作物监测和保护的制作方法

1.本教导一般涉及影响作物的生物的计算机辅助识别。本教导还涉及一种或多种这类生物的计算机辅助管理和控制。


背景技术：

2.有害生物(诸如杂草)和植物害虫(诸如寄生细菌、真菌、昆虫、螨虫、线虫或病毒和类病毒)可对作物造成显著损害。化学化合物或生物制品(诸如除草剂、杀真菌剂、杀昆虫剂、杀螨剂或杀线虫剂)在农业中用于控制这种杂草和植物害虫，并且通常称为农药。
3.已知一些有害生物可能通过进化和发展对这些生物所暴露的化合物的抗性来对杀虫化学化合物或生物化合物作出响应。例如，生物可能突变并产生对所施用的农药化合物具有高度耐受性甚至抗性的变种。该生物甚至可能对其它农药化合物产生抗性；一种通常称为交叉抗性的现象。因此，这种施用的农药化合物可能对抗性生物无效。因此，用于控制抗性生物的这种化合物和存在交叉抗性的其它化合物的施用在生态和经济上可能是不期望的。如前所述，生物可能会变得有抗性，例如通过突变或转移。
4.在wo19149626中，提出了一种基于dna/rna测序技术的抗性有害生物的控制。
5.因此，需要一种成本有效的方法以用于生物的现场识别。


技术实现要素：

6.现有技术固有的至少一些问题将通过所附独立权利要求的主题得到解决。
7.当从本教导的第一视角来看时，可以提供一种计算机实现方法，包括：
[0008]-在处理部件处接收指示作物类型的作物数据；
[0009]-在处理部件处接收指示至少一种有害生物的区域数据，该有害生物可能存在于作物位置处或其周围；
[0010]-使用处理部件从数据库中选择适合于对至少一种相关有害生物进行选择性基因分型的传感器装置；其中，该至少一种相关有害生物在至少一种有害生物中，以及其中，该选择响应于作物数据和区域数据而执行。
[0011]
针对计算机实现方法描述的实施例和优选实施例也适用于本发明的其它目的，特别是电子设备和计算机程序。应当理解，即使这些没有针对本发明的每个和各个方面进行重申，它们仍然是可比照适用的。
[0012]
如在“抗农药害虫”、“抗杀真菌剂”中使用的术语“抗性”和比照“抗性”涉及如此表征的生物对采用农药处理具有降低易感性的特性。易感性可以通过农药处理所计划的期望效果来测量，例如生长调节、侵染预防、出苗前对照、现有有害生物的对照等。通常，易感性将通过与未处理的有害生物对照相比，在采用农药处理时有害生物的死亡率来测量。如果处理是在出苗前执行的(例如在作物植物上，或对诸如植物正在生长或将要生长的土壤的地点)，易感性也可以通过与未处理的对照相比出现的有害生物的比率来测量。当在本文中提及“抗性害虫”或“抗性”时，抗农药有害生物的易感性将比对照组低至少10％，优选低至
少20％，更优选低至少50％，并且特别是比对照低至少80％。
[0013]
术语“原位”和“现场”是等效的，并且涉及基本上在收集和/或制备用于测量的采样材料的地点执行基因分型测量的情况。同一地点既包括紧邻执行采样的场所(例如，在1000米半径内，诸如在100米半径内)，但也可涉及执行采样的功能或组织单位，诸如农场、繁殖站、实验室、温室等。因此，术语“原位”和“现场”不包括需要将样品运送到专门的分析设施的任何技术，诸如测序技术。因此，术语“原位”和“现场”是指如下情况：从采样到结果信号或经处理的结果信号的生成的方法步骤在至多24小时的时间段内执行，优选至多3小时，更优选至多1小时，并且特别优选至多30分钟。
[0014]
如在“作物位置周围”中使用的术语“周围”都与紧邻执行采样的场所相关(例如，在1000米的半径内，诸如在100米的半径内)，但也可涉及执行采样的功能或组织单位，诸如农场、邻近农场、繁殖站、实验室、温室等，并且甚至涉及作物植物的地点的区域单位和共享相同或可比的环境条件的相邻区域单位，环境条件例如是天气，包括降水、太阳辐照强度、土壤类型、海拔高度、中间温度等，通常，术语“周围”可涉及距作物植物正在生长或打算生长的地点至多50km，优选至多10km的半径。
[0015]
在“作物(植物)的地点”中使用的术语“地点”涉及作物植物生长或可能生长的土壤、区域、材料或环境。
[0016]
在有害生物的上下文中，术语“活动的”和“存在的”是等效的。应当理解，术语的选择将取决于有害生物的类型。例如，诸如杂草的不受欢迎的植被通常被描述为存在，而如昆虫的移动动物则被描述为活动的。
[0017]
在“相关有害生物”的上下文中使用的术语“相关”涉及有害生物的子组，更准确地说，涉及由区域数据表明的那些不太可能发生并且也会对关注的特定作物产生负面影响的有害生物。
[0018]
术语“经由处理部件”和“使用处理部件”是等效的并且涉及如下情况，其中由处理部件自动执行动作，即没有与处理部件的任何进一步的用户交互。
[0019]
申请人已经意识到，通过将作物数据与区域数据组合，可以显著缩小对可能存在于该位置或场地的有害生物的检测范围，以专注于一种或多种相关生物。此外，如下所述，基因分型技术可以随后应用于该缩小的关注范围以获得进一步的优点。
[0020]
应当理解，作物是一种产品，通常是植物，其可以种植和收获以获取利润或维持生计。作物可以在农业或水产养殖中种植。作物可以在室内或室外种植。作物可以是粮食作物，诸如粮食、饲料作物、可食用种子、水果或蔬菜，或者它甚至可以是非粮食作物，诸如花卉、草皮或经济作物(例如，生物燃料、纤维等)。
[0021]
即使在两个数据中的每一个数据的单个级别上，也可以根据相关性来限制范围。例如，包括与作物相关的信息(诸如作物类型)的作物数据可用于将检测范围限制为确实影响关注作物的有害生物子集。作为另一示例，如果作物类型是小麦，则只影响马铃薯的有害生物可以排除在测试范围之外。应当理解，某些有害生物可能只影响作物的某些变种或亚型。例如，某种生物可影响小麦物种“斯佩尔特(spelt)”，但不会影响另一种小麦物种“硬质小麦(durum)”。在这种情况下，作物数据还可以包括与特定物种或甚至物种的变种相关的信息，以进一步缩小测试范围。
[0022]
应当理解，作物数据可能与场地已经存在的作物有关，或者它甚至可与计划在场
地种植的作物有关。
[0023]
类似地，区域数据提供与一种或多种有害生物有关的信息，该有害生物可能存在于作物的位置处或其周围。在一个实施例中，区域数据包含关于在作物位置处或周围出现相关有害生物或其一部分(诸如孢子)的信息。在另一个实施例中，区域数据包含关于在作物位置周围出现相关有害生物或其一部分(诸如孢子)的信息。例如，如果在作物的一定距离内检测到大豆锈病和白粉病事件，则可以使用这两个类型的有害生物来定义测试范围。一定距离是指在同一区域内，例如距作物1km。该区域的确切距离或定义不限制本教导的范围或一般性，因为它取决于所需测试结果的可能性或确定性。例如，如果在作物50m内报告了白粉病事件，则与例如在距离作物1km处检测到有害生物的情况相比，同一种有害生物(即白粉病)也更有可能影响作物的至少一部分。
[0024]
这里所说的区域数据提供了与一种或多种有害生物有关的信息，该有害生物可能是活动的或存在于作物位置处或周围，这也意味着区域数据还可以包括关于一种或多种有害生物的抗性基因的信息，该有害生物可能活动于或存在于作物位置处或周围。例如，区域数据可以提供关于在作物位置处或周围存在抗农药有害生物的信息，优选还提供有害生物对哪种农药具有抗性的信息，更优选还提供负责所述抗性的基因和/或突变的信息。这种信息还可与以前的生长季节有关，即区域数据可包含有关在以前的生长季节期间在作物位置处或其周围存在抗农药有害生物的信息，优选地还涉及有害生物对哪种农药具有抗性的信息，更优选地还涉及负责所述抗性的基因和/或突变的信息。
[0025]
在一个实施例中，区域数据提供与存在于作物位置处或周围的有害生物的农药抗性类型有关的信息。在另一个实施例中，区域数据提供与在前一个生长季节期间存在于作物位置处或周围的有害生物的农药抗性类型有关的信息。
[0026]
区域数据甚至可以包括关于作物或作物正在生长或打算生长的作物或田地的过去物理和/或化学处理的信息。物理处理可以例如涉及农艺机械的应用、杂草的燃烧、杂草的淹死等。化学处理可以涉及采用农用化学品(诸如杀真菌剂、杀虫剂或除草剂)的先前处理的施用和剂量。在一个实施例中，区域数据包括关于农药施用的信息，诸如在以前的生长季节，优选在前一个和当前的生长季节中使用的农药和施用率。应当理解，抗性有害生物更可能出现在有利于对有害生物的抗性种群的生物学选择的区域中。因此，有关先前化学处理的信息可用于评估作物生长或打算生长的位置处或其周围的农药抗性风险。
[0027]
如下文所述，如果区域数据包括有关出现相关有害生物的信息，则本发明的方法通常应用于检测指示农药抗性(例如杀真菌剂抗性)的dna序列。如果例如通过赋予有害生物降解化学品的能力，dna序列在功能上传达农药抗性，或者它不会在功能上干扰农药与生物的相互作用，但是是反过来在功能上干扰农药与所述生物的相互作用的其它dna序列的标记，则dna序列指示农药抗性。因此，该方法可以应用于检测指示农药抗性的dna序列，以及其中传感器装置被配置为检测指示农药抗性的dna序列。
