En professor vid Purdue University har byggt en innovativ handhållen sensor som ger växtforskare och bönder ett mer exakt sätt att mäta grödors hälsa samtidigt som de samlar in aktuella data som statliga och federala tjänstemän och andra kommer att finna värdefulla.

Jian Jin, en biträdande professor vid Purdues avdelning för jordbruks- och biologisk teknik, hoppas att hans hyperspektralbildande enhet kommer att användas brett av växtforskare och bönder nationellt och internationellt. Enheten skannar en växt efter fysiologiska egenskaper, såsom fukt, näringsämnen och klorofyllnivåer, samt olika kemiska sprayeffekter och sjukdomssymptom för att avgöra om den är frisk eller under stress.

Jin sa att den hyperspektralbildande enheten han byggde kommer att hjälpa jordbrukare att upptäcka förändringar i växthälsa på fältet timmar till dagar innan de är synliga för blotta ögat. Det kommer också att göra det möjligt för bönder att göra nödvändiga förändringar för att odla mer mat med mindre resurser, genom att minska användningen av gödsel och vatten.

"Min vision är att den här sensorn kommer att tillåta hushållsbönder som går genom en åker att använda en handhållen enhet och en smartphone för att få samma information tillgänglig från mycket dyra fenotypsystem som konstruerats av stora företag och stora universitet under de senaste åren, " sa Jin. "Vi har 600 miljoner bönder över hela världen, och väldigt få av dem drar nytta av avancerad växtsensorteknologi. Nu, med denna handhållna enhet, de flesta bönder kan dra nytta av det."

Denna teknik är i linje med Purdues "Giant Leaps" som firar universitetets globala framsteg inom hälsa, Plats, artificiell intelligens och hållbarhetshöjdpunkter som en del av Purdues 150-årsjubileum. Det är de fyra teman för det årlånga firandets Idéfestival, designad för att visa upp Purdue som ett intellektuellt centrum som löser verkliga problem.

Sensorn, som kan skanna en anläggning på mindre än fem sekunder, kan upptäcka hundratals färgband i varje pixel jämfört med de tre färgband som upptäcks av traditionella kameror. En version skjuter också en explosion av fluorescerande ljus från växten. Båda används för att mäta växtens stress- och näringsnivåer.

"Vi implementerade både hårdvaru- och mjukvarutekniken i en handhållen enhet som är lätt och lätt att bära, " sa Jin.

Sensorn integrerade den avancerade bildbehandlingsalgoritmen och anläggningsfunktioner förutsägelsemodeller utvecklade av Purdue-forskare. Dessa modeller utvecklades med Purdues databas som innehåller år av växtforskningsanalyser i både växthus och fält. Modellerna förbättras och uppdateras ständigt.

"Så vi har alltid de mest exakta förutsägelserna för bonden, " sa Jin.

Det har skett en snabb utveckling av fenotypning av växter under det senaste decenniet eftersom tekniken i allt högre grad används för att förbättra effektiviteten baserat på nuvarande förhållanden istället för att bönder förlitar sig på regionala förhållanden och historiska data för att fatta beslut. De flesta gårdar kontrollerar växthälsa manuellt, som saknar precision och effektivitet.

Jin sa att hans sensor är mer exakt än nuvarande enheter som används av växtforskare som klämmer fast ett löv och mäter hälsan hos endast en del av växten.

"På grund av flera tekniska skäl, sensorns förutsägelsekvalitet är mycket mer exakt än någon annan typ av sensorer för bildåtergivning av grödor som människor har på den befintliga marknaden, " Sa Jin. "Det blir också hela tiden bättre eftersom vi skannar växter varje dag och uppgraderar både hårdvara och mjukvaruteknik."

Även om sensorn är fristående, användarna har också möjlighet att ladda upp mätningarna med geo-platser till en webbaserad molnkarttjänst utvecklad av Carol Song och hennes team på Purdue's Advanced Computing Group. 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.

"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, " han sa.

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.

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.

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.

"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."

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