គម្រោងរាប់ចាប់ពីមនុស្សយន្តហែលទឹកក្នុងដី ដែលអាចដឹងពីលក្ខខណ្ឌនៅក្នុងតំបន់ឫសក្នុងពេលវេលាជាក់ស្តែង ដល់គំរូគណនាដែលអាចទស្សន៍ទាយការខូចគុណភាពដែលទទួលបានពីមូលនិធិគ្រាប់ពូជ។ គំនិតផ្តួចផ្តើមខូឡូនសម្រាប់កសិកម្មឌីជីថលមូលនិធិស្រាវជ្រាវច្នៃប្រឌិតថ្មី។
ក្រុមអ្នកស្រាវជ្រាវចំនួនប្រាំបី - មកពីមហាវិទ្យាល័យកសិកម្ម និងវិទ្យាសាស្ត្រជីវិត មហាវិទ្យាល័យវិស្វកម្ម កុំព្យូទ័រ និងវិទ្យាសាស្ត្រព័ត៌មាន ខូណល តិច និងមហាវិទ្យាល័យពេទ្យសត្វ (CVM) - នឹងទទួលបានរង្វាន់រយៈពេលបីឆ្នាំរហូតដល់ $225,000 ។ ដើម្បីដាក់ពាក្យ ក្រុមចាំបាច់ត្រូវតែរួមបញ្ចូលសមាជិកមហាវិទ្យាល័យ Cornell ពីមហាវិទ្យាល័យយ៉ាងតិចពីរ ដោយធានានូវកិច្ចសហការឆ្លងកាត់បរិវេណសាលា។
គម្រោងស្រាវជ្រាវទាំងនេះតំណាងឱ្យសក្តានុពលដ៏គួរឱ្យរំភើបនៃឧបករណ៍ឌីជីថល ដូចជាគំរូកុំព្យូទ័រ ប្រព័ន្ធមនុស្សយន្ត បញ្ញាសិប្បនិម្មិត និង 'អ៊ីនធឺណិតនៃវត្ថុ' ដើម្បីផ្លាស់ប្តូរវិស័យកសិកម្មនៅគ្រប់ជំហាននៃដំណើរការផលិតអាហារ។ Susan McCouchសាស្ត្រាចារ្យ Barbara McClintock នៃការបង្កាត់ពូជរុក្ខជាតិ និងហ្សែន និងជានាយកនៃ Cornell Initiative for Digital Agriculture (CIDA)។ "កិច្ចសហការអន្តរកម្មសិក្សាបែបនេះនឹងជំរុញឱ្យវិស័យវិទ្យាសាស្ត្របង្កើនផលិតភាព និងនិរន្តរភាពនៃវិស័យកសិកម្ម និងជំរុញឱ្យមានបំពង់បង្ហូរប្រេងនៃការរកឃើញ និងការច្នៃប្រឌិតជាក់ស្តែង"។
ក្រុមពហុជំនាញដែលមានសមាជិកមហាវិទ្យាល័យជិតបីបួនដប់នាក់ ដឹកនាំដោយ Renata Ivanek សាស្រ្តាចារ្យរងនៅនាយកដ្ឋានវេជ្ជសាស្ត្រប្រជាជន និងវិទ្យាសាស្ត្ររោគវិនិច្ឆ័យនៅ CVM បានជ្រើសរើសគម្រោងចំនួន 31 ពីសំណើចំនួន XNUMX ។ មូលនិធិសម្រាប់ពានរង្វាន់នេះបានមកពីមូលនិធិច្នៃប្រឌិតស្រាវជ្រាវ CIDA និងកម្មវិធី Hatch Act របស់ក្រសួងកសិកម្មសហរដ្ឋអាមេរិក។
គម្រោង៖
