红薯形状太风骚,跨学科团队利用高科技提高红薯品相

发布者:bpadmin
发布时间:2020-11-03 04:02
分类:全部资讯 农业科技 农艺管理 原创内容 最新动态
FLU_VYPR3p_growincityBANNER_468x180_0528
naturehydro banner
红薯原生长于热带中美洲,最先由美洲原住民人工种植成功,抗病虫害力强,对土壤品质要求较低,栽培容易。1493年,哥伦布回国觐见西班牙女王伊莎贝拉时将美洲新大陆带回的红薯献给女王,是为历史上红薯首次从美洲传入欧洲;及后于16世纪时,西班牙本土已开始规模种植红薯;其后,红薯再由西班牙商船船队传至西班牙的另一殖民地菲律宾,正式传入亚洲。

红薯通过与菲律宾的贸易传入中国,时间约在16世纪末叶,明代的《闽书》、《农政全书》、清代的《闽政全书》、《福州府志》等均有有关记载。

红薯的个头有大有小,形状品相也有不同。这和很多因素有关,品种、土壤疏松程度、光照条件等都会对红薯形状有不同程度的影响。其实不同形状的红薯口感没有任何区别,也不存在好坏之分。然而,对于消费者来说,很多人会倾向于挑选品相好看的;对于种植者来说,品相好坏就可能意味着收入的多少。



当谈到红薯的外形时,北卡罗来纳州大学已经认真的采取了行动,要通过大数据和人工智能解决红薯的品相问题。北卡罗来纳州是红薯种植的“超级明星”,其红薯种植面积超过了临近三个州的总和。

现在,来自北卡罗来纳州立大学(NC State)、统计软件公司SAS和Intero Life Sciences的一个跨学科团队正在合作,将利用人工智能让红薯产业变得更加有利可图。该大数据项目是北卡罗来纳州植物科学倡议(NC PSI)的一部分,旨在将学术界、政府和工业界聚集在一起,推动重要的研究和创新,以解决所面临的农业挑战。

团队将与农民和农企合作,对数十万个红薯进行成像,然后计算它们的形状和质量特征。另外,研究人员将把所有这些图像数据与一系列额外的信息结合起来,比如生长位置、土壤和肥料类型、天气等;并使用先进的机器学习算法来确定哪些因素影响了红薯的大小和形状。这样做的目标是提高美国优等级红薯的比例,从而对种植者来说可获得最大收益。

北卡罗来纳州立大学研究员兼项目负责人Cranos Williams表示:“我们的第一步是从利益相关者开始,了解他们的价值取向,并确定可以提高他们盈利能力的方法。”通过了解,我们可以就种植者、加工商和经销商如何优化他们的流程提供意见,潜在地减少红薯的畸形率。这将转化为减少浪费和增加价值。



测量红薯
北卡罗来纳州立大学的Mike Boyette几十年来一直在提高北卡罗来纳州红薯产业的价值,包括研究受控储存设施、增值产品,以及测量红薯的形状和大小。他的工作帮助确定了相当多可能影响红薯形状、大小和整体价值的不同因素,但通过利用大数据和机器学习的力量,该团队可以更好地帮助种植者万里选一,挑出那些优质的红薯,就好像要从谷壳中挑选出麦粒。

Mike Boyette说:“我们从铁一般的证据中知道,所有这些甚至更多的因素都会对红薯的形状产生影响。当你把所有这些因素放在一起,该如何解决这些问题 呢?需要做些什么让红薯的价值最大化呢?唯一的办法就是量一下从地里收获来的红薯。”

科技技术已经发展到了使用最先进的光学扫描仪来分拣红薯。这些自动化分类设备可以在一小时内扫描10万个红薯,每分钟产生8到10GB的数据。现在的挑战是收集所有这些数据并对其进行分析,这就是跨学科团队包括大数据、数据分析和数据隐私专家的用武之地。

Mike Boyette表示,“我们团队有非常擅长传感器和扫描的人,还有非常擅长大数据管理和分析的人。最终,这些共同努力,有助于提高北卡罗来纳州红薯的价值。”



合作应对大数据挑战
北卡植物科学倡议已与SAS和Intero Life Sciences公司达成合作意向,共同捕获和分析与植物科学相关的大数据。SAS是一家全球公认的分析软件公司,可带来许多数据分析和数据建模工具,以及在农业数据分析方面的丰富经验。Intero Life Sciences是一家生物信息公司,在开发管理大型异构数据集的平台方面经验丰富,与该红薯项目将产生的数据类似。

Cranos Williams表示:“我们期待着与他们合作,获得他们的意见,为我们提供最好的方式来构建项目所需的平台类型。作为回报,行业合作伙伴将有机会评估如何将他们的解决方案应用于与农业直接相关的问题。通常情况下,这些行业合作伙伴拥有经验和工具,但缺乏与利益相关者的联系。”

针对红薯大数据项目的另一个方面是为学生提供了使用大数据应对农业挑战的“实战培训“。劳动力培训工作的一个重要部分是让新学生接触到SAS等公司,并提供进一步将传感器开发和数据分析整合到农业问题中的机会。

这类项目可作为一种机制,培训下一代研究人员能够利用科技解决农业问题,甚至是更复杂的问题;实现以数据驱动的农业科学、扩大对预测性建模、人工智能、物联网和决策工具的使用。


文章来源: 城农原创整理发布,欢迎转载,请注明出处!
免责声明:本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。来修改内容。

分享到:

更多都市农业