View More View Less
  • 1 MTA Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet 1022 Budapest Herman Ottó út 15 Magyarország
Restricted access

Purchase article

USD  $25.00

1 year subscription (Individual Only)

USD  $184.00

A távérzékeléses eljárásokkal gyűjtött információk számos módon hasznosultak, hasznosulnak a talajtérképezésben. A légi fotók és műholdképek megfelelő alaptérképet és térbeli keretet nyújtanak a talajtérképezéshez. A távérzékelt adatok közvetlen, illetve közvetett információt szolgáltatnak az egyes talajtulajdonságokról. Ezáltal mindkét módon támogatni tudják a talajok térbeli változékonyságát leíró két alapvető koncepciót: az objektum alapút, illetve a talajtulajdonságok folytonos térbeli változását hangsúlyozót. Cikkünkben ezen kategorizálás mentén, többé-kevésbé időrendi sorrendet is megtartva, tekintettük át röviden és példákkal illusztrálva, hogy konkrétan milyen formában képes a távérzékelés segítséget nyújtani a talajtérképezés kérdéseinek megoldásában, illetve kivitelezésének gyakorlatában. A távérzékelés által szolgáltatott térben folytonos és kvantitatív adatok megfelelő támogatást nyújtanak a pontszerűnek tekinthető talajtani mérések térbeli kiterjesztéséhez. A távérzékelés sokrétű lehetőséget biztosít a talaj-táj kapcsolatának modellezésére, illetve az ezen alapuló térképezési koncepció számára. A távérzékelésből származó több időpontú spektrális, illetve egyes speciális kiértékelések során előállított felszínborítási, földhasználati térképek, valamint domborzati modellek a digitális talajtérképezés számára a legalapvetőbb környezeti segédváltozókat szolgáltatják. Mindezeken túl a távérzékelt képek hatékonyan támogatják a térképezéseket megelőző mintavétel tervezést és megújították a digitális formában publikált térképek alaptérképi környezetét is. A távérzékelés a közeljövőben is dinamikusan növekvő mennyiségű adatot fog szolgáltatni a földfelszínről. Az ebben rejlő lehetőséget semmiképpen sem szabad elszalasztani a talajtérképezésben érdekelteknek, főképpen a távérzékeléssel nyert adatmennyiséggel összehasonlítva igen csak szűkösen keletkező és elérhető talajtani információ tükrében. A támogatás tehát adott, annak kihasználása azonban már rajtunk múlik.

  • Adamchuk, V. I. & Viscarra Rossel, R. A., 2010. Development of on-the-go proximal soil sensor systems. In: Proximal Soil Sensing. (Eds.: Viscarra Rossel, R. A., Mcbratney, A. B. & Minasny, B.) 15–28. Springer. Dordrecht.

    Viscarra Rossel R. A. , '', in Proximal Soil Sensing , (2010 ) -.

  • Allen, R. D., 1977. Evaluation of Aerial Photography as a Technique for Estimating Citrus Fruit Yield. U.S. Department of Agriculture Staff Report, Statistical Reporting Service.

    Allen R. D. , '', in Evaluation of Aerial Photography as a Technique for Estimating Citrus Fruit Yield. U.S. Department of Agriculture Staff Report, Statistical Reporting Service , (1977 ) -.

  • Baldridge, A. M. et al., 2009. The ASTER spectral library version 2.0. Remote Sensing of Environment. 113. 711–715.

    Baldridge A. M. , 'The ASTER spectral library version 2 ' (2009 ) 113 Remote Sensing of Environment : 711 -715.

    • Search Google Scholar
  • Baret, F., Guyot, G. & Major, D. J., 1989. TSAVI: A vegetation index which minimizes soil brightness effects on LAI and APAR estimation. In: Geoscience and Remote Sensing Symposium, IGARSS’89, 12th Canadian Symposium on Remote Sensing, 10–14 July 1989 Vol. 3. 1355–1358.

