一种用于马铃薯氮输入的新工具是如何工作的

来源: 种植农产品

在生长季节的某些阶段，马铃薯种植者必须定期监测作物的氮状况，以尽可能最有效和可持续的方式施肥。

一种常见的做法是从每个田地的众多植物中收集叶柄，然后将它们送去进行硝酸盐分析。 几天之内，种植者就会收到表明是否需要更多氮肥的结果。 该系统有效，但它可能会更好，说 王一，助理教授和推广可持续蔬菜生产专家 威斯康星大学麦迪逊分校的园艺系。

“收集叶柄既费时又费力，”王说。 “有时结果可能会产生误导，因为很多因素都会影响叶柄硝酸盐的数量，例如天气条件或样品采集时间。 另外，结果没有捕捉到田间[氮需求]的空间变化。”

救援的新工具

为了解决这些问题，Wang 正在努力开发一套高科技工具，为马铃薯种植者提供一种可能更容易、更快、更全面的方法来评估他们作物的真正氮需求。 该项目由资助 美国农业部国家粮食和农业研究所，涉及从高光谱相机收集和处理数据。 它安装在 UAV（无人驾驶飞行器）或低空飞行的飞机上，飞越以不同氮含量种植的马铃薯研究地块。

Wang 的团队开发了计算机辅助模型，将图像与当季植物氮状态和季末产量、质量和经济回报联系起来。 最终，该项目为种植者提供了一种更好地管理氮的工具。 “我和我的合作者希望开发一个在线程序，将高光谱图像转换为有关何时施肥和施肥量的信息，以便在对环境影响最小的情况下为种植者实现最大的盈利能力，”王说。

运作模式

Wang 实验室的研究生 Trevor Crosby 说，高光谱相机功能强大，可以检测到从作物树冠反射的成百上千个光谱带。 “导致冠层健康变化的因素——例如营养状况、水分状况或疾病压力——都与光谱反射率有关，因此可以在高光谱图像中可视化，”他说。

在 70 x 150 米的研究领域上空进行一次飞行可以收集数十张图像，每张图像都有数百个光谱带。 为了帮助加快图像处理，王招募了两个关键合作者。 Phil Townsend，森林和野生动物生态学系教授，是遥感技术领域的全国领导者。 农业和应用经济学系教授和推广专家 Paul Mitchell 进行经济分析，为计算机模型的氮应用建议提供信息。

“博士。 Townsend 的小组创建了一个程序，可以使图像处理非常高效，”Wang 说。 “我们对插入它感到非常兴奋。”

克罗斯比带头收集地面测量数据，从不同马铃薯生长阶段的田间研究地块收集数据。 这包括叶面积指数、叶片和藤蔓总氮浓度、块茎组和单个块茎重量，以及土壤湿度和温度、太阳辐射和风速等环境因素。 在收获时，他测量了块茎总产量和大小分布。

克罗斯比随后开发了将高光谱图像与地面测量联系起来的高级模型。 目标是预测实时作物氮素状态并预测季末块茎生产力和经济回报。 至此，现场工作和图像处理工作已经完成，Crosby 正专注于模型开发。

“该州存在地下水中硝酸盐的所有问题，我们需要找到更好地利用我们的生育投入的方法，我们希望易建联的新项目能够帮助指导这些努力，”第四代人安迪·迪尔克斯 (Andy Diercks) 说马铃薯种植者在 科洛马农场, Inc. “潜力巨大。 易建联的新项目代表了[氮管理]真正飞跃的机会。”

结果影响种植者

Wang 与该州的马铃薯和蔬菜种植者广泛分享了她的研究成果。 她与全州各地的农民有着良好的工作关系，许多人热切期待她的研究成果和应用。

“高光谱成像有可能在人眼看到响应之前显示植物对输入缺陷的响应，”Diercks 说。 “如果我们能够在应对营养压力方面获得几天的时间，那么对植物健康的影响将非常显着。 更不用说使用更少的投入来纠正这种情况的可能性——这将是一个严重的双赢。”

/农艺学