[0028]
因此，通过将作物数据与区域数据组合，通过分别排除与两个数据中的另一个数据无关的作物类型和有害生物，协同提高了测试范围。相应地，处理部件因此能够使用作物数据和区域数据以从数据库中自动找到最适合选择性地检测作物的相关有害生物中的一种或多种害生物的存在的传感器装置的要求。应当理解，选择性检测是指特异性检测或测试给定相关有害生物的存在。
[0029]
应当理解，“至少一种相关的有害生物在至少一种有害生物中”是指该至少一种有害生物也被区域数据指示。因此，每个相关的有害生物都是与作物相关的并且也由区域数据指示的有害生物。
[0030]
进一步将理解，响应于作物数据和区域数据执行选择，使得它们的组合指示至少一种相关的有害生物。根据一个方面，作物数据指示可以影响作物的有害生物。这可以加快确定检测范围，即如果区域数据中还指示了有害生物，则通过将生物定义为相关有害生物，确定哪些有害生物与检测相关。可替代地，处理部件可以通过将作物数据与区域数据组合并通过访问来自数据库的附加数据确定检测范围，来确定测试范围。处理部件因此可以选择适合于从数据库中选择性地对至少一种相关有害生物进行基因分型的传感器装置。例如，附加数据可以是与可能影响作物的有害生物有关的数据。
[0031]
在一个实施例中，指示至少一种有害生物的区域数据不包括关于可能存在于该作物位置处或周围的至少一种(相关)有害生物或其部分(诸如孢子)的发生的信息，特别是没有基于对作物位置处或周围的至少一种(相关)有害生物执行的分析测量或观察的数据，诸如从视觉识别手段(例如显微镜检测)或遗传识别手段(例如基于pcr的技术或测序技术)取得的数据。在另一个实施例中，区域数据不包含关于可能存在于作物位置处或周围的至少一种(相关)有害生物的身份的任何信息，优选地不包含关于至少一种(相关)有害生物的遗传身份的信息。
[0032]
根据另一方面，区域数据包括季节数据。季节数据包括关于一年中时间的信息，处理部件可以使用该信息来进一步缩小针对作物可能关注的有害生物的数量。
[0033]
根据另一方面，区域数据可以包括天气数据，处理部件可以使用该天气数据来进一步确定给定作物的普遍条件，哪些有害生物可能更相关。本领域技术人员应当理解，诸如风强度、风向、湿度和环境温度的普遍条件是可以确定关于作物与先前报道的有害生物事件的距离的可能性的进一步因素。普遍条件可以是在给定时间和/或在预定时间段内的温度、湿度、风速、风向和降水中的一种或多种。
[0034]
因此，季节和/或天气数据可以进一步用于预选/选择至少一种相关的有害生物或至少一种关注的有害生物。
[0035]
根据再另一方面，区域数据包括与作物的地理位置有关的位置数据。处理部件因此可以使用区域数据来确定作物的地理位置。
[0036]
根据一个方面，处理部件从一个或多个数据库中自动取得以下中的任何一个：与可能活动于或存在于作物位置处或其周围的一种或多种有害生物有关的信息，季节数据，以及响应于确定作物的地理位置的天气数据。
[0037]
区域数据内的这种进一步的数据(例如天气数据和/或季节数据，和/或位置数据)因此可以进一步允许处理部件通过进一步排除可能影响作物但考虑到进一步的数据而与测试无关的有害生物来缩小测试范围。
[0038]
在一个实施例中，区域数据选自季节数据、天气数据和位置数据。在另一个实施例中，区域数据包括季节数据。在另一个实施例中，区域数据包括天气数据。在另一个实施例中，季节数据包括位置数据。
[0039]
传感器装置可以是可以选择性地检测待测试的相关生物中每一种生物的单个设备，或者它也可以是多个设备或传感器，每个设备或传感器单独设计用于选择性地检测特
定生物。每个传感器可以包括对检测特定生物具有特异性的测定法。在该上下文中，具有至少一个单核苷酸多态性的生物被认为是不同的生物。例如，传感器装置可以是单个片上实验室设备，其具有检测相关生物中每一种生物的特定测定法或能力。可替代地，传感器装置甚至可以是多个不同的片上实验室设备，每个片上实验室设备都能够检测与其它设备不同的单个特定生物。传感器装置甚至可以是能够检测多种不同生物的片上实验室设备和各自能够检测不同特定生物的一个或多个片上实验室设备的组合。
[0040]
该数据库可以包括来自多个测试结果和田地试验的数据。例如，该数据库包括已在田地试验和实验室研究中测量的有害生物的类型或甚至每个特定突变的探测数据。因此，该数据库可以包括每个传感器的选择性数据，该选择性数据指示每个单独的传感器可以检测到的特定生物。然后处理部件可以选择最适合要求的适当传感器装置。换句话说，处理部件选择可以可靠地选择性地检测由处理部件确定为相关的有害生物中的每一种有害生物的传感器装置。
[0041]
作为另一个示例，选择性数据可以是以下中的一种或多种：指示特定生物的核酸数据、蛋白质数据或分子数据。传感器装置可以包括基于纳米孔技术的传感器。纳米孔技术的优点可以是量化能力。根据另一方面，传感器装置可以至少部分地基于微阵列技术。基于微阵列的排列的优点是多路复用能力。根据另一方面，传感器装置可以至少部分基于石墨烯生物传感器。石墨烯生物传感器可以拥有更高的灵敏度和/或选择性，这可以提供一种更具选择性和/或能够检测更少量生物的传感器装置(例如，crispr cas修饰的石墨烯传感器系统)。高选择性可用于例如检测更具体的菌株或突变。根据另一方面或除上述之外，传感器装置至少部分地是微流体设备。根据另一方面，传感器装置可以至少部分地是快速pcr系统，例如基于高速温度循环系统或基于等温扩增(例如环介导等温扩增型系统)。选择的传感器装置甚至可以是上述技术的组合。因此，处理部件可以选择合适的传感器装置，该传感器装置基于通过将作物数据与区域数据组合来确定的最适合手头的应用的这些技术中的一种或多种。根据另一方面，基于传感器的可用性来选择传感器装置。例如，如果两种或更多种不同类型的传感器可以选择性地检测相同的关注生物，则处理部件可以基于给定标准选择传感器装置。例如，选择传感器的标准可以基于哪些传感器可用或最快可用。根据另一方面，作为对上述的替代或组合，选择标准包括传感器或要使用的传感器装置的成本。因此，较便宜的传感器可以优于昂贵的传感器。进一步可替代地或结合以上，选择标准可以包括感测速度。因此，可以选择较快的传感器而不是较慢的传感器。应当理解，通过使数据库中或与数据库耦合的另一数据库中的所有或一些上述标准和数据可用，处理部件可以基于给定的标准，以及甚至基于给定的标准优先级，选择优化用于检测至少一种相关有害生物的传感器装置。
[0042]
作物数据可以至少部分地是用户提供的输入，或者可以使用作物传感器(例如图像识别系统)自动获取。图像识别系统包括诸如相机的图像传感器。通过分析图像传感器捕获的作物图像，处理部件可以自动确定作物类型。图像分析可以涉及将来自捕获的图像的数据与图像库或数据库进行比较。甚至可以通过分析来自作物的生物样品，例如通过分析作物的一部分，诸如叶子、花粉、根等，来自动获取作物数据。
[0043]
类似地，区域数据可以至少部分是用户提供的输入。可替代地，至少部分地从区域数据库或远程服务器取得区域数据。例如，在经由用户输入或自动经由地理定位部件(诸如
gps和/或信标等)确定作物的位置之后，处理部件可以从公共数据库中自动取得关于在作物位置处或周围可能存在哪些有害生物的信息。根据一个方面，区域数据还包括来自在作物位置处或周围执行的有害生物的先前测量的数据，例如，没有从以前的生长季节检测到的检测或测量。
[0044]
不同类型的生物可以以不同的方式影响作物。如果一种生物影响作物，即对作物具有负面影响，则这种生物可以被称为有害生物。可替代地，如果生物对作物具有积极影响，则该生物可以被称为良性生物。
[0045]
应当理解，有害生物可以是以下任何一种：感染性微生物或微生物或大型生物，诸如影响作物的真菌、细菌、病毒、类病毒、卵菌、线虫、原生动物、植原体、昆虫等。术语有害生物甚至可能涵盖在任何种植阶段影响作物健康的害虫和杂草。在本公开中，术语有害生物和病原体将可互换使用，因此术语病原体也暗示涵盖影响作物的杂草和害虫。有害生物可能直接影响作物，也可能间接影响作物。例如，众所周知，蚂蚁与蚜虫具有共生关系。因此，即使蚂蚁可能不会直接攻击作物，而是通过照料对作物造成损害的蚜虫，蚂蚁也可能被认为是对该作物有害的生物。通常，术语“有害生物”涉及不需要的植物(例如杂草)、真菌、节肢动物(例如昆虫和蜘蛛)、软体动物(例如蜗牛)、线虫、病毒和细菌，优选真菌(例如septoria sp.)。
[0046]
进一步认识到，所提出的方法也可以扩展到一种或多种良性生物的检测。应当理解，良性生物可以对作物具有积极的直接影响，也可以具有间接影响。换句话说，良性生物可能不会对作物提供直接影响，而是间接影响。例如，如果第一生物不直接影响作物，但它会影响第二生物或对第二生物具有负面影响，并且如果第二生物是对作物有害的生物，则第一生物可能仍然被认为是该作物的良性生物。
