p Um professor da Purdue University construiu um sensor portátil inovador que dá aos plantadores e fazendeiros uma maneira mais precisa de medir a saúde das safras, ao mesmo tempo em que coleta dados atualizados que as autoridades estaduais e federais e outros consideram valiosos. p Jian Jin, um professor assistente no Departamento de Engenharia Agrícola e Biológica de Purdue, espera que seu dispositivo de imagem hiperespectral seja amplamente usado por cientistas de plantas e fazendeiros nacional e internacionalmente. O dispositivo faz a varredura de uma planta em busca de características fisiológicas, como umidade, níveis de nutrientes e clorofila, bem como diferentes efeitos de pulverização química e sintomas de doenças para determinar se está saudável ou sob estresse.

p Jin disse que o dispositivo de imagem hiperespectral que ele construiu ajudará os agricultores a detectar mudanças na saúde das plantas no campo, horas ou dias antes de serem visíveis a olho nu. Também permitirá que os agricultores façam as mudanças necessárias para cultivar mais alimentos usando menos recursos, por exemplo, reduzindo o uso de fertilizantes e água.

p "Minha visão é que este sensor permitirá que agricultores familiares percorram um campo para usar um dispositivo portátil e um smartphone para obter as mesmas informações disponíveis em sistemas de fenotipagem muito caros construídos por grandes empresas e grandes universidades nos últimos anos, "Disse Jin." Temos 600 milhões de agricultores em todo o mundo, e muito poucos deles estão se beneficiando de tecnologias de sensor de planta de ponta. Agora, com este dispositivo portátil, a maioria dos agricultores pode se beneficiar. "

p Esta tecnologia está alinhada com os "Saltos Gigantes" de Purdue, celebrando os avanços globais da universidade feitos na área da saúde, espaço, inteligência artificial e sustentabilidade são destaques como parte do 150º aniversário da Purdue. Esses são os quatro temas do Festival de Idéias da celebração de um ano, projetado para mostrar Purdue como um centro intelectual que resolve problemas do mundo real.

p O sensor, que pode escanear uma planta em menos de cinco segundos, pode detectar centenas de bandas de cores em cada pixel em comparação com as três bandas de cores detectadas por câmeras tradicionais. Uma versão também dispara uma explosão de luz fluorescente da planta. Ambos são usados ​​para medir os níveis de estresse e nutrição da planta.

p "Implementamos as tecnologias de hardware e software em um dispositivo portátil que é leve e fácil de transportar, "Jin disse.

p O sensor integrou o algoritmo de processamento de imagem avançado e a planta apresenta modelos de previsão desenvolvidos por cientistas da Purdue. Esses modelos foram desenvolvidos com o banco de dados da Purdue contendo anos de ensaios de pesquisa de plantas em casa de vegetação e campo. Os modelos também são constantemente aprimorados e atualizados.

p "Portanto, sempre temos as previsões mais precisas para o agricultor, "Jin disse.

p Houve um rápido desenvolvimento da fenotipagem de plantas na última década, à medida que a tecnologia está cada vez mais sendo usada para melhorar a eficiência com base nas condições atuais, em vez de os agricultores dependerem das condições regionais e de dados históricos para tomar decisões. A maioria das fazendas verifica manualmente a saúde da planta, que carece de precisão e eficiência.

p Jin disse que seu sensor é mais preciso do que os dispositivos atuais usados ​​por cientistas de plantas que prendem uma folha e medem a saúde de apenas uma parte da planta.

p "Devido a vários motivos técnicos, a qualidade de previsão do sensor é muito mais precisa do que qualquer outro tipo de sensor de imagem de cultura que as pessoas têm no mercado existente, "Jin disse." Também está melhorando constantemente porque examinamos as plantas todos os dias e estamos atualizando as tecnologias de hardware e software. "

p Embora o sensor seja independente, os usuários também têm a opção de fazer upload das medições com geo-localizações para um serviço de mapa de nuvem baseado na web desenvolvido por Carol Song e sua equipe no Grupo de Computação Avançada da Purdue. The system generates plant stress and nutrition heat maps based on the sensor measurements, 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.

p "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, " ele disse.

p 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.

p 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.

p 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.

p "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."

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