Sa ilang partikular na panahon ng pananim, ang mga nagtatanim ng patatas ay dapat na regular na subaybayan ang katayuan ng nitrogen ng kanilang mga pananim upang maglagay ng pataba sa pinakamabisang paraan.
Ang isang karaniwang kasanayan ay ang pagkolekta ng mga dahon mula sa mga halaman sa bawat field at pagkatapos ay ipadala ang mga ito sa lab para sa pagsusuri ng nitrate. Sa loob ng ilang araw, makakatanggap ang mga grower ng mga resulta na nagpapahiwatig kung kailangan ng mas maraming nitrogen fertilizer o kung normal ang performance. Ang sistema ay gumagana, ngunit ang prosesong ito ay maaaring mapabilis, sabi I. Wang, docent Unibersidad ng Wisconsin-Madison, Kagawaran ng Hortikultura.
"Ang pagkolekta ng mga dahon ay nangangailangan ng maraming oras at pagsisikap," sabi ni Wang.
"At kung minsan ang mga resulta ay maaaring nakaliligaw, dahil ang dami ng nitrate sa mga dahon ay maaaring maimpluwensyahan ng maraming mga kadahilanan, tulad ng mga kondisyon ng panahon o ang timing ng sampling. Bilang karagdagan, ang mga resulta ay hindi isinasaalang-alang ang mga spatial na pagkakaiba [mga kinakailangan sa nitrogen] sa loob ng larangan."
Pinondohan ng proyekto USDA National Institute of Food and Agriculture, ay nagsasangkot ng pagkolekta at pagproseso ng data mula sa isang hyperspectral camera. Ito ay naka-install sa isang UAV (unmanned aerial vehicle) o isang mababang lumilipad na sasakyang panghimpapawid na lumilipad sa mga pinag-aralan na lugar ng patatas.
Gumagawa ang koponan ni Wang ng mga modelo ng computer upang i-link ang mga larawan sa katayuan ng nitrogen ng halaman sa panahon, ani, kalidad, at pagbabalik ng ekonomiya sa pagtatapos ng panahon.
"Umaasa kami ng aking mga tauhan na bumuo ng isang online na programa na magko-convert ng mga hyperspectral na imahe sa impormasyon tungkol sa kung kailan at kung magkano ang ipapataba upang ang mga grower ay makapag-maximize ng mga kita na may kaunting epekto sa kapaligiran," sabi ni Wang.
"Ang mga salik na nagdudulot ng mga pagbabago sa estado ng canopy, tulad ng nutrient status, ang presensya at kawalan ng moisture o sakit, ay nauugnay sa spectral reflectance at samakatuwid ay maaaring makita sa hyperspectral na mga imahe," sabi ni Trevor Crosby, isang nagtapos na estudyante sa Wang's lab.
Sa isang solong paglipad sa 70 x 150 metrong larangan ng pananaliksik, dose-dosenang mga larawan ang maaaring kolektahin, bawat isa ay naglalaman ng daan-daang spectral na banda. Upang mapabilis ang pagproseso ng imahe, kumuha si Wang ng dalawang pangunahing empleyado. Si Phil Townsend, Propesor ng Forest and Wildlife Ecology, ay isang lider sa remote sensing technology. Paul Mitchell, Propesor at Espesyalista sa Departamento ng Agrikultura at Inilapat na Economics, ay nagsasagawa ng pagsusuri sa ekonomiya kung saan ang isang modelo ng computer ay gumagawa ng mga rekomendasyon para sa paggamit ng nitrogen.
Si Crosby, na nangunguna sa mga sukat sa lupa, ay nangolekta ng data mula sa mga site ng survey sa field sa iba't ibang yugto ng paglaki ng patatas. Kabilang dito ang index ng leaf area, ang kabuuang konsentrasyon ng nitrogen sa mga dahon at tangkay, ang bilang ng mga tubers at ang bigat ng mga indibidwal na tubers, pati na rin ang mga salik sa kapaligiran tulad ng kahalumigmigan at temperatura ng lupa, solar radiation at bilis ng hangin. Sa pag-aani, sinusukat nito ang kabuuang ani ng mga tubers at ang laki nito.
Pagkatapos ay bumuo si Crosby ng mga pinahusay na modelo na nag-uugnay ng mga hyperspectral na larawan sa mga sukat na batay sa lupa. Ang layunin ay upang mahulaan ang katayuan ng nitrogen ng mga pananim sa totoong oras at hulaan ang ani ng mga tubers sa pagtatapos ng panahon. Sa puntong ito, kumpleto na ang field work at pagpoproseso ng imahe, at nakatuon si Crosby sa pagbuo ng modelo.
Malawakang ibinabahagi ni Wang ang kanyang pananaliksik sa mga nagtatanim ng patatas at gulay ng estado. Siya ay may magandang relasyon sa mga magsasaka sa buong estado at marami ang umaasa na makita ang mga resulta ng kanyang pananaliksik.