Durante certos períodos da tempada de crecemento, os produtores de pataca deben controlar regularmente o estado de nitróxeno dos seus cultivos para aplicar fertilizantes da forma máis eficiente.
Unha práctica habitual é recoller follas das plantas en cada campo e envialas ao laboratorio para a análise de nitratos. En poucos días, os produtores reciben resultados que indican se é necesario máis fertilizante nitróxeno ou se o rendemento é normal. O sistema funciona, pero este proceso pódese acelerar, di I. Wang, docente Universidade de Wisconsin-Madison, Departamento de Horticultura.
"Coller follas leva moito tempo e esforzo", di Wang.
"E ás veces os resultados poden ser enganosos porque a cantidade de nitratos nas follas pode verse influenciada por moitos factores, como as condicións meteorolóxicas ou o momento da toma de mostras. Ademais, os resultados non teñen en conta as diferenzas espaciais [requisitos de nitróxeno] dentro do campo".
Proxecto financiado USDA Instituto Nacional de Alimentación e Agricultura, implica a recollida e procesamento de datos dunha cámara hiperespectral. Está instalado nun UAV (vehículo aéreo non tripulado) ou nunha aeronave de voo baixo que sobrevoa as zonas de pataca estudadas.
O equipo de Wang está a desenvolver modelos informáticos para vincular imaxes ao estado de nitróxeno da planta, o rendemento, a calidade e os rendementos económicos de fin de tempada.
"O meu persoal e eu esperamos desenvolver un programa en liña que converta imaxes hiperespectrais en información sobre cando e canto fertilizar para que os produtores poidan maximizar os beneficios cun impacto ambiental mínimo", di Wang.
"Os factores que provocan cambios no estado da copa, como o estado dos nutrientes, a presenza e ausencia de humidade ou enfermidades, están asociados coa reflectancia espectral e, polo tanto, pódense visualizar en imaxes hiperespectrais", di Trevor Crosby, estudante de posgrao na Universidade de Wang. laboratorio.
Nun só voo sobre un campo de investigación de 70 por 150 metros, pódense recoller decenas de imaxes, cada unha con centos de bandas espectrais. Para acelerar o procesamento de imaxes, Wang contratou dous empregados clave. Phil Townsend, profesor de Ecoloxía Forestal e da Vida Silvestre, é líder en tecnoloxía de teledetección. Paul Mitchell, profesor e especialista no Departamento de Economía Agrícola e Aplicada, realiza unha análise económica a partir da cal un modelo informático fai recomendacións para a aplicación de nitróxeno.
Crosby, tomando o liderado nas medicións do terreo, recompilou datos de sitios de investigación de campo en varias etapas do crecemento da pataca. Isto inclúe o índice de superficie foliar, a concentración total de nitróxeno nas follas e os talos, o número de tubérculos e o peso dos tubérculos individuais, así como factores ambientais como a humidade e temperatura do solo, a radiación solar e a velocidade do vento. Na colleita, mide o rendemento global dos tubérculos e o seu tamaño.
Crosby desenvolveu entón modelos mellorados que vinculaban imaxes hiperespectrais con medicións baseadas no terreo. O obxectivo é predicir o estado de nitróxeno dos cultivos en tempo real e prever o rendemento dos tubérculos ao final da tempada. Neste punto, o traballo de campo e o procesamento de imaxes están completos, e Crosby céntrase no desenvolvemento do modelo.
Wang comparte amplamente a súa investigación cos produtores de patacas e hortalizas do estado. Ten unha boa relación cos agricultores de todo o estado e moitos están a esperar os resultados da súa investigación.