[0047]
一些消费者可能更喜欢使用化学活性成分的生物替代。例如，在有机农业中，希望使用天然物质并且避免或严格限制使用合成物质。基于化学农药的生物变体，即生物农药在某些市场可能更受欢迎。在许多情况下，这种生物变体依赖于良性生物，诸如良性微生物或微生物。生物控制是另一个术语，该术语用于指使用良性生物控制害虫(诸如昆虫、螨虫、杂草和植物疾病)的方法。使用这种良性生物的处理可以基于应用于作物或作物周围的活生物，和/或这种良性生物的提取物或部分。对于有效的生物控制处理，监测良性生物在作物上或作物周围的分布可能是有益的。如前所述，良性生物可以是活体施用的和/或它可以是所施用的良性生物的一部分或甚至提取物。
[0048]
因此，根据一个方面，传感器装置由处理部件选择，使得该装置也适用于选择性地对至少一种良性生物进行基因分型。
[0049]
与至少一种良性生物有关的信息可以经由区域数据提供，或者可以作为单独的输入提供给处理部件。处理部件因此可以选择还可以检测至少一种良性生物的传感器装置。与上面概述的类似，良性生物的检测可以经由单个片上实验室设备完成，或可以经由不同的设备完成，每个设备专门针对特定的不同生物，或它可以通过适合检测相关生物的任何设备组合来完成。
[0050]
从另一方面看，该方法还包括：
[0051]-经由功能上耦合到处理部件的人机界面输出与合适的传感器装置有关的信息。
[0052]
关于合适的传感器装置的信息通常指示应该使用哪种类型的传感器装置。它还可
能涉及有关应使用的传感器装置组合的信息。
[0053]
因此，处理部件然后可以经由人机界面(“hmi”)输出关于所选传感器装置的信息。用户因此可以被告知应该用于测试的单个或多个特定片上实验室设备的布置。人机界面(“hmi”)可以包括视频显示单元(例如，lcd(液晶显示器)、crt(阴极射线管)显示器或触摸屏)、字母数字输入设备(例如，键盘)、光标控制设备(例如鼠标)和/或信号生成设备(例如扬声器)。hmi因此例如可以是诸如屏幕的视觉界面和/或其可以是诸如扬声器的音频界面。因此，输出可以显示给用户和/或可以经由扬声器发声。因此，对于用户来说，选择和使用用于相关有害生物的检测的正确设备的过程可以变得简单和直观。例如，可以直观地对设备进行编码，例如使用颜色代码。因此，hmi可以向用户输出应该使用“蓝色”设备进行检测。然后，用户可以选择蓝色设备并使用蓝色设备执行检测。如果有几种不同类型的设备可用于检测不同的有害生物，这将特别有益。可替代地或另外地，设备甚至可以用字母、数字或字母数字代码编码，其中任何一个都适合以用户友好的方式识别正确的设备。例如，可以根据任何相应的方案调用设备：设备“1”、设备“a”或设备“1b”。根据一个方面，该设备可以是用于特定检测或用于给定的多个生物的药筒的形式。
[0054]
当使用所选的传感器装置时，通过将作物数据与区域数据组合来选择性地对相关生物甚至关注的菌株执行测量。因此，与对整个菌株谱系进行测序相比，可以获得更多显著的时间节省。因此，通过组合：通过组合作物数据和区域数据，一种或多种相关的有害生物菌株的选择；与选择性地测试那些相关的有害生物菌株的专门选择的基因分型传感器，所提出的方法实现了包括时间和成本优点的综合效益。
[0055]
测序通常是一项资源密集型活动，因为需要对整个生物基因组进行测序，这可产生大量不必要的数据。
[0056]
申请人已经意识到，通过组合作物数据和区域数据，可以专门针对携带病原体或甚至特定农药抗性信息的基因组的较小区域进行检测。本方法的特别有用的应用是用于检测真菌疾病的某些杀真菌剂抗性。术语“杀真菌剂抗性”通常是指与真菌疾病的另一种(野生型)种群相比，通过以给定浓度施用特定杀真菌剂可实现的较低真菌疾病控制率。杀真菌剂抗性由多种机制生成，诸如杀真菌剂处理选择、自然或诱导突变或有性重组。在分子水平上，杀真菌剂抗性通常是由杀真菌剂靶向的蛋白质的适应性生成的，诸如蛋白质一级序列中(一个或多个)氨基酸的交换、缺失和/或添加。这些适应可以通过多种技术在dna水平上检测到。
[0057]
本发明的方法优选地利用靶向检测工具。这种靶向检测工具对指示农药抗性或农药耐受性(例如杀真菌剂抗性，诸如单核苷酸多态性(“snp”))的dna序列具有特异性。理想情况下，靶向检测工具对于正好一个dna序列是特定的。靶向检测工具的结果通常是样品分类，对于包含所寻找的dna序列的样品，样品分类为“正确”，而对于不包含所搜索的dna序列的样品，分类为“错误”。它们还可以产生定量结果，即产生指示包含待检测序列的dna材料量的值。定量和定性信息的组合也是可能的，诸如基于预定阈值的分类信息。与如测序的其它dna分析工具相比，靶向检测工具提供更少的信息，但与非选择性dna分析工具相比，它们的设置不太昂贵、耗时更少且更容易。靶向检测工具在很大程度上有助于实现原位方法，因为它们需要少得多的设备，较少的耗时，并且仍然产生所需的信息。
[0058]
典型的方法依赖于探针寡核苷酸的杂交，该探针寡核苷酸具有要在有害生物(例
如真菌)中检测到的序列-或其反向互补序列。探针寡核苷酸可以是基于rna或基于dna的并且与待分析的有害生物(例如，真菌)的dna接触。如果有害生物具有指示农药抗性的对应dna，则真菌dna的单链将在合适的条件下与探针寡核苷酸杂交。可以通过各种方法检测杂交，诸如聚合酶链式反应技术、基于荧光的技术、基于发光的技术或电子测量(例如在诸如石墨烯芯片的半导体芯片上)。
[0059]
因此，本发明的方法优选地包含以下步骤：使用在传感器接口处连接的传感器装置，原位执行来自从作物场地获得的环境样品中的至少一种相关有害生物的基因分型，并经由传感器接口处的传感器装置生成结果信号，更优选地，其中传感器装置包括靶向目标检测工具，最优选序列特异性检测工具，特别优选基于探针dna-或rna-分子与待识别的序列的杂交的序列特异性检测工具，诸如其中待识别的序列指示农药抗性，例如杀真菌剂抗性。因此，传感器装置通常适用于对至少一种相关有害生物进行原位基因分型。
[0060]
本发明方法的优势还在于在植物侵扰的非常早期阶段，诸如在通过对材料(例如孢子等真菌材料)或侵扰植物的视觉评估可检测到疾病之前，可以检测有害生物，例如真菌疾病。这对于抗杀真菌剂的真菌菌株特别重要，因为这些菌株难以控制并且需要申请人采取特定措施。通过执行合适的传感器装置的预选，考虑到作物数据和区域数据，本发明的方法可以具体地测试样品是否存在相关的有害真菌。由于作物数据和区域数据都不依赖于真菌疾病的视觉检测，本发明的方法甚至可以在仍然没有可用视觉信息的时间点应用。因此，本发明的方法可以在有害生物(诸如真菌疾病)可以通过对待分析的农作物的视觉评估检测到之前执行。
[0061]
例如以一个或多个预制传感器或片上实验室设备的形式选择和使用这种传感器装置可以更加用户友好。
[0062]
通常，有关一个区域存在有害生物的可能性的信息可以通过某种形式获得，例如经由当局或监测实体的公告、互联网数据库等。这种信息甚至可以从周围环境作物的结果，或甚至从甚至可能包括测序结果的同一作物的先前结果获得。这种信息可用于生成区域数据。当这与作物数据组合时，有害生物谱中的关注点可以显著减少，使得可以加快测量速度以获得快速结果。
[0063]
通常非常希望尽快获得结果，特别是在确实存在有害生物的情况下，例如立即开始处理以防止对作物的进一步损害，或者如果作物还没有生长甚至开始计划处理。即使可以获得有害生物的存在甚至爆发的视觉信息，也可能不足以开始处理，因为存在生物菌株对正在考虑的处理具有抗性的风险。因此，可迅速获得测试结果可能具有显著优点。建议的解决方案有助于以更快的方式提供至少相关的结果。
[0064]
因此，根据另一方面，该方法还包括：
[0065]-使用在传感器接口处连接的传感器装置，原位执行来自从作物场地获得的环境样品中的至少一种相关有害生物的基因分型，并经由传感器接口处的传感器装置生成结果信号；
[0066]-使用处理部件处理结果信号，以确定至少一种相关有害生物中的一种或多种是否存在于环境样品中；从而经由便携式设备检测作物场地上至少一种相关有害生物中的任何一种的存在。
[0067]
更具体地，当从第二视角来看时，还可以提供一种用于现场检测作物场地处有害
生物存在的方法，其中该方法使用包括处理部件和传感器接口的便携式电子设备来执行，该方法包括：
[0068]-在处理部件处接收作物数据；其中，作物数据指示作物的类型；
[0069]-在处理部件处接收区域数据；其中，区域数据指示在该作物场地所在的区域中一种或多种有害生物的存在；
[0070]-使用处理部件从数据库中选择适合于选择性地对至少一种相关有害生物进行基因分型的传感器装置；其中，至少一种相关有害生物在至少一种有害生物中，以及其中，响应于作物数据和区域数据执行该选择；
[0071]-使用在传感器接口处连接的传感器装置，原位执行来自从作物场地获得的环境样品中的至少一种相关有害生物的基因分型，并经由传感器接口处的传感器装置生成结果信号；
