В определенные периоды вегетационного периода производители картофеля должны регулярно контролировать азотный статус своего урожая, чтобы вносить удобрения наиболее эффективным способом.
Обычной практикой является сбор листьев с растений на каждом поле, а затем отправка их на анализ нитратов в лабораторию. В течение нескольких дней производители получают результаты, указывающие, нужно ли больше азотных удобрений или показатели в норме. Система работает, но этот процесс можно ускорить, говорит И. Ван, доцент Университета Висконсин-Мэдисон, Департамент садоводства.
«Сбор листьев отнимает много времени и сил», — говорит Ван.
«И иногда результаты могут вводить в заблуждение, потому что на количество нитратов в листьях может влиять множество факторов, таких как погодные условия или время сбора проб. Кроме того, результаты не учитывают пространственные различия [потребности в азоте] в пределах поля».
Проект, финансируемый Национальным институтом продовольствия и сельского хозяйства Министерства сельского хозяйства США, предполагает сбор и обработку данных с гиперспектральной камеры. Она устанавливается на БПЛА (беспилотный летательный аппарат) или низколетящий самолет, который пролетает над исследуемыми участками картофеля.
Команда Вана разрабатывает компьютерные модели, чтобы связать изображения с азотным статусом растений в сезон, урожайностью, качеством и экономической отдачей в конце сезона.
«Мы с моими сотрудниками надеемся разработать онлайн-программу, которая будет преобразовывать гиперспектральные изображения в информацию о том, когда вносить удобрения и в каком количестве, чтобы производители могли получить максимальную прибыль с минимальным воздействием на окружающую среду», — говорит Ван.
«Факторы, которые вызывают изменения в состоянии растительного покрова, такие как состояние питательных веществ, наличие и отсутствие влаги или болезней, связаны со спектральной отражательной способностью и поэтому могут быть визуализированы на гиперспектральных изображениях», — говорит Тревор Кросби, аспирант лаборатории Вана.
За один полет над исследовательским полем размером 70 на 150 метров можно собрать десятки изображений, каждое из которых содержит сотни спектральных диапазонов. Чтобы ускорить обработку изображений, Ван нанял двух ключевых сотрудников. Фил Таунсенд, профессор кафедры экологии лесов и дикой природы, является лидером в области технологий дистанционного зондирования. Пол Митчелл, профессор и специалист отдела сельскохозяйственной и прикладной экономики, проводит экономический анализ, на основе которого компьютерная модель дает рекомендации по внесению азота.
Кросби, взяв на себя инициативу по наземным измерениям, собрал данные с участков полевых исследований на разных стадиях роста картофеля. Сюда входят индекс площади листьев, общая концентрация азота в листьях и стеблях, количество клубней и вес отдельных из них, а также факторы окружающей среды, такие как влажность и температура почвы, солнечная радиация и скорость ветра. При сборе урожая он измеряет общую урожайность клубней и их размер.
Затем Кросби разработал усовершенствованные модели, связывающие гиперспектральные изображения с наземными измерениями. Цель состоит в том, чтобы в режиме реального времени прогнозировать азотный статус сельскохозяйственных культур и предсказывать урожайность клубней в конце сезона. На данный момент полевые работы и обработка изображений завершены, и Кросби сосредоточился на разработке модели.
Ван широко делится результатами своих исследований с производителями картофеля и овощей штата. У него хорошие отношения с фермерами по всему штату, и многие с нетерпением ждут результатов его исследований.
