Während bestimmter Perioden der Vegetationsperiode müssen Kartoffelbauern den Stickstoffstatus ihrer Pflanzen regelmäßig überwachen, um den Dünger auf die effizienteste Weise auszubringen.
Eine gängige Praxis besteht darin, Blätter von Pflanzen auf jedem Feld zu sammeln und sie dann zur Nitratanalyse ins Labor zu schicken. Innerhalb weniger Tage erhalten die Züchter Ergebnisse, die zeigen, ob mehr Stickstoffdünger benötigt wird oder ob die Leistung normal ist. Das System funktioniert, aber dieser Prozess kann beschleunigt werden, sagt I.Wang, Dozent Universität von Wisconsin-Madison, Fachbereich Gartenbau.
„Das Sammeln von Laub kostet viel Zeit und Mühe“, sagt Wang.
„Und manchmal können die Ergebnisse irreführend sein, weil die Nitratmenge in den Blättern von vielen Faktoren beeinflusst werden kann, wie etwa den Wetterbedingungen oder dem Zeitpunkt der Probenahme. Außerdem berücksichtigen die Ergebnisse keine räumlichen Unterschiede [Stickstoffbedarf] innerhalb des Feldes.“
Projekt finanziert USDA Nationales Institut für Ernährung und Landwirtschaft, umfasst die Erfassung und Verarbeitung von Daten einer Hyperspektralkamera. Es wird auf einem UAV (Unmanned Aerial Vehicle) oder Tiefflieger installiert, der die untersuchten Kartoffelgebiete überfliegt.
Wangs Team entwickelt Computermodelle, um Bilder mit dem Stickstoffstatus der Pflanzen während der Saison, dem Ertrag, der Qualität und den wirtschaftlichen Erträgen am Ende der Saison zu verknüpfen.
„Meine Mitarbeiter und ich hoffen, ein Online-Programm zu entwickeln, das hyperspektrale Bilder in Informationen darüber umwandelt, wann und wie viel gedüngt werden muss, damit die Erzeuger ihre Gewinne bei minimaler Umweltbelastung maximieren können“, sagt Wang.
„Faktoren, die Veränderungen im Zustand des Blätterdachs verursachen, wie z. B. der Nährstoffstatus, das Vorhandensein und Fehlen von Feuchtigkeit oder Krankheiten, sind mit der spektralen Reflexion verbunden und können daher in hyperspektralen Bildern visualisiert werden“, sagt Trevor Crosby, ein Doktorand in Wang's Labor.
In einem einzigen Flug über ein 70 mal 150 Meter großes Forschungsfeld können Dutzende von Bildern gesammelt werden, die jeweils Hunderte von Spektralbändern enthalten. Um die Bildverarbeitung zu beschleunigen, stellte Wang zwei wichtige Mitarbeiter ein. Phil Townsend, Professor für Wald- und Wildtierökologie, ist führend in der Fernerkundungstechnologie. Paul Mitchell, Professor und Spezialist am Institut für Agrar- und angewandte Ökonomie, führt eine ökonomische Analyse durch, auf deren Grundlage ein Computermodell Empfehlungen für die Stickstoffanwendung gibt.
Crosby, der die Führung bei Bodenmessungen übernahm, sammelte Daten von Feldvermessungsstandorten in verschiedenen Stadien des Kartoffelwachstums. Dazu gehören der Blattflächenindex, die Gesamtstickstoffkonzentration in Blättern und Stängeln, die Anzahl der Knollen und das Gewicht der einzelnen Knollen sowie Umweltfaktoren wie Bodenfeuchte und -temperatur, Sonneneinstrahlung und Windgeschwindigkeit. Bei der Ernte misst es den Gesamtertrag der Knollen und ihre Größe.
Crosby entwickelte daraufhin verbesserte Modelle, die hyperspektrale Bilder mit bodengestützten Messungen verknüpften. Ziel ist es, den Stickstoffstatus von Pflanzen in Echtzeit vorherzusagen und den Ertrag von Knollen am Ende der Saison vorherzusagen. Zu diesem Zeitpunkt sind die Feldarbeit und die Bildverarbeitung abgeschlossen, und Crosby konzentriert sich auf die Modellentwicklung.
Wang teilt seine Forschungsergebnisse umfassend mit den Kartoffel- und Gemüsebauern des Staates. Er hat gute Beziehungen zu Landwirten im ganzen Bundesstaat und viele freuen sich schon auf die Ergebnisse seiner Forschung.