[0072]-使用处理部件处理结果信号，以确定至少一种相关的有害生物是否存在于环境样品中；从而经由便携式设备检测作物场地上至少一种相关有害生物中的任何一种的存在。
[0073]
如前所述，根据一个方面，传感器装置由处理部件选择，使得该装置也适用于选择性地对至少一种良性生物进行基因分型，并且该方法还包括：
[0074]-使用处理部件处理结果信号，以同样确定至少一种良性生物是否存在于环境样品中。
[0075]
因此，还可以经由便携式设备检测至少一种良性生物中的任何一种是否存在于作物场地。良性生物可以例如是生物杀真菌剂。
[0076]
因此，可以提供一种快速检测作物场地上的相关有害生物的方法。因此，本教导提供了一种在决定是否应该检测它们之前根据作物类型对生物类型进行情境化的方法。
[0077]
结果信号可以存储在本地，或可以上传到远程服务器或数据库。
[0078]
如前所述，作物数据至少部分是自动获取的，例如经由图像识别系统。此外，区域数据可以至少部分地从区域数据库或远程服务器中取得。根据另一方面，可以从图像识别系统获得与至少一种相关有害生物有关的进一步信息。例如，从捕获的图像中，处理部件可以通过识别由生物的存在引起的不同特征，至少部分地确定该生物存在于现场。该特征可能是害虫本身的特征，诸如害虫的形状、大小或颜色，或甚至可能是有害生物引起的作物外观变化。
[0079]
根据一个方面，区域数据、作物数据和结果信号的组合用于为未来的下一个季节预制传感器装置。因此，可以基于检测到的生物和当地环境条件，为下一季节提供合适的感测设备。
[0080]
根据另一方面，经由处理部件取决于区域数据，例如季节数据，确定用于收集环境样品的地点。根据另一方面，用于收集环境样品的地点取决于季节数据和天气数据或普遍条件来确定。因此，处理部件可以通过选择采样位置或甚至一系列采样位置或采样路径来改进样品收集步骤，使得关注的生物存在于环境样品中的概率很高。应当理解，如果生物确实存在于现场，则需要对其进行检测，因此本教导可以提供一种实现这种检测的更高可靠性的方法。
[0081]
所提出的方法的另一个优点，除了对非技术用户来说易于快速使用之外，还可以
是分析和结果信号可以以降低的处理要求在本地完成。因此，它可以将便携式电子设备实现为移动设备或手持设备或低功率电池供电设备。另一个优点可以是用户(例如农民)可以在现场被告知检测过程，和/或作物处理，和/或采样过程，而不需要快速网络或互联网连接，例如用于将测序结果上传到云端、通过远程服务器进行分析以及将推荐下载到电子设备以向用户提供建议。在许多情况下，这可能是显著的优点，特别是对于互联网连接不良的位置，例如在农村地区。在一些情况下，便携式设备甚至可以经由存储在本地存储介质(诸如计算机存储器)中的数据库并通过经由存储介质解释结果信号而完全在本地执行概述的功能。在一些情况下，用户可能会从更好的网络连接可用的这种位置同步数据库。
[0082]
因此，本教导可以提供特别是在有害生物谱中系统地消除不相关的检测区域的方法，从而专注于相关的生物。因此可以在几分钟而不是几小时的时间范围内获得检测结果。因此，所提出的教导特别适用于原位检测，即基本上在收集环境样品的地方进行的测量或检测。换句话说，本发明节省了识别相关有害生物所需的努力。
[0083]
如前所述，传感器装置可以是可以选择性地检测每个相关生物的单个设备，也可以是多个传感器，每个传感器单独设计用于选择性地检测与多个传感器中的另一个传感器可以检测的特定生物体不同的特定生物体。多个传感器可以在传感器接口处同时连接，或者它们可以顺序或者甚至在多个传感器的任何组中连接，该多个传感器可以在传感器接口处同时连接以检测至少一种有害生物的子集。例如，传感器装置可以是在传感器接口处顺序地或一个接一个地连接的一组传感器，每个传感器检测与其它传感器能够检测的特定有害生物不同的特定有害生物。作为进一步的示例，多个或甚至所有传感器可以在传感器接口处同时连接。因此，特定种类的接口不限于本教导的范围。
[0084]
因此，更一般地，还可以提供一种计算机实现的方法，包括：
[0085]-在处理部件处接收指示作物类型的作物数据；
[0086]-在处理部件处接收区域数据，该区域数据指示可能存在于作物位置处或周围的至少一种生物；
[0087]-使用处理部件从数据库中选择适合于选择性地对至少一种生物进行基因分型的传感器装置；其中，响应于作物数据和区域数据执行选择。
[0088]
如前所述，生物可以是良性生物，或可以是有害生物。该方法的优点与上述情况类似，即当生物是有害生物时。这些优点已经详细讨论过。当生物是良性生物时，该方法的优点在于处理部件能够从数据库中选择用于检测生物的适当传感器。
[0089]
与第一视角类似，根据一个方面，该方法还包括：
[0090]-经由功能上耦合到处理部件的人机界面输出关于合适的传感器装置的信息。
[0091]
进一步类似于第一视角，根据进一步的或替代的方面，该方法包括：
[0092]-使用在传感器接口处连接的传感器装置，原位执行来自从作物场地获得的环境样品中的一种或多种生物的基因分型，并经由传感器接口处的传感器装置生成结果信号；
[0093]-使用处理部件处理结果信号，以确定一种或多种生物是否存在于环境样品中；从而经由便携式设备检测作物场地上一种或多种生物中的任何一种的存在。
[0094]
因此，更具体地，类似于第二视角，还可以提供一种用于现场检测作物场地处生物的存在的方法，其中，该方法使用包括处理部件和传感器接口的便携式电子设备来执行，该方法包括：
[0095]-在处理部件处接收作物数据；其中，作物数据指示作物的类型；
[0096]-在处理部件处接收区域数据；其中，区域数据指示在作物场地所在的区域中一种或多种生物的存在；
[0097]-使用处理部件从数据库中选择适合于选择性地对至少一种生物进行基因分型的传感器装置；其中，响应于作物数据和区域数据执行选择；
[0098]-使用在传感器接口处连接的传感器装置，原位执行来自从作物场地获得的环境样品中的一种或多种生物的基因分型，并经由传感器接口处的传感器装置生成结果信号；
[0099]-使用处理部件处理结果信号，以确定环境样品中是否存在一种或多种生物；从而经由便携式设备检测作物场地上一种或多种生物中任何一种的存在。
[0100]
如前所述，生物可以是良性生物，或可以是有害生物。
[0101]
根据前述任一视角的一个方面，该方法进一步包括：
[0102]-经由处理部件生成指示环境样品中一种或多种生物的存在的经处理的结果信号。
[0103]
根据一个方面，经处理的结果信号是通过分析来自由传感器装置生成的结果信号的数据(例如原始测量数据)而生成的。可替代地，经处理的结果信号甚至可以本质上是结果信号的副本。
[0104]
术语环境样品涵盖可用于检测生物存在的任何种类的样品。因此，环境样品不一定包含作物的一部分。因此，环境样品可以包含或可以不包含作物的一部分。环境样品可以从来自作物场地的空气、水、无机或有机物质中的任何一种或其组合收集。例如，环境样品可以是从作物场地获得的土壤样品，和/或它可以是枝叶或其它有机物质，诸如从作物场地获得的覆盖物、腐殖质或堆肥物质。环境样品甚至可以是直接从作物中或现场从空气中收集的花粉。因此应当理解，环境样品可以是以下中的任何一种或多种：整株植物、植物部分，诸如叶、根、花、花粉，土壤样品、孢子收集物(例如，在滤纸上)。枝叶或叶子样品可以包括作物的一部分，或者它可以只是杂草枝叶或杂草植物部分。当从现场空气中收集样品时，可能会收集生物的指示物，诸如孢子、痕迹等。在一些情况下，样品可以包含昆虫形式的生物或其一部分。根据一个方面，土壤样品或例如来自前一季节的作物或杂草的现场剩余生物质的样品用于识别在土壤或生物质中存活或冬眠的至少一种生物。因此，处理部件可以确定可以侵扰下一季作物的至少一种有害生物。特别是为了检测微生物，可以单独或组合收集任何上述样品类型，以检测样品中的这种微生物。
[0105]
选择的传感器装置在传感器接口处连接，该传感器接口在给定时间将传感器装置的传感器中的至少一个传感器在功能性上连接到处理部件。传感器接口可以是硬件接口。例如，这可以是当传感器装置中的传感器中的至少一个传感器是插入到包括处理部件的电子设备中的药筒的形式时的情况。传感器装置可以具有通过在给定时间将传感器装置的至少一部分在功能上连接到处理部件而形成传感器接口的一部分的端子或引脚。这可能是有利的，特别是在电子设备是手持设备的情况下，通过这样做，传感器装置变为附接到手持设备并且因此更便于现场测量。
[0106]
在一些情况下，传感器接口甚至可以是无线接口。因此，传感器中的至少一个传感器可以在功能上无线地连接到处理部件。这可能是有利的，特别是在电子设备是较大单元的情况下，可能不适合作为手持设备。在这种情况下，无线传感器可以作为轻量级单元在现
场收集环境样品并从这些样品中对有害生物进行现场检测是有利的。有线和无线传感器的具体示例以非限制性的方式提供。有线和无线类型的组合也是可能的。应当理解，这种传感器的具体实现对于本教导的范围或一般性而言不是必需的。
