优选地包括以生物量区域类别形式的信息，优选指示区域中的生物量是高于平均水平、平均水平还是低于平均水平，其中优选地，生物量数据以3、5和/或7个类别来提供。

在步骤20中，提供“测试数据”。测试数据至少包括关于要被比较的至少两种产品的产品使用率数据，例如所述产品的恒定产品使用率，和/或所述产品的可变产品使用率，和/或所述产品的不同施用时序，其影响(例如对产量的)将通过比较测试来比较。在该方面，“测试数据”可以进一步包括重复数据，该重复数据包括关于所述产品的预期处理重复的信息，并且其中，当生成测试指令数据时，与处理重复对应的施用时间数据被分配给指定的地块和/或条带。此外，优选提供地块和/或条带尺寸作为生成测试设计数据的基础。例如，测试数据可以由农艺师使用对应的输入设备(诸如计算机单元的键盘和鼠标)手动提供，和/或作为预定义的标准测试模式。例如，可以为农艺师提供他可以根据自己的需要进行调整的标准测试模式。在该上下文中，还可以向农艺师提供对不同的数据库的访问，他可以从中选择要被测试的所述产品并从中获取制造商指定的标准使用率。在该方面，进一步优选的是，该方法进一步包括基于生物量分布数据生成产品使用率和/或可变产品使用率的步骤。例如，要被比较的产品的产品使用率可以根据在田地中发现的生物量分布进行调节。因此，制造商建议的产品使用率可以调节到施用要比较的产品的条带/地块的生物量值。该调节基于以下发现：为了提高特定田地中的产量，较高的生物量应使用较高的产品使用率，较低的生物量应使用较低的产品使用率。

在步骤30中，生成“测试设计数据”，即，该田地被分割为如图3中所示的“地块”和/或如图5中所示的“条带”。在该上下文中，应该注意的是，将田地分割成地块和/或条带是自动化的或部分自动化的，并且不取决于生物量分布，即仅当地块和/或条带已生成时，可比较的地块和/或条带的确定才在后续步骤中进行。借助于本发明，农民可以在地块和/或条带设计之间进行选择。即使没有太复杂的设备，农民也可以更容易地实现条带设计，其中地块设计可以更好地利用给定的田地区域，并且可以提供具有可比较的生物量值的多个不同地块。地块和/或条带是基于田地边界提供/计算的，该田地边界是借助于田地数据提供的。随后，通常基于田地的最长自然轴，即轨道方向，可以选择轨道入口点和轨道度数。然后，可以基于轨道入口点和轨道方向将条带设计/图案放置在田地上，其中条带宽度是预设的或由农民手动输入作为测试数据的一部分。对于地块设计，条带通常被进一步划分成规则地块。轨道入口点是田地内的点，其中标识了田地设备的轨道(工作线、行驶车道)。这应该与施用机械的中心重合，诸如农业机械(例如播种机、喷雾器等)的重心点。值得注意的是，这是否标志着行驶方向的顶部、中心或底部并不是非常重要的，因为已绘制出全田地。轨道进入度数是农业机械通过田地的行驶取向。在实践中，这通常与田地内最长的自然直线方向一致。该提供的条带或地块设计可以重复使用，并且完全相同的位置可以在不同的时间用于不同的测试。

在步骤40中，生成“测试指令数据”，将相应的施用量分配给具有可比较的生物量值的“地块”和/或“条带”，即将产品、它们的使用率和/或它们的施用时间分配给这至少两个地块和/或至少两个条带。换句话说，第一产品分配给第一地块/条带，并且第二产品分配给第二地块/条带，其中两个地块/条带具有可比较的生物量值。在该上下文中，应注意可比较的生物量值不限于相同的生物量值，因此生物量值的同一性在实践中相对较少。因此，术语可比较的生物量值是指预期它们的差异不会导致测试结果中显著变化的生物量值，即如果在相同处理下的两个地块和/或条带上可以预期或多或少相同的结果，则存在可比较的生物量值。优选地，通过指定具有可比较生物量数据的不同地块组和/或不同条带组并将不同的产品使用率和/或施用时序分配给这些地块组和/或条带组来生成测试指令数据。进一步优选地，该产品是种子产品、肥料产品和/或作物保护产品。

优选地，该方法还包括生成“采样指令数据”的步骤S50，该“采样指令数据”包括关于采样位置(如图4和图6中所示)和/或采样周期的信息，用于在相应的地块和/或条带中进行采样或执行测量，其中位置优选地以地理坐标的形式提供。在该方面，进一步优选地，采样位置优选地远离相邻地块/条带的边界和远离拖拉机轨道被自动放置，以避免边界效应。此外，在该方面，进一步优选的是，采样位置优选地距相邻地块/条带的边界和距拖拉机轨道一定距离生成，其中距离在地块/条带宽度和/或长度的2.5％和20％之间，优选地块/条带宽度和/或长度的5％。

该方法进一步优选地包括基于生成的测试指令数据和地理数据计算罐混合数据和/或种子量或肥料量数据的步骤S60，其中罐混合优选地以小于5％的产品缓冲并且最优选以小于2.5％的产品缓冲来计算。罐混合计算的目的是实现罐填充，在施用之后，罐中没有或几乎没有罐混合剩余，因为此类混合经常被农民稀释和破坏。

本发明也已结合优选实施例作为示例进行了描述。然而，通过对附图、本公开和权利要求的研究，本领域技术人员可以理解和实现其它变化并实施要求保护的发明。在权利要求以及说明书中，词语“包括”不排除其它元件或步骤，并且不定冠词“一”或“一个”不排除多个。单个元件或其它单元可以实现权利要求中列举的多个实体或项目的功能。在相互不同的从属权利要求中列举了某些措施这一事实并不表明这些措施的组合不能用于有利的实现方式中。