    Major D. J. , 'TSAVI: A vegetation index which minimizes soil brightness effects on LAI and APAR estimation ' (1989 ) 3 Geoscience and Remote Sensing Symposium, IGARSS’89, 12th Canadian Symposium on Remote Sensing, 10–14 July 1989 : 1355 -1358.

    • Search Google Scholar
  • Barnes, E. M. & Baker, M. G., 2000. Multispectral data for mapping soil texture: possibilities and limitations. Applied Engineering in Agriculture. 16.(6) 731–741.

    Baker M. G. , 'Multispectral data for mapping soil texture: possibilities and limitations ' (2000 ) 16. Applied Engineering in Agriculture : 731 -741.

    • Search Google Scholar
  • Baumgardner, M. F. et al., 1986. Reflectance properties of soils. In: Advances in Agronomy Vol. 38. (Ed.: Brady, N. C.) 2–44. Academic Press. London.

    Baumgardner M. F. , '', in Advances in Agronomy Vol. 38 , (1986 ) -.

  • Behrens, T. et al., 2010. Multi-scale digital terrain analysis and feature selection for DSM. Geoderma. 155. 175–185.

    Behrens T. , 'Multi-scale digital terrain analysis and feature selection for DSM ' (2010 ) 155 Geoderma : 175 -185.

    • Search Google Scholar
  • Behrens, T. et al., 2014. Hyper-scale digital soil mapping and soil formation analysis. Geoderma. 213. 578–588.

    Behrens T. , 'Hyper-scale digital soil mapping and soil formation analysis ' (2014 ) 213 Geoderma : 578 -588.

    • Search Google Scholar
  • Bock, M. et al., 2007. Chapter XV. Methods for creating functional soil databases and applying digital soil mapping with SAGA GIS. In: Status and Prospect of Soil Information in South-Eastern Europe: Soil Databases, Projects and Appplications. (Eds.: Hengl, T. et al.) 149–162.

    Bock M. , '', in Status and Prospect of Soil Information in South-Eastern Europe: Soil Databases, Projects and Appplications , (2007 ) -.

  • JRC Scientific and Technical Reports, EUR 22646 EN. Office for Official Publications of the European Communities. Luxembourg.

  • Böhner, J., McCloy, K. R. & Strobl, J. (Eds.), 2006. SAGA — Analysis and Modelling Applications. Göttinger Geographische Abhandlungen. 115.

    '', in SAGA — Analysis and Modelling Applications , (2006 ) -.

  • Burai P. & Tamás J., 2005. Talajdegradációs folyamatok vizsgálata nagy felbontású távérzékelt adatforrások alapján. Agrártudományi Közlemények. 16. 145–148.

    Tamás J. , 'Talajdegradációs folyamatok vizsgálata nagy felbontású távérzékelt adatforrások alapján ' (2005 ) 16 Agrártudományi Közlemények : 145 -148.

    • Search Google Scholar
  • Buringh, P., 1954. The analysis and interpretation of aerial photographs in soil survey and land classification. Netherlands Journal of Agricultural Science. 2.(1) 16–26.

    Buringh P. , 'The analysis and interpretation of aerial photographs in soil survey and land classification ' (1954 ) 2. Netherlands Journal of Agricultural Science : 16 -26.

    • Search Google Scholar
  • Büttner, Gy. et al., 2012. Implementation and achievements of CLC2006. Technical Report — Revised Final Draft. European Environment Agency. Copenhagen.

    Büttner Gy. , '', in Implementation and achievements of CLC2006. Technical Report — Revised Final Draft , (2012 ) -.

  • Casa, R. et al., 2012. Potential of hyperspectral remote sensing for field scale soil mapping and precision agriculture applications. Italian Journal of Agronomy. 7.(4) 331–336.

    Casa R. , 'Potential of hyperspectral remote sensing for field scale soil mapping and precision agriculture applications ' (2012 ) 7. Italian Journal of Agronomy : 331 -336.

