Although there have been a number of technological inventions to help us manage our turf, many turf managers and researchers still use time and labor intensive techniques to manage and assess turf that originate from decades ago. Many of these management practices have been proven repeatedly to work in a variety of situations to assess turfgrass stress, but may be time consuming and inconsistent.

With increasing water and other environmental restrictions it is important that turf managers and researchers are aware of technological advances in our industry. In 2008 I finished my Master’s thesis at the University of Florida titled "Detection Turfgrass Stress Using Ground Based Remote Sensing."

This was a very interesting project I was fortunate to be involved in utilizing technology to passively detect problems that occur in turf. It was a very different concept from how we were taught to scout the course and assess problems by the naked eye and today it is becoming more advanced than ever.

The basis of this technology relies mainly on the global positioning system (GPS), geographic information systems (GIS), remote sensing technology, and now drone technology. Back then I mounted these sensors on a homemade cart and scanned my turf plots, but now we have the capability to put the sensors on drones. 

Much of this technology was in the beginning stages, however, the theory for its use has been proven in other agronomic industries such as food production systems for a number of years.  This technology has been used as a management tool to maximize crop yield and minimize cost through site-specific application of inputs by applying nutrients, water and pesticides only where needed.

Remote sensing can be defined as obtaining information about an object, area, or phenomenon by analyzing data acquired by a device that is not in contact with that object, area, or phenomenon (Lillesand and Keifer, 2000). For many years researchers have entertained the idea of measuring plant stress using remote sensing technology.  Plant light interception influences growth and physiological responses (Salisbury and Ross, 1992). When light is intercepted by the plant, it is absorbed, transmitted, or reflected (Turgeon, 2008).

Therefore, by quantifying the reflected light, remote sensing technology can help to detect the onset of turfgrass stress (Ikemura and Leinauer, 2006). Coupled with GPS and GIS we know where problems are occurring and how to potentially address them.

Presently, real world applications of remote sensing technology in turfgrass management are still in their infancy (Ikemura and Leinauer, 2006).  Studies have shown that image analysis and various remote sensing devices have strong potential to detect a variety of turfgrass stresses (Ikemura and Leinauer, 2006).  Spectral radiometry (Trenholm et al., 2000), and infrared thermometry (Slack et al., 1981) have been shown to adequately assess light reflectance at various wavelengths.  By differentiating certain wavelength characteristics, insights into growth and adaptive characteristics and how a plant responds to stress can be seen (Trenholm et al., 2000).

There have been several aspects of remote sensing technology explored to reveal the level of stress that may be occurring in a plant.  Researchers have created a variety of theories utilizing remote sensing techniques and exploring many parts of the electromagnetic spectrum to describe various plant stresses.

The use of remote sensing technology to predict turfgrass stress could decrease the time and labor required to evaluate turfgrass health (Osborne et al., 2002). This would not only reduce the environmental impact of turfgrass management practices, but could reduce maintenance costs of the various inputs required by turfgrass managers. 

Current dependence on agricultural chemicals has heightened many environmental concerns in Florida due to the sandy soils and heavy rainfall which increases potential for runoff and leaching of chemicals if applied in excess (Min and Lee, 2003).  As stated earlier, real world applications of remote sensing technology for utilization in turfgrass are still in their infancy.  At the present time, an experienced turf manager’s eye is still better than current computerized systems (Ikemura and Leinauer, 2006). However, studies have shown that various remote sensing devices have strong potential to detect a variety of turfgrass stresses (Ikemura and Leinauer, 2006). 

As previously stated I wrote the above in 2008 and used a cart to mount sensors to scan turf and acquire reflectance data to detect turfgrass stress. Today we have become far more advanced and are now mounting this equipment on drones to make this process even more automated and user friendly to turf mangers.

Drones such as the popular DJI Phantom are some of today’s hottest high-tech toys. Some superintendents are even beginning to leverage their aerial view and high-definition cameras to improve the quality of their turf, but on a typical day you have better things to do than take the drone out on a tour of the property. What superintendents and agronomists need is an automated drone system to monitor soil moisture and alert them to the presence of turf pathogens and pests.

One of the companies that have caught my eye in the industry has been GreenSight Agronomics. I recently spoke with Justin McClellan, one of GreenSight's founders. GreenSight was founded by the same guys who designed unmanned aerial vehicles (AKA "drones") to keep U.S. Special Forces safe from ambush in Afghanistan. Their focus is now on making the drone a useful tool that takes the guesswork out of planning your daily watering and treatment strategy.

