ক্রমবর্ধমান ঋতুর নির্দিষ্ট সময়কালে, আলু চাষীদের অবশ্যই নিয়মিতভাবে তাদের ফসলের নাইট্রোজেনের অবস্থা পর্যবেক্ষণ করতে হবে যাতে সবচেয়ে কার্যকর উপায়ে সার প্রয়োগ করা যায়।
একটি সাধারণ অভ্যাস হল প্রতিটি ক্ষেত্রের গাছপালা থেকে পাতা সংগ্রহ করা এবং তারপরে নাইট্রেট বিশ্লেষণের জন্য ল্যাবে পাঠানো। কয়েক দিনের মধ্যে, চাষীরা আরও নাইট্রোজেন সার প্রয়োজন কিনা বা কর্মক্ষমতা স্বাভাবিক কিনা তা নির্দেশ করে ফলাফল পান। সিস্টেম কাজ করে, কিন্তু এই প্রক্রিয়া ত্বরান্বিত করা যেতে পারে, বলেন আই. ওয়াং, দক্ষ উইসকনসিন-ম্যাডিসন বিশ্ববিদ্যালয়, উদ্যানপালন বিভাগ।
"পাতা সংগ্রহ করতে অনেক সময় এবং প্রচেষ্টা লাগে," ওয়াং বলেছেন৷
"এবং কখনও কখনও ফলাফলগুলি বিভ্রান্তিকর হতে পারে, কারণ পাতায় নাইট্রেটের পরিমাণ অনেকগুলি কারণ দ্বারা প্রভাবিত হতে পারে, যেমন আবহাওয়ার অবস্থা বা নমুনা নেওয়ার সময়৷ উপরন্তু, ফলাফলগুলি ক্ষেত্রের মধ্যে স্থানিক পার্থক্য [নাইট্রোজেন প্রয়োজনীয়তা] বিবেচনায় নেয় না।"
প্রকল্পের অর্থায়ন ইউএসডিএ ন্যাশনাল ইনস্টিটিউট অফ ফুড অ্যান্ড এগ্রিকালচার, একটি হাইপারস্পেকট্রাল ক্যামেরা থেকে ডেটা সংগ্রহ এবং প্রক্রিয়াকরণ জড়িত। এটি একটি UAV (মানবহীন বায়বীয় যান) বা একটি নিম্ন-উড়ন্ত বিমানে ইনস্টল করা হয় যা অধ্যয়ন করা আলু এলাকার উপর দিয়ে উড়ে যায়।
ওয়াং-এর টিম ইন-সিজন প্ল্যান্ট নাইট্রোজেন স্ট্যাটাস, ফলন, গুণমান এবং শেষ-ঋতুর অর্থনৈতিক আয়ের সাথে ইমেজ লিঙ্ক করার জন্য কম্পিউটার মডেল তৈরি করছে।
"আমার কর্মীরা এবং আমি একটি অনলাইন প্রোগ্রাম তৈরি করার আশা করি যা হাইপারস্পেকট্রাল ইমেজগুলিকে কখন এবং কতটা সার দিতে হবে সে সম্পর্কে তথ্যে রূপান্তর করবে যাতে চাষীরা ন্যূনতম পরিবেশগত প্রভাবের সাথে সর্বাধিক লাভ করতে পারে," ওয়াং বলেছেন৷
"যে ফ্যাক্টরগুলি ক্যানোপির অবস্থার পরিবর্তন ঘটায়, যেমন পুষ্টির অবস্থা, আর্দ্রতা বা রোগের উপস্থিতি এবং অনুপস্থিতি, বর্ণালী প্রতিফলনের সাথে সম্পর্কিত এবং তাই হাইপারস্পেকট্রাল চিত্রগুলিতে কল্পনা করা যেতে পারে," ট্রেভর ক্রসবি বলেছেন, ওয়াং এর একজন স্নাতক ছাত্র। ল্যাব
70 বাই 150 মিটার গবেষণা ক্ষেত্রের একটি একক ফ্লাইটে, কয়েক ডজন ছবি সংগ্রহ করা যেতে পারে, প্রতিটিতে শত শত বর্ণালী ব্যান্ড রয়েছে। ইমেজ প্রসেসিংকে ত্বরান্বিত করার জন্য, ওয়াং দুটি মূল কর্মচারী নিয়োগ করেছিলেন। ফিল টাউনসেন্ড, বন ও বন্যপ্রাণী পরিবেশবিদ্যার অধ্যাপক, রিমোট সেন্সিং প্রযুক্তির একজন নেতা। পল মিচেল, কৃষি ও ফলিত অর্থনীতি বিভাগের অধ্যাপক এবং বিশেষজ্ঞ, একটি অর্থনৈতিক বিশ্লেষণ পরিচালনা করেন, যার ভিত্তিতে একটি কম্পিউটার মডেল নাইট্রোজেন প্রয়োগের জন্য সুপারিশ করে।
ক্রসবি, স্থল পরিমাপের নেতৃত্ব নিয়ে, আলু বৃদ্ধির বিভিন্ন পর্যায়ে মাঠ জরিপ সাইট থেকে তথ্য সংগ্রহ করে। এর মধ্যে রয়েছে পাতার এলাকার সূচক, পাতা ও কান্ডে মোট নাইট্রোজেনের ঘনত্ব, কন্দের সংখ্যা এবং পৃথক কন্দের ওজন এবং পরিবেশগত কারণ যেমন মাটির আর্দ্রতা এবং তাপমাত্রা, সৌর বিকিরণ এবং বাতাসের গতি। ফসল কাটার সময়, এটি কন্দের সামগ্রিক ফলন এবং তাদের আকার পরিমাপ করে।
ক্রসবি তখন হাইপারস্পেকট্রাল ইমেজকে গ্রাউন্ড ভিত্তিক পরিমাপের সাথে যুক্ত করে উন্নত মডেল তৈরি করে। লক্ষ্য হল রিয়েল টাইমে ফসলের নাইট্রোজেনের অবস্থা এবং মৌসুমের শেষে কন্দের ফলনের ভবিষ্যদ্বাণী করা। এই মুহুর্তে, ফিল্ড ওয়ার্ক এবং ইমেজ প্রসেসিং সম্পূর্ণ হয়েছে, এবং ক্রসবি মডেল ডেভেলপমেন্টে ফোকাস করছে।
ওয়াং তার গবেষণা রাজ্যের আলু এবং সবজি চাষীদের সাথে ব্যাপকভাবে ভাগ করে নেন। রাজ্য জুড়ে কৃষকদের সাথে তার ভাল সম্পর্ক রয়েছে এবং অনেকেই তার গবেষণার ফলাফলের জন্য অপেক্ষা করছে।