圖片來(lái)源：北卡羅萊納州立大學(xué)

能夠及早發(fā)現(xiàn)作物問(wèn)題可以在保存作物和損失作物之間做出區(qū)分，但是高科技解決方案的成本可能很高。一個(gè)跨學(xué)科的研究小組認(rèn)為，利用現(xiàn)有技術(shù)的新方法可能是解決方案的一部分。

具體而言，作物和土壤科學(xué)系以及電氣與計(jì)算機(jī)工程系的NC State研究人員正在推出一種廉價(jià)的攝像頭系統(tǒng)，該系統(tǒng)可以遠(yuǎn)程監(jiān)控作物的壓力。

玉米和大豆是北卡羅來(lái)納州乃至世界的重要商品。兩者都是新鮮食用，加工成各種食品，然后制成動(dòng)物飼料。在某些階段缺水會(huì)給植物造成壓力，并可能嚴(yán)重影響產(chǎn)量。

作物與土壤科學(xué)系的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)專家Paula Ramos-Giraldo在過(guò)去的一年中一直在研究一種攝像頭系統(tǒng)，該系統(tǒng)的成本低于普通智能手表，用于追蹤玉米和大豆田的干旱壓力。

Ramos-Giraldo說(shuō)：“我們的目標(biāo)特別是要構(gòu)建一種低成本傳感器，以通過(guò)植物行為追蹤田間土壤濕度水平。”

這些低成本的傳感器可以幫助研究人員研究使農(nóng)業(yè)系統(tǒng)更具彈性的方法。植物育種者培育出更多的耐旱品種；而且有一天可能會(huì)提醒農(nóng)民何時(shí)需要灌溉田地。

構(gòu)造StressCam

StressCam系統(tǒng)是由Raspberry Pi構(gòu)成的，該系統(tǒng)由成本約為150美元的零件構(gòu)成。Raspberry Pi是一種纖巧，便宜且易于編程的計(jì)算機(jī)，最初設(shè)計(jì)用于教授計(jì)算機(jī)科學(xué)。

拉莫斯-吉拉爾多說(shuō)，這種微型的支持WiFi的計(jì)算機(jī)包括一個(gè)用于拍照的相機(jī)，并連接了一個(gè)定時(shí)器，該定時(shí)器可以在早上打開系統(tǒng)，晚上關(guān)閉系統(tǒng)。對(duì)于玉米，該攝像機(jī)以90度角安裝在整個(gè)田野上，每30分鐘拍攝一次照片以觀察葉子是否卷曲。對(duì)于大豆，將攝像機(jī)以45度角安裝在田地上，每15分鐘拍照一次以觀察枯萎。該系統(tǒng)采用太陽(yáng)能供電，并在陰天使用備用電池。

微型計(jì)算機(jī)在照片上運(yùn)行機(jī)器學(xué)習(xí)算法，對(duì)照片進(jìn)行分析以尋找干旱壓力的跡象。她說(shuō)，然后它將這些信息發(fā)送到研究人員，育種人員或農(nóng)民的網(wǎng)絡(luò)平臺(tái)。

機(jī)器學(xué)習(xí)算法和網(wǎng)絡(luò)平臺(tái)都是在電氣和計(jì)算機(jī)工程系的學(xué)生的幫助下構(gòu)建的。

在2019年秋季學(xué)期期間，拉莫斯-吉拉爾多（Ramos-Giraldo）與電氣和計(jì)算機(jī)工程學(xué)系副教授埃德加·洛巴頓（Edgar Lobaton）合作，邀請(qǐng)學(xué)生參加他的神經(jīng)網(wǎng)絡(luò)課程，以設(shè)計(jì)能夠查看大豆田地照片和得分的機(jī)器學(xué)習(xí)算法她說(shuō)，干旱壓力嚴(yán)重。

機(jī)器學(xué)習(xí)算法可以在數(shù)據(jù)中找到模式，而無(wú)需明確編程要尋找的重要特征。相反，它們是根據(jù)預(yù)先定義的數(shù)據(jù)進(jìn)行“訓(xùn)練”的，在這種情況下，有5,000張大豆田的照片顯示了不同數(shù)量的干旱脅迫，由美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究服務(wù)部（USDA-ARS）大豆專家Anna Locke注釋。作物與土壤科學(xué)系。

然后，在2019年夏季，對(duì)該類的算法在StressCam拍攝的數(shù)千張其他照片上進(jìn)行了測(cè)試。StressCam中編程了最好的算法之一。

2020年秋天，Lobaton將在其神經(jīng)網(wǎng)絡(luò)課程中進(jìn)行另一場(chǎng)比賽，以嘗試開發(fā)更高效的算法，例如需要較少計(jì)算機(jī)內(nèi)存的算法，從而在小型Raspberry Pi上運(yùn)行得更好。

同樣在2019年秋天，拉莫斯-吉拉爾多（Ramos-Giraldo）開始與一支由高級(jí)電氣和計(jì)算機(jī)工程專業(yè)的學(xué)生組成的團(tuán)隊(duì)合作，設(shè)計(jì)了一個(gè)基于云的Web平臺(tái)，以允許農(nóng)民，大豆育種者和研究人員管理StressCams并監(jiān)控田地。

該團(tuán)隊(duì)包括Artem Minin，Nathan Libner，Stephanie Sierra和Manish Goud。

米寧說(shuō)：“我們花了頭三周的時(shí)間來(lái)集中精力解決如何建立一個(gè)平臺(tái)來(lái)解決寶拉·拉莫斯·吉拉爾多（Paula Ramos-Giraldo）遇到的問(wèn)題�！� 計(jì)算機(jī)工程碩士學(xué)位�！斑@是該項(xiàng)目真正困難的部分之一，因?yàn)槲覀冎袥](méi)有人真正構(gòu)建過(guò)具有如此眾多組件，技術(shù)和要求的多樣化系統(tǒng)。”

