ໂຄງການຕັ້ງແຕ່ຫຸ່ນຍົນລອຍນ້ໍາດິນທີ່ສາມາດຮັບຮູ້ເງື່ອນໄຂໃນເຂດຮາກໃນເວລາທີ່ແທ້ຈິງໄປສູ່ແບບຈໍາລອງການຄໍານວນທີ່ສາມາດຄາດຄະເນຜົນຜະລິດ spoilage ທີ່ໄດ້ຮັບທຶນຈາກເມັດພັນ. ຂໍ້ລິເລີ່ມຂອງ Cornell ສຳ ລັບກະເສດດິຈິຕອລກອງທຶນປະດິດສ້າງການຄົ້ນຄວ້າໃໝ່ຂອງ.
ແປດທີມນັກວິໄຈ - ຈາກວິທະຍາໄລກະສິກໍາແລະວິທະຍາສາດຊີວິດ, ວິທະຍາໄລວິສະວະກໍາ, ຄອມພິວເຕີ້ແລະວິທະຍາສາດຂໍ້ມູນ, Cornell Tech ແລະວິທະຍາໄລສັດຕະວະແພດ (CVM) - ຈະໄດ້ຮັບລາງວັນສາມປີສູງເຖິງ $ 225,000. ເພື່ອສະຫມັກ, ທີມງານທີ່ຈໍາເປັນເພື່ອປະກອບມີສະມາຊິກຄະນະວິຊາ Cornell ຈາກຢ່າງຫນ້ອຍສອງວິທະຍາໄລ, ຮັບປະກັນການຮ່ວມມືລະຫວ່າງວິທະຍາເຂດ.
"ໂຄງການຄົ້ນຄ້ວາເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນເຖິງທ່າແຮງທີ່ຫນ້າຕື່ນເຕັ້ນຂອງເຄື່ອງມືດິຈິຕອນ, ເຊັ່ນ: ແບບຈໍາລອງການຄິດໄລ່, ລະບົບຫຸ່ນຍົນ, ປັນຍາປະດິດແລະ "ອິນເຕີເນັດຂອງສິ່ງຕ່າງໆ", ເພື່ອຫັນປ່ຽນກະສິກໍາໃນທຸກຂັ້ນຕອນຂອງຂະບວນການຜະລິດອາຫານ," Susan McCouch, ສາດສະດາຈານ Barbara McClintock ຂອງການປັບປຸງພັນພືດແລະພັນທຸກໍາແລະຜູ້ອໍານວຍການ Cornell Initiative for Digital Agriculture (CIDA). "ການຮ່ວມມືລະຫວ່າງວິຊາການຄືສິ່ງເຫຼົ່ານີ້ຈະຊຸກຍູ້ໃຫ້ເຂດຊາຍແດນຂອງວິທະຍາສາດເພື່ອເພີ່ມຜົນຜະລິດແລະຄວາມຍືນຍົງຂອງກະສິກໍາ, ແລະຊຸກຍູ້ທໍ່ຂອງການຄົ້ນພົບແລະການປະດິດສ້າງທີ່ປະຕິບັດໄດ້."
ກຸ່ມວິຊາສະເພາະຂອງເກືອບສາມສິບຄະນະວິຊາ, ເປັນປະທານໂດຍ Renata Ivanek, ຮອງສາດສະດາຈານຂອງພະແນກການແພດປະຊາກອນແລະວິທະຍາສາດການວິນິດໄສໃນ CVM, ໄດ້ເລືອກເອົາແປດໂຄງການຈາກ 31 ການສະເຫນີ. ເງິນທຶນສໍາລັບລາງວັນແມ່ນມາຈາກກອງທຶນປະດິດສ້າງການຄົ້ນຄວ້າ CIDA ແລະໂຄງການ Hatch Act ຂອງກະຊວງກະສິກໍາສະຫະລັດ.
