बढ्दो मौसमको निश्चित अवधिहरूमा, आलु उत्पादकहरूले नियमित रूपमा आफ्नो बालीको नाइट्रोजन स्थितिलाई सबैभन्दा प्रभावकारी तरिकामा मल लागू गर्नको लागि अनुगमन गर्नुपर्छ।
प्रत्येक खेतमा बिरुवाहरूबाट पातहरू सङ्कलन गर्ने र त्यसपछि नाइट्रेट विश्लेषणको लागि प्रयोगशालामा पठाउने सामान्य अभ्यास हो। केही दिन भित्र, उत्पादकहरूले परिणामहरू प्राप्त गर्छन् कि थप नाइट्रोजन मल आवश्यक छ वा प्रदर्शन सामान्य छ। प्रणालीले काम गर्छ, तर यो प्रक्रियालाई गति दिन सकिन्छ, भन्छन् आई वाङ, दक्ष विस्कन्सिन-म्याडिसन विश्वविद्यालय, बागवानी विभाग।
"पातहरू सङ्कलन गर्न धेरै समय र प्रयास लाग्छ," वाङ भन्छन्।
"र कहिलेकाहीँ नतिजाहरू भ्रामक हुन सक्छन् किनभने पातहरूमा नाइट्रेटको मात्रा धेरै कारकहरूले प्रभावित हुन सक्छ, जस्तै मौसम अवस्था वा नमूना लिने समय। थप रूपमा, नतिजाहरूले क्षेत्र भित्र स्थानिय भिन्नताहरू [नाइट्रोजन आवश्यकताहरू] लाई ध्यानमा राख्दैनन्।"
परियोजना वित्त पोषित USDA राष्ट्रिय खाद्य र कृषि संस्थान, हाइपरस्पेक्ट्रल क्यामेराबाट डाटाको सङ्कलन र प्रशोधन समावेश गर्दछ। यो UAV (मानवरहित हवाई वाहन) वा अध्ययन गरिएको आलु क्षेत्रहरूमा उड्ने कम उडान गर्ने विमानमा स्थापना गरिएको छ।
वाङको टोलीले इन-सिजन प्लान्ट नाइट्रोजन स्थिति, उपज, गुणस्तर, र अन्त-सिजन आर्थिक प्रतिफलमा छविहरू लिङ्क गर्न कम्प्युटर मोडेलहरू विकास गर्दैछ।
"मेरो कर्मचारी र म एक अनलाइन कार्यक्रम विकास गर्ने आशा गर्छौं जसले हाइपरस्पेक्ट्रल छविहरूलाई कहिले र कति उर्वर गर्ने भन्ने जानकारीमा रूपान्तरण गर्नेछ ताकि उत्पादकहरूले न्यूनतम वातावरणीय प्रभावमा नाफा बढाउन सकून्," वाङ भन्छन्।
"क्यानोपीको स्थितिमा परिवर्तन ल्याउने कारकहरू, जस्तै पोषक तत्वको स्थिति, नमी वा रोगको उपस्थिति र अनुपस्थिति, वर्णक्रमीय प्रतिबिम्बसँग सम्बन्धित छन् र त्यसैले हाइपरस्पेक्ट्रल छविहरूमा कल्पना गर्न सकिन्छ," वाङ्का स्नातक विद्यार्थी ट्रेभर क्रसबी भन्छन्। प्रयोगशाला।
70 बाइ 150 मिटर अनुसन्धान क्षेत्रमा एउटै उडानमा, दर्जनौं छविहरू सङ्कलन गर्न सकिन्छ, प्रत्येकमा सयौं स्पेक्ट्रल ब्यान्डहरू छन्। छवि प्रशोधनको गति बढाउन, वाङले दुई प्रमुख कर्मचारीहरूलाई काममा लिए। फिल टाउनसेन्ड, वन र वन्यजन्तु इकोलोजीका प्रोफेसर, रिमोट सेन्सिङ टेक्नोलोजीमा एक नेता हुन्। पॉल मिचेल, प्रोफेसर र कृषि र एप्लाइड अर्थशास्त्र विभागमा विशेषज्ञ, एक आर्थिक विश्लेषण सञ्चालन गर्दछ जसबाट कम्प्युटर मोडेलले नाइट्रोजन प्रयोगको लागि सिफारिस गर्दछ।
क्रसबीले जमिनको मापनमा नेतृत्व लिँदै, आलुको वृद्धिका विभिन्न चरणहरूमा क्षेत्र सर्वेक्षण साइटहरूबाट डाटा सङ्कलन गरे। यसमा पात क्षेत्र सूचकाङ्क, पात र डाँठहरूमा कुल नाइट्रोजन एकाग्रता, ट्युबरहरूको संख्या र व्यक्तिगत ट्युबरहरूको वजन, साथै माटोको ओसिलो र तापक्रम, सौर्य विकिरण र हावाको गति जस्ता वातावरणीय कारकहरू समावेश हुन्छन्। फसल काट्ने समयमा, यसले कंदको समग्र उपज र तिनीहरूको आकार नाप्छ।
त्यसपछि क्रसबीले हाइपरस्पेक्ट्रल छविहरूलाई जमीनमा आधारित मापनहरूसँग जोड्ने सुधारिएको मोडेलहरू विकास गर्यो। लक्ष्य वास्तविक समयमा बाली को नाइट्रोजन स्थिति भविष्यवाणी र मौसम को अन्त मा tubers को उपज भविष्यवाणी गर्न को लागी छ। यस बिन्दुमा, फिल्ड कार्य र छवि प्रशोधन पूरा भएको छ, र क्रसबी मोडेल विकासमा ध्यान केन्द्रित गर्दैछ।
वाङले आफ्नो अनुसन्धान राज्यका आलु र तरकारी उत्पादकहरूसँग व्यापक रूपमा साझा गर्छन्। राज्यभरका किसानहरूसँग उनको राम्रो सम्बन्ध छ र धेरैले उनको अनुसन्धानको नतिजाको लागि पर्खिरहेका छन्।