Κατά τη διάρκεια ορισμένων περιόδων της καλλιεργητικής περιόδου, οι καλλιεργητές πατάτας πρέπει να παρακολουθούν τακτικά την κατάσταση αζώτου των καλλιεργειών τους προκειμένου να εφαρμόζουν λίπασμα με τον πιο αποτελεσματικό τρόπο.
Μια κοινή πρακτική είναι η συλλογή φύλλων από φυτά σε κάθε χωράφι και στη συνέχεια η αποστολή τους στο εργαστήριο για ανάλυση νιτρικών αλάτων. Μέσα σε λίγες ημέρες, οι καλλιεργητές λαμβάνουν αποτελέσματα που υποδεικνύουν εάν χρειάζεται περισσότερο αζωτούχο λίπασμα ή εάν η απόδοση είναι φυσιολογική. Το σύστημα λειτουργεί, αλλά αυτή η διαδικασία μπορεί να επιταχυνθεί, λέει I. Wang, διδάκτορας Πανεπιστήμιο του Ουισκόνσιν-Μάντισον, Τμήμα Οπωροκηπευτικών.
«Η συλλογή φύλλων απαιτεί πολύ χρόνο και προσπάθεια», λέει ο Wang.
«Και μερικές φορές τα αποτελέσματα μπορεί να είναι παραπλανητικά, επειδή η ποσότητα νιτρικών αλάτων στα φύλλα μπορεί να επηρεαστεί από πολλούς παράγοντες, όπως οι καιρικές συνθήκες ή ο χρόνος δειγματοληψίας. Επιπλέον, τα αποτελέσματα δεν λαμβάνουν υπόψη τις χωρικές διαφορές [απαιτήσεις σε άζωτο] εντός του αγρού».
Έργο που χρηματοδοτείται Εθνικό Ινστιτούτο Τροφίμων και Γεωργίας του USDA, περιλαμβάνει τη συλλογή και την επεξεργασία δεδομένων από μια υπερφασματική κάμερα. Τοποθετείται σε UAV (μη επανδρωμένο εναέριο όχημα) ή αεροσκάφος χαμηλής πτήσης που πετά πάνω από τις υπό μελέτη περιοχές πατάτας.
Η ομάδα του Wang αναπτύσσει μοντέλα υπολογιστών για τη σύνδεση των εικόνων με την κατάσταση του αζώτου, την απόδοση, την ποιότητα και τις οικονομικές αποδόσεις στο τέλος της σεζόν.
«Το προσωπικό μου και εγώ ελπίζουμε να αναπτύξουμε ένα διαδικτυακό πρόγραμμα που θα μετατρέπει τις υπερφασματικές εικόνες σε πληροφορίες σχετικά με το πότε και πόσο να γονιμοποιηθεί, έτσι ώστε οι καλλιεργητές να μπορούν να μεγιστοποιήσουν τα κέρδη με ελάχιστες περιβαλλοντικές επιπτώσεις», λέει ο Wang.
«Παράγοντες που προκαλούν αλλαγές στην κατάσταση του θόλου, όπως η θρεπτική κατάσταση, η παρουσία και η απουσία υγρασίας ή ασθένειας, σχετίζονται με τη φασματική ανάκλαση και επομένως μπορούν να απεικονιστούν σε υπερφασματικές εικόνες», λέει ο Trevor Crosby, ένας μεταπτυχιακός φοιτητής στο Wang's. εργαστήριο.
Σε μια πτήση πάνω από ένα ερευνητικό πεδίο 70 επί 150 μέτρων, μπορούν να συλλεχθούν δεκάδες εικόνες, η καθεμία από τις οποίες περιέχει εκατοντάδες φασματικές ζώνες. Για να επιταχύνει την επεξεργασία εικόνας, ο Wang προσέλαβε δύο βασικούς υπαλλήλους. Ο Phil Townsend, Καθηγητής Οικολογίας Δασών και Άγριας Ζωής, είναι πρωτοπόρος στην τεχνολογία τηλεπισκόπησης. Ο Paul Mitchell, Καθηγητής και Ειδικός στο Τμήμα Αγροτικής και Εφαρμοσμένης Οικονομίας, διεξάγει μια οικονομική ανάλυση από την οποία ένα μοντέλο υπολογιστή κάνει συστάσεις για εφαρμογή αζώτου.
Ο Crosby, αναλαμβάνοντας την ηγεσία στις μετρήσεις εδάφους, συνέλεξε δεδομένα από τοποθεσίες επιτόπιων ερευνών σε διάφορα στάδια ανάπτυξης της πατάτας. Αυτό περιλαμβάνει τον δείκτη επιφάνειας φύλλων, τη συνολική συγκέντρωση αζώτου στα φύλλα και τους μίσχους, τον αριθμό των κονδύλων και το βάρος των μεμονωμένων κονδύλων, καθώς και περιβαλλοντικούς παράγοντες όπως η υγρασία και η θερμοκρασία του εδάφους, η ηλιακή ακτινοβολία και η ταχύτητα του ανέμου. Κατά τη συγκομιδή, μετρά τη συνολική απόδοση των κονδύλων και το μέγεθός τους.
Στη συνέχεια, ο Crosby ανέπτυξε βελτιωμένα μοντέλα που συνδέουν υπερφασματικές εικόνες με μετρήσεις εδάφους. Στόχος είναι η πρόβλεψη της κατάστασης αζώτου των καλλιεργειών σε πραγματικό χρόνο και η πρόβλεψη της απόδοσης των κονδύλων στο τέλος της σεζόν. Σε αυτό το σημείο, η εργασία πεδίου και η επεξεργασία εικόνας έχουν ολοκληρωθεί και ο Crosby εστιάζει στην ανάπτυξη μοντέλων.
Ο Wang μοιράζεται ευρέως την έρευνά του με τους καλλιεργητές πατάτας και λαχανικών της πολιτείας. Έχει καλές σχέσεις με αγρότες σε όλη την πολιτεία και πολλοί ανυπομονούν για τα αποτελέσματα της έρευνάς του.