"Our drone system is specifically designed to monitor turf health. It is programmed to automatically gather daily images of the course using 4 custom multispectral cameras tuned to capture specific colors of light. We gather thousands of aerial images of the grass each day in multispectral light bands invisible to the naked eye,” says McClellan.

GreenSight is also implementing Cloud-based software to analyze the images their drone captures to identify disease and nutrient deficiencies and send email and text-message alerts to the user.  "With our alerts superintendents can better time treatments to maximize their effectiveness and treat issues before they spread causing noticeable damage,” adds McClellan.

GreenSight also hopes to help superintendents manage irrigation. "We recognize water is an important consideration for the golf industry so we focused on delivering actionable information about moisture as well. GreenSight’s drone is able to do this by flying with a custom thermal camera that is precisely calibrated to measure the temperature to calculate transpiration rate of every inch of grass the drone flies over."

GreenSights's drone system and associated software is being deployed in paid trials at a dozen golf course and agricultural research facilities around North America. "We anticipate we can help courses reduce irrigation water usage while improving the health, consistency, and quality of their turf. There is also considerable public relations value by showing neighbors you are high-tech and environmentally conscious," adds Justin, "that is something that is hard to put a price tag on." The system will be rolled out nationally as subscription service starting in this fall.”

Although we find the above company very intriguing there are others out there in the agriculture space. We are not saying GreenSight is the best, but at this time the one most committed to turf and the use of technology in this space. Applying this technology to the field of turfgrass management could possibly help reduce irrigation and provide more efficient watering and fertilization routines.

Combine the GPS and remote sensing technology with variable rate application technology and there is a potential to apply nutrients as well as irrigation based on plant need rather than broadcast applications of entire areas (Bell et al., 2004).  If conditions across the entire golf course were uniform in microclimates, soil types, turf varieties, pest densities, nutrient status, and irrigation performance there would be little need for advanced sensor systems to measure the variability of these parameters to better meet the needs on a locational basis (Stowell and Gelerntner, 2006).  However, that is not the case.

Optimistically, Bell et al. (2002a) concludes “If an optical sensing (In reference to remote sensing) system and software can be economically produced, reasonably priced, and mounted effectively on normal maintenance equipment (or drones), a turf practitioner could save enough money in fertilizers and pesticides to pay for the equipment.  This approach would be useful for reducing the amount of fertilizers and pesticides needed to adequately manage large turf areas.

The use of optical sensing to determine fertilizer rate before or during application could increase turf uniformity and possibly, turf health. Sensor maps of large turf areas could be used to signal turf decline and provide an early warning system for turf mangers.”

Just remember it wasn’t but 35 years ago when the first computerized systems were introduced capable of playing chess.  In their infancy, skilled chess players could easily beat computerized gaming software.  But 20 years later in 1997 IBM’s supercomputer beat world chess champion Gary Kasoprov. (Ikemura, 2006). 

Como Tecnologia Puede Cambiar en la forma que Manejamos Nuestra Cesped.

A pesar han habido un sin número de inventos tecnológico para ayudar manejar nuestra césped, muchos gerentes de césped y estudios todavía usa tiempo y técnicas de labor intensiva u evaluar césped que origina desde décadas anteriores.  Muchas de estas prácticas de manejos han sido probadas repetidamente a trabajar en varias situaciones para examinar césped estrés, pero puede consumir tiempo e inconsistente.

Con el aumento de restricciones de ambientes y agua es importantes que los gerentes de césped e investigadores están conscientes de los avances de tecnología en nuestra industria.  En 2008 yo termine mi tesis de maestría en la Universidad de Florida titulada “Detección del Césped Estrés Utilizando base de suelo Teledetección Remoto.”

Este fue un proyecto muy interesante del cual fui afortunado en estar envuelto en utilizar tecnología para apaciblemente detectar problemas que ocurren en el césped.  Fue un concepto muy diferente de lo que nos ensenaron en cómo detectar el campo  y asesar problemas con el ojo y hoy ha llegado a ser aún más avanzado que nunca.

La bases de esta tecnología depende de mayormente en la posición sistemática global  (GPS), sistema geográfico informacional (GIS), tecnología remoto de detección, y ahora la tecnología de drones. En el pasado yo montaba estos sensores en una carreta y escanear mi parcela de césped, pero ahora tenemos la capacidad de poner los sensores en drones.

