Mga proyekto mula sa isang robot na lumalangoy sa lupa na maaaring makadama ng mga kondisyon sa root zone sa real time hanggang sa mga modelong computational na maaaring mahulaan ang paggawa ng pagkasira na natanggap na mga pondo ng binhi mula sa Inisyatibong Cornell para sa Digital AgrikulturaAng bagong Research Innovation Fund ni.
Walong interdisciplinary team ng mga mananaliksik - mula sa College of Agriculture and Life Sciences, College of Engineering, Computing and Information Science, Cornell Tech at College of Veterinary Medicine (CVM) - ay makakatanggap ng tatlong taong parangal na hanggang $225,000. Para mag-apply, kailangang isama ng mga team ang mga miyembro ng Cornell faculty mula sa hindi bababa sa dalawang kolehiyo, na tinitiyak ang cross-campus collaboration.
"Ang mga proyekto sa pananaliksik na ito ay kumakatawan sa kapana-panabik na potensyal ng mga digital na tool, tulad ng mga modelo ng computational, robotic system, artificial intelligence at ang 'internet of things,' upang baguhin ang agrikultura sa bawat hakbang ng proseso ng produksyon ng pagkain," sabi Susan McCouch, ang Barbara McClintock Professor ng Plant Breeding and Genetics at ang direktor ng Cornell Initiative para sa Digital Agriculture (CIDA). "Ang mga interdisciplinary collaborations na tulad nito ay magtutulak sa mga hangganan ng agham upang mapataas ang produktibidad at pagpapanatili ng agrikultura, at upang pasiglahin ang pipeline ng pagtuklas at praktikal na mga inobasyon."
Isang multidisciplinary group ng halos tatlong dosenang faculty member, na pinamumunuan ni Renata Ivanek, associate professor sa Department of Population Medicine at Diagnostic Sciences sa CVM, ang pumili ng walong proyekto mula sa 31 na panukala. Ang pagpopondo para sa mga parangal ay mula sa CIDA Research Innovation Fund at sa US Department of Agriculture Hatch Act program.
Ang mga proyekto:
Pagpapabuti ng ani ng strawberry sa pamamagitan ng mga native at robotic pollinator: Kirstin Petersen, assistant professor ng electrical at computer engineering; at Scott McArt, assistant professor of entomology. Isasama ng kanilang trabaho ang automated na pagsubaybay sa mga ligaw at pinamamahalaang pollinator sa robotic pollination, na naglalagay ng batayan para sa isang biological-hybrid system na maaaring mag-obserba, mahulaan at mapabuti ang ani ng pananim. Ang mga mananaliksik ay bubuo ng matibay at mababang-kapangyarihan na mga bitag ng camera ng insekto, gagamit ng mga drone para sa mabilis na cross-pollination at gagawa ng mga modelo ng paglago na maaaring maihatid sa isang magsasaka sa pamamagitan ng isang online na app.
Bagong soil robotics at sensing para sa soil-root phenotyping ng pagiging epektibo ng paggamit ng tubig: Taryn Bauerle, associate professor sa School of Integrative Plant Science (SIPS); Robert Shepherd, associate professor sa Sibley School of Mechanical and Aerospace Engineering (MAE); Mike Gore, Propesor ng Liberty Hyde Bailey at associate professor ng molecular breeding at genetics sa SIPS; Johannes Lehmann, propesor ng mga agham ng lupa at pananim sa SIPS; at Abraham Stroock, ang Direktor ng William C. Hooey at Gordon L. Dibble, propesor ng Chemical at Biomolecular Engineering. Upang ma-access ang real-time na impormasyon tungkol sa availability at daloy ng tubig sa lupa sa paligid ng mga ugat ng halaman, ang mga mananaliksik ay bubuo ng diskarte sa sensing at isang soil-swimming robot upang semi-autonomously galugarin ang root zone.
Mga modelong computational na may kaalaman sa microbiome at mga tool sa pagsuporta sa desisyon upang mahulaan ang pagkasira ng sariwang ani: spinach bilang isang sistema ng modelo: Martin Wiedmann, ang Gellert Family Professor sa Food Safety; at Ivanek. Ang mga mananaliksik ay bubuo ng isang computational model ng microbiome interactions at perturbations sa panahon ng pagproseso, transportasyon at retail para mahulaan ang shelf life ng sariwang spinach.
Pinabilis at automated na mga diagnostic ng stress sa mga halamanan ng mansanas: Awais Khan, associate professor sa SIPS sa Cornell AgriTech; Serge Belongie, propesor ng computer science sa Cornell Tech; at Noah Snavely, associate professor ng computer science sa Cornell Tech. Pinagsasama-sama ang kadalubhasaan sa patolohiya ng halaman, phenotyping at computer vision, ang koponan ay gagawa ng mga database ng sakit na na-annotate ng eksperto para sa mga mansanas, mangunguna sa isang pandaigdigang kumpetisyon ng hamon upang makahanap ng mga bagong solusyon para sa pag-uuri at dami ng sakit, bubuo ng mga modelo ng computer vision upang tumpak na makilala ang mga sintomas ng marami sakit, at bumuo ng mga user-friendly na app upang suportahan ang mga nagtatanim ng mansanas.
Carbon farming: Pinagsasama-sama ang machine intelligence, malaking data at mga modelo ng proseso upang suportahan ang umuusbong na sektor na ito: Lehmann at Fengqi You, ang Roxanne E. at Michael J. Zak na Propesor sa Energy Systems Engineering sa Smith School of Chemical at Biomolecular Engineering. Nilalayon ng proyektong ito na pahusayin ang tumpak na hula ng organikong carbon sa lupa sa pamamagitan ng pagsasama-sama ng pagmomodelo ng proseso ng lupa sa machine learning, malalim na pag-aaral at malaking data upang lumikha ng isang platform upang himukin ang patakarang nakabatay sa ebidensya at pamumuhunan sa kalusugan ng lupa at pagpapagaan ng pagbabago ng klima.
Platform na phenotyping na may mataas na resolusyon na naka-target sa pag-andar upang malaman ang mga ugnayan ng genetics-functions sa rhizomicrobiome para sa pagsulong ng paggamit ng mga nutrients ng halaman: April Gu, propesor ng civil at environmental engineering; Jenny Kao-Kniffin, associate professor sa SIPS; at Kilian Weinberger, associate professor ng computer science. Ang mga mananaliksik ay bubuo ng isang makabagong platform ng teknolohiya ng phenotyping-genotyping na magbibigay-daan sa kanila na bumuo ng isang world-class na pasilidad ng phenotyping ng agrikultura sa Cornell, upang makatuklas at makapag-profile ng mga bagong microorganism na kapaki-pakinabang sa mga pananim.
Mga nasusukat na digital sensor ng kalangitan at mga lupa: Isang internet ng mga bagay ang lumalapit upang pahusayin ang mga pagtataya ng lagay ng panahon sa bukid tungkol sa matinding init, tagtuyot at pag-ulan: Toby Ault, assistant professor ng earth at atmospheric sciences; at Max Zhang, associate professor sa MAE. Gamit ang isang umiiral na, wireless na internet ng mga bagay, susubaybayan at hulaan ng mga mananaliksik ang mga pangunahing variable para sa paghula ng matinding lagay ng panahon sa antas ng estado, county at sakahan upang mabigyan ang mga producer ng pagkain ng toolkit para sa paghula ng mga panganib.
Pagbuo ng mga predictive na modelo upang tumpak na matukoy ang subclinical at clinical mastitis sa mga dairy cows na ginatasan ng mga automated milking system: Rick Watters, senior extension associate sa CVM at direktor ng Quality Milk Production Services Western Laboratory; at Kristan Reed, assistant professor ng animal science. Gamit ang data tulad ng ani ng gatas, oras ng paggatas at oras sa pagitan ng mga pagbisita sa paggatas, bubuo ang mga mananaliksik ng isang algorithm upang mahulaan ang mastitis sa mga dairy cows.
- Melanie Lefkowitz, Cornell University
Mga proyekto mula sa isang robot na lumalangoy sa lupa na maaaring makadama ng mga kondisyon sa root zone sa real time hanggang sa mga modelong computational na maaaring mahulaan ang paggawa ng pagkasira na natanggap na mga pondo ng binhi mula sa Cornell Initiative para sa bagong Research Innovation Fund ng Digital Agriculture. Sa itaas, isang drone sa Musgrave Research Farm, dinadala sa field ng mga mag-aaral sa lab ni Propesor Micheal Gore. Larawan: Allison Usavage