Durant determinats períodes de la temporada de creixement, els productors de patata han de controlar regularment l'estat del nitrogen dels seus cultius per tal d'aplicar fertilitzants de la manera més eficient.
Una pràctica habitual és recollir fulles de les plantes de cada camp i després enviar-les al laboratori per a l'anàlisi de nitrats. En pocs dies, els productors reben resultats que indiquen si cal més fertilitzant nitrogenat o si el rendiment és normal. El sistema funciona, però aquest procés es pot accelerar, diu I. Wang, docent Universitat de Wisconsin-Madison, Departament d'Horticultura.
"Recollir fulles requereix molt de temps i esforç", diu Wang.
"I de vegades els resultats poden ser enganyosos, perquè la quantitat de nitrat a les fulles pot estar influenciada per molts factors, com ara les condicions meteorològiques o el moment de la presa de mostres. A més, els resultats no tenen en compte les diferències espacials [requisits de nitrogen] dins del camp".
Projecte finançat USDA Institut Nacional d'Alimentació i Agricultura, implica la recollida i processament de dades d'una càmera hiperespectral. S'instal·la en un UAV (vehicle aeri no tripulat) o un avió de baix vol que sobrevola les zones de patata estudiades.
L'equip de Wang està desenvolupant models informàtics per enllaçar imatges amb l'estat del nitrogen de les plantes durant la temporada, el rendiment, la qualitat i els rendiments econòmics de final de temporada.
"El meu personal i jo esperem desenvolupar un programa en línia que convertirà imatges hiperespectrals en informació sobre quan i quant fertilitzar perquè els productors puguin maximitzar els beneficis amb un impacte ambiental mínim", diu Wang.
"Els factors que causen canvis en l'estat del dosser, com ara l'estat dels nutrients, la presència i absència d'humitat o malaltia, s'associen amb la reflectància espectral i, per tant, es poden visualitzar en imatges hiperespectrals", diu Trevor Crosby, estudiant de postgrau de Wang. laboratori.
En un sol vol sobre un camp de recerca de 70 per 150 metres, es poden recollir desenes d'imatges, cadascuna conté centenars de bandes espectrals. Per accelerar el processament d'imatges, Wang va contractar dos empleats clau. Phil Townsend, professor d'ecologia forestal i de la vida silvestre, és líder en tecnologia de teledetecció. Paul Mitchell, professor i especialista al Departament d'Economia Agrícola i Aplicada, realitza una anàlisi econòmica a partir de la qual un model informàtic fa recomanacions per a l'aplicació de nitrogen.
Crosby, prenent el lideratge en les mesures del terreny, va recollir dades dels llocs d'enquestes de camp en diverses etapes del creixement de la patata. Això inclou l'índex de superfície foliar, la concentració total de nitrogen en fulles i tiges, el nombre de tubercles i el pes dels tubercles individuals, així com factors ambientals com la humitat i la temperatura del sòl, la radiació solar i la velocitat del vent. A la collita, mesura el rendiment global dels tubercles i la seva mida.
Aleshores, Crosby va desenvolupar models millorats que vinculaven imatges hiperespectrals amb mesures a terra. L'objectiu és predir l'estat del nitrogen dels cultius en temps real i predir el rendiment dels tubercles al final de la temporada. En aquest punt, el treball de camp i el processament d'imatges s'han completat, i Crosby s'està centrant en el desenvolupament del model.
Wang comparteix àmpliament la seva investigació amb els productors de patates i hortalisses de l'estat. Té una bona relació amb els agricultors de tot l'estat i molts esperen veure els resultats de la seva investigació.