ការកែលម្អទិន្នផលផ្លែស្ត្របឺរី តាមរយៈម៉ាស៊ីនលំអងដើម និងមនុស្សយន្ត៖ Kirstin Petersen ជំនួយការសាស្រ្តាចារ្យផ្នែកវិស្វកម្មអគ្គិសនី និងកុំព្យូទ័រ; និង Scott McArt ជំនួយការសាស្រ្តាចារ្យផ្នែក entomology ។ ការងាររបស់ពួកគេនឹងរួមបញ្ចូលការត្រួតពិនិត្យដោយស្វ័យប្រវត្តិនូវសត្វលំអងព្រៃ និងគ្រប់គ្រងដោយមនុស្សយន្ត pollination ដោយដាក់មូលដ្ឋានគ្រឹះសម្រាប់ប្រព័ន្ធជីវសាស្រ្ត-កូនកាត់ដែលអាចសង្កេត ព្យាករណ៍ និងបង្កើនទិន្នផលដំណាំ។ អ្នកស្រាវជ្រាវនឹងអភិវឌ្ឍអន្ទាក់កាមេរ៉ាសត្វល្អិតដែលប្រើប្រាស់បានយូរ និងថាមពលទាប ប្រើប្រាស់យន្តហោះគ្មានមនុស្សបើកសម្រាប់ការបំពុលឆ្លងមេរោគយ៉ាងឆាប់រហ័ស និងបង្កើតគំរូលូតលាស់ដែលអាចបញ្ជូនទៅកាន់កសិករតាមរយៈកម្មវិធីអនឡាញ។
មនុស្សយន្តដីថ្មី និងការយល់ដឹងសម្រាប់ phenotyping ឫសដីនៃប្រសិទ្ធភាពការប្រើប្រាស់ទឹក៖ Taryn Bauerle សាស្រ្តាចារ្យរងនៅសាលាវិទ្យាសាស្ត្ររុក្ខជាតិរួមបញ្ចូលគ្នា (SIPS); Robert Shepherd សាស្ត្រាចារ្យរងនៅសាលា Sibley នៃវិស្វកម្មមេកានិច និងអវកាស (MAE); លោក Mike Gore សាស្ត្រាចារ្យ Liberty Hyde Bailey និងជាសាស្ត្រាចារ្យរងនៃការបង្កាត់ពូជម៉ូលេគុល និងហ្សែននៅក្នុង SIPS; Johannes Lehmann សាស្ត្រាចារ្យផ្នែកវិទ្យាសាស្ត្រដី និងដំណាំនៅ SIPS; និង Abraham Stroock នាយក William C. Hooey និង Gordon L. Dibble សាស្ត្រាចារ្យផ្នែកវិស្វកម្មគីមី និងជីវម៉ូលេគុល។ ដើម្បីចូលមើលព័ត៌មានក្នុងពេលវេលាជាក់ស្តែងអំពីភាពអាចរកបាន និងលំហូរទឹកនៅក្នុងដីជុំវិញឫសរុក្ខជាតិ អ្នកស្រាវជ្រាវនឹងបង្កើតយុទ្ធសាស្ត្រចាប់សញ្ញា និងមនុស្សយន្តហែលទឹកក្នុងដី ដើម្បីរុករកពាក់កណ្តាលស្វយ័តតំបន់ឫស។
គំរូគណនាដែលមានព័ត៌មានអំពីមីក្រូជីវ និងឧបករណ៍គាំទ្រការសម្រេចចិត្តដើម្បីទស្សន៍ទាយការខូចគុណភាពផលិតផលស្រស់៖ ស្ពៃស្ពីណាចជាប្រព័ន្ធគំរូ៖ Martin Wiedmann សាស្ត្រាចារ្យគ្រួសារ Gellert ផ្នែកសុវត្ថិភាពចំណីអាហារ; និង Ivanek ។ អ្នកស្រាវជ្រាវនឹងបង្កើតគំរូគណនានៃអន្តរកម្មមីក្រូជីវ និងរំខានក្នុងអំឡុងពេលដំណើរការ ការដឹកជញ្ជូន និងការលក់រាយ ដើម្បីទស្សន៍ទាយអាយុកាលធ្នើនៃ spinach ស្រស់។