[0107]
在将环境样品引入所选传感器装置以进行检测之后，当使用合适的传感器装置时，传感器对样品中的一种或多种有害生物进行原位检测和可选地量化。检测结果以结果信号的形式生成。结果信号可以是包括来自传感器装置中不同传感器的输出的信号，这将是检测多种不同生物时的情况。传感器输出可以在生成其它传感器输出的同时或不同时间生成，当传感器装置包括顺序连接到传感器接口的传感器时就是这种情况。
[0108]
处理部件处理结果信号以确定环境样品中是否存在(即，已被传感器装置的相应传感器检测到)一种或多种相关有害生物。如已经理解的，一种或多种生物是通过将作物数据与区域数据组合而缩小范围的关注的生物，特别是当一种或多种生物是有害生物时。因此如所讨论的，传感器装置是基于这两个数据来选择的。因此，所提出的方法可以缩短检测时间。此外，与使用例如对整个田地的测序测量相比，还可以通过使用目标传感器来节省成本，该目标传感器通过将作物数据与区域数据组合来检测发现关注的特定变体的有害生物。因此，所提出的教导也适用于实现生物地图。该地图可以反映一种或多种相关生物的地理分布，即，至少一种相关有害生物和/或至少一种良性生物中的一种或多种。因此，通过从在给定区域上执行的多个检测收集的结果，可以获得代表一种或多种相关生物中的任一种在该区域上的分布的地图。该地图甚至可以是温室的内部地图或者甚至是多个温室的集体地图。温室是用于种植诸如蔬菜和水果的作物的封闭或半封闭结构。这种温室地图可用于跟踪哪个温室被有害生物(例如抗性突变体或病毒)侵扰，使得可以确定或计划隔离措施和/或处理。
[0109]
本领域的技术人员将认识到，如通过所提出的方法实现的更快检测还可以实现更高分辨率地图的生成。此外，传感器的较低成本也可以成为生成这种详细地图的促成因素。因此，根据任一视角的另一方面，该方法还包括：
[0110]-使用处理部件，通过将经处理的结果信号与收集环境样品的作物场地的位置数据组合，生成场地结果数据；
[0111]-在至少一个数据库中存储场地结果数据；
[0112]-组合来自多个场地结果数据的数据以获得代表一种或多种相关生物中任一种的地域分布的田地地图。
[0113]
位置数据可以是区域数据的一部分，或者它可以从替代源(例如地理定位系统)接收。诸如gps和galilio的地理定位系统可作为可集成在例如手持设备和/或片上实验室设备中的模块使用。处理部件因此可以从这种模块获得作物场地的位置数据。本领域技术人员将理解，也可以应用替代的地理定位方法和设备，诸如无线电导航技术。提供足够的位置空间分辨率以能够区分两个地域分离的环境样品的任何技术都可以与所提出的教导一起应用。
[0114]
由此获得的田地地图可以提供更精细的生物分布数据分辨率。这确实具有几个优点，例如，可以识别分布在田地区域的生物种群的任何变化。因此，可以获得高和/或低的生物活性区域。例如，这可以提供有关处理如何有效的信息，或者甚至提供有关有害生物群体侵扰开始的方向的信息。在一些情况下，甚至可以获得生物热点和/或冷点。热点在这里是
指一种或多种相关生物中的任何一种与邻近区域相比更活跃的区域。在一些情况下，这些热点可与生物更活跃的相应场地处当地普遍存在的条件有关。识别相关有害生物热点的可能性可以使这种热点的适当处理成为可能。同样，也可以识别冷点。冷点在这里是指一种或多种相关生物中的至少一种不活跃或与邻近区域相比不太活跃的区域。同样，在一些情况下，这些冷点可能与生物不太活跃的相应场地处当地普遍存在的条件有关。复制这种条件可能影响生物的活动。例如，在一些情况下，可以通过在有害生物的冷点中复制当地普遍存在的条件来减少或甚至消除作物其余部分中的有害生物。识别相关有害生物的一个或多个热点或冷点中的一个或二者可以在减少或更有效地使用诸如杀虫剂、杀真菌剂、杀昆虫剂或除草剂的活性成分方面提供优点。类似地，良性生物的一个或多个热点或冷点的识别可能有利于使整体生物防治更有效。
[0115]
对热点或冷点具有影响的普遍条件可以包括任何一个或多个确定因素：温度、湿度水平、ph值、阳光和/或风条件。
[0116]
这种地图的另一个重要优点是可以获得对生物密度的更好的概览，这可以提供侵扰程度的有价值的信息。这对于根据生物活动规划对这些区域的处理可能很重要。
[0117]
根据另一方面，该方法进一步包括：
[0118]-通过经由处理部件分析田地地图，确定需要另一次测量或检测的至少一个场地。
[0119]
另一个测量可以是早先执行的相同类型的检测，或可以是另一个测量。例如，另一个测量可以是确定普遍条件的至少一个参数的测量。另一个测量甚至可以是顺序测量，推荐使用该顺序测量来获得关于普遍条件的进一步信息。
[0120]
应当理解，通过实现获取作物数据和/或区域数据的任何上述方面，便携式电子设备可以至少部分地自动化。在一些情况下，便携式设备可以是全自动的，例如以在作物位置处执行多个原位测量的机器人的形式。例如，包括对生物进行基因分型、产生结果信号等的计算机实现的方法可以在农业机器(例如拖拉机)上在线执行。然后可以同时应用结果信号、经处理的结果信号或其生成的地图以适应农业机器采取的任何农业措施。例如，机器可以使用由这些信号或地图传达的信息，或取决于根据所述冷点和热点的田地的部分，即响应于由结果信号、经处理的结果信号或地图所传达的信息来选择农药和/或农药在整个田地的剂量率。
[0121]
例如，机器人(例如农业机器)可以自动获取区域数据，将区域数据与作物数据组合——后者甚至可以自动确定。从多个测量获得的结果信号可以本地存储，或者它们可以使用通信网络(例如，经由无线网络连接)上传到远程位置。结果信号还可以包括与至少一种良性生物有关的数据。
[0122]
根据另一方面，该方法还包括：
[0123]-响应于作物数据、区域数据和选择的传感器装置中的任一种，确定用于收集环境样品的采样方法。
[0124]
采样方法的确定可以由处理部件使用与用于选择传感器装置的相同的数据库来完成，或者它可以是另一个数据库。根据一个方面，与采样方法有关的信息经由hmi输出。这可以具有可以由非专家用户完成现场分析的优点。例如，农民在他们的田地里执行测量时不需要事先知道如何执行采样。因此，便携式设备可以指导用户通过正确的方式收集样品。可以存在不同种类的采样方法，基于作物种类、生物、传感器装置甚至它们的组合，它们可
能有显著差异。采样可能涉及以下任何一项：收集枝叶的特定部分或作物的另一部分，经由在枝叶中打的孔提取样品，收集生物的全部或一部分等。因此，如果采样不适当执行，生物的检测可能不可靠。在一些情况下，所需的采样或样品制备可能非常具体，以至于可能需要专业知识，例如基于naoh的提取和whatman fda卡。因此，所提出的教导当与其余方面组合时通过指导用户通过所需的采样方法和过程，使用户的过程变得容易。甚至可以指导用户通过该过程，例如通过样品收集过程和/或样品制备过程。因此，可以避免采样由专家用户完成采样或任何这种过程的高级知识的需求。
[0125]
根据另一方面，采样和/或样品制备由便携式设备自动完成，例如以机器人的形式。机器人可以根据由处理部件选择的采样方法自动执行采样。
[0126]
根据一个方面，该方法还包括：
[0127]-响应于结果信号或经处理的结果信号，确定用于控制存在于作物场地上的至少一种相关有害生物中的至少一种有害生物的处理方法；并且可选地
[0128]
提供有关处理方法的信息作为对用户的推荐。
[0129]
应当理解，处理方法因此通过分析结果信号或经处理的结果信号由处理部件来确定。处理方法的确定可以由处理部件使用与用于选择传感器装置的相同数据库来完成，或者它可以通过使用另一个数据库来完成。该数据库可包含有关不同农产品对给定有害生物的功效的附加信息。例如，数据库可包含有关合适的农药的信息，以对抗对特定或几种农药有抗性的有害生物。例如随着类型、重要性和本地分布的抗性变化，这种信息甚至可以定期更新。
[0130]
向用户推荐的处理也可能需要产品推荐。这些产品推荐可以通过经济功效、生物功效、可用性等来选择。推荐的产品甚至可以从供应商处自动订购。例如，该方法可以包括如下步骤，在该步骤中，所储存的推荐产品在作物植物正在生长或打算生长的田地所属的农场或组织单元中的可用性。所述信息可以存储在数据库中。因此，该方法可以包括从数据库接收关于推荐处理的本地可用性(即推荐产品的可用性)的信息。如果数据指示产品储存低(例如低于容量的10％)或空，则该方法可以包括自动从供应商订购产品的进一步步骤。当然，订购可以可替代地由接收到关于推荐处理的信息的用户来实现。
[0131]
根据一个方面，与处理方法有关的推荐信息经由hmi输出。这可以具有如下优点，即现场分析可以由非专家用户完成，并且可以在现场向用户提供处理任何相关有害生物的建议。甚至可以响应于多个结果信号或经处理的结果信号来确定处理方法。多个这种信号可以是来自同一场地或周围场地的先前和最近的结果，或者多个信号可以是与相邻场地相关的信号的组合，或者是先前信号和来自邻近场地的信号的组合.
