Un professore della Purdue University ha costruito un sensore palmare innovativo che offre agli scienziati e agli agricoltori delle piante un modo più preciso per misurare la salute delle colture raccogliendo dati aggiornati che i funzionari statali e federali e altri troveranno preziosi.

Jian Jin, un assistente professore nel Dipartimento di Ingegneria Agraria e Biologica di Purdue, spera che il suo dispositivo di imaging iperspettrale sarà ampiamente utilizzato da scienziati e agricoltori a livello nazionale e internazionale. Il dispositivo esegue la scansione di una pianta per le caratteristiche fisiologiche, come l'umidità, livelli di nutrienti e clorofilla, così come diversi effetti di spruzzatura chimica e sintomi di malattia per determinare se è sano o sotto stress.

Jin ha affermato che il dispositivo di imaging iperspettrale che ha costruito aiuterà gli agricoltori a rilevare i cambiamenti nella salute delle piante nel campo da ore a giorni prima che siano visibili ad occhio nudo. Inoltre consentirà agli agricoltori di apportare le modifiche necessarie per coltivare più cibo utilizzando meno risorse, ad esempio riducendo l'uso di fertilizzanti e acqua.

"La mia visione è che questo sensore consentirà agli agricoltori domestici che camminano in un campo di utilizzare un dispositivo portatile e uno smartphone per ottenere le stesse informazioni disponibili da sistemi di fenotipizzazione molto costosi costruiti da grandi aziende e grandi università negli ultimi anni, " Jin ha detto. "Abbiamo 600 milioni di agricoltori in tutto il mondo, e pochissimi di loro stanno beneficiando di tecnologie di sensori per impianti di fascia alta. Ora, con questo dispositivo portatile, la maggior parte degli agricoltori può beneficiarne".

Questa tecnologia si allinea con i "Giant Leaps" di Purdue che celebrano i progressi globali dell'università fatti in materia di salute, spazio, punti salienti dell'intelligenza artificiale e della sostenibilità nell'ambito del 150esimo anniversario di Purdue. Questi sono i quattro temi del Festival delle Idee della celebrazione annuale, progettato per mostrare Purdue come un centro intellettuale che risolve problemi del mondo reale.

Il sensore, che può scansionare una pianta in meno di cinque secondi, può rilevare centinaia di bande di colore in ogni pixel rispetto alle tre bande di colore rilevate dalle fotocamere tradizionali. Una versione spara anche un'esplosione di luce fluorescente dalla pianta. Entrambi sono usati per misurare lo stress ei livelli di nutrizione della pianta.

"Abbiamo implementato le tecnologie hardware e software in un dispositivo portatile leggero e facile da trasportare, " disse Jin.

Il sensore ha integrato l'algoritmo avanzato di elaborazione delle immagini e i modelli di previsione delle caratteristiche dell'impianto sviluppati dagli scienziati di Purdue. Questi modelli sono stati sviluppati con il database di Purdue contenente anni di saggi di ricerca sulle piante sia in serra che in campo. Anche i modelli vengono costantemente migliorati e aggiornati.

"Quindi abbiamo sempre le previsioni più accurate per l'agricoltore, " disse Jin.

C'è stato un rapido sviluppo della fenotipizzazione delle piante nell'ultimo decennio poiché la tecnologia viene sempre più utilizzata per migliorare l'efficienza in base alle condizioni attuali invece che gli agricoltori si affidano alle condizioni regionali e ai dati storici per prendere decisioni. La maggior parte delle aziende agricole controlla manualmente la salute delle piante, che manca di precisione ed efficienza.

Jin ha detto che il suo sensore è più preciso degli attuali dispositivi utilizzati dagli scienziati delle piante che bloccano una foglia e misurano la salute di solo una parte della pianta.

"Per molteplici ragioni tecniche, la qualità di previsione del sensore è molto più accurata di qualsiasi altro tipo di sensori di imaging delle colture che le persone hanno nel mercato esistente, " Ha detto Jin. " Inoltre, migliora costantemente perché eseguiamo la scansione degli impianti ogni giorno e stiamo aggiornando sia le tecnologie hardware che quelle software".

Sebbene il sensore sia autonomo, gli utenti hanno anche la possibilità di caricare le misurazioni con le geolocalizzazioni su un servizio di mappe cloud basato sul web sviluppato da Carol Song e dal suo team presso l'Advanced Computing Group di Purdue. Il sistema genera mappe di calore per lo stress e la nutrizione delle piante in base alle misurazioni del sensore, e fornisce funzioni interattive di interrogazione dei dati agricoli sia a livello di azienda agricola che a livello regionale. Questo sistema di mappe digitali ag con i dati dei sensori può supportare molte potenziali applicazioni. For example the data collected will provide valuable information to state and federal officials about steps they can take to help farmers during severe crop stress periods as well as information about what types of crop yields can be expected.

"If we can successfully distribute the sensors around the region, we can generate this digital ag map service to monitor the plant growth all over the region—which areas are under stress and which areas are having a good performance, " Egli ha detto.

Jin's group at ABE is working on automation of this device. He and his graduate students worked last winter with a senior design group from Purdue's School of Mechanical Engineering and successfully implemented a robot to scan the leaves with the sensor automatically in the greenhouse. The robot utilized machine vision to recognize the target leaves and carry the sensor over there for a quick scan operation along the leaf's natural slope. Encouraged by the success in the greenhouse, Jin and his team is moving on for the design of the next robot in the farm field environment.

The robot system may look like a spider transformer:It travels between crop rows, with each leg equipped with a sensor, waving and scanning leaves in the field with a very high speed. Jin expects the prototype to be functioning during the 2019 growing season.

Jin is looking for collaborators who could lead in commercializing the device, especially in marketing and mass manufacturing. He believes making the devices low-cost might be the best approach, with the data being where the value is.

"We hope to get a lot more data so we can have more valuable data services, " he said. "We have great team work at Purdue to make it happen. Besides the engineers from ABE, the sensor's development has been greatly supported by breeders and biologists at Purdue, including professors Mitch Tuinstra, scientific director of the Purdue's Institute for Plant Sciences, and Tony Vyn, the Henry A. Wallace Chair in Crop Sciences. Carol Song and her team of data scientists from Advanced Computing Group provided the GIS map functions. Gerald Shively from Agricultural Economics has been promoting the application of the device as a social scientist."

The Purdue Office of Technology Commercialization has filed three applications for provisional patents for the technology.