ការធ្វើរោគវិនិច្ឆ័យស្ត្រេសលឿន និងស្វ័យប្រវត្តិនៅក្នុងចម្ការផ្លែប៉ោម៖ Awais Khan សាស្ត្រាចារ្យរងនៅ SIPS នៅ Cornell AgriTech; Serge Belongie សាស្ត្រាចារ្យវិទ្យាសាស្ត្រកុំព្យូទ័រនៅ Cornell Tech; និង Noah Snavely សាស្ត្រាចារ្យរងផ្នែកវិទ្យាសាស្ត្រកុំព្យូទ័រនៅ Cornell Tech ។ រួមបញ្ចូលគ្នានូវជំនាញផ្នែករោគសាស្ត្ររុក្ខជាតិ phenotyping និងចក្ខុវិស័យកុំព្យូទ័រ ក្រុមការងារនឹងបង្កើតសំណុំទិន្នន័យអំពីជំងឺដែលសម្គាល់ដោយអ្នកជំនាញសម្រាប់ផ្លែប៉ោម ដឹកនាំការប្រកួតប្រជែងជាសកលដើម្បីស្វែងរកដំណោះស្រាយប្រលោមលោកសម្រាប់ចំណាត់ថ្នាក់ និងបរិមាណជំងឺ បង្កើតគំរូចក្ខុវិស័យកុំព្យូទ័រដើម្បីបែងចែកឱ្យបានត្រឹមត្រូវរវាងរោគសញ្ញានៃមនុស្សជាច្រើន។ ជំងឺ និងបង្កើតកម្មវិធីដែលងាយស្រួលប្រើ ដើម្បីគាំទ្រអ្នកដាំផ្លែប៉ោម។
កសិកម្មកាបូន៖ រួមបញ្ចូលគ្នានូវភាពវៃឆ្លាតរបស់ម៉ាស៊ីន ទិន្នន័យធំ និងគំរូដំណើរការ ដើម្បីគាំទ្រដល់វិស័យដែលកំពុងរីកចម្រើននេះ៖ Lehmann និង Fengqi You, Roxanne E. និង Michael J. Zak សាស្ត្រាចារ្យផ្នែកវិស្វកម្មប្រព័ន្ធថាមពលនៅសាលា Smith School of Chemical and Biomolecular Engineering។ គម្រោងនេះមានគោលបំណងកែលម្អការព្យាករណ៍ត្រឹមត្រូវនៃកាបូនសរីរាង្គរបស់ដី ដោយរួមបញ្ចូលគ្នានូវគំរូដំណើរការដីជាមួយនឹងការរៀនម៉ាស៊ីន ការរៀនស៊ីជម្រៅ និងទិន្នន័យធំដើម្បីបង្កើតវេទិកាមួយដើម្បីជំរុញគោលនយោបាយផ្អែកលើភស្តុតាង និងការវិនិយោគលើសុខភាពដី និងការកាត់បន្ថយការប្រែប្រួលអាកាសធាតុ។
វេទិកា phenotyping គុណភាពបង្ហាញខ្ពស់ដែលកំណត់គោលដៅដោយមុខងារដើម្បីកាត់បន្ថយទំនាក់ទំនងមុខងារហ្សែននៅក្នុង rhizomicrobiome សម្រាប់ការលើកកម្ពស់ការប្រើប្រាស់សារធាតុចិញ្ចឹមរុក្ខជាតិ៖ April Gu, សាស្រ្តាចារ្យនៃវិស្វកម្មស៊ីវិលនិងបរិស្ថាន; Jenny Kao-Kniffin សាស្ត្រាចារ្យរងនៅ SIPS; និង Kilian Weinberger សាស្ត្រាចារ្យរងផ្នែកវិទ្យាសាស្ត្រកុំព្យូទ័រ។ អ្នកស្រាវជ្រាវនឹងបង្កើតវេទិកាបច្ចេកវិទ្យា phenotyping-genotyping ប្រកបដោយភាពច្នៃប្រឌិត ដែលអាចឱ្យពួកគេសាងសង់កន្លែងផលិត phenotyping កសិកម្មលំដាប់ពិភពលោកនៅ Cornell ដើម្បីស្វែងរក និងបង្ហាញអំពីមីក្រូសរីរាង្គថ្មីៗដែលមានប្រយោជន៍ដល់ដំណាំ។