ໂຄງການ:
ການປັບປຸງຜົນຜະລິດ strawberry ໂດຍຜ່ານການ pollinators ພື້ນເມືອງແລະຫຸ່ນຍົນ: Kirstin Petersen, ຜູ້ຊ່ວຍສາດສະດາຈານຂອງວິສະວະກໍາໄຟຟ້າແລະຄອມພິວເຕີ; ແລະ Scott McArt, ຜູ້ຊ່ວຍອາຈານສອນວິຊາ entomology. ວຽກງານຂອງພວກມັນຈະລວມເອົາການກວດກາອັດຕະໂນມັດຂອງສັດປ່າ ແລະ ການຄຸ້ມຄອງ pollinators ດ້ວຍການປະສົມເກສອນຫຸ່ນຍົນ, ວາງພື້ນຖານສໍາລັບລະບົບຊີວະພາບປະສົມທີ່ສາມາດສັງເກດ, ຄາດຄະເນແລະປັບປຸງຜົນຜະລິດພືດ. ນັກຄົ້ນຄວ້າຈະພັດທະນາກ້ອງຕິດກ້ອງແມງໄມ້ທີ່ທົນທານ ແລະ ພະລັງງານຕໍ່າ, ໃຊ້ drones ສໍາລັບການປະສົມເກສອນຂ້າມໄວ ແລະ ສ້າງແບບຈໍາລອງການຂະຫຍາຍຕົວທີ່ສາມາດຖ່າຍທອດໃຫ້ຊາວກະສິກອນຜ່ານແອັບອອນໄລນ໌.
ຫຸ່ນຍົນຂອງດິນແບບໃໝ່ ແລະ ການຮັບຮູ້ການປະສິດຕິພາບການນຳໃຊ້ນ້ຳຂອງດິນ: Taryn Bauerle, ອາຈານສອນໃນໂຮງຮຽນວິທະຍາສາດພືດປະສົມປະສານ (SIPS); Robert Shepherd, ອາຈານສອນໃນໂຮງຮຽນວິສະວະກຳກົນຈັກ ແລະ ການບິນອະວະກາດ Sibley (MAE); Mike Gore, Liberty Hyde Bailey ອາຈານແລະຮອງສາດສະດາຈານຂອງການປັບປຸງພັນໂມເລກຸນແລະພັນທຸກໍາໃນ SIPS; Johannes Lehmann, ອາຈານສອນວິຊາດິນ ແລະການປູກພືດໃນ SIPS; ແລະ Abraham Stroock, ຜູ້ອໍານວຍການ William C. Hooey ແລະ Gordon L. Dibble, ອາຈານສອນວິຊາວິສະວະກໍາເຄມີ ແລະຊີວະໂມເລກຸນ. ເພື່ອເຂົ້າເຖິງຂໍ້ມູນໃນເວລາທີ່ແທ້ຈິງກ່ຽວກັບການມີແລະການໄຫຼຂອງນ້ໍາໃນດິນປະມານຮາກພືດ, ນັກຄົ້ນຄວ້າຈະພັດທະນາຍຸດທະສາດການຮັບຮູ້ແລະຫຸ່ນຍົນລອຍນ້ໍາໃນດິນເພື່ອຄົ້ນຫາເຄິ່ງອັດຕະໂນມັດຂອງເຂດຮາກ.
ແບບຈໍາລອງການຄິດໄລ່ທີ່ມີຂໍ້ມູນຈຸລິນຊີແລະເຄື່ອງມືສະຫນັບສະຫນູນການຕັດສິນໃຈເພື່ອຄາດຄະເນການເສື່ອມຂອງຜະລິດຕະພັນສົດ: ຜັກຫົມເປັນລະບົບຕົວແບບ: Martin Wiedmann, ສາດສະດາຈານຄອບຄົວ Gellert ໃນຄວາມປອດໄພດ້ານອາຫານ; ແລະ Ivanek. ນັກຄົ້ນຄວ້າຈະພັດທະນາຮູບແບບການຄິດໄລ່ຂອງການໂຕ້ຕອບ microbiome ແລະການລົບກວນໃນລະຫວ່າງການປຸງແຕ່ງ, ການຂົນສົ່ງແລະການຂາຍຍ່ອຍເພື່ອຄາດຄະເນອາຍຸການເກັບຮັກສາຂອງຜັກຫົມສົດ.