[0132]
根据另一方面，在生成田地地图时，该方法进一步包括：
[0133]-通过经由处理部件分析田地地图，确定用于控制作物场地上存在的一种或多种有害生物中的至少一种有害生物的处理方法。
[0134]
应当理解，通过这样做，处理部件可以识别作物的哪些区域可能需要哪种处理。因此，可以根据生物在作物区域或其部分上的分布来优化预期处理。另一个综合优点是可以根据生物分布的密度来选择处理。因此可以适当地处理作物的问题区域。
[0135]
根据另一方面，该方法还包括：
[0136]-根据处理方法执行处理，以控制在作物场地上检测到的至少一种相关有害生物
中的至少一种。
[0137]
可以使用便携式电子设备执行处理，或者可以使用功能上耦合到便携式电子设备的单独处理设备执行处理。
[0138]
应当理解，处理可以是喷雾程序，包括喷洒一种或多种活性成分以控制一种或多种有害生物中的至少一种。例如，处理可以涉及在作物或作物场地的至少一部分上喷洒杀真菌剂以控制已经由处理部件检测到的真菌。活性成分可以是化学化合物和/或它可以是例如用于生物控制的生物化合物。在一些情况下，处理甚至可以涉及从作物或作物场地物理地去除生物。
[0139]
根据一个方面，结果信号的至少一部分也被反馈给数据库，以进一步改进数据库。结果信号的部分可以包括检测到的生物和生物的基因型。该部分甚至可以包括为控制生物而确定和/或应用的处理建议。根据在同一场地或周围或沿同一或相似地点进行的后续测量，处理部件可以确定处理是否有效地控制了有害生物。这甚至可以帮助识别先前未检测到的新的抗性突变体。
[0140]
类似地，还可以提供一种电子设备，该电子设备包括被配置为执行在此公开的方法步骤的处理部件。
[0141]
更具体地，类似于第一视角，可以提供一种包括处理部件的电子设备，其中，处理部件被配置为接收：
[0142]-指示作物类型的作物数据；以及
[0143]-指示至少一种有害生物的区域数据，该有害生物可能存在于作物位置处或其周围，其中
[0144]
处理部件被配置为从数据库中选择传感器装置，其中，传感器装置适合于选择性地对至少一种相关有害生物进行基因分型，该至少一种相关有害生物在至少一种有害生物中，以及其中，响应于作物数据和区域数据执行选择。
[0145]
根据一个方面，电子设备进一步包括在功能上耦合到处理部件的人机界面(“hmi”)。hmi被配置为输出与合适的传感器装置相关的信息。为用户输出信息。
[0146]
根据另一方面，传感器装置被配置为对来自于从作物场地获得的环境样品的至少一种或多种相关有害生物执行原位基因分型；传感器装置在传感器接口处进行功能性地连接，以及其中，电子设备进一步被配置为经由传感器接口处的传感器装置生成结果信号。
[0147]
根据另一方面，处理部件被配置为处理结果信号以确定至少一种或多种相关有害生物是否存在于环境样品中；从而经由电子设备检测作物场地上至少一种或多种相关有害生物中的任何一种有害生物的存在。
[0148]
电子设备优选地是便携式设备或便携式电子设备。
[0149]
更具体地，可以提供一种便携式电子设备，其包括处理部件和传感器接口，其中，处理部件被配置为：
[0150]-接收指示作物类型的作物数据；以及
[0151]-接收区域数据，该区域数据指示可能存在于作物位置处或周围的至少一种有害生物；
[0152]-从数据库中选择适合于选择性地对至少一种相关有害生物进行基因分型的传感器装置，该至少一种相关有害生物在至少一种有害生物中，其中，响应于作物数据和区域数
据执行选择；以及其中
[0153]
传感器装置被配置为根据从作物场地获得的环境样品中原位执行至少一种相关有害生物的基因分型；传感器装置在传感器接口处功能性地连接，以及其中，电子设备进一步被配置为经由传感器接口处的传感器装置生成结果信号，以及其中，处理部件被配置为处理结果信号以确定环境样品中是否存在至少一种相关的有害生物；从而经由电子设备检测作物场地上至少一种相关有害生物中的任何一种有害生物的存在。
[0154]
根据另一方面，电子设备进一步被配置为经由处理部件处理结果信号，以进一步确定环境样品中是否存在至少一种良性生物。
[0155]
根据另一方面，电子设备还包括用于确定作物场地的地理位置的地理定位模块。根据另一方面，电子设备还包括在功能上连接到处理部件的通信模块。通信模块可用于连接到通信网络和/或数据库。例如，通信模块可以是无线网络连接模块和/或模块等。
[0156]
根据另一方面，电子设备被配置为：
[0157]-使用处理部件，通过将经处理的结果信号与收集环境样品的作物场地的位置数据组合，生成场地结果数据；
[0158]-在至少一个数据库中存储场地结果数据；
[0159]-组合来自多个场地结果数据的数据以获得代表至少一种相关有害生物中的任何一种有害生物的地域分布的田地地图。
[0160]
根据另一方面，电子设备进一步被配置为：
[0161]-通过经由处理部件分析田地地图，确定需要另一个测量或检测的至少一个场地。
[0162]
根据另一方面，电子设备进一步被配置为：
[0163]-响应于作物数据、区域数据和选择的传感器装置中的任何一种，确定用于收集环境样品的采样方法。
[0164]
根据一个方面，电子设备进一步被配置为：
[0165]-响应于结果信号或经处理的结果信号，确定用于控制在作物场地上检测到的至少一种相关有害生物中的至少一种有害生物的处理方法；以及可选地
[0166]-提供有关处理方法的信息作为对用户的推荐。
[0167]
根据一个方面，电子设备进一步被配置为：
[0168]
a)从数据库中接收有关有效对抗与至少一种农药相关的有害生物的农药的信息；
[0169]
b)向用户生成关于推荐的处理方法的推荐，例如产品推荐，它基于a)存储在数据库中的信息和结果信号或经处理的结果信号。
[0170]
根据一个方面，电子设备进一步被配置为：
[0171]
c)从数据库中接收有关推荐处理方法的本地可用性的信息；
[0172]
d)在没有可用性或低可用性的情况下，影响从供应商处运送推荐的产品。
[0173]
根据另一方面，电子设备进一步被配置为：
[0174]-通过经由处理部件分析田地地图，确定用于控制在作物场地上检测到的至少一种相关有害生物中的至少一种有害生物的处理方法。
[0175]
根据另一方面，电子设备进一步被配置为：
[0176]-根据确定的处理方法执行处理。
[0177]
处理至少部分地在作物场地上执行。
[0178]
处理部件可以是通用处理部件，诸如微处理器、微控制器、中央处理单元等。更特别地，处理部件可以是cisc(复杂指令集计算)微处理器、risc(精简指令集计算)微处理器、vliw(超长指令字)微处理器或实现其它指令集的处理器或实现指令集组合的处理器。处理部件也可以是一个或多个专用处理设备，诸如asic(专用集成电路)、fpga(现场可编程门阵列)、cpld(复杂可编程逻辑设备)、dsp(数字信号处理器)、网络处理器等。在此所述的方法、系统和设备可以实现为dsp、微控制器或任何其它侧处理器中的软件或asic、cpld或fpga内的硬件电路。应当理解，术语“处理部件”或处理器也可以指一个或多个处理设备，诸如位于多个计算机系统(例如，云计算)的处理设备的分布式系统，并且除非另有说明，否则不限于单个设备。
[0179]
从另一个视角来看，还可以提供一种包括指令的计算机程序，当该程序由电子设备的处理部件执行时，该指令使电子设备执行在此公开的方法步骤。
[0180]
例如，可以提供一种包括指令的计算机程序，当该程序由电子设备的处理部件执行时，该指令使电子设备：
[0181]-在处理部件处接收指示作物类型的作物数据；
[0182]-在处理部件处接收指示至少一种有害生物的区域数据，该有害生物可能存在于作物位置处或周围；
[0183]-经由处理部件从数据库中选择适合于选择性地对至少一种相关有害生物进行基因分型的传感器装置；其中，至少一种相关有害生物在至少一种有害生物中，以及其中，响应于作物数据和区域数据执行选择。
[0184]
作为另一示例，还可以提供一种包括指令的计算机程序，当该程序由包括传感器接口的电子设备的处理部件执行时，该指令使电子设备：
[0185]-在处理部件处接收作物数据；其中，作物数据指示作物的类型；
