Durante ciertos períodos de la temporada de crecimiento, los productores de papa deben monitorear regularmente el estado de nitrógeno de sus cultivos para aplicar fertilizante de la manera más eficiente.
Una práctica común es recolectar hojas de plantas en cada campo y luego enviarlas al laboratorio para análisis de nitrato. En unos pocos días, los productores reciben resultados que indican si se necesita más fertilizante nitrogenado o si el rendimiento es normal. El sistema funciona, pero este proceso se puede acelerar, dice yo wang, docente Universidad de Wisconsin-Madison, Departamento de Horticultura.
“Recolectar hojas requiere mucho tiempo y esfuerzo”, dice Wang.
“Y a veces los resultados pueden ser engañosos, porque la cantidad de nitrato en las hojas puede verse influenciada por muchos factores, como las condiciones climáticas o el momento del muestreo. Además, los resultados no tienen en cuenta las diferencias espaciales [requerimientos de nitrógeno] dentro del campo”.
Proyecto financiado USDA Instituto Nacional de Alimentos y Agricultura, implica la recopilación y el procesamiento de datos de una cámara hiperespectral. Se instala en un UAV (vehículo aéreo no tripulado) o aeronave de vuelo rasante que sobrevuela las zonas de papa estudiadas.
El equipo de Wang está desarrollando modelos informáticos para vincular imágenes con el estado de nitrógeno de las plantas durante la temporada, el rendimiento, la calidad y los beneficios económicos al final de la temporada.
“Mi personal y yo esperamos desarrollar un programa en línea que convierta las imágenes hiperespectrales en información sobre cuándo y cuánto fertilizar para que los productores puedan maximizar las ganancias con un impacto ambiental mínimo”, dice Wang.
“Los factores que causan cambios en el estado del dosel, como el estado de los nutrientes, la presencia y ausencia de humedad o enfermedades, están asociados con la reflectancia espectral y, por lo tanto, pueden visualizarse en imágenes hiperespectrales”, dice Trevor Crosby, estudiante graduado en Wang's laboratorio.
En un solo vuelo sobre un campo de investigación de 70 por 150 metros, se pueden recopilar docenas de imágenes, cada una de las cuales contiene cientos de bandas espectrales. Para acelerar el procesamiento de imágenes, Wang contrató a dos empleados clave. Phil Townsend, Profesor de Ecología Forestal y de Vida Silvestre, es un líder en tecnología de sensores remotos. Paul Mitchell, Profesor y Especialista en el Departamento de Economía Agrícola y Aplicada, realiza un análisis económico a partir del cual un modelo informático hace recomendaciones para la aplicación de nitrógeno.
Crosby, tomando la delantera en las mediciones del suelo, recopiló datos de sitios de estudio de campo en varias etapas del crecimiento de la papa. Esto incluye el índice de área foliar, la concentración de nitrógeno total en hojas y tallos, el número de tubérculos y el peso de los tubérculos individuales, así como factores ambientales como la humedad y la temperatura del suelo, la radiación solar y la velocidad del viento. En la cosecha, mide el rendimiento total de los tubérculos y su tamaño.
Crosby luego desarrolló modelos mejorados que vinculan imágenes hiperespectrales con mediciones terrestres. El objetivo es predecir el estado de nitrógeno de los cultivos en tiempo real y predecir el rendimiento de los tubérculos al final de la temporada. En este punto, el trabajo de campo y el procesamiento de imágenes están completos, y Crosby se está enfocando en el desarrollo del modelo.
Wang comparte ampliamente su investigación con los productores de papas y vegetales del estado. Tiene una buena relación con los agricultores de todo el estado y muchos esperan ver los resultados de su investigación.