    • Search Google Scholar
  • Chabrillat, S. et al., 2002. Use of hyperspectral images in the identification and mapping of expansive clay soils and the role of spatial resolution. Remote Sensing of Environment. 82. 431–445.

    Chabrillat S. , 'Use of hyperspectral images in the identification and mapping of expansive clay soils and the role of spatial resolution ' (2002 ) 82 Remote Sensing of Environment : 431 -445.

    • Search Google Scholar
  • Chenghai, Y., Everitt, J. H. & Bradford, J. M., 2004. Airborne hyperspectral imagery and yield monitor data for mapping cotton yield variability. Precision Agriculture. 5. 445–461.

    Bradford J. M. , 'Airborne hyperspectral imagery and yield monitor data for mapping cotton yield variability ' (2004 ) 5 Precision Agriculture : 445 -461.

    • Search Google Scholar
  • Chenghai Y. et al., 2013. Using high-resolution airborne and satellite imagery to assess crop growth and yield variability for precision agriculture. Proc. of the IEEE. 101.(3) 582–592.

    Chenghai Y. , 'Using high-resolution airborne and satellite imagery to assess crop growth and yield variability for precision agriculture ' (2013 ) 101. Proc. of the IEEE : 582 -592.

    • Search Google Scholar
  • Cihlar, J., 2000. Land cover mapping of large areas from satellites: status and research priorities. International Journal of Remote Sensing. 21.(6–7) 1093–1114.

    Cihlar J. , 'Land cover mapping of large areas from satellites: status and research priorities ' (2000 ) 21. International Journal of Remote Sensing : 1093 -1114.

    • Search Google Scholar
  • Csillag, F. & Kabos, S., 1996. Hierarchical decomposition of variance with applications in environmental mapping based on satellite images. Mathematical Geology. 28.(4) 385–405.

    Kabos S. , 'Hierarchical decomposition of variance with applications in environmental mapping based on satellite images ' (1996 ) 28. Mathematical Geology : 385 -405.

    • Search Google Scholar
  • Csillag, F., Kertész, M. & Kummert, Á., 1996. Sampling and mapping of heterogeneous surfaces: multi-resolution tiling adjusted to spatial variability. International Journal of Geographical Information Science. 10.(7) 851–875.

    Kummert , 'Sampling and mapping of heterogeneous surfaces: multi-resolution tiling adjusted to spatial variability ' (1996 ) 10. International Journal of Geographical Information Science : 851 -875.

    • Search Google Scholar
  • Csillag F., Pásztor, L. & Biehl, L., 1993. Spectral band selection for the characterization of salinity status of soils. Remote Sensing of Environment. 43. 231–242.

    Biehl L. , 'Spectral band selection for the characterization of salinity status of soils ' (1993 ) 43 Remote Sensing of Environment : 231 -242.

    • Search Google Scholar
  • Csorba, Á. et al., 2014. Identification of soil classification units from VIS-NIR spectral signatures. In: International Conference of Agricultural Engineering, 6–10 July, Zürich. Paper No. CO665.

    Csorba , '', in International Conference of Agricultural Engineering, 6–10 July, Zürich. Paper No. CO665 , (2014 ) -.

  • Czimber K., 2009. Új, általános célú képosztályozó kifejlesztése nagyfelbontású, textúrával rendelkező digitális képek feldolgozására. Geomatikai Közlemények. 12. 249–259.

    Czimber K. , 'Új, általános célú képosztályozó kifejlesztése nagyfelbontású, textúrával rendelkező digitális képek feldolgozására ' (2009 ) 12 Geomatikai Közlemények : 249 -259.

    • Search Google Scholar
  • Dematte, J. A. M. et al., 2004. Visible-NIR reflectance: a new approach on soil evaluation. Geoderma. 121. 95–112.