Mucho de esta tecnología estaba en las etapas de comienzos, sin embargo, la teoría para su uso ha sido probado en otras industrias agronómica tal como sistemas de producción de alimentos por un sin números de anos.  Esta tecnología ha sido usado como una herramienta de manejo para máxima el rendimiento del cultivo y minimizar el costo a través de la aplicación de sitio-específico de entradas en aplicar nutrientes, agua y pesticida solo donde necesario.

Detección remota puede ser definida como obtener información sobre un objeto, área, o fenómeno en analizar los datos adquirido por un aparato que no está en contacto con el objeto, área, o fenómeno (Lilesand and Keifer, 2000).  Por muchos anos investigadores en entrenido la idea de medir el estrés de plantas usando la tecnología de detección remota.  Interceptación de luz en la planta influencia el crecimiento y respuestas fisiológico (Salisbury y Ross, 1992).  Cuando luz es interceptada por la planta, es absorbida, transmitido, o reflectado (Turgeon, 2008).

Así que, para cuantificar la luz reflejada, tecnología detectada remoto puede ayudar detectar el comienzo del estrés del césped (Lkemura y Leinauer, 2006).  Junto con GPS y GIS nosotros sabemos dónde ocurre el problema y como ha de dirigirse potencialmente.

Presentemente, las verdaderas aplicaciones de la tecnología de detección remoto en la gerencia de césped todavía en infancia (lkemura y Leinauer, 2006).  Estudio han mostrado la imagines de análisis y varios aparatos de detección tienen potencial fuerte de detectar una variedad de estrés (lkemura y Leinauer, 2006). Radiometría espectral (Trenholm et al., 2000), y La termometría infrarroja (Slack et al., 1981) han mostrado ser adecuadamente evaluar el reflejo de luz  a varios longitudes de onda.  En diferenciar ciertos características de termometría longitudes, conocimientos de crecimientos y característica adoptivo y como una planta responde a el estrés puede verse (Trenholm et al., 2000).

Ha habido varios aspectos de tecnología de detección remota explorada para revelar el nivel de estrés que puede ocurrir en una planta.  Investigadores han creado una variedad de teorías utilizando técnicas de detección remota y explorando muchas partes del electromagnético espectro para describir varios estreses de plantas.

El uso de tecnología de detección remoto para predecir el estrés de césped puede disminuir el tiempo y labor requerido para evaluar la salud del césped (Osborne et al., 2002). Eso no solo ha de reducir los impactos del ambiente de las prácticas para manejar el césped, pero reducir el costo de mantenimiento de varias contribuciones por los gerentes de césped.

Dependencia actual en químicas agricultura ha de aumentar muchas preocupaciones del medio ambiente en Florida dado a el terreno de arena y las fuertes lluvias las cuales aumenta el potencial de el escurrimiento y lixiviación si es aplicado en exceso (Min y Lee, 2003).  Como ha sido declarado anteriormente, aplicación real al mundo de tecnología de detección remoto para la utilización en el césped esta todavía en los niveles de infancia. En este tiempo presente, un gerente de césped con ojo de experiencia es aún mejor que el sistema de computadora de la actualidad (lkemura y Leinauer, 2006).  Sin embargo, los estudios an mostrado que varios aparatos de deteccion de remote tiene un potencial fuerte para detectar una variedad de estreses de cesped (Lkemura Leinauer, 2006).

Como previamente ha sido declarado yo escribí lo anterior en 2008 y usa una carreta para montar los sensores para explorar césped y adquirí datos reflejantes para detectar el estrés de césped.  Hoy nosotros hemos llegado a estar mucho más avanzado y estamos montando este equipo en drones para hacer este proceso aún más automatizado y más fácil para gerentes de césped.

Drones tal como el DJI Fantasma popular son algunos de los juegos tecnología de hoy día. Algunos superintendentes han comenzado a apalancar sus vistas aéreas y cámaras de alta definición para mejorar la cualidad de su turf, pero en un día típico usted tiene mejores cosas que hacer que tomar el drones afuera en un tour de la propiedad.  Lo que superintendentes y ergonomistas necesitan un sistema de drones automatizado de drones para monitor la humedad del terreno y avisarlos a la presencia de patógenos y paracitos.