ການວິນິດໄສຄວາມຄຽດແບບເລັ່ງ ແລະອັດຕະໂນມັດໃນສວນໝາກແອັບເປີ້ນ: Awais Khan, ຮອງສາດສະດາຈານໃນ SIPS ຢູ່ Cornell AgriTech; Serge Belongie, ອາຈານສອນວິທະຍາສາດຄອມພິວເຕີຢູ່ Cornell Tech; ແລະ Noah Snavely, ຮອງສາດສະດາຈານວິທະຍາສາດຄອມພິວເຕີຢູ່ Cornell Tech. ສົມທົບກັບຄວາມຊ່ຽວຊານດ້ານພະຍາດພືດ, phenotyping ແລະການວິໄສທັດຄອມພິວເຕີ, ທີມງານຈະສ້າງຊຸດຂໍ້ມູນພະຍາດທີ່ຜູ້ຊ່ຽວຊານອະທິບາຍສໍາລັບຫມາກໂປມ, ນໍາພາການແຂ່ງຂັນສິ່ງທ້າທາຍທົ່ວໂລກເພື່ອຊອກຫາວິທີແກ້ໄຂໃຫມ່ສໍາລັບການຈໍາແນກແລະປະລິມານຂອງພະຍາດ, ພັດທະນາແບບຈໍາລອງວິໄສທັດຄອມພິວເຕີເພື່ອຈໍາແນກໄດ້ຢ່າງຖືກຕ້ອງລະຫວ່າງອາການຂອງຈໍານວນຫຼາຍ. ພະຍາດ, ແລະພັດທະນາແອັບຯທີ່ເປັນມິດກັບຜູ້ໃຊ້ເພື່ອສະຫນັບສະຫນູນຜູ້ປູກຫມາກໂປມ.
ການປູກຝັງກາກບອນ: ການລວມເອົາອັດສະລິຍະເຄື່ອງຈັກ, ຂໍ້ມູນໃຫຍ່ ແລະຮູບແບບຂະບວນການເພື່ອສະໜັບສະໜູນຂະແໜງການທີ່ພົ້ນເດັ່ນນີ້: Lehmann ແລະ Fengqi You, Roxanne E. ແລະ Michael J. Zak ອາຈານສອນໃນວິສະວະກໍາລະບົບພະລັງງານໃນໂຮງຮຽນ Smith ຂອງວິສະວະກໍາເຄມີແລະຊີວະໂມເລກຸນ. ໂຄງການນີ້ມີຈຸດປະສົງເພື່ອປັບປຸງການຄາດຄະເນທີ່ຖືກຕ້ອງຂອງຄາບອນອິນຊີຂອງດິນໂດຍການລວມຕົວແບບຂະບວນການດິນກັບການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງແລະຂໍ້ມູນຂະຫນາດໃຫຍ່ເພື່ອສ້າງເວທີການຂັບເຄື່ອນນະໂຍບາຍຫຼັກຖານແລະການລົງທຶນໃນສຸຂະພາບຂອງດິນແລະການຫຼຸດຜ່ອນການປ່ຽນແປງດິນຟ້າອາກາດ.
ແພລະຕະຟອມ phenotyping ຄວາມລະອຽດສູງທີ່ມີຈຸດປະສົງເພື່ອຕັດສາຍພັນທາງພັນທຸກໍາໃນ rhizomicrobiome ສໍາລັບການສົ່ງເສີມການນໍາໃຊ້ສານອາຫານຂອງພືດ: ເດືອນເມສາ Gu, ອາຈານຂອງວິສະວະກໍາພົນລະເຮືອນແລະສິ່ງແວດລ້ອມ; Jenny Kao-Kniffin, ຮອງສາດສະດາຈານໃນ SIPS; ແລະ Kilian Weinberger, ຮອງສາດສະດາຈານຂອງວິທະຍາສາດຄອມພິວເຕີ. ນັກຄົ້ນຄວ້າຈະພັດທະນາເວທີເຕັກໂນໂລຢີ phenotyping-genotyping ທີ່ມີນະວັດຕະກໍາທີ່ຈະຊ່ວຍໃຫ້ພວກເຂົາສາມາດສ້າງສະຖານທີ່ກະສິກໍາ phenotyping ລະດັບໂລກທີ່ Cornell, ເພື່ອຄົ້ນພົບແລະ profile ຈຸລິນຊີໃຫມ່ທີ່ມີປະໂຫຍດຕໍ່ການປູກພືດ.