    Dematte J. A. M. , 'Visible-NIR reflectance: a new approach on soil evaluation ' (2004 ) 121 Geoderma : 95 -112.

    • Search Google Scholar
  • Di, H. J., Trangmar, B. B. & Kemo, R. A., 1989. Use of geostatistics in designing sampling strategies for soil survey. Soil Sci. Soc. Am. J. 53. 1163–1167.

    Kemo R. A. , 'Use of geostatistics in designing sampling strategies for soil survey ' (1989 ) 53 Soil Sci. Soc. Am. J : 1163 -1167.

    • Search Google Scholar
  • Dobos, E. & Hengl, T., 2009. Soil mapping applications. In: Geomorphometry — Concepts, Software, Applications. (Eds.: Hengl, T. & Reuter, H. I.) Development in Soil Science. 33. 461–479.

    Hengl T. , '', in Geomorphometry — Concepts, Software, Applications , (2009 ) -.

  • Dobos E., Lénárt Cs. & Tamás J., 2003. Raszter alapú térinformatikai rendszerek. Miskolci Egyetem, Továbbképzési Központ. Miskolc.

    Tamás J. , '', in Raszter alapú térinformatikai rendszerek , (2003 ) -.

  • Dobos E., Micheli E. & Baumgardner, M. F., 1997. Digitális magassági modell és a felszíntagoltsági mutató használata kis méretarányú talajtérképezésben. Agrokémia és Talajtan. 46. 311–326.

    Baumgardner M. F. , 'Digitális magassági modell és a felszíntagoltsági mutató használata kis méretarányú talajtérképezésben ' (1997 ) 46 Agrokémia és Talajtan : 311 -326.

    • Search Google Scholar
  • Dobos, E., Micheli, E. & Baumgardner, M. F., 1998. Statistical analysis of Advanced Very High Resolution Radiometer data (AVHRR) soil relationship. Agrokémia és Talajtan. 47. 49–62.

    Baumgardner M. F. , 'Statistical analysis of Advanced Very High Resolution Radiometer data (AVHRR) soil relationship ' (1998 ) 47 Agrokémia és Talajtan : 49 -62.

    • Search Google Scholar
  • Dobos E., Seres A. & Vadnai P., 2012. Az e-SOTER digitális talajtérképezés módszertana. In: Geographia Pannonica Nova. Publikon Kiadó, Pécs. 11–26.

    Vadnai P. , '', in Geographia Pannonica Nova , (2012 ) -.

  • Dobos, E. et al., 2002. The use of DEM and satellite data for regional scale soil databases. In: 17th WCSS, 14–21 August 2002, Thailand. 649-1–649-12.

    Dobos E. , '', in 17th WCSS, 14–21 August 2002, Thailand , (2002 ) -.

  • EEA, 2007. CLC2006 Technical Guidelines. EEA Technical Report No. 16. Copenhagen.

    '', in CLC2006 Technical Guidelines. EEA Technical Report No. 16. Copenhagen , (2007 ) -.

  • Ge, Y., Thomasson, J. A. & Sui, R., 2011. Remote sensing of soil properties in precision agriculture: A review. Frontiers of Earth Sciences. 5.(3) 229–238.

    Sui R. , 'Remote sensing of soil properties in precision agriculture: A review ' (2011 ) 5. Frontiers of Earth Sciences : 229 -238.

    • Search Google Scholar
  • Gessler, P. E. et al., 1995. Soil-landscape modelling and spatial prediction of soil attributes. International Journal of Geographical Information Systems. 9.(4) 421–432.

    Gessler P. E. , 'Soil-landscape modelling and spatial prediction of soil attributes ' (1995 ) 9. International Journal of Geographical Information Systems : 421 -432.

    • Search Google Scholar
  • Gilabert, M. A. et al., 2002. A generalized soil-adjusted vegetation index. Remote Sensing of Environment. 82. 303–310.

    Gilabert M. A. , 'A generalized soil-adjusted vegetation index ' (2002 ) 82 Remote Sensing of Environment : 303 -310.

