在生長季節的某些時期,馬鈴薯種植者必須定期監測作物的氮狀況,以便以最有效的方式施肥。
一種常見的做法是從每個田地的植物中收集葉子,然後將它們送到實驗室進行硝酸鹽分析。 幾天之內,種植者就會收到結果,表明是否需要更多的氮肥或性能是否正常。 系統工作,但這個過程可以加速,說 一、王, 講解員 威斯康星大學麥迪遜分校,園藝系。
“收集樹葉需要花費大量時間和精力,”王說。
“有時結果可能會產生誤導,因為葉子中的硝酸鹽含量會受到許多因素的影響,例如天氣條件或採樣時間。 此外,結果沒有考慮到該領域內的空間差異[氮需求]。”
項目資助 美國農業部國家糧食和農業研究所,涉及從高光譜相機收集和處理數據。 它安裝在無人機(無人駕駛飛行器)或低空飛行的飛機上,飛越所研究的馬鈴薯地區。
Wang 的團隊正在開發計算機模型,將圖像與當季植物氮狀態、產量、質量和季末經濟回報聯繫起來。
“我和我的員工希望開發一個在線程序,將高光譜圖像轉換為有關施肥時間和施肥量的信息,以便種植者能夠在對環境影響最小的情況下實現利潤最大化,”王說。
“導致冠層狀態變化的因素,例如營養狀況、水分或疾病的存在與否,與光譜反射率相關,因此可以在高光譜圖像中可視化,”王氏學院的研究生 Trevor Crosby 說。實驗室。
在 70 x 150 米研究領域的一次飛行中,可以收集數十張圖像,每張圖像包含數百個光譜帶。 為了加快圖像處理速度,王聘請了兩名關鍵員工。 Phil Townsend 是森林和野生動物生態學教授,是遙感技術的領導者。 農業與應用經濟學系教授兼專家保羅·米切爾(Paul Mitchell)進行了經濟分析,計算機模型從中提出了氮肥施用建議。
克羅斯比率先進行地面測量,從馬鈴薯生長各個階段的實地調查地點收集數據。 這包括葉面積指數、葉和莖中的總氮濃度、塊莖的數量和單個塊莖的重量,以及土壤濕度和溫度、太陽輻射和風速等環境因素。 在收穫時,它測量塊莖的總產量及其大小。
克羅斯比隨後開發了改進的模型,將高光譜圖像與地面測量聯繫起來。 目標是實時預測作物的氮素狀況,並預測季節末塊莖的產量。 至此,現場工作和圖像處理完成,Crosby 正專注於模型開發。
王與該州的馬鈴薯和蔬菜種植者廣泛分享他的研究。 他與全州的農民關係良好,許多人都期待看到他的研究成果。