Un profesor de la Universidad de Purdue ha construido un sensor de mano innovador 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.

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, niveles de nutrientes y clorofila, así como diferentes efectos de la pulverización de productos químicos y síntomas de enfermedades para determinar si está sano o 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 desde horas de campo hasta días antes de que sean visibles a simple vista. También permitirá a los agricultores realizar los cambios necesarios para cultivar más alimentos utilizando menos recursos. 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 utilizar un dispositivo de mano y un teléfono inteligente para obtener la misma información disponible de sistemas de fenotipado muy costosos construidos por grandes empresas y grandes universidades en los últimos años, ", Dijo Jin." Tenemos 600 millones de agricultores en todo el mundo, y muy pocos de ellos se benefician de las tecnologías de sensores de plantas de alta gama. 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 salud, espacio, Aspectos destacados de la inteligencia artificial y la sostenibilidad como parte del 150 aniversario de Purdue. Estos son los cuatro temas del Festival de Ideas de la celebración de un año, diseñado para mostrar 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 ráfaga 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 de mano que es liviano y fácil de transportar, "Dijo Jin.

El sensor integró el algoritmo de procesamiento de imágenes avanzado y los modelos de predicción de características de la planta desarrollados por 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 se mejoran y actualizan constantemente.

"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 en función de las condiciones actuales en lugar de que los agricultores se basen en las condiciones regionales y los datos históricos para tomar decisiones. La mayoría de las granjas verifican manualmente la salud de las plantas, 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 aprietan 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 la gente tenga en el mercado existente. "También está mejorando constantemente porque escaneamos plantas todos los días y estamos actualizando las tecnologías de hardware y software", dijo Jin.

Aunque el sensor es autónomo, los usuarios también tienen la opción de cargar las mediciones con ubicaciones geográficas a 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 mapas de calor de estrés y nutrición de las plantas basados ​​en las mediciones del sensor, and provides interactive ag data querying functions at both farm and regional levels. This digital ag map system with sensor data can support many potential applications. 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, " él dijo.

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.