康奈尔工程学生解决葡萄园的数据需求
由Tim Martinson.
两名康奈尔大学工程专业的研究生正在使用他们的工程技能为葡萄生产商开发原型产品。
猎人亚当斯（博士航空航天工程）和乔纳森贾米米（博士电气和计算机工程）展示了旨在帮助种植者在最近在葡萄园中制定管理决策的设备数字葡萄栽培：葡萄园管理的新工具7月17日的野外活动th在纽约佩恩严附近塞内卡湖的安东尼路葡萄园。
现场分布的气象站。
获得可靠的天气数据对葡萄种植者的需要至关重要，如霜冻和冬季伤害监测和疾病预测。目前，种植者依赖的气象站通常通过NEWA系统联网。但是它们的成本(大约2000美元)限制了这些监测站的数量和位置，只有少数几个战略位置。如果它们足够小，足够便宜，种植者可以在每个农场或葡萄园区部署多个单元，那将会怎样?
猎人亚当斯开发了一个叫做的气象站君主它可以装进你的钱包，价格是NEWA气象站价格的二十分之一。在这个规模和价格点上，葡萄园将能够部署数十个气象站，而不是单一的气象站，并将它们放置在葡萄树冠内。这将允许种植者测量葡萄园内温度、相对湿度和湿度的变化，从而能够更准确地跟踪霜冻、冬季中期低温和疾病的发展。
在12月完成学位后，猎人将全职追求君主的商业化，并积极寻求潜在客户并授予资金持续发展传感器的支持。他的项目已通过国家科学基金会的NSF创新队计划，补助金授予资助＃1643287。
低成本作物估计与手机图像。
对葡萄种植者来说，获得准确的作物估计值一直是一个棘手的问题。产量潜力每年都有很大差异，在葡萄园区内也是如此。目前，种植者通过人工计算少量葡萄的葡萄簇来估算他们的产量，这是一个耗时且劳动密集型的过程。如果他们能把手机安装在沙滩车或四轮马车上，并利用图像来估计更大样本藤蔓上的簇数，那会怎么样?
Jonathan Jaramillo，与葡萄栽培的教师课程（Justine Vanden Heuvel）和电气和计算机工程（Kirstin Petersen）使用的是手机视频文件和机器学习的图像分析，以便在其开发中识别和计算葡萄集群。
几年内，目前的作物估计实践可以通过20-30％的最终作物进行20-30％ - 手动计数是耗时的，并且没有人可以样本足够的葡萄藤来确保他们的估计是准确的。该项目的目标是将该误差降低至5％或更低。
Jonathan的努力是Vanden Heuvel和Petersen计划之间更大合作的一部分，以应用“软触摸”机器人传感器来检查和测量葡萄集群增长和在日益增长的季节后的归属。该项目得到了支持康奈尔数字农业计划2019-67021-29225。
蒂姆·马丁森是位于纽约日内瓦的纽约农业实验站园艺科的高级推广助理。