ಬೆಳವಣಿಗೆಯ ಋತುವಿನ ಕೆಲವು ಅವಧಿಗಳಲ್ಲಿ, ಆಲೂಗೆಡ್ಡೆ ಬೆಳೆಗಾರರು ಗೊಬ್ಬರವನ್ನು ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ರೀತಿಯಲ್ಲಿ ಅನ್ವಯಿಸಲು ತಮ್ಮ ಬೆಳೆಗಳ ಸಾರಜನಕ ಸ್ಥಿತಿಯನ್ನು ನಿಯಮಿತವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬೇಕು.
ಪ್ರತಿ ಹೊಲದಲ್ಲಿನ ಸಸ್ಯಗಳಿಂದ ಎಲೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ನಂತರ ಅವುಗಳನ್ನು ನೈಟ್ರೇಟ್ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ಕಳುಹಿಸುವುದು ಸಾಮಾನ್ಯ ಅಭ್ಯಾಸವಾಗಿದೆ. ಕೆಲವೇ ದಿನಗಳಲ್ಲಿ, ಬೆಳೆಗಾರರು ಹೆಚ್ಚಿನ ಸಾರಜನಕ ಗೊಬ್ಬರ ಅಗತ್ಯವಿದೆಯೇ ಅಥವಾ ಕಾರ್ಯಕ್ಷಮತೆ ಸಾಮಾನ್ಯವಾಗಿದೆಯೇ ಎಂಬುದನ್ನು ಸೂಚಿಸುವ ಫಲಿತಾಂಶಗಳನ್ನು ಪಡೆಯುತ್ತಾರೆ. ಸಿಸ್ಟಮ್ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಆದರೆ ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ವೇಗಗೊಳಿಸಬಹುದು, ಹೇಳುತ್ತಾರೆ I. ವಾಂಗ್, ಡಾಸೆಂಟ್ ವಿಸ್ಕಾನ್ಸಿನ್-ಮ್ಯಾಡಿಸನ್ ವಿಶ್ವವಿದ್ಯಾಲಯ, ತೋಟಗಾರಿಕೆ ಇಲಾಖೆ.
"ಎಲೆಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಸಾಕಷ್ಟು ಸಮಯ ಮತ್ತು ಶ್ರಮವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ" ಎಂದು ವಾಂಗ್ ಹೇಳುತ್ತಾರೆ.
"ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ಫಲಿತಾಂಶಗಳು ದಾರಿತಪ್ಪಿಸಬಹುದು ಏಕೆಂದರೆ ಎಲೆಗಳಲ್ಲಿನ ನೈಟ್ರೇಟ್ಗಳ ಪ್ರಮಾಣವು ಹವಾಮಾನ ಪರಿಸ್ಥಿತಿಗಳು ಅಥವಾ ಮಾದರಿಯ ಸಮಯದಂತಹ ಅನೇಕ ಅಂಶಗಳಿಂದ ಪ್ರಭಾವಿತವಾಗಿರುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಫಲಿತಾಂಶಗಳು ಕ್ಷೇತ್ರದೊಳಗಿನ ಪ್ರಾದೇಶಿಕ ವ್ಯತ್ಯಾಸಗಳನ್ನು [ಸಾರಜನಕ ಅವಶ್ಯಕತೆಗಳು] ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.
ಯೋಜನೆಗೆ ಅನುದಾನ ನೀಡಲಾಗಿದೆ USDA ರಾಷ್ಟ್ರೀಯ ಆಹಾರ ಮತ್ತು ಕೃಷಿ ಸಂಸ್ಥೆ, ಹೈಪರ್ಸ್ಪೆಕ್ಟ್ರಲ್ ಕ್ಯಾಮೆರಾದಿಂದ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಸಂಸ್ಕರಣೆಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಇದನ್ನು UAV (ಮಾನವರಹಿತ ವೈಮಾನಿಕ ವಾಹನ) ಅಥವಾ ಅಧ್ಯಯನ ಮಾಡಿದ ಆಲೂಗಡ್ಡೆ ಪ್ರದೇಶಗಳ ಮೇಲೆ ಹಾರುವ ಕಡಿಮೆ-ಹಾರುವ ವಿಮಾನದಲ್ಲಿ ಸ್ಥಾಪಿಸಲಾಗಿದೆ.
