Antes de que puedan volar, recopilar datos y ayudar a construir el programa público de mejoramiento de trigo más sólido posible, un grupo de estudiantes de todo el país necesitaba aprender el software y las técnicas de recolección de fenómica del trigo mediante un sistema de aeronave no tripulada, UAS.
Ese fue el propósito del reciente taller del Proyecto Agrícola Coordinado de Trigo, WheatCAP, realizado en el Centro de Investigación y Extensión AgriLife de Texas A&M en Amarillo. WheatCAP, dirigido por la Universidad de California, Davis, se encuentra en su cuarta ronda de financiamiento del Instituto Nacional de Alimentos y Agricultura del Departamento de Agricultura de EE. UU.: $15 millones durante cinco años.
Texas A&M AgriLife lidera la creación de un UAS-Hub y la conexión con una base de datos basada en la nube para el proyecto, que reúne programas públicos de mejoramiento de trigo en 22 instituciones en los EE. UU. El equipo coordinará los aspectos técnicos de la recopilación y el envío de datos de drones para todos los programas de cría.
“El procesamiento de big data es un cuello de botella para muchos programas, pero Texas ha progresado mucho en esta área y el procesamiento está automatizado”, dijo Amir Ibrahim, Ph.D., Bryan-College Station, obtentor de trigo de Texas A&M AgriLife Research. y profesor en el Departamento de Ciencias del Suelo y Cultivos, Bryan-College Station. Ibrahim se desempeña como líder de AgriLife Research en WheatCAP.
La participación de los estudiantes es importante para el futuro del mejoramiento público de trigo
Un gran componente del proyecto es involucrar a los estudiantes en la investigación. Los estudiantes de todos los EE. UU. están siendo capacitados en todos los aspectos del fitomejoramiento tradicional y están equipados con experiencia y conocimiento de la tecnología UAS más nueva para recopilar la altura de la planta, la cubierta del dosel, el volumen del dosel y los índices de vegetación para el trigo.
“Los datos estandarizados de alta resolución espaciotemporal recopilados durante la temporada de crecimiento en múltiples ubicaciones mejorarán nuestra comprensión de la dinámica de crecimiento y las interacciones entre el genotipo y el medio ambiente”, dijo Ibrahim. “En este punto, algunos programas enviarán datos sin procesar y otros serán más avanzados”.
Veinticinco estudiantes de 19 universidades asistieron a la primera capacitación en Amarillo, donde el propósito era capacitar a tantos como fuera posible con los conceptos básicos de fenotipado de alto rendimiento UAS.
Katherine Running, coordinadora de educación de WheatCAP de la Universidad Estatal de Dakota del Norte, dijo que este es el primer taller de fenómica para los estudiantes. Posteriormente asistirán a un taller de genómica en Raleigh, Carolina del Norte.
“Los estudiantes vinieron para recibir capacitación práctica en recopilación y análisis de datos”, dijo Running. “Ahora llevarán esta capacitación a sus propios proyectos de investigación. Esperamos brindarles mejores herramientas para recopilar más datos y realizar un análisis de datos más sólido, lo que, a su vez, informa los esfuerzos de mejoramiento que desarrollan trigo mejor adaptado para sus áreas”.
Un estudiante informó en una encuesta posterior a la capacitación que “tocó pasos básicos y muy importantes para recopilar datos UAS de alta calidad. Además, aprendí algunas técnicas excelentes para procesar la mayoría de los datos que adquiero, que era mi objetivo al asistir a este taller”.
la formación práctica
La mayoría de los estudiantes en la capacitación de Amarillo eran novatos, dijo Shannon Baker, piloto certificada de AgriLife Research y gerente de programa en el programa de mejoramiento de trigo, Amarillo. Solo alrededor del 15% tenía una cantidad significativa de experiencia.
Y aunque el mayor problema fue sin duda el procesamiento de datos y cómo administrar las cantidades masivas recolectadas por UAS, Baker dijo que también había un gran interés en volar UAS.
“Presentamos la capacitación en el orden en que ocurre la recopilación de datos”, dijo. “Detallamos cómo diseñar las pruebas de campo para la recopilación de datos, preparar el equipo UAS y planificar la misión en el aula antes de dirigirse al campo. En el campo, enfatizamos la importancia de los puntos de control en tierra y demostramos el equipo recomendado”.
Baker dijo que volaron dos sensores multiespectrales en dos UAS separados, así como un sensor RGB para un total de tres vuelos.
El segundo día de la capacitación se centró en la carga de datos en UAS HUB, cómo ortomosaizar las imágenes y delinear los límites de la parcela para brindar a los estudiantes experiencia en la extracción de datos que pueden llevar a sus laboratorios y analizar sus propios datos.
“El paso más complejo fue recorrer la extracción de datos de las parcelas delineadas”, dijo. “Terminamos con una discusión sobre qué rasgos interesan a los criadores y en qué concentrarse al regresar al laboratorio”.
La última sesión terminó con una discusión dirigida por Jackie Rudd, Ph.D., mejorador de trigo de AgriLife Research, sobre cómo el programa de mejoramiento de trigo Texas A&M AgriLife integra datos UAS en las decisiones de desarrollo de variedad y avance de línea.
“El rendimiento del grano y la calidad de la panificación siguen siendo invaluables para la selección de variedades, pero los datos de UAS nos brindan nuevos conocimientos sobre la tasa de crecimiento y la respuesta al estrés, lo que garantiza que las nuevas variedades satisfagan las expectativas de los productores”, dijo Rudd.
Texas A&M AgriLife fuerte
Otro equipo de AgriLife Research involucrado en el proyecto y la capacitación fueron Shuyu Liu, Ph.D., genetista, Amarillo; y Juan Landivar, Ph.D., director del centro, Mahendra Bhandari, Ph.D., fisiólogo de cultivos de detección remota, Jose Scott, ingeniero/programador, y Francisco Gaona, asistente de investigación, todos en el Centro de Investigación y Extensión AgriLife de Texas A&M en Corpus Christi.
También en el equipo docente estaba Jinha Jung, Ph.D., profesora asistente de ingeniería civil de la Universidad de Purdue, quien anteriormente fue científica de AgriLife Research en Corpus Christi y una parte clave para construir la parte de análisis e interpretación de datos de Texas A&M AgriLife. tubería. A él se unió Ismail Olaniyi, asistente de investigación graduado de la Universidad de Purdue.
-30-