[0186]-在处理部件处接收区域数据；其中，区域数据指示在该作物场地所在的区域中一种或多种有害生物的存在；
[0187]-使用处理部件从数据库中选择适合于选择性地对至少一种相关有害生物进行基因分型的传感器装置；其中，至少一种相关有害生物在一种或多种有害生物中，以及其中，响应于作物数据和区域数据执行选择；
[0188]-使用在传感器接口处连接的传感器装置，通过分析从作物场地获得的环境样品，原位执行至少相关的有害生物的基因分型，并经由传感器接口处的传感器装置生成结果信号；
[0189]-使用处理部件处理结果信号，以确定至少一种相关的有害生物是否存在于环境样品中；从而经由便携式设备检测作物场地上至少一种相关有害生物中的任何一种有害生物的存在。
[0190]
当从另一个视角来看时，还可以提供一种计算机可读数据载体，其上存储有在此公开的计算机程序。因此，还可以提供一种存储程序的非暂态计算机可读介质，该程序使合适的电子设备执行在此公开的任何方法步骤。
[0191]
计算机可读数据载体包括任何合适的数据存储设备，其上存储了体现在此所述的任何一种或多种方法或功能的一组或多组指令(例如，软件)。指令还可以在由计算机系统、
主存储器和处理设备执行期间完全或至少部分地驻留在主存储器内和/或处理器内，该处理设备可以构成计算机可读存储介质。指令可以进一步经由网络接口设备通过网络发送或接收。
[0192]
用于实现在此描述的一个或多个实施例的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一部分提供的光学存储介质或固态介质，但也可以是以其它形式分发，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如万维网的网络呈现并且可以从这种网络下载到数据处理器的工作存储器中。
[0193]
当从另一个视角来看时，还可以提供用于使计算机程序元件可用于下载的数据载体或数据存储介质，该计算机程序元件被布置为执行根据前述实施例之一的方法。
[0194]“包括”一词不排除其它元素或步骤，并且不定冠词“一”或“一个”不排除复数。单个处理器或控制器或其它单元可以实现权利要求中陈述的几个项目的功能。在相互不同的从属权利要求中陈述了某些措施这一事实并不指示这些措施的组合不能有利地使用。权利要求中的任何参考符号不应被解释为限制范围。
附图说明
[0195]
下文参考附图描述示例实施例。
[0196]
图1示出部署在作物田地中的便携式电子设备的框图表示。
[0197]
图2示出用于说明目标检测方法的频谱草图。
[0198]
图3示出传感器装置选择方法的流程图。
[0199]
图4示出在选择之后执行的选择性基因分型的流程图。
具体实施方式
[0200]
图1示出说明应用本教导中的一些的场景的框图100。在非限制性意义上，示出了可以表示陆地上的地理区域的陆地地理部分101。在部分101上，种植了包括植物103的作物。作物或植物103种植在由边界102a-d限定的田地102或地理区域上。在田地102的左侧102d上示出种植了另一种作物，该作物包括与田地102上的植物103不同的另一种植物104。根据本教导的一个方面的检测系统105被示为位于田地102上的场地106a。还示出了场地106a的放大视图106b，更详细地示出了检测系统105的示例。检测系统105包括电子设备109，其被示为手持设备。检测系统105还包括多个传感器或传感器装置112，例如它们可以存储在套件110中。传感器112(例如所选的传感器)或传感器装置113中的任一种可以经由传感器接口连接到电子设备109。传感器接口可以是无线的或有线的。电子设备109包括人机界面(“hmi”)，这里示出的人机界面包括指示笔114和用于用户与设备109交互的显示器111。hmi甚至可以包括音频设备，诸如扬声器。电子设备109还包括处理部件或计算机处理器。
[0201]
检测系统105，或更具体地，电子设备109可以包括用于接收位置数据的地理定位部件或地理定位模块。位置数据代表场地106a的地理位置。例如，设备109可以通过一个或多个卫星118接收位置数据。诸如gps和galilio的地理定位系统可用作可以集成在例如设备109和/或甚至传感器112、113中的模块。可替代地或另外地，位置数据可以从一个或多个蜂窝网络109获得。可替代地或另外地，位置数据可以从一个或多个无线站或信标120a-b获
得。系统105或优选地电子设备109可以例如经由采用蜂窝网络119的数据连接129和/或经由与任何无线站120a和/或120b的无线连接来连接到至少一个网络。
[0202]
系统105或设备109还具有到至少一个数据库115的功能连接125。在一些情况下，数据库115可以至少部分地是本地数据库，即，包括在系统115的存储器内，或更具体地，包括在设备109的存储器内。在这种情况下，数据库连接至少部分在系统105或设备106内部。在一些情况下，数据库115可以至少部分地是远程数据库，即，位于与系统105的位置106a相比的另一个位置。在这种情况下，数据库连接125至少部分地在系统105外部。因此，数据库连接125可以经由蜂窝网络119和/或经由一个或多个无线站102a、b建立。该至少一个数据库115甚至可以至少部分地在云服务116上。在一些情况下，可以远离测试位置106a建立外部数据库连接125。例如，当无法从测试场地建立蜂窝网络或无线连接时，这是相关的。在这种情况下，数据库115可以是当网络连接可用时可以与远程数据库同步的内部数据库。同步可以经由蜂窝连接129和/或无线网络120在可用时直接进行，或者同步可以通过到服务器117的连接127间接进行。在一些情况下，服务器连接127是设备109和服务器117之间的有线连接，而在其它情况下，它甚至可以是无线连接，例如通过数据连接129或无线120。在一些情况下，远程数据库115可以至少部分驻留在服务器117上，或甚至服务器117可以提供对可能在另一个位置上的远程数据库115的访问。
[0203]
当系统105部署在作物场地(例如场地106a)时，处理部件接收指示作物类型(即植物103的类型)的作物数据。作物数据可以由用户例如使用hmi输入，和/或它可以经由作物传感器和/或甚至经由先前的测量自动获取。例如，作物传感器可以是图像识别系统的一部分。处理部件还接收区域数据，该区域数据指示可能存在于作物103的位置处或周围的至少一种有害生物。为此，区域数据可以提供关于哪些生物存在或已经存在于田地102的一定距离内的信息。在一些情况下，区域数据可以至少部分地从服务器117和/或数据库115和/或蜂窝网络119和/或无线网络120获得。区域数据甚至可以包括位置数据。在一些情况下，区域数据可从一个或多个公共数据库或互联网服务中获得。区域数据甚至可以包括天气数据，例如风131的强度和方向。
[0204]
如果侵扰区域140位于田地102上游的风131的路径之间，则可存在来自侵扰植物130的有害生物已经被运送到作物103的至少一部分的较高可能性。因此，可以根据诸如风131或其历史之类的普遍条件来调整要评估有害生物检测的相关性的田地102的一定距离。
[0205]
在一些情况下，其它作物104甚至可能已经被另一种有害生物侵扰。在这种情况下，区域数据还可以包括与另一有害生物有关的信息。然而，另一种有害生物有可能不侵扰作物植物103。因此，对于仅影响另一种作物104，或更具体地，不影响作物103的另一种有害生物，处理作物103可能是无用的。这种生物可以被认为是与作物103无关的有害生物。
[0206]
类似地，可能存在对作物103有害的其它生物，然而在田地102或甚至场地106a的一定距离内尚未检测到这种生物。因此，检测这种其它生物也可能是不明智的。这种生物也可以被认为是与作物103无关的有害生物。
[0207]
根据本教导，通过将作物数据与区域数据组合，处理部件因此能够自动确定关注的有害生物，或者如果作物数据和区域数据二者都指示同一种有害生物，则是至少一种相关的有害生物。应当理解，如果由区域数据指示的至少一种有害生物不对应于可以影响作物的那些生物，则至少一种有害生物都不是相关的有害生物，因此不需要执行检测。类似
