• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Des chercheurs développent un système d'imagerie de terrain DIY

    Le système construit pris au début de l'été 2018. Crédit :Alex Susko

    Les agriculteurs et les obtenteurs peuvent désormais créer leur propre système de suivi de caméra de terrain automatisé pour collecter des données sur les caractéristiques dynamiques des plantes, tels que la verse et le déplacement des cultures, comme cela se passe sur le terrain pour aider à réduire les pertes de rendement des cultures.

    Une équipe de chercheurs de l'Université du Minnesota dirigée par Alex Susko, doctorant et membre du Centre d'Agriculture de Précision du CFANS, a développé le système pour capturer des vidéos du mouvement des plantes dans des conditions très venteuses ainsi que l'échec de la tige ou la verse. La verse se produit lorsqu'une plante tombe ou se penche en raison de vents violents, maladie, sol humide, excès d'azote dans le sol, machinerie, ou des animaux et peut entraîner des pertes de rendement des cultures.

    « Des systèmes de piste de caméra de terrain existent, comme le PhenoSpex FieldScan, mais il est exclusif et principalement conçu pour le phénotypage des cultures en conteneurs. Notre système est open source, Moins cher, et plus facile à construire, " a déclaré Susko. " J'espère qu'un système comme celui-ci ouvre la possibilité de découvrir de nouveaux phénotypes végétaux. "

    Les conclusions de l'étude, publié dans le Journal X du matériel , développé sur le travail de Peter Marchetto, professeur adjoint au Département de génie des bioproduits et des biosystèmes, qui a utilisé un appareil photo à travers un champ sur une corde de parachute pour prendre des photos de l'hébergement.

    La mise à niveau du suivi par caméra de l'U of M permet aux chercheurs d'enregistrer les caractéristiques des plantes en temps réel à différents endroits du champ expérimental. Cette technologie permet aux phytogénéticiens de collecter des données de verse en temps réel, ce qui contribuera à améliorer la résistance à la verse des céréales. Le système de caméra a capturé l'hébergement en environ 15 minutes, gain de temps par rapport à la mesure manuelle, ce qui peut prendre trois heures. Par ailleurs, cette technologie étend les possibilités du phénotypage à haut débit, et sa nature open source permettra une adaptation supplémentaire aux besoins de collecte de données des producteurs et des sélectionneurs.

    Les chercheurs ont pris des vidéos hémisphériques du mouvement des cultures à différentes vitesses du vent à des endroits fixes et ont pu quantifier le mouvement à l'aide de MATLAB. Les résultats de l'étude leur ont permis de distinguer le mouvement de deux variétés d'avoine différentes en fonction de la fréquence et de l'amplitude des mouvements de tiges oscillantes dans le vent.

    "Comme nous nous intéressons à la réponse des plantes sous stress éolien, nous pouvons faire fonctionner ce système dans des conditions très venteuses pour obtenir des vidéos de mouvement des plantes, un nouveau phénotype, " a déclaré Susko. " Je m'intéresse à la façon dont différents paramètres physiologiques tels que la hauteur de la plante affectent le mouvement de la plante, et à son tour, résistance à la verse des plantes."

    Les chercheurs ont développé une piste de caméra spécifique pour photographier de petits grains sous l'effet direct du vent. Le système de piste de caméra est composé de matériel commercial et d'électronique pouvant accueillir des caméras à 360 degrés. Il peut être adapté à différentes dimensions de terrain, cultures, et des systèmes de capteurs pour obtenir des données phénotypiques à haut débit non mesurables par d'autres systèmes.

    « Méthodes existantes pour collecter des données sur l'hébergement, telles que l'étalonnage manuel ou l'imagerie par drone, ne fonctionne pas pour des événements de courte durée, et les véhicules aériens sans pilote sont instables pendant les tempêtes, " a déclaré Marchetto. " Ce nouveau système est spécialement conçu pour résister aux intempéries, ce qui est important pour obtenir de meilleures données et résoudre les problèmes avant qu'ils ne deviennent des pertes de rendement."


    © Science https://fr.scienceaq.com