Boeren en plantenveredelaars kunnen nu hun eigen geautomatiseerde veldcameravolgsysteem bouwen om gegevens te verzamelen over dynamische plantkenmerken, zoals het onderbrengen en verplaatsen van gewassen, zoals het in het veld gebeurt om verliezen in gewasopbrengst te helpen verminderen.

Een team van onderzoekers van de Universiteit van Minnesota onder leiding van Alex Susko, promovendus en lid van het Precision Agriculture Centre in CFANS, ontwikkelde het systeem om video's vast te leggen van plantbewegingen onder zeer winderige omstandigheden, evenals stengeluitval of verblijf. Onderdak vindt plaats wanneer een plant valt of voorover buigt door harde wind, ziekte, natte aarde, overtollige stikstof in de bodem, machines, of dieren en kan leiden tot verlies van gewasopbrengst.

"Er bestaan ​​veldcamera-tracksystemen, zoals de PhenoSpex FieldScan, maar het is eigen en voornamelijk ontworpen voor fenotypering van containergewassen. Ons systeem is open source, minder duur, en gemakkelijker te bouwen, " zei Susko. "Ik hoop dat een systeem als dit de mogelijkheid opent voor de ontdekking van nieuwe plantenfenotypes."

De bevindingen van het onderzoek, gepubliceerd in de Hardware X-dagboek , uitgebreid op werk van Peter Marchetto, een assistent-professor bij de afdeling Bioproducts and Biosystems Engineering, die een camera over een veld aan parachutekoord gebruikte om foto's te maken van accommodatie.

De U of M camera-tracking-upgrade stelt onderzoekers in staat om realtime plantkenmerken op verschillende locaties in het experimentele veld vast te leggen. Deze technologie stelt plantenveredelaars in staat om in realtime logiesgegevens te verzamelen, wat de resistentie van granen zal helpen verbeteren. Het camerasysteem legde de accommodatie vast in ongeveer 15 minuten, uren tijd besparen in vergelijking met handmatig meten, wat drie uur kan duren. Verder, deze technologie breidt de mogelijkheden van fenotypering met hoge doorvoer uit, en het open source karakter ervan zal verdere aanpassing aan de gegevensverzamelingsbehoeften van telers en veredelaars mogelijk maken.

Onderzoekers maakten halfronde video's van gewasbewegingen bij verschillende windsnelheden op vaste locaties en konden de beweging kwantificeren met behulp van MATLAB. Dankzij de resultaten van het onderzoek konden ze de beweging van twee verschillende havervariëteiten onderscheiden op basis van de frequentie en omvang van oscillerende stengelbewegingen in de wind.

"Omdat we geïnteresseerd zijn in de reactie van planten onder windstress, we kunnen dit systeem onder zeer winderige omstandigheden gebruiken om video's van plantbewegingen te verkrijgen, een nieuw fenotype, " zei Susko. "Ik ben geïnteresseerd in hoe verschillende fysiologische parameters zoals planthoogte de plantbeweging beïnvloeden, en op zijn beurt, resistentie van planten."

Onderzoekers ontwikkelden een specifiek cameraspoor om kleine korrels te fotograferen onder directe windbelasting. Het cameravolgsysteem is gemaakt van commerciële hardware en elektronica voor 360-gradencamera's. Het kan worden aangepast aan verschillende veldafmetingen, gewassen, en sensorsystemen om fenotypische gegevens met een hoge doorvoer te verkrijgen die niet door andere systemen kunnen worden gemeten.

"Bestaande methoden om gegevens over accommodatie te verzamelen, zoals hand-grading of drone-beeldvorming, werk niet voor kortlopende evenementen, en onbemande luchtvaartuigen zijn onstabiel tijdens stormen, " zei Marchetto. "Dit nieuwe systeem is speciaal ontworpen om slecht weer te weerstaan, wat belangrijk is voor het verkrijgen van betere gegevens en het aanpakken van problemen voordat ze opbrengstverliezen worden."