Unas de las compañías que me ha llamado la atención en la industria ha sido GreenSight Agronómicas.  Hace poco hable con Justin McClellan, uno de los fundadores de GreenSight.  GreenSight fue fundada por los mismos muchachos que diseñaron los vehículos airéales no tripulado (AKA “drones”) para mantener las Fuerzas Especiales de U.S. salvo de emboscadas en Afganistán.  Su enfoque es ahora el hacer el drones una herramienta útil que quita el adivinar la planificación diaria de regar  agua y estrategias de agua.

“Nuestros sistemas de drones es específicamente diseñada para monitor la salud de césped. Está programado para que automáticamente reúna imágenes diarias del campo usando 4 camera multé- espectral sintonizado para capturar color específico de luz.  Nosotros reunimos miles de imágenes airéales cada día en bandas de luz multé-espectral al ojo desnudo” dice McClellan

GreenSight esta también implementando software Base-Nube para analizar las imágenes que sus imágenes capturaron para identificar enfermedades y deficiencias de nutrientes y enviar correo electrónico o mensaje texto para avisar los usadores.  “Con nuestros avisos superintendentes pueden mejor el tiempo de tratamientos para máxima sus efectividad y tratar problemas antes que se riegan y propaguen causando danos notables,” dice McClellan.

GreenSight también desea ayudar los gerentes manejar sus irrigaciones.  “Nosotros reconocemos que el agua es una consideración importante en la industria de golf así que nos enfocamos en enviar información accionable sobre humedad también.  Drones de GreenSight pueden hacer esto en volar con una camera termal que es calibrada precisamente para medir la temperatura para calcular la proporción de transpiración cada pulgada del césped por donde vuela el drones. 

Los sistemas drones de GreenSight y software asociada están siendo desplegados y pruebas pagadas en docenas de campos de golf y facilidades de estudios agrícolas alrededor de Norte América.  “Nosotros anticipamos que podemos ayudar campos reducir el uso de irrigación de agua mientras mejorando la salud, consistencia, y cualidad de su césped.  Hay también valor de relaciones públicas considerables en mostrar a vecinos  que usted tiene alta tecnología y consiente del medio ambiente,” dice Justin, “esto es algo difícil de ponerle una etiqueta de precio.”  El sistema saldrá nacionalmente como servicio de suscripción este otoño.   

A pesar de que encontramos dicha compañía intrigante hay otras allá fuera en el espacio de agricultura.  No estamos diciendo que GreenSight es la mejor, pero en el presente la más comprometida a césped y el uso de tecnología en el espacio.  El aplicar esta tecnología al campo de manejo de césped puede posiblemente ayudar reducir irrigación y proveer más eficiente riego de agua y rutinas  de fertilizante.

Combine el GPS y tecnología de detección remoto con proporción de aplicación variable y hay un potencial de aplicar nutrientes al igual que irrigación basado en la necesidad de plantas antes de aplicación de demanda de emisión en la área entera (Bell et al., 2004).  Si condiciones a través de los campos de golf eran uniforme en micro climas, tipo de terreno, variedad de césped, densidades de plagas, status de nutrientes, y desempeño de irrigación habrá poca necesidad para sistemas de sensor avanzado para medir la variabilidad de estos parámetros para mejor alcanzar las necesidades a bases de localidad (Stowell y Gelerntner, 2006).  Mas sin embargo, este no es el caso.

Optimistamente, Bell et al. (2002ª) concluye “si una detección óptica (en referencia de detección remoto) sistemas y software pueden ser económicamente producida, precio razonable, y montando efectivamente en equipo de mantenimiento normal (o drones), un practicante de césped puede economizar suficiente dinero en fertilizantes y pesticidas para pagar el equipo.  Esta forma seria útil para reducir la cantidad de fertilizante y pesticida necesaria para adecuadamente manejar grandes áreas de césped.

El uso de detección óptica para determinar proporción de fertilizante antes y durante aplicación puede aumentar la uniformidad y posibilidad del césped, salud de césped.  Mapas de sensores de áreas grandes de césped pueden ser usado para señalar la declina de césped y proveer un sistema de advertencia temprano para gerentes de césped.

Solo recuerde que no hace solo 35 años cuando el primer Sistema de computadora fueron introducida con la capacidad de jugar ajedrez.  En su infancia, jugadores de ajedrez expertos podían ganar al software de la computadora.  Pero 20 años más tarde en 1997 la súper computadora IBM le gano al campeón Gary Kasoprov. (Lkemura, 2006).