地，如果由区域数据指示的所有至少一种有害生物对应于可以影响作物的相应生物，则所有至少一种有害生物都将是相关的有害生物，并且因此被推荐检测。因此，当通过组合作物数据和区域数据来指示至少一种相关的有害生物时，处理部件可以因此自动选择包括一个或多个传感器的传感器装置，每个传感器的目标是检测与传感器装置中的其它传感器可以检测到的生物不同的关注的特定个体生物。因此，可以确定优化以检测关注的生物或相关的生物的传感器装置。用户不需要是生物、作物或其检测方面的专家。
[0208]
当选择的传感器装置113用于执行检测时，设备109可以通过采样过程经由hmi指导用户。采样过程可能因要检测的作物和/或相关生物而异。采样过程甚至可以取决于选择的传感器装置113。因此用户不需要是专家或生物学家。还将理解，上述方法也适合作为自主过程来实现，例如，系统105可以是机器人系统，该机器人系统在自动选择传感器装置113之后将装置113与处理单元进行接口连接，从场地106a获取一个或多个环境样品，选择性地对环境样品进行基因分型，经由传感器装置生成结果信号，使用处理部件处理结果信号以确定一种或多种有害生物是否是存在于从作物场地106a获得的环境样品中。然后机器人系统可以选择另一个场地以在另一个场地进行检测。因此，本教导既适用于由用户操作的便携式设备执行的检测，也适用于由至少部分自主的过程执行的检测。
[0209]
响应于已经在场地检测到的有害生物的阳性检测，处理部件可以确定用于控制有害生物的合适处理。如果在场地检测到多于一种的相关有害生物，则处理部件可以确定优化用于处理场地上多于一种的有害生物的处理。这可以帮助最小化用于控制生物的量和数量或活性成分，而不是单独处理每个有害生物。对于没有经验的用户来说，这种处理优化也可能是显著的优点。因此，这可以具有成本和环境优点。处理可以例如是喷雾程序，而不是涉及采用特定的活性成分或其混合物喷洒受侵扰的植物。处理部件因此可以根据作物和生物选择适合的处理。此外，处理部件甚至可以选择根据天气和/或季节优化的适当处理。系统105或设备109甚至可以指导用户通过处理过程，这可以包括以下任何一项：合适的处理产品的名称、使用该产品的处理开始时间、剂量率、施用量、产品的施用数量，或者甚至取决于来自场地或相邻或邻近场地的一个或多个结果信号的处理产品的组合。与其冒太多或太少产品施用的风险，不如根据来自一个或多个结果信号的结果数据通过优化的施用指导用户。同样，应当理解，除了指导用户之外，还可以使用自主处理系统，该自主处理系统响应于结果数据，以及甚至是位置数据，类似于上面概述的那样操作。处理系统可以是相同的系统105，或者它可以是单独的系统，诸如至少一个无人机166。无人机166还可以包括位置检测部件，诸如从一个或多个卫星118获取位置信号138的地理定位模块。无人机甚至可以经由检测系统105或经由蜂窝网络119或无线网络120获得位置数据，如前面在系统105的上下文中所解释的。
[0210]
在图1中，还示出了作物植物103的受侵扰部分150。该部分150可能已经被来自受侵扰区域140的风131携带的病原体侵扰。例如，可以通过组合来自多个作物场地的结果信号来确定/检测这种部分150。通过将结果信号与相应场地的位置数据进一步组合，可以获得表示一种或多种相关生物的地理分布的地图。受侵扰部分150甚至可以被称为存在于部分150中的生物的热区。这种地图可用于在热区150内以及在一些情况下也在热区150周围的受侵扰植物的靶向处理中。可以在田地102上相同或相似的场地进行后续检测，以跟踪处理和/或扩散的有效性。因此可以优化进一步的处理。这也可以通过避免响应于检测到有害
生物的处理来控制，从而具有成本和生态效益。通过使以快速方式执行目标检测成为可能，使得可以提供频繁和更高密度的测量，这些优点相互关联。
[0211]
在一些情况下，如果一个或多个传感器在系统105中不可用，或者预期将耗尽以用于未来计划的检测，则系统105自动订购所选择传感器装置的一个或多个传感器。在一些情况下，系统105可以根据需要自动订购处理产品以控制检测到的一种或多种相关有害生物。
[0212]
图2示出如本教导中提出的选择和用于检测生物的目标方法的符号表示200。在生物基因组250的整个谱系中，不同的生物可以位于谱系中的不同位置。生物谱可以包括可以影响作物103的生物，例如，第一组生物201和第二组生物202。此外，可能存在不能影响作物103的第三组生物203。如果区域数据指示生物201和203可能存在于作物103或田地102的位置处或周围，则处理部件可以将作物数据与区域数据组合，并且因此自动将生物203排除在检测范围之外。结果，处理部件将仅挑选第一组生物201进行检测，并且从而将它们定义为相关的有害生物。因此，第二组生物202作为不相关的生物也被排除在检测范围之外，因为这些生物不存在于作物的位置处或周围。因此，处理部件响应于作物数据和区域数据，从数据库115中选择适合于选择性地对相关有害生物201a-d进行基因分型的传感器装置113。应当理解，术语组甚至可以表示单个生物并且不需要是一组生物。因此，也可以通过用于定义检测范围的处理部件检查每个特定生物的相关性。术语检测范围是指处理部件通过将作物数据与区域数据组合而选择检测的生物。因此选择传感器装置113，使得它能够选择性地对这些选择的生物进行基因分型。
[0213]
图3示出用于选择传感器装置的流程图300。在初始步骤301中，在处理部件处接收作物数据。作物数据指示作物的类型。例如，作物数据指示作物植物103是小麦。作物数据甚至可以进一步指定作物的类型，例如，作物植物103是硬质小麦类型。然后是后续步骤302，在处理单元处接收区域数据。区域数据指示可能存在于作物的位置106a处或周围的至少一种有害生物。在另一个后续步骤303中，处理部件响应于作物数据和区域数据从数据库115中选择传感器装置113。传感器装置适合于选择性地对至少一种相关有害生物进行基因分型。应当理解，初始步骤301和后续步骤302的顺序可以互换。通过组合作物数据和区域数据，处理部件可以仍然能够从数据库115中选择传感器装置113。在可选的后续步骤304中，与选择的传感器装置113相关的信息经由诸如图形显示器的hmi输出。
[0214]
流程图300可以在合适的电子设备109上实现，该电子设备109包括处理部件和用于将传感器装置113在功能上连接到处理部件的传感器接口。因此，可以实现检测系统105。
[0215]
图4示出另一个流程图400，其可以遵循例如第一流程图300的步骤301-303。步骤304也可以可选地存在。在接下来的第一步骤401中，使用在传感器接口处在功能上连接的传感器装置113执行环境样品的选择性基因分型。从作物场地106a获得环境样品。通过经由传感器装置113执行选择性基因分型在传感器接口处生成结果信号。在进一步的下一步骤402中，结果信号由处理单元处理以确定一种或多种相关有害生物是否存在于环境样品中。因此，电子设备109可以检测一种或多种相关有害生物中的任何一种是否存在于作物场地106a上。作为可选的进一步的下一步骤403，处理部件还从结果信号确定至少一种良性生物是否存在于环境样品中。该确定可以是由处理部件生成的经处理的结果信号的形式，经处理的结果信号指示环境样品中一种或多种生物的存在。作为进一步的可选步骤，无论具有或不具有步骤403，处理部件通过将经处理的结果信号与收集环境样品的作物场地106a的
位置数据组合来生成场地结果数据。还可选地，从在多个场地上执行的检测收集的经处理的结果信号可用于生成表示一种或多种相关生物中的任何一种在由多个场地覆盖的地理区域上的分布的地图。在进一步的可选步骤中，可以确定合适的采样步骤、处理和进一步测量。可选地，可以指导用户通过每个或所有步骤，或者进一步可选地，它们可以以自主方式实现。
[0216]
上面已经公开了适用于现场检测的方法、用于现场检测的电子设备和实现在此公开的任何相关方法步骤的计算机软件产品的各种示例。然而，本领域的技术人员将理解，在不脱离所附权利要求及其等效物的精神和范围的情况下，可以对这些示例进行改变和修改。将进一步理解，来自在此讨论的方法和产品实施例的方面可以自由组合。