Metrika

  • citati u SCIndeksu: 0
  • citati u CrossRef-u:0
  • citati u Google Scholaru:[]
  • posete u poslednjih 30 dana:6
  • preuzimanja u poslednjih 30 dana:4

Sadržaj

članak: 2 od 63  
Back povratak na rezultate
2019, vol. 45, br. 3, str. 127-134
Varijabilnost vegetativnih indeksa u kukuruzu
aUniverzitet u Novom Sadu, Poljoprivredni fakultet
bKite DOO, Novi Sad
cSlovak University of Agriculture in Nitra, Nitra, Slovačka
dFakultet za hortikulturu, Mendel Univerzitet Brno, Lednice, Češka

e-adresavladimir.visacki@polj.edu.rs
Projekat:
Unapređenje proizvodnje kukuruza i sirka u uslovima stresa (MPNTR - 31073)

Sažetak
Nadgledanje i predviđanje varijabilnosti useva unutar polja može podržati poljoprivrednike u donošenju ispravnih odluka u različitim situacijama. Trenutni napredak u daljinskom otkrivanju i dostupnost slika visoke rezolucije, visoke frekvencije i besplatnih snimaka sa satelitskih sistema poboljšavaju implementaciju precizne poljoprivrede za širi krug poljoprivrednika. Normalizovani diferencijalni vegetacijski indeks pruža mogućnost uočavanja varijabilnosti na ispitivanom polju. Upotrebom satelitskih sistema smanjene rezolucije omogućava to da se snimci koriste u indentifikaciji oblasti parcele u kojima je zabeležena varijabilnost. Korišćenjem vegetacijskih indeksa može se utvrditi samo varijabilnost dok se poreklo te varijabilnosti nikako ne može utvrditi upotrebom normalizovanog diferencijalnog indeksa. Poboljšani zeleni normalizovani diferencijalni indeks svakako daje veće mogućnosti u tom smislu da korisniku pruža informacije koje se odnose konkretno na biljku budući da ukazuje na promenu u zelenoj boji biljke. Na ovaj način korisnik se može donekle uveriti u stvarnu varijabilnost. U datim primerima, zeleni vegetacijski normalizovani diferencijalni indeks je indeks sa najmanjom varijabilnošću dok je normalizovani diferencijalni vegetativni indeks izračunat uz pomoć graničnog crvenog spektra zapravo sa najvišom varijabilnošću. Na ovaj način je utvrđena varijabilnost na parceli koja iznosi oko 13%. Na osnovu datog, može se očekivati da će postojati razlika u prinosu na istoj parceli u datom obimu.
Reference
Brennan, J., Hackett, R., McCabe, T., Grant, J., Fortune, R.A., Forristal, P.D. (2014) The effect of tillage system and residue management on grain yield and nitrogen use efficiency in winter wheat in a cool Atlantic climate. European Journal of Agronomy, 54: 61-69
Gao, F., Anderson, M., Daughtry, C., Johnson, D. (2018) Assessing the variability of corn and soybean yields in Central Iowa using high spatiotemporal resolution multi-datellite imagery. Remote Sensing, 10(9): 1489
Heege, H. (2013) Precision in crop farming. Dordrecht: Springer
Hiel, M.-.P., Chélin, M., Parvin, N., Barbieux, S., Degrune, F., Lemtiri, A., Colinet, G., Degré, A., Bodson, B., Garré, S. (2016) Crop residue management in arable cropping systems under a temperate climate. Part 2: Soil physical properties and crop production. A review. Agronomie, Société et Environnement, 20: 245-256
Hiel, M.P., Barbieux, S., Pierreux, J., Olivier, C., Lobet, G., Roisin, C., Garré, S., Colinet, G., Bodson, B., Dumont, B. (2018) Impact of crop residue management on crop production and soil chemistry after seven years of crop rotation in temperate climate, loamy soils. PeerJ, 6: e4836-e4836
James, R.I., John, L.D., Julia, A.B. (2012) The next landsat satellite: The landsat data continuity mission. Remote sens, 122: 11-21
Kross, A., McNairn, H., Lapen, D., Sunohara, M., Champagne, C. (2015) Assessment of RapidEye vegetation indices for estimation of leaf area index and biomass in corn and soybean crops. International Journal of Applied Earth Observation and Geoinformation, 34: 235-248
Lobell, D.B., Thau, D., Seifert, C., Engle, E., Little, B. (2015) A scalable satellite-based crop yield mapper. Remote Sensing of Environment, 164: 324-333
Lognoul, M., Theodorakopoulos, N., Hiel, M., Regaert, D., Broux, F., Heinesch, B., Bodson, B., Vandenbol, M., Aubinet, M. (2017) Impact of tillage on greenhouse gas emissions by an agricultural crop and dynamics of N2O fluxes: Insights from automated closed chamber measurements. Soil and Tillage Research, 167: 80-89
Merante, P., Dibari, C., Ferrise, R., Sánchez, B., Iglesias, A., Lesschen, J.P., Kuikman, P., Yeluripati, J., Smith, P., Bindi, M. (2017) Adopting soil organic carbon management practices in soils of varying quality: Implications and perspectives in Europe. Soil and Tillage Research, 165: 95-106
Mulla, D.J. (2013) Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering, 114(4): 358-371
Peralta, N.R., Assefa, Y., Du, J., Barden, C.J., Ciampitti, I.A. (2016) Mid-season high-resolution satellite imagery for forecasting site-specific corn yield. Remote Sensing, 8(10): 84
Schieffer, T., Dillon, T. (2013) Precision agriculture and agro-environmental policy. u: Stafford J [ur.] Precision agriculture '13, Wageningen Academic Publishers
Schwalbert, R.A., Amado, T.J.C., Nieto, L., Varela, S., Corassa, G.M., Horbe, T.A.N., Rice, C.W., Peralta, N.R., Ciampitti, I.A. (2018) Forecasting maize yield at field scale based on high-resolution satellite imagery. Biosystems Engineering, 171: 179-192
Shockley, J., Dillon, C.R., Stombaugh, T., Shearer, S. (2012) Whole farm analysis of automatic section control for agricultural machinery. Precision Agriculture, 13(4): 411-420
Sozzi, A.K.M., Gatto, S., Marinello, F., Pirotti, F. (2019) Monitoring within-field variability of corn yield using sentinel-2 and machine learning techniques. Remote Sens, 11(23), 2873
Torres-Sánchez, J., Peña, J.M., de Castro, A.I., López-Granados, F. (2014) Multi-temporal mapping of the vegetation fraction in early-season wheat fields using images from UAV. Computers and Electronics in Agriculture, 103: 104-113
Wang, L., Liu, J., Yang, L., Chen, Z., Wang, X., Ouyang, B. (2013) Applications of unmanned aerial vehicle images on agricultural remote sensing monitoring. Nongye Gongcheng Xuebao/ Transactions of the Chinese Society of Agricultural Engineering, 29(18): 136-145
 

O članku

jezik rada: srpski
vrsta rada: izvorni naučni članak
DOI: 10.5937/SavPoljTeh1903127V
objavljen u SCIndeksu: 24.02.2020.

Povezani članci

Savr poljopriv tehnika (2019)
Varijabilnost normalizovanih vegetativnih indeksa u šećernoj repi
Turan Jan, i dr.