能够及早发现作物问题是挽救作物还是损失作物的关键，但高科技解决方案的成本可能很高。一个跨学科的研究团队认为利用现有技术的新方法可能是解决方案的一部分。
具体来说，北卡罗来纳州作物与土壤科学系和电气与计算机工程系的研究人员正在推出一种廉价的摄像机系统，可以远程监测作物应激。
玉米和大豆是北卡罗来纳州和全世界的重要商品。它们都是新鲜食用，加工成各种食品和动物饲料。在某些阶段缺水会给植物带来压力，并会显著降低产量。
作物与土壤科学系(Department of Crop and Soil Sciences)的计算机视觉和机器学习专家葆拉·拉莫斯-吉拉尔多(Paula Ramos-Giraldo)过去一年一直在研究一种摄像机系统，它的成本低于普通智能手表，可以跟踪玉米和大豆田的干旱情况。
拉莫斯-吉拉尔多说:“具体来说，我们的目标是构建一种低成本传感器，通过植物的行为跟踪土壤湿度水平。”
这些低成本传感器可以帮助研究人员研究使农业系统更具弹性的方法;植物育种家培育更多耐旱品种;有一天，当他们的土地需要灌溉时，他们可能会提醒农民。
构建一个应力检查
“压力骗局”系统——由成本约150美元的部件组成——是基于一个覆盆子π．树莓派是一种小巧、便宜、易于编程的电脑，最初是为教授计算机科学而设计的。
拉莫斯-吉拉尔多说，这款微型电脑可以无线上网，其中包括一个用于拍摄田野照片的摄像头，并与一个计时器相连，该计时器可以在早上启动系统，晚上关闭系统。对于玉米，相机以90度角的角度安装在田野上方，每30分钟拍摄一次照片，以观察卷曲的叶子。对于大豆，相机以45度角安装在田地上方，每15分钟拍摄一次，观察大豆枯萎的情况。该系统采用太阳能供电，并配有备用电池以备阴天使用。
微型计算机在照片上运行机器学习算法，分析它们是否有干旱胁迫的迹象。然后，它将这些信息发送给研究人员、饲养者或农民的网络平台，她说。
机器学习算法和网络平台都是在电气与计算机工程系学生的帮助下构建的。
教机器测量压力
在2019年秋季学期，Ramos-Giraldo与埃德加Lobaton她说，她招募了神经网络课上的学生，让他们设计机器学习算法，能够看着大豆田的照片，并对干旱胁迫的严重程度打分。
机器学习算法可以在数据中找到模式，而无需明确编程寻找什么重要特征。相反，他们是在预先定义的数据上“训练”的——在这个例子中，5000张大豆田的照片显示了不同程度的干旱压力安娜·洛克，美国农业部 - 农业科学部（USDA-ARS）大豆专家在作物和土壤科学系。
然后在2019年夏季测试了课堂上的算法上的数千个其他照片。其中一个最佳算法被编程到胁迫会中。
到2020年秋天，洛巴顿将在他的神经网络课程上举办另一场比赛，试图开发更高效的算法，比如需要更少的计算机内存，从而在小树莓派上运行得更好的算法。
老年人设计网络平台，尽管大流行病
也是在2019年秋季，Ramos-Giraldo开始与一个由电气和计算机工程专业的大四学生组成的团队合作，设计一个基于云的网络平台，让农民、大豆育种者和研究人员管理他们的压力扫描和监控他们的田地。
这个团队包括Artem Minin, Nathan Libner, Stephanie Sierra和Manish Goud。
“我们肯定花了三周的时间才开始思考如何建立一个平台来解决Paula Ramos-Giraldo遇到的问题，”Minin说，她将于今年秋天返回北卡罗来纳州立大学攻读计算机工程硕士学位。“这是项目中真正困难的部分之一，因为我们中没有人真正构建过一个拥有如此多不同组件、技术和需求的多样化系统。”
该网站平台允许用户检查stress scam是否开启，是否过热，更改照片日程安排，更重要的是，查看过去来自stress scam的图像和干旱压力严重程度评分。总的来说，该平台将为植物育种家和研究抗旱能力的研究人员节省时间，提高干旱数据收集的精度。
除了创造“压力骗局”网络平台所面临的技术和项目管理方面的挑战外，欧洲经委会的资深人员团队还必须应对流行病带来的意外挑战。
“在大流行之前，我们的小组每周会面一次，那是我们取得最好结果的时候，”Minin说。“COVID-19也增加了一个困难，我们不能像想的那样测试我们的系统。最初，我们计划在沙丘研究站建立一个测试基地，但显然没有实现。相反，宝拉在后院建立了一个试验场。”
尽管面临着所有与covid -19相关的挑战，Minin发现致力于解决农业问题非常有益。
“我认为关于工程的最酷的事情是将科学和技术应用于可能受益于它的行业，因为它只是纸上的数学，”林宁说。“我真的很喜欢在农业产业中工作，我认为农业产业中的技术尚未完全探索了很多申请。”
拉莫斯-吉拉尔多同意跨学院合作的价值。
拉莫斯-吉拉尔多说:“这是我们与欧洲经委会部门作出的惊人努力，并将继续下去。”“最重要的是，学生们对自己的成绩如此热情。在这个过程中，我们学到了很多东西，不仅是学生，也包括我们自己。当我们一起工作时，我们能产生令人惊讶的结果。”
stress scam平台的核心是IBM的物联网云平台。此外，IBM赞助了这个高级设计项目，并提供了来自北卡罗来纳州百年校园IBM创新中心的两名研究人员的技术指导。
利用压力凸轮
去年夏天Ramos-Giraldo在不同大豆品种的田野的Sandhills研究站部署了超过20个压力摄像头。除了提供由神经网络类别使用的图像来设计机器学习算法之外，压力卡图像还将有助于NC状态和USDA-ARS大豆饲养员，包括洛克和汤米卡特，追踪哪一种品种对干旱条件的反应最好。
今年夏天，该团队有50个压力扫描，并计划将它们部署在玉米地里。十二个摄像头将部署在马里兰州的贝尔茨维尔农业研究中心，其余的将部署在研究站，如位于克莱顿的中央作物研究站，在那里他们将利用新的无线互联网基础设施;戈德斯伯勒(Goldsboro)的Cherry Research Farm;以及金斯顿的卡斯韦尔研究农场。
最终的目标是将压力骗局推广到精密可持续农业一个由22个州的农场和研究站组成的网络美国农业部农业和食品研究计划拨款发展有弹性的农业系统。
应力摄入量将在种植覆盖作物之后监测现金作物的干旱胁迫，或其他替代文化实践说克里斯Reberg-Horton他是作物和土壤科学系的教授，也是该研究网络的联合领导者。
雷伯格-霍顿说:“我们使用压力诈骗的最终目标是利用它们来监测美国许多农场的水状况。”“这些摄像机将帮助我们研究覆盖作物覆盖物在吸收额外雨水方面的有效性。它们将帮助我们了解如何管理这一系统，以捕获最多的水，并将其保存在农民的土地上。”
Esleyther Henriquez是作物和土壤科学系的一名硕士研究生，他将努力在北卡罗莱纳州的农场安装这些摄像机，并与农民合作，将这种新工具集成到他们的农场管理系统中。
开发“压力骗局”的资金来自美国农业部国家食品农业研究所。
我们的跨学科研究解决并克服了重大的全球性挑战。
这篇文章是出版农业和生命科学学院新闻。
- 类别:
