Ian Jin, es profesor asistente en el Departamento de Ingeniería Agrícola y Biológica de Purdue. El invernadero comenzó a operar en mayo del año pasado y que permitirá a los investigadores determinar las semillas más aptas que obtienen los rendimientos más altos.
El invernadero costó alrededor de 400.000 dólares y les permite a los investigadores probar una variedad más amplia de semillas en condiciones uniformes mientras usan un sistema de imágenes de última generación para monitorear de cerca el crecimiento y las características de la planta.
“Podemos probar muchos tipos diferentes de genotipos en todos los diferentes tipos de condiciones ambientales. Por lo tanto, generamos una gran variedad de diferentes líneas de candidatos para comparar entre sí”, dijo el investigador.
Los invernaderos tradicionales están llenos de microclimas debido a las condiciones inconsistentes. La temperatura directamente bajo una luz puede ser mucho más caliente que una mancha a solo unos metros de distancia y el área cercana a un panel de enfriamiento puede ser considerablemente más fría. La circulación de aire también varía en todo, dependiendo de dónde se encuentren los ventiladores, al igual que las condiciones de iluminación.
En cambio con este sistema, al mover las plantas constantemente a través de estos microclimas, los investigadores pueden asegurarse de que cada planta esté expuesta a condiciones similares.
“Usamos el sistema de transportadores para barajar la ubicación de las plantas 24 horas al día, 7 días a la semana, de modo que suavicemos esta falta de uniformidad ambiental”, dijo Jin y añadió que “los microclimas son el enemigo para los investigadores en el invernadero, porque estos microclimas generan una gran cantidad de ruido de datos y falta de uniformidad ambiental”.
El sistema de fenotipado robótico utiliza cámaras hiperespectrales para proporcionar hasta 10 tetrabytes de datos de plantas por día. El escáner mide la salud de la planta, el crecimiento, los rasgos y otras características, y mide su contenido de agua, nitrógeno y clorofila, brindando a los investigadores información esencial sobre la composición genética de cómo una planta se adapta y reacciona a las condiciones y qué factores influyen en el rendimiento del cultivo.
Jin y los otros investigadores han estado construyendo modelos de predicción de plantas utilizando los datos recopilados por el sistema de imágenes.
“Pueden hacer una gran cantidad de análisis estadísticos y determinar, por ejemplo, si este genotipo tiene una ventaja en hacer un mejor uso del nitrógeno, o tiene una mejor tolerancia al estrés por sequía o al estrés por calor” asegura el investigador.
En conclusión, la agricultura digital permite a los investigadores analizar datos de manera más eficiente sobre cómo las diferentes cantidades de agua y fertilizante afectan las semillas junto con los diferentes tipos de suelo, acelerando el proceso de selección de las mejores semillas a través de lo que se conoce como sistemas de fenotipado de alto rendimiento.
“Creemos que el futuro de la agricultura es la era de la agricultura digital”, dijo Jin y añadió que “usamos sistemas de fenotipado de alto rendimiento para escanear estas plantas y recolectar la mayor cantidad de información posible para cada una de las plantas , por lo que recopilamos una gran cantidad de datos”.
