SISTEMAS E MÉTODOS PARA MAPAS DE CALOR DE PRESSÃO DE PRAGA

• Main Authors: WANDI LIN, ROSS JOSEPH PUTTERMAN, SIMON BRIDGE BARRATT, SARA CATHERINE STERLING, SUKHVINDER SINGH, IAN ANTHONY STUART-HOFF, PAUL D'HYVER DE LAS DESES
• Format: Patent
• Language: Portuguese
• Published: 18.10.2022
• Subjects: CALCULATING; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; PHYSICS; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR

SISTEMAS E MÉTODOS PARA MAPAS DE CALOR DE PRESSÃO DE PRAGA. A presente invenção refere-se a sistemas e métodos para gerar e exibir mapas de calor. Um dispositivo de computação de geração de mapa de calor inclui uma memória e um processador. O processador é programado para receber dados de armadilha para uma pluralidade de armadilhas de praga em uma localização geográfica, sendo que os dados de armadilha incluem valores de pressão de praga atuais e históricos em cada uma dentre a pluralidade de armadilhas de praga, receber dados climáticos para a localização geográfica, receber dados de imagem para a localização geográfica, aplicar um algoritmo de aprendizado de máquina para gerar valores de pressão de praga futuros previstos em cada uma dentre a pluralidade de armadilhas de praga, gerar um primeiro mapa de calor para um primeiro ponto no tempo e um segundo mapa de calor para um segundo ponto no tempo, e transmitir o primeiro e o segundo mapas de calor para um dispositivo de computação móvel para fazer com que uma interface de usuário no dispositivo de computação móvel exiba um mapa de calor em lapso de tempo. System and methods for predicting future pest pressures are provided. A pest pressure prediction computing device includes a memory and a processor communicatively coupled to the memory. The processor is programmed to receive trap data for a plurality of pest traps in a geographic location, receive weather data for the geographic location, receive image data for the geographic location, identify at least one geospatial feature within or proximate to the geographic location, apply a machine learning algorithm to the trap data, the weather data, the image data, and the at least one identified geospatial feature to identify a correlation between pest pressure and the at least one geospatial feature, and generate predicted future pest pressures for the geographic location based at least on the identified correlation between pest pressure and the at least one geospatial feature.