該網(wǎng)絡(luò)平臺(tái)允許用戶檢查StressCam是否已打開且沒(méi)有過(guò)熱，更改照片計(jì)劃，重要的是，可以查看StressCam的過(guò)去圖像和干旱脅迫嚴(yán)重程度得分�？傮w而言，該平臺(tái)將為植物育種者和研究復(fù)原力的研究人員節(jié)省時(shí)間并提高干旱數(shù)據(jù)收集的準(zhǔn)確性。

除了產(chǎn)生StressCam 網(wǎng)絡(luò)平臺(tái)的預(yù)期技術(shù)和項(xiàng)目管理挑戰(zhàn)之外，ECE老年人團(tuán)隊(duì)還必須應(yīng)對(duì)大流行的意外挑戰(zhàn)。

圖片來(lái)源：北卡羅萊納州立大學(xué)

米寧說(shuō)：“在大流行之前，我們小組每周會(huì)面一次，這是我們?nèi)〉米罴殉晒�的時(shí)候�！� “ COVID-19還增加了我們無(wú)法像我們想要的那樣測(cè)試系統(tǒng)的困難。最初，我們計(jì)劃在Sandhill Research Station設(shè)置一個(gè)測(cè)試站點(diǎn)，但是顯然沒(méi)有發(fā)生。相反，Paula設(shè)置了在她后院的測(cè)試場(chǎng)上�！�

盡管存在與COVID-19相關(guān)的所有挑戰(zhàn)，但Minin發(fā)現(xiàn)從事農(nóng)業(yè)問(wèn)題的工作非常有意義。

Minin說(shuō)：“我認(rèn)為工程學(xué)最酷的事情之一就是將科學(xué)和技術(shù)應(yīng)用于可以從中受益的行業(yè)，因?yàn)榉駝t，這只是紙上的數(shù)學(xué)�！� “我真的很喜歡在農(nóng)業(yè)領(lǐng)域工作，我認(rèn)為農(nóng)業(yè)技術(shù)領(lǐng)域有很多應(yīng)用尚未得到充分探索�！�

Ramos-Giraldo同意跨學(xué)院合作的價(jià)值。

拉莫斯-吉拉爾多說(shuō)：“我們與歐洲經(jīng)委會(huì)部門作出了令人驚奇的努力，并將繼續(xù)下去�！� “最重要的是，學(xué)生們對(duì)他們的成績(jī)非常熱情。在我們學(xué)習(xí)很多東西的過(guò)程中，不僅是學(xué)生，還有我們自己。當(dāng)我們一起工作時(shí)，我們可以產(chǎn)生令人驚訝的結(jié)果。 ”

StressCam平臺(tái)以IBM的物聯(lián)網(wǎng)云平臺(tái)為核心。此外，IBM贊助了高級(jí)設(shè)計(jì)項(xiàng)目，并在北卡羅來(lái)納州立大學(xué)百年校區(qū)的IBM創(chuàng)新中心提供了兩名研究人員的技術(shù)指導(dǎo)。

使用壓力凸輪

去年夏天，Ramos-Giraldo在Sandhills研究站部署了20多個(gè)StressCam，用于不同大豆品種的田間。除了提供神經(jīng)網(wǎng)絡(luò)課程設(shè)計(jì)機(jī)器學(xué)習(xí)算法所用的圖像外，StressCam圖像還將幫助NC State和USDA-ARS大豆育種者，包括Locke和Tommy Carter，跟蹤它們的哪一種菌株對(duì)干旱條件的響應(yīng)最佳。

今年夏天，該團(tuán)隊(duì)擁有50個(gè)StressCam，并計(jì)劃將它們部署在玉米田上。其中十二臺(tái)攝像機(jī)將在馬里蘭州的貝爾茨維爾農(nóng)業(yè)研究中心部署，其余攝像機(jī)將部署在克萊頓（Clayton）的中央作物研究站等研究站，這些攝像機(jī)將利用新的無(wú)線互聯(lián)網(wǎng)基礎(chǔ)設(shè)施；位于戈?duì)柶澆�勒的櫻桃研究農(nóng)場(chǎng)；以及位于金斯頓的Caswell研究農(nóng)場(chǎng)。

最終目標(biāo)是將StressCams推廣到精準(zhǔn)可持續(xù)農(nóng)業(yè)研究網(wǎng)絡(luò)，該網(wǎng)絡(luò)是22個(gè)州的農(nóng)場(chǎng)和研究站的網(wǎng)絡(luò)，部分獲得美國(guó)農(nóng)業(yè)部農(nóng)業(yè)與食品研究計(jì)劃撥款的支持，以發(fā)展有韌性的農(nóng)業(yè)系統(tǒng)。

作物與土壤科學(xué)系教授，研究網(wǎng)絡(luò)的共同負(fù)責(zé)人克里斯·雷伯格-霍頓說(shuō)，應(yīng)力相機(jī)將在種植遮蓋作物或其他替代性文化習(xí)俗后監(jiān)測(cè)經(jīng)濟(jì)作物的干旱壓力。

Reberg-Horton說(shuō)：“ StressCams的最終目標(biāo)是使用它們來(lái)監(jiān)視美國(guó)許多許多農(nóng)場(chǎng)的水質(zhì)狀況。” “這些攝像機(jī)將幫助我們研究覆蓋農(nóng)作物覆蓋物在捕獲多余雨水方面的有效性。它們將幫助我們了解如何管理該系統(tǒng)以捕獲最多的水并將其保持在農(nóng)民的田地上�！