ເຊັນເຊີດິຈິຕອນທີ່ສາມາດປັບຂະ ໜາດ ໄດ້ຂອງທ້ອງຟ້າແລະດິນ: ອິນເຕີເນັດຂອງສິ່ງຕ່າງໆເພື່ອປັບປຸງການພະຍາກອນອາກາດໃນຂະ ໜາດ ຂອງຟາມຂອງຄວາມຮ້ອນ, ໄພແຫ້ງແລ້ງແລະຝົນ: Toby Ault, ຜູ້ຊ່ວຍສາດສະດາຈານວິທະຍາສາດໂລກ ແລະ ບັນຍາກາດ; ແລະ Max Zhang, ຮອງສາດສະດາຈານຂອງ MAE. ການນໍາໃຊ້ອິນເຕີເນັດໄຮ້ສາຍທີ່ມີຢູ່ແລ້ວ, ນັກຄົ້ນຄວ້າຈະຕິດຕາມແລະຄາດຄະເນຕົວແປທີ່ສໍາຄັນສໍາລັບການຄາດຄະເນສະພາບອາກາດທີ່ຮຸນແຮງໃນລະດັບລັດ, ເຂດປົກຄອງແລະກະສິກໍາເພື່ອໃຫ້ຜູ້ຜະລິດອາຫານມີຊຸດເຄື່ອງມືສໍາລັບການຄາດຄະເນອັນຕະລາຍ.
ການພັດທະນາແບບຈໍາລອງການຄາດເດົາເພື່ອກວດຫາໂຣກຜີວ ໜັງ subclinical ແລະທາງດ້ານການຊ່ວຍຢ່າງຖືກຕ້ອງໃນງົວນົມທີ່ດູດນົມດ້ວຍລະບົບການດູດນົມອັດຕະໂນມັດ: Rick Watters, ຜູ້ຮ່ວມສົ່ງເສີມອາວຸໂສໃນ CVM ແລະຜູ້ອໍານວຍການບໍລິການຜະລິດນົມທີ່ມີຄຸນນະພາບຂອງຫ້ອງທົດລອງຕາເວັນຕົກ; ແລະ Kristan Reed, ຜູ້ຊ່ວຍສາດສະດາຈານວິທະຍາສາດສັດ. ການນໍາໃຊ້ຂໍ້ມູນເຊັ່ນຜົນຜະລິດ້ໍານົມ, ເວລາການ້ໍານົມແລະເວລາລະຫວ່າງການຢ້ຽມຢາມ້ໍານົມ, ນັກຄົ້ນຄວ້າຈະພັດທະນາສູດການຄິດໄລ່ເພື່ອຄາດຄະເນການ mastitis ໃນງົວນົມ.
- Melanie Lefkowitz, ມະຫາວິທະຍາໄລ Cornell
ໂຄງການຕັ້ງແຕ່ຫຸ່ນຍົນລອຍນ້ໍາໃນດິນທີ່ສາມາດຮັບຮູ້ເງື່ອນໄຂໃນເຂດຮາກໃນເວລາທີ່ແທ້ຈິງໄປຫາແບບຈໍາລອງການຄໍານວນທີ່ສາມາດຄາດຄະເນການຜະລິດ spoilage ທີ່ໄດ້ຮັບທຶນເມັດພັນຈາກ Cornell Initiative ສໍາລັບກອງທຶນປະດິດສ້າງໃຫມ່ຂອງກະສິກໍາດິຈິຕອນ. ຂ້າງເທິງ, drone ຢູ່ທີ່ Musgrave Research Farm, ຖືກນໍາໄປພາກສະຫນາມໂດຍນັກສຶກສາຢູ່ໃນຫ້ອງທົດລອງຂອງອາຈານ Micheal Gore. ຮູບພາບ: Allison Usavage