    • Search Google Scholar
  • Grandjean et al., 2010. DIGISOIL: An integrated system of data collection technologies for mapping soil properties. In: Proximal Soil Sensing. (Eds.: Viscarra Rossel, R. A., Mcbratney, A. B. & Minasny, B.) 89–101. Springer. Dordrecht.

    Grandjean , '', in Proximal Soil Sensing , (2010 ) -.

  • Groenigen, J. W. van & Stein, A., 1998. Constrained optimization of spatial sampling using continuous simulated annealing. Journal of Environmental Quality. 27.(5) 1078–1086.

    Stein A. , 'Constrained optimization of spatial sampling using continuous simulated annealing ' (1998 ) 27. Journal of Environmental Quality : 1078 -1086.

    • Search Google Scholar
  • Haboudane, D. et al., 2004. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modelling and validation in the context of precision agriculture. Remote Sensing of Environment. 90. 337–352.

    Haboudane D. , 'Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modelling and validation in the context of precision agriculture ' (2004 ) 90 Remote Sensing of Environment : 337 -352.

    • Search Google Scholar
  • Hengl, T., Rossiter, D. G. & Stein, A, 2003. Soil sampling strategies for spatial prediction by correlation with auxiliary maps. Australian Journal of Soil Research. 41. 1403–1422.

    Stein A. , 'Soil sampling strategies for spatial prediction by correlation with auxiliary maps ' (2003 ) 41 Australian Journal of Soil Research : 1403 -1422.

    • Search Google Scholar
  • Heuvelink, G. B. M. & Webster, R., 2001. Modelling soil variation: past, present, future. Geoderma. 100. 269–301.

    Webster R. , 'Modelling soil variation: past, present, future ' (2001 ) 100 Geoderma : 269 -301.

    • Search Google Scholar
  • Huebner, C., Kottmeier C. & Brandelik, A., 2011. A new approach towards large scale soil moisture mapping by radio waves. Sens. Imaging. 12. 1–13.

    Brandelik A. , 'A new approach towards large scale soil moisture mapping by radio waves ' (2011 ) 12 Sens. Imaging : 1 -13.

    • Search Google Scholar
  • Huete, A. R., 1988. A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment. 25. 295–309.

    Huete A. R. , 'A Soil-Adjusted Vegetation Index (SAVI) ' (1988 ) 25 Remote Sensing of Environment : 295 -309.

    • Search Google Scholar
  • Juhász I., 1984. A távérzékelés felhasználása a mezőgazdaságban és a talajtanban. Agrokémia és Talajtan. 33. 585–593.

    Juhász I. , 'A távérzékelés felhasználása a mezőgazdaságban és a talajtanban ' (1984 ) 33 Agrokémia és Talajtan : 585 -593.

    • Search Google Scholar
  • Kertész, M. & Tóth, T., 1994. Soil survey based on sampling scheme adjusted to local heterogeneity. Agrokémia és Talajtan. 43. 113–132.

    Tóth T. , 'Soil survey based on sampling scheme adjusted to local heterogeneity ' (1994 ) 43 Agrokémia és Talajtan : 113 -132.

    • Search Google Scholar
  • Keshava, N., 2003. A survey of spectral unmixing algorithms. Lincoln Laboratory Journal. 14.(1) 55–78.

    Keshava N. , 'A survey of spectral unmixing algorithms ' (2003 ) 14. Lincoln Laboratory Journal : 55 -78.

    • Search Google Scholar
  • Kim, J. et al., 2012. Spatial resolution effects of remote sensing images on digital soil models in aquatic ecosystems. In: Digital Soil Assessments and Beyond. (Eds.: Minasny, B., Malone, B. P. & Mc Bratney, A. B.) 121–125. CRC Press. London, UK.

    Kim J. , '', in Digital Soil Assessments and Beyond , (2012 ) -.