ឧបករណ៍ចាប់សញ្ញាឌីជីថលដែលអាចធ្វើមាត្រដ្ឋានបាននៃផ្ទៃមេឃ និងដី៖ អ៊ិនធឺណិតនៃវត្ថុនានា វិធីសាស្រ្តដើម្បីកែលម្អការព្យាករណ៍អាកាសធាតុតាមខ្នាតកសិដ្ឋានអំពីកំដៅខ្លាំង គ្រោះរាំងស្ងួត និងទឹកភ្លៀង៖ Toby Ault ជំនួយការសាស្រ្តាចារ្យផ្នែកវិទ្យាសាស្ត្រផែនដី និងបរិយាកាស; និង Max Zhang សាស្ត្រាចារ្យរងនៅ MAE ។ ដោយប្រើអ៊ីនធឺណេតឥតខ្សែដែលមានស្រាប់ អ្នកស្រាវជ្រាវនឹងតាមដាន និងព្យាករណ៍អថេរសំខាន់ៗសម្រាប់ការទស្សន៍ទាយអាកាសធាតុខ្លាំងនៅកម្រិតរដ្ឋ ស្រុក និងកសិដ្ឋាន ដើម្បីផ្តល់ឱ្យអ្នកផលិតអាហារនូវកញ្ចប់ឧបករណ៍សម្រាប់ព្យាករណ៍ពីគ្រោះថ្នាក់។
ការអភិវឌ្ឍន៍គំរូទស្សន៍ទាយដើម្បីរកឱ្យឃើញយ៉ាងត្រឹមត្រូវនូវជំងឺ mastitis subclinical និង clinical នៅក្នុងគោទឹកដោះគោដែលបំបៅដោយប្រព័ន្ធទឹកដោះគោស្វ័យប្រវត្តិ៖ Rick Watters សហការីផ្នែកបន្ថែមជាន់ខ្ពស់នៅក្នុង CVM និងជានាយកនៃមន្ទីរពិសោធន៍បស្ចិមប្រទេសនៃសេវាកម្មផលិតកម្មទឹកដោះគោដែលមានគុណភាព។ និង Kristan Reed ជំនួយការសាស្រ្តាចារ្យផ្នែកវិទ្យាសាស្ត្រសត្វ។ ដោយប្រើទិន្នន័យដូចជា ទិន្នផលទឹកដោះគោ ពេលវេលាបំបៅទឹកដោះ និងពេលវេលារវាងការទៅមើលទឹកដោះគោ អ្នកស្រាវជ្រាវនឹងបង្កើតក្បួនដោះស្រាយដើម្បីទស្សន៍ទាយជំងឺ mastitis នៅក្នុងគោទឹកដោះគោ។
- Melanie Lefkowitz សាកលវិទ្យាល័យ Cornell
គម្រោងរាប់ចាប់ពីមនុស្សយន្តហែលទឹកក្នុងដី ដែលអាចដឹងពីលក្ខខណ្ឌនៅក្នុងតំបន់ឫសក្នុងពេលវេលាជាក់ស្តែង ដល់គំរូគណនាដែលអាចទស្សន៍ទាយការខូចគុណភាពដែលបានទទួលមូលនិធិពី Cornell Initiative for Digital Agriculture's Research Innovation Fund។ ខាងលើ យន្តហោះគ្មានមនុស្សបើកនៅកសិដ្ឋាន Musgrave Research Farm ត្រូវបានសិស្សានុសិស្សនៅមន្ទីរពិសោធន៍របស់សាស្រ្តាចារ្យ Micheal Gore នាំយកទៅកាន់ទីវាល។ រូបថត៖ Allison Usavage