• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • I ricercatori sviluppano un sistema di imaging sul campo fai-da-te

    Il sistema costruito preso all'inizio dell'estate del 2018. Credito:Alex Susko

    Gli agricoltori e i coltivatori di piante possono ora costruire il proprio sistema di rilevamento automatico della telecamera da campo per raccogliere dati sui tratti dinamici delle piante, come l'alloggio e il movimento delle colture, come sta accadendo sul campo per aiutare a ridurre le perdite di resa dei raccolti.

    Un team di ricercatori dell'Università del Minnesota guidato da Alex Susko, dottorando e membro del Precision Agriculture Center in CFANS, ha sviluppato il sistema per catturare video del movimento delle piante in condizioni molto ventose, nonché in caso di cedimento dello stelo o alloggio. L'alloggio si verifica quando una pianta cade o si piega a causa di forti venti, malattia, terreno umido, eccesso di azoto nel terreno, macchinari, o animali e può portare a perdite di resa del raccolto.

    "Esistono sistemi di rilevamento delle telecamere da campo, come PhenoSpex FieldScan, ma è proprietario e progettato principalmente per la fenotipizzazione delle colture in container. Il nostro sistema è open source, meno caro, e più facile da costruire, ", ha detto Susko. "Spero che un sistema come questo apra la possibilità alla scoperta di nuovi fenotipi vegetali".

    I risultati dello studio, pubblicato in Hardware X Journal , ampliato sul lavoro di Peter Marchetto, ricercatore presso il Dipartimento di Ingegneria dei Bioprodotti e dei Biosistemi, che ha usato una macchina fotografica attraverso un campo sul cavo del paracadute per scattare foto dell'alloggio.

    L'aggiornamento del tracciamento della telecamera U of M consente ai ricercatori di registrare i tratti delle piante in tempo reale in diverse posizioni nel campo sperimentale. Questa tecnologia consente ai coltivatori di piante di raccogliere i dati di alloggio in tempo reale, che contribuirà a migliorare la resistenza all'allettamento dei cereali. Il sistema di telecamere ha catturato l'alloggio in circa 15 minuti, risparmiando ore di tempo rispetto alla misurazione manuale, che può durare tre ore. Per di più, questa tecnologia estende le possibilità di fenotipizzazione ad alto rendimento, e la sua natura open source consentirà un ulteriore adattamento alle esigenze di raccolta dei dati di coltivatori e allevatori.

    I ricercatori hanno realizzato video emisferici del movimento delle colture a velocità del vento variabili in posizioni fisse e sono stati in grado di quantificare il movimento utilizzando MATLAB. I risultati dello studio hanno permesso loro di distinguere il movimento di due diverse varietà di avena in base alla frequenza e all'entità dei movimenti oscillanti dello stelo nel vento.

    "Poiché siamo interessati alla risposta della pianta sotto stress da vento, possiamo utilizzare questo sistema in condizioni molto ventose per ottenere video di movimento delle piante, un nuovo fenotipo, " ha detto Susko. "Sono interessato a come diversi parametri fisiologici come l'altezza della pianta influenzano il movimento della pianta, e a sua volta, resistenza all'allettamento delle piante."

    I ricercatori hanno sviluppato una traccia della fotocamera specifica per fotografare piccoli grani sotto lo stress diretto del vento. Il sistema di binari della telecamera è costituito da hardware ed elettronica commerciali che possono ospitare telecamere a 360 gradi. Può essere adattato a varie dimensioni del campo, raccolti, e sistemi di sensori per ottenere dati fenotipici ad alto rendimento non misurabili da altri sistemi.

    "Metodi esistenti per la raccolta dei dati sull'alloggio, come la valutazione manuale o l'imaging con drone, non funzionano per eventi a breve termine, e i veicoli aerei senza equipaggio sono instabili durante le tempeste, " ha detto Marchetto. "Questo nuovo sistema è specificamente progettato per resistere a condizioni meteorologiche avverse, che è importante per ottenere dati migliori e affrontare i problemi prima che diventino perdite di rendimento".


    © Scienza https://it.scienceaq.com