Agricultura Botánica y Genética Estados Unidos

Sensor proporciona a los agricultores una lectura más precisa sobre la salud de las plantas


Un profesor de la Universidad de Purdue ha desarrollado un innovador sensor portátil que brinda a los científicos de plantas y agricultores una forma más precisa de medir la salud de los cultivos mientras recopila datos actualizados que los funcionarios estatales y federales y otros encontrarán valiosos.


Universidad de Purdue

Jian Jin, profesor asistente en el Departamento de Ingeniería Agrícola y Biológica de Purdue, espera que su dispositivo de imágenes hiperespectrales sea utilizado ampliamente por científicos de plantas y agricultores a nivel nacional e internacional. El dispositivo escanea una planta en busca de características fisiológicas, como la humedad, los niveles de nutrientes y clorofila, así como diferentes efectos de pulverización química y síntomas de la enfermedad para determinar si es saludable o está bajo estrés.

Jin dijo que el dispositivo de imágenes hiperespectrales que construyó ayudará a los agricultores a detectar cambios en la salud de las plantas en el campo, desde horas hasta días antes de que sean visibles a simple vista. También permitirá a los agricultores hacer los cambios necesarios para cultivar más alimentos utilizando menos recursos, como por ejemplo reduciendo el uso de fertilizantes y agua.

«Mi visión es que este sensor permitirá a los agricultores domésticos que caminan por un campo usar un dispositivo de mano y un teléfono inteligente para obtener la misma información disponible de sistemas de fenotipos muy caros construidos por grandes compañías y grandes universidades en los últimos años», dijo Jin. «Tenemos 600 millones de agricultores en todo el mundo, y muy pocos de ellos se están beneficiando de las tecnologías de sensores de plantas de gama alta. Ahora, con este dispositivo de mano, la mayoría de los agricultores pueden beneficiarse».

Esta tecnología se alinea con los «saltos gigantes» de Purdue que celebran los avances globales de la universidad en materia de salud, espacio, inteligencia artificial y aspectos destacados de sostenibilidad como parte del 150 aniversario de Purdue. Esos son los cuatro temas del Festival de Ideas de la celebración de un año, diseñado para mostrar a Purdue como un centro intelectual que resuelve problemas del mundo real.

El sensor, que puede escanear una planta en menos de cinco segundos, puede detectar cientos de bandas de color en cada píxel en comparación con las tres bandas de color detectadas por las cámaras tradicionales. Una versión también dispara una explosión de luz fluorescente de la planta. Ambos se utilizan para medir el estrés y los niveles de nutrición de la planta.

«Implementamos las tecnologías de hardware y software en un dispositivo portátil que es liviano y fácil de transportar», dijo Jin.

El sensor integró el algoritmo avanzado de procesamiento de imágenes y los modelos de predicción de características de la planta desarrollados por los científicos de Purdue. Estos modelos se desarrollaron con la base de datos de Purdue que contiene años de ensayos de investigación de plantas tanto en invernadero como en campo. Los modelos también son constantemente mejorados y actualizados.

«Así que siempre tenemos las predicciones más precisas para el agricultor», dijo Jin.

Ha habido un rápido desarrollo del fenotipado de plantas en la última década a medida que la tecnología se utiliza cada vez más para mejorar la eficiencia basada en las condiciones actuales en lugar de que los agricultores confíen en condiciones regionales y datos históricos para tomar decisiones. La mayoría de las fincas verifican manualmente la sanidad vegetal, que carece de precisión y eficiencia.

Jin dijo que su sensor es más preciso que los dispositivos actuales utilizados por los científicos de plantas que sujetan una hoja y miden la salud de solo una parte de la planta.

«Debido a múltiples razones técnicas, la calidad de predicción del sensor es mucho más precisa que cualquier otro tipo de sensores de imágenes de cultivos que las personas tienen en el mercado existente», dijo Jin. «También mejora constantemente porque escaneamos las plantas todos los días y estamos actualizando las tecnologías de hardware y software».

Aunque el sensor es autónomo, los usuarios también tienen la opción de cargar las mediciones con ubicaciones geográficas en un servicio de mapas en la nube basado en la web desarrollado por Carol Song y su equipo en el Grupo de computación avanzada de Purdue. El sistema genera el estrés de la planta y los mapas de calor nutricional basados ​​en las mediciones del sensor, y proporciona funciones interactivas de consulta de datos agrícolas tanto a nivel de granja como regional. Este sistema de mapas digitales digitales con datos de sensores puede admitir muchas aplicaciones potenciales. Por ejemplo, los datos recopilados proporcionarán información valiosa a los funcionarios estatales y federales sobre los pasos que pueden tomar para ayudar a los agricultores durante los períodos de estrés severo de los cultivos, así como información sobre los tipos de rendimiento de los cultivos.

«Si podemos distribuir con éxito los sensores en toda la región, podemos generar este servicio de mapas digitales para monitorear el crecimiento de la planta en toda la región, qué áreas están bajo estrés y qué áreas están teniendo un buen desempeño», dijo.

El grupo de Jin en ABE está trabajando en la automatización de este dispositivo. El y sus estudiantes graduados trabajaron el invierno pasado con un grupo de diseño sénior de la Escuela de Ingeniería Mecánica de Purdue e implementaron con éxito un robot para escanear las hojas con el sensor automáticamente en el invernadero. El robot utilizó la visión artificial para reconocer las hojas objetivo y transportar el sensor allí para una exploración rápida a lo largo de la pendiente natural de la hoja. Alentados por el éxito en el invernadero, Jin y su equipo están avanzando para el diseño del próximo robot en el entorno del campo agrícola.

El sistema de robot puede parecerse a un transformador de araña: viaja entre filas de cultivos, con cada pierna equipada con un sensor, agitando y escaneando hojas en el campo a una velocidad muy alta. Jin espera que el prototipo funcione durante la temporada de crecimiento de 2019.

Jin está buscando colaboradores que puedan liderar la comercialización del dispositivo, especialmente en mercadeo y manufactura en masa. Él cree que hacer que los dispositivos sean de bajo costo podría ser el mejor enfoque, ya que los datos están donde está el valor.

«Esperamos obtener muchos más datos para poder tener más servicios de datos valiosos», dijo. «Tenemos un gran trabajo en equipo en Purdue para que esto ocurra. Además de los ingenieros de ABE, el desarrollo del sensor ha sido enormemente apoyado por los criadores y biólogos de Purdue, incluido el profesor Mitch Tuinstra, director científico del Instituto de Ciencias de las Plantas de Purdue, y Tony. «Vyn, la Cátedra Henry A. Wallace en Ciencias de los Cultivos. Carol Song y su equipo de científicos de datos de Advanced Computing Group proporcionaron las funciones del mapa GIS. Gerald Shively de Agricultural Economics ha estado promoviendo la aplicación del dispositivo como científico social».

La Oficina de comercialización de tecnología de Purdue ha presentado tres solicitudes de patentes provisionales para la tecnología.

Proporcionado por: Universidad de Purdue

Información de: phys.org


Leer más


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *