Prosjekter som spenner fra en jordsvømmende robot som kan registrere forholdene i rotsonen i sanntid til beregningsmodeller som kan forutsi produksjonsforstyrrelse mottok frømidler fra Cornell Initiative for Digital Agriculturesitt nye forskningsinnovasjonsfond.
Åtte tverrfaglige team av forskere – fra College of Agriculture and Life Sciences, College of Engineering, Computing and Information Science, Cornell Tech og College of Veterinary Medicine (CVM) – vil motta treårige priser på opptil $225,000 XNUMX. For å søke, måtte team inkludere Cornell-fakultetsmedlemmer fra minst to høgskoler, for å sikre samarbeid på tvers av campus.
"Disse forskningsprosjektene representerer det spennende potensialet til digitale verktøy, som beregningsmodeller, robotsystemer, kunstig intelligens og 'tingenes internett', for å transformere landbruket på hvert trinn i matproduksjonsprosessen," sa Susan McCouch, Barbara McClintock-professoren i planteavl og genetikk og direktøren for Cornell Initiative for Digital Agriculture (CIDA). "Tverrfaglige samarbeid som disse vil flytte vitenskapens grenser for å øke produktiviteten og bærekraften til landbruket, og for å fremme en pipeline av oppdagelser og praktiske innovasjoner."
En tverrfaglig gruppe på nesten tre dusin fakultetsmedlemmer, ledet av Renata Ivanek, førsteamanuensis ved Institutt for populasjonsmedisin og diagnostiske vitenskaper i CVM, valgte de åtte prosjektene fra 31 forslag. Finansiering til prisene kommer fra CIDA Research Innovation Fund og US Department of Agriculture Hatch Act-programmet.
Prosjektene:
Forbedring av jordbærutbytte gjennom innfødte og robotbestøvere: Kirstin Petersen, adjunkt i elektro- og datateknikk; og Scott McArt, assisterende professor i entomologi. Arbeidet deres vil integrere automatisert overvåking av ville og forvaltede pollinatorer med robotpollinering, og legge grunnlaget for et biologisk-hybrid system som kan observere, forutsi og forbedre avlingsavlingen. Forskerne skal utvikle holdbare insektkamerafeller med lav effekt, bruke droner for rask krysspollinering og lage vekstmodeller som kan formidles til en bonde via en nettapp.
Ny jordrobotikk og sensing for jord-rot-fenotyping av vannbrukseffektivitet: Taryn Bauerle, førsteamanuensis ved School of Integrative Plant Science (SIPS); Robert Shepherd, førsteamanuensis ved Sibley School of Mechanical and Aerospace Engineering (MAE); Mike Gore, Liberty Hyde Bailey professor og førsteamanuensis i molekylær avl og genetikk i SIPS; Johannes Lehmann, professor i jord- og plantevitenskap i SIPS; og Abraham Stroock, William C. Hooey-direktøren og Gordon L. Dibble, professor i kjemisk og biomolekylær ingeniørfag. For å få tilgang til sanntidsinformasjon om tilgjengeligheten og flyten av vann i jorda rundt planterøtter, vil forskerne utvikle en sansestrategi og en jordsvømmerobot for å semi-autonomt utforske rotsonen.
Mikrobiom-informerte beregningsmodeller og beslutningsstøtteverktøy for å forutsi ødeleggelse av ferskvarer: spinat som modellsystem: Martin Wiedmann, Gellert-familieprofessoren i mattrygghet; og Ivanek. Forskerne vil utvikle en beregningsmodell for mikrobiom-interaksjoner og forstyrrelser under prosessering, transport og detaljhandel for å forutsi holdbarheten til fersk spinat.
Akselerert og automatisert stressdiagnostikk i eplehager: Awais Khan, førsteamanuensis i SIPS ved Cornell AgriTech; Serge Belongie, professor i informatikk ved Cornell Tech; og Noah Snavely, førsteamanuensis i informatikk ved Cornell Tech. Ved å kombinere ekspertise innen plantepatologi, fenotyping og datasyn, vil teamet lage ekspertkommenterte sykdomsdatasett for epler, lede en global utfordringskonkurranse for å finne nye løsninger for sykdomsklassifisering og kvantifisering, utvikle datasynsmodeller for nøyaktig å skille mellom symptomene på mange sykdommer, og utvikle brukervennlige apper for å støtte epledyrkere.
Karbonoppdrett: Kombinerer maskinintelligens, big data og prosessmodeller for å støtte denne fremvoksende sektoren: Lehmann og Fengqi You, Roxanne E. og Michael J. Zak professor i energisystemteknikk ved Smith School of Chemical and Biomolecular Engineering. Dette prosjektet har som mål å forbedre nøyaktig prediksjon av jordsmonnets organiske karbon ved å kombinere jordprosessmodellering med maskinlæring, dyp læring og big data for å skape en plattform for å drive evidensbasert politikk og investeringer i jordhelse og bekjempelse av klimaendringer.
Funksjonsmålrettet høyoppløselig fenotypingsplattform for å utlede genetikk-funksjonsforhold i rhizomicrobiom for å fremme utnyttelse av plantenæringsstoffer: April Gu, professor i sivil- og miljøteknikk; Jenny Kao-Kniffin, førsteamanuensis i SIPS; og Kilian Weinberger, førsteamanuensis i informatikk. Forskerne vil utvikle en innovativ fenotyping-genotyping teknologiplattform som vil gjøre dem i stand til å bygge et landbruksfenotypingsanlegg i verdensklasse på Cornell, for å oppdage og profilere nye mikroorganismer som er gunstige for avlinger.
Skalerbare digitale sensorer for himmel og jord: En internett av ting tilnærming for å forbedre gårdsskala værmeldinger for ekstrem varme, tørke og nedbør: Toby Ault, assisterende professor i jord- og atmosfæriske vitenskaper; og Max Zhang, førsteamanuensis i MAE. Ved å bruke et eksisterende, trådløst internett av ting, vil forskerne overvåke og forutsi nøkkelvariabler for å forutsi ekstremvær på delstats-, fylkes- og gårdsnivå for å gi matprodusenter et verktøysett for å forutsi farer.
Utvikling av prediktive modeller for nøyaktig å oppdage subklinisk og klinisk mastitt hos melkekyr melket med automatiserte melkesystemer: Rick Watters, senior forlengelsesassistent i CVM og direktør for Quality Milk Production Services Western Laboratory; og Kristan Reed, assisterende professor i dyrevitenskap. Ved hjelp av data som melkemengde, melketid og tid mellom melkebesøk, skal forskerne utvikle en algoritme for å forutsi mastitt hos melkekyr.
- Melanie Lefkowitz, Cornell University
Prosjekter som spenner fra en jordsvømmende robot som kan registrere forholdene i rotsonen i sanntid til beregningsmodeller som kan forutsi produksjonsforstyrrelser, mottok frømidler fra Cornell Initiative for Digital Agricultures nye Research Innovation Fund. Over, en drone på Musgrave Research Farm, som ble ført til feltet av studenter i professor Micheal Gores laboratorium. Foto: Allison Usavage