ವಾಂಗ್ ತಂಡವು ಇನ್-ಸೀಸನ್ ಪ್ಲಾಂಟ್ ನೈಟ್ರೋಜನ್ ಸ್ಥಿತಿ, ಇಳುವರಿ, ಗುಣಮಟ್ಟ ಮತ್ತು ಅಂತ್ಯ-ಋತುವಿನ ಆರ್ಥಿಕ ಆದಾಯಗಳಿಗೆ ಚಿತ್ರಗಳನ್ನು ಲಿಂಕ್ ಮಾಡಲು ಕಂಪ್ಯೂಟರ್ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದೆ.
"ನನ್ನ ಸಿಬ್ಬಂದಿ ಮತ್ತು ನಾನು ಆನ್ಲೈನ್ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಭಾವಿಸುತ್ತೇವೆ ಅದು ಹೈಪರ್ಸ್ಪೆಕ್ಟ್ರಲ್ ಚಿತ್ರಗಳನ್ನು ಯಾವಾಗ ಮತ್ತು ಎಷ್ಟು ಫಲವತ್ತಾಗಿಸಬೇಕು ಎಂಬುದರ ಕುರಿತು ಮಾಹಿತಿಯಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಬೆಳೆಗಾರರು ಕನಿಷ್ಠ ಪರಿಸರದ ಪ್ರಭಾವದೊಂದಿಗೆ ಲಾಭವನ್ನು ಹೆಚ್ಚಿಸಬಹುದು" ಎಂದು ವಾಂಗ್ ಹೇಳುತ್ತಾರೆ.
"ಪೋಷಕಾಂಶದ ಸ್ಥಿತಿ, ತೇವಾಂಶ ಅಥವಾ ರೋಗದ ಉಪಸ್ಥಿತಿ ಮತ್ತು ಅನುಪಸ್ಥಿತಿಯಂತಹ ಮೇಲಾವರಣದ ಸ್ಥಿತಿಯಲ್ಲಿ ಬದಲಾವಣೆಗಳನ್ನು ಉಂಟುಮಾಡುವ ಅಂಶಗಳು ಸ್ಪೆಕ್ಟ್ರಲ್ ಪ್ರತಿಫಲನದೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿವೆ ಮತ್ತು ಆದ್ದರಿಂದ ಹೈಪರ್ಸ್ಪೆಕ್ಟ್ರಲ್ ಚಿತ್ರಗಳಲ್ಲಿ ದೃಶ್ಯೀಕರಿಸಬಹುದು" ಎಂದು ವಾಂಗ್ಸ್ನ ಪದವಿ ವಿದ್ಯಾರ್ಥಿ ಟ್ರೆವರ್ ಕ್ರಾಸ್ಬಿ ಹೇಳುತ್ತಾರೆ. ಪ್ರಯೋಗಾಲಯ.
70 ರಿಂದ 150 ಮೀಟರ್ಗಳ ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರದಲ್ಲಿ ಒಂದೇ ಹಾರಾಟದಲ್ಲಿ, ಡಜನ್ಗಟ್ಟಲೆ ಚಿತ್ರಗಳನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು, ಪ್ರತಿಯೊಂದೂ ನೂರಾರು ಸ್ಪೆಕ್ಟ್ರಲ್ ಬ್ಯಾಂಡ್ಗಳನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಇಮೇಜ್ ಪ್ರೊಸೆಸಿಂಗ್ ಅನ್ನು ವೇಗಗೊಳಿಸಲು, ವಾಂಗ್ ಇಬ್ಬರು ಪ್ರಮುಖ ಉದ್ಯೋಗಿಗಳನ್ನು ನೇಮಿಸಿಕೊಂಡರು. ಫಿಲ್ ಟೌನ್ಸೆಂಡ್, ಅರಣ್ಯ ಮತ್ತು ವನ್ಯಜೀವಿ ಪರಿಸರಶಾಸ್ತ್ರದ ಪ್ರಾಧ್ಯಾಪಕರು, ದೂರಸಂವೇದಿ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ನಾಯಕರಾಗಿದ್ದಾರೆ. ಪಾಲ್ ಮಿಚೆಲ್, ಕೃಷಿ ಮತ್ತು ಅನ್ವಯಿಕ ಅರ್ಥಶಾಸ್ತ್ರ ವಿಭಾಗದ ಪ್ರಾಧ್ಯಾಪಕ ಮತ್ತು ತಜ್ಞ, ಒಂದು ಕಂಪ್ಯೂಟರ್ ಮಾದರಿಯು ಸಾರಜನಕ ಅನ್ವಯಕ್ಕೆ ಶಿಫಾರಸುಗಳನ್ನು ಮಾಡುವ ಆರ್ಥಿಕ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಡೆಸುತ್ತದೆ.
ಕ್ರಾಸ್ಬಿ, ನೆಲದ ಮಾಪನದಲ್ಲಿ ಮುಂದಾಳತ್ವ ವಹಿಸಿ, ಆಲೂಗೆಡ್ಡೆ ಬೆಳವಣಿಗೆಯ ವಿವಿಧ ಹಂತಗಳಲ್ಲಿ ಕ್ಷೇತ್ರ ಸಮೀಕ್ಷೆ ಸೈಟ್ಗಳಿಂದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿದರು. ಇದು ಎಲೆ ಪ್ರದೇಶ ಸೂಚ್ಯಂಕ, ಎಲೆಗಳು ಮತ್ತು ಕಾಂಡಗಳಲ್ಲಿನ ಒಟ್ಟು ಸಾರಜನಕ ಸಾಂದ್ರತೆ, ಗೆಡ್ಡೆಗಳ ಸಂಖ್ಯೆ ಮತ್ತು ಪ್ರತ್ಯೇಕ ಗೆಡ್ಡೆಗಳ ತೂಕ, ಹಾಗೆಯೇ ಮಣ್ಣಿನ ತೇವಾಂಶ ಮತ್ತು ತಾಪಮಾನ, ಸೌರ ವಿಕಿರಣ ಮತ್ತು ಗಾಳಿಯ ವೇಗದಂತಹ ಪರಿಸರ ಅಂಶಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಸುಗ್ಗಿಯ ಸಮಯದಲ್ಲಿ, ಇದು ಗೆಡ್ಡೆಗಳ ಒಟ್ಟಾರೆ ಇಳುವರಿ ಮತ್ತು ಅವುಗಳ ಗಾತ್ರವನ್ನು ಅಳೆಯುತ್ತದೆ.
ಕ್ರಾಸ್ಬಿ ನಂತರ ಹೈಪರ್ಸ್ಪೆಕ್ಟ್ರಲ್ ಚಿತ್ರಗಳನ್ನು ನೆಲದ ಆಧಾರಿತ ಅಳತೆಗಳಿಗೆ ಜೋಡಿಸುವ ಸುಧಾರಿತ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ನೈಜ ಸಮಯದಲ್ಲಿ ಬೆಳೆಗಳ ಸಾರಜನಕ ಸ್ಥಿತಿಯನ್ನು ಊಹಿಸುವುದು ಮತ್ತು ಋತುವಿನ ಕೊನೆಯಲ್ಲಿ ಗೆಡ್ಡೆಗಳ ಇಳುವರಿಯನ್ನು ಊಹಿಸುವುದು ಗುರಿಯಾಗಿದೆ. ಈ ಹಂತದಲ್ಲಿ, ಫೀಲ್ಡ್ ವರ್ಕ್ ಮತ್ತು ಇಮೇಜ್ ಪ್ರೊಸೆಸಿಂಗ್ ಪೂರ್ಣಗೊಂಡಿದೆ ಮತ್ತು ಕ್ರಾಸ್ಬಿ ಮಾದರಿ ಅಭಿವೃದ್ಧಿಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ.
ವಾಂಗ್ ತನ್ನ ಸಂಶೋಧನೆಯನ್ನು ರಾಜ್ಯದ ಆಲೂಗಡ್ಡೆ ಮತ್ತು ತರಕಾರಿ ಬೆಳೆಗಾರರೊಂದಿಗೆ ವ್ಯಾಪಕವಾಗಿ ಹಂಚಿಕೊಳ್ಳುತ್ತಾನೆ. ಅವರು ರಾಜ್ಯದಾದ್ಯಂತ ರೈತರೊಂದಿಗೆ ಉತ್ತಮ ಸಂಬಂಧವನ್ನು ಹೊಂದಿದ್ದಾರೆ ಮತ್ತು ಅವರ ಸಂಶೋಧನೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ನೋಡಲು ಅನೇಕರು ಎದುರು ನೋಡುತ್ತಿದ್ದಾರೆ.