Pada waktu-waktu tertentu selama musim tanam, petani kentang harus memantau status nitrogen tanaman mereka secara rutin untuk memastikan mereka menerapkan pupuk dengan cara yang paling efisien.
Praktik yang umum dilakukan adalah mengumpulkan daun tanaman di setiap lahan dan kemudian mengirimkannya ke laboratorium untuk analisis nitrat. Dalam beberapa hari, petani akan menerima hasil yang menunjukkan apakah diperlukan lebih banyak pupuk nitrogen atau apakah kadarnya normal. Sistemnya berfungsi, tapi proses ini bisa dipercepat, katanya saya Wang, Asisten profesor Universitas Wisconsin-Madison, Departemen Hortikultura.
“Mengumpulkan daun membutuhkan banyak waktu dan tenaga,” kata Wang.
“Dan terkadang hasilnya bisa menyesatkan karena jumlah nitrat dalam daun bisa dipengaruhi oleh banyak faktor, seperti kondisi cuaca atau waktu pengambilan sampel. Selain itu, hasil ini tidak memperhitungkan variasi spasial [dalam permintaan nitrogen] di suatu lahan.”
Proyek didanai Institut Nasional Pangan dan Pertanian USDA, melibatkan pengumpulan dan pemrosesan data dari kamera hiperspektral. Ini dipasang pada UAV (kendaraan udara tak berawak) atau pesawat terbang rendah yang terbang di atas area kentang yang diteliti.
Tim Wang sedang mengembangkan model komputer untuk menghubungkan gambar-gambar tersebut dengan status nitrogen tanaman pada musimnya, hasil panen, kualitas dan keuntungan ekonomi pada akhir musim.
“Saya dan kolaborator saya berharap dapat mengembangkan program online yang mengubah gambar hiperspektral menjadi informasi tentang kapan harus menggunakan pupuk dan berapa banyak yang harus diterapkan, sehingga petani dapat memaksimalkan keuntungan dengan dampak lingkungan yang minimal,” kata Wang.
“Faktor-faktor yang menyebabkan perubahan kesehatan kanopi, seperti status nutrisi, ada tidaknya kelembapan, atau penyakit, berkaitan dengan reflektansi spektral dan oleh karena itu dapat divisualisasikan dalam gambar hiperspektral,” kata Trevor Crosby, mahasiswa pascasarjana di laboratorium Wang.
Dalam satu penerbangan di atas lapangan penelitian berukuran 70 kali 150 meter, lusinan gambar dapat dikumpulkan, masing-masing berisi ratusan rentang spektral. Untuk mempercepat pemrosesan gambar, Wang mempekerjakan dua karyawan kunci. Phil Townsend, profesor di Departemen Ekologi Hutan dan Satwa Liar, adalah pemimpin dalam teknologi penginderaan jauh. Paul Mitchell, profesor dan spesialis di Departemen Pertanian dan Ekonomi Terapan, melakukan analisis ekonomi menggunakan model komputer untuk membuat rekomendasi penerapan nitrogen.
Crosby, yang memimpin pengukuran di lapangan, mengumpulkan data dari lokasi studi lapangan pada berbagai tahap pertumbuhan kentang. Hal ini meliputi indeks luas daun, konsentrasi nitrogen total pada daun dan batang, jumlah umbi dan bobot individu umbi, serta faktor lingkungan seperti kelembaban dan suhu tanah, radiasi matahari, dan kecepatan angin. Saat panen, alat ini mengukur hasil dan ukuran umbi secara keseluruhan.
Crosby kemudian mengembangkan model yang lebih baik yang menghubungkan citra hiperspektral dengan pengukuran berbasis darat. Tujuannya adalah untuk memprediksi status nitrogen tanaman secara real time dan memprediksi hasil umbi di akhir musim. Pada titik ini, kerja lapangan dan pemrosesan gambar telah selesai, dan Crosby sedang berkonsentrasi pada pengembangan model.
Wang berbagi penelitiannya secara luas dengan para petani kentang dan sayuran di negara bagian tersebut. Dia memiliki hubungan baik dengan para petani di seluruh negara bagian dan banyak yang menantikan hasil penelitiannya.