Potatisodlare måste övervaka kvävestatusen i sin gröda för att gödsla på ett så effektivt och hållbart sätt som möjligt. Detta görs ofta genom att samla petioles - de delar av växten som förbinder broschyrer med stjälkar - från många växter i varje fält. Odlare skickar petioles till ett laboratorium för nitratanalys och väntar på resultat. Systemet fungerar men kan vara bättre, enligt Yi Wang, en biträdande professor och University of Wisconsin-Extension hållbar grönsaksproduktionsspecialist.
"Att samla petioles är tidskrävande och arbetskrävande, och ibland kan resultaten vara vilseledande eftersom många faktorer kan påverka antalet petiole-nitrater som väderförhållanden eller tidpunkten för provtagningen", sa hon. "Och resultaten fångar inte rumslig variation (av kvävebehov) inom fältet."
Så hon leder ett försök att utveckla en uppsättning verktyg som ger potatisodlare ett potentiellt lättare, snabbare och mer omfattande sätt att bedöma grödans kvävebehov. Projektet omfattar insamling och bearbetning av data från en hyperspektral kamera. Kameran är monterad på ett obemannat flygfordon eller lågflygande flygplan som flyger över tomter för potatisforskning som odlas med olika kvävehalter. Datorassisterade modeller har utvecklats för att länka bilderna med säsongens växt-kväve-status och avkastning efter säsong, kvalitet och ekonomisk avkastning.
"Målet är att hjälpa potatisodlare med sin kvävehantering med hjälp av en plattform som täcker hela fältet till skillnad från traditionell petiole-nitratprovning", sa Wang.
Hyperspektrala kameror tar bilder som upptäcker hundratals eller tusentals spektralband av solljus som reflekteras från skörden.
"Faktorer som orsakar variation i baldakinhälsan som näringsstatus, vattenstatus eller sjukdomstryck är relaterade till spektralreflektion och kan därför visualiseras i hyperspektrala bilder", säger Trevor Crosby, doktorand som arbetar med projektet.
En flygning över ett 70- och 150-meters forskningsfält kan samla dussintals bilder med hundratals spektralband. Det tar tid att knäcka data så att forskargruppen vill påskynda bildbehandling.
Wang arbetar med två medarbetare. Phil Townsend, professor vid skogs- och naturekologiska avdelningen vid UW-Madison, använder fjärranalys. Paul Mitchell, professor och UW-Extension jordbruksekonom, kommer att hjälpa till med ekonomisk analys som informerar datormodellens rekommendationer för kväveapplikation.
”Dr. Townsends grupp har skapat ett program som gör bildbehandling mycket effektiv, säger Wang.
Crosby samlar in markmätningar, samlar in data från forskningsområden vid olika potatistillväxtstadier. Han studerar bladareaindex, blad- och vinstockers totala kväveinnehåll och miljöfaktorer som markfuktighet och temperatur, solstrålning och vindhastighet. Vid skörden mäter han det totala knölutbytet och storleksprofilen.
Han kommer sedan att utveckla modeller för att länka det hyperspektrala bilden med markmätningar. Han använder bilder under säsongen för att förutsäga status för gröda-kväve i realtid. Med vägledning från Mitchell kommer han också att använda den modellerade kväve-statusen under säsongen tillsammans med miljöfaktordata för att förutsäga knölproduktivitet och ekonomisk avkastning under slutet av säsongen.
”När det gäller frågor om nitrater i grundvattnet måste vi hitta sätt att bättre utnyttja våra fertilitetsinsatser; Vi är hoppfulla att Yis nya projekt kan hjälpa till att styra dessa ansträngningar, säger Andy Diercks, potatisodlare på Coloma Farms LLC.
"Hyperspektral avbildning har potential att visa anläggningens svar på brister i ingångar innan det mänskliga ögat kan se det", sa Diercks. ”Om vi kan vinna några dagar på att reagera på näringsämnesstress skulle påverkan på växternas hälsa vara betydande. Och möjligheten att använda färre ingångar för att avhjälpa situationen skulle vara en allvarlig win-win. ”
Projektet finansieras av US Department of Agriculture National Institute of Food and Agriculture. Besök trädgårdsodling.wisc.edu eller kontakta wang52@wisc.edu för mer information.