  • Kleeschulte, S. & Büttner, Gy., 2008. European land cover mapping — the CORINE experience. In: North American Land Cover Summit. (Eds.: Campbell, J. C. et al.) 31–44. Association of American Geographers. Washington, D. C.

    Büttner Gy. , '', in North American Land Cover Summit , (2008 ) -.

  • Kovács Z. & Szabó Sz., 2013. Interaktív spektrum kiértékelés MS Excel környezetben — bővítmény hiperspektrális adatok feldolgozásához. In: Az elmélet és a gyakorlat találkozása a térinformatikában IV. (Szerk.: Lóki J.) 251–255. Debreceni Egyetemi Kiadó. Debrecen.

    Szabó Sz. , '', in Az elmélet és a gyakorlat találkozása a térinformatikában IV , (2013 ) -.

  • Lausch, A. et al., 2014. Analysis of vegetation heterogeneity as sensor for soil moisture patterns using remote sensing. In: Proc. 7th International Congress on Environmental Modelling and Software (Eds.: Ames, D. P., Quinn, N. W. T. & Rizzoli, A. E. et al.) Vol. 1. 525–532. International Environmental Modelling and Software Society (iEMSs). San Diego, California.

    Lausch A. , '', in Proc. 7th International Congress on Environmental Modelling and Software , (2014 ) -.

  • Li, S. et al., 2014. A novel approach to hyperspectral band selection based on spectral shape similarity analysis and fast branch and bound search. Engineering Applications of Artificial Intelligence. 27. 241–250.

    Li S. , 'A novel approach to hyperspectral band selection based on spectral shape similarity analysis and fast branch and bound search ' (2014 ) 27 Engineering Applications of Artificial Intelligence : 241 -250.

    • Search Google Scholar
  • Li, Z., Zhu, Q. & Gold, C., 2005. Digital Terrain Modelling: Principles and Methodology. CRC Press. Boca Raton-London-New York-Washington, D. C.

    Gold C. , '', in Digital Terrain Modelling: Principles and Methodology , (2005 ) -.

  • Licskó B., 2012. Az első vízgazdálkodási célú digitális légifénykép-feldolgozási kísérlet Magyarországon (1979). RS&GIS. 2.(2) 43–46.

    Licskó B. , 'Az első vízgazdálkodási célú digitális légifénykép-feldolgozási kísérlet Magyarországon (1979) ' (2012 ) 2. RS&GIS : 43 -46.

    • Search Google Scholar
  • Licskó B. & Hársfalvi M., 1989. A meliorációs kiviteli tervezéshez készülő távérzékelési útmutató alapozó munkái a Galga-völgyi melioráció keretében. Agrokémia és Talajtan. 38. 291–293.

    Hársfalvi M. , 'A meliorációs kiviteli tervezéshez készülő távérzékelési útmutató alapozó munkái a Galga-völgyi melioráció keretében ' (1989 ) 38 Agrokémia és Talajtan : 291 -293.

    • Search Google Scholar
  • Machanda, M. L., Kudrat, M. & Tiwari, A. K., 2002. Soil survey and mapping using remote sensing. Tropical Ecology. 43.(1) 61–74.

    Tiwari A. K. , 'Soil survey and mapping using remote sensing ' (2002 ) 43. Tropical Ecology : 61 -74.

    • Search Google Scholar
  • Mari L. & Mattányi Zs., 2002. Egységes európai felszínborítási adatbázis — a CORINE Land Cover Program. Földrajzi Közlemények. 126.(1–4) 31–38.

    Mattányi Zs. , 'Egységes európai felszínborítási adatbázis — a CORINE Land Cover Program ' (2002 ) 126. Földrajzi Közlemények : 31 -38.

    • Search Google Scholar
  • Mark, D. M. & Csillag, F., 2006. The nature of boundaries on ‘area-class’ maps. Cartographica. 26.(1) 65–78.

    Csillag F. , 'The nature of boundaries on ‘area-class’ maps ' (2006 ) 26. Cartographica : 65 -78.

    • Search Google Scholar
  • Márkus B. & Wojtaszek M., 1993. A talajerózió becslése. Vízügyi Közlemények. 75.(2) 192–200.

    Wojtaszek M. , 'A talajerózió becslése ' (1993 ) 75. Vízügyi Közlemények : 192 -200.

  • McBratney, A. B., Mendonça-Santos, M. L. & Minasny, B., 2003. On digital soil mapping. Geoderma. 117. 3–52.

    Minasny B. , 'On digital soil mapping ' (2003 ) 117 Geoderma : 3 -52.

  • McBratney, A. B. & Odeh, I. O. A., 1997. Application of fuzzy sets in soil scince: fuzzy logic, fuzzy measurements and fuzzy decisions. Geoderma. 77. 85–113.

    Odeh I. O. A. , 'Application of fuzzy sets in soil scince: fuzzy logic, fuzzy measurements and fuzzy decisions ' (1997 ) 77 Geoderma : 85 -113.

    • Search Google Scholar
  • McBratney, A. B. et al., 2000. An overview of pedometric techniques for use in soil survey. Geoderma. 97. 293–327.

    McBratney A. B. , 'An overview of pedometric techniques for use in soil survey ' (2000 ) 97 Geoderma : 293 -327.

    • Search Google Scholar
  • McKenzie, N. J. & Ryan, P. J., 1999. Spatial prediction of soil properties using environmental correlation. Geoderma. 89.(1–2) 67–94.

    Ryan P. J. , 'Spatial prediction of soil properties using environmental correlation ' (1999 ) 89. Geoderma : 67 -94.

    • Search Google Scholar
  • Metternicht, G. I. & Zinck, J. A., 2003. Remote sensing of soil salinity: potentials and constraints. Remote Sensing of Environment. 85. 1–20.

    Zinck J. A. , 'Remote sensing of soil salinity: potentials and constraints ' (2003 ) 85 Remote Sensing of Environment : 1 -20.

    • Search Google Scholar
  • Michéli, E., Stefanovits, P. & Fenyvesi, L., 1988. Reflectance properties of artificially prepared organo-mineral complexes. In: Remote Sensing is a Tool for Soil Scientists. 5th Symposium of the Remote Sensing Working Group. (Ed.: Juhász, I.) 172–177. MAE. Budapest.

    Fenyvesi L. , '', in Remote Sensing is a Tool for Soil Scientists. 5th Symposium of the Remote Sensing Working Group , (1988 ) -.

  • Miller, B. A. & Schaetzl, R. J., 2014. The historical role of base maps in soil geography. Geoderma. 230–231. 329–339.

    Schaetzl R. J. , 'The historical role of base maps in soil geography ' (2014 ) 230–231 Geoderma : 329 -339.

    • Search Google Scholar
  • Minasny, B. et al., 2009. Evaluating near infrared spectroscopy for field prediction of soil properties. Australian Journal of Soil Research. 47.(7) 664–673.

    Minasny B. , 'Evaluating near infrared spectroscopy for field prediction of soil properties ' (2009 ) 47. Australian Journal of Soil Research : 664 -673.

    • Search Google Scholar
  • Mulder, V. L., de Bruin, S. & Schaepman, M. E., 2013. Representing major soil variability at regional scale by constrained Latin Hypercube Sampling of remote sensing data. International Journal of Applied Earth Observation and Geoinformation. 21. 301–310.

    Schaepman M. E. , 'Representing major soil variability at regional scale by constrained Latin Hypercube Sampling of remote sensing data ' (2013 ) 21 International Journal of Applied Earth Observation and Geoinformation : 301 -310.

    • Search Google Scholar
  • Mulder, V. L. et al., 2011. The use of remote sensing in soil and terrain mapping — A review. Geoderma. 162. 1–19.

    Mulder V. L. , 'The use of remote sensing in soil and terrain mapping — A review ' (2011 ) 162 Geoderma : 1 -19.

    • Search Google Scholar
  • Mulders, M. A., 1987. Remote Sensing in Soil Science. Development in Soil Science. No. 15. Elsevier. The Netherlands.

    Mulders M. A. , '', in Remote Sensing in Soil Science , (1987 ) -.

  • Omam, M. A. & Torkamini-Azar, F., 2010. Band selection of hyperspectral-image based weighted independent component analysis. Optical Review. 17.(4) 367–370.

    Torkamini-Azar F. , 'Band selection of hyperspectral-image based weighted independent component analysis ' (2010 ) 17. Optical Review : 367 -370.

    • Search Google Scholar
  • Pásztor, L. & Csillag, F., 1995. Reduction of high resolution spectra; Application to characterization of salinity status of soils. In: Sensors and Environmental Applications of Remote Sensing. Proc. 14th EARSeL Symposium, Balkema, Rotterdam. (Ed.: Askne, J.) 393–397.

    Csillag F. , '', in Sensors and Environmental Applications of Remote Sensing. Proc. 14th EARSeL Symposium, Balkema, Rotterdam , (1995 ) -.

  • Pásztor, L. et al., 2014. Application of legacy soil data in digital soil mapping for the elaboration of novel, countrywide maps of soil conditions. Agrokémia és Talajtan. 63. 79–88.

    Pásztor L. , 'Application of legacy soil data in digital soil mapping for the elaboration of novel, countrywide maps of soil conditions ' (2014 ) 63 Agrokémia és Talajtan : 79 -88.

    • Search Google Scholar
  • Poggio, L., Gimona, A. & Brewer, M. J., 2013. Regional scale mapping of soil properties and their uncertainty with a large number of satellite-derived covariates. Geoderma. 209–210. 1–14.

    Brewer M. J. , 'Regional scale mapping of soil properties and their uncertainty with a large number of satellite-derived covariates ' (2013 ) 209–210 Geoderma : 1 -14.

    • Search Google Scholar
  • Qi, J. et al., 1994. A modified soil adjusted vegetation index. Remote Sensing of Environment. 48. 119–126.

    Qi J. , 'A modified soil adjusted vegetation index ' (1994 ) 48 Remote Sensing of Environment : 119 -126.

    • Search Google Scholar
  • Rondeaux, G., Steven, M. & Baret, F., 1996. Optimization of soil-adjusted vegetation indices. Remote Sensing of Environment. 55. 95–107.

    Baret F. , 'Optimization of soil-adjusted vegetation indices ' (1996 ) 55 Remote Sensing of Environment : 95 -107.

    • Search Google Scholar
  • Rouse, J. W. et al., 1973. Monitoring vegetation systems in the Great Plains with ERTS. 3rd ERTS Symposium, NASA SP-351 I. 309–317.

    Rouse J. W. , '', in 3rd ERTS Symposium, NASA SP-351 I , (1973 ) -.

  • Scull, P. et al., 2003. Predictive soil mapping. Physical Geography. 27.(2) 171–197.

    Scull P. , 'Predictive soil mapping ' (2003 ) 27. Physical Geography : 171 -197.

  • Shi, C. & Wang, L., 2014. Incorporating spatial information in spectral unmixing: A review. Remote Sensing of Environment. 149. 70–87.

    Wang L. , 'Incorporating spatial information in spectral unmixing: A review ' (2014 ) 149 Remote Sensing of Environment : 70 -87.

    • Search Google Scholar
  • Stenberg, B. et al., 2010. Visible and near infrared spectroscopy in soil science. In: Advances in Agronomy No. 107. (Ed.: Sparks, D. L.) 165–215.

    Stenberg B. , '', in Advances in Agronomy No. 107 , (2010 ) -.

  • Stephens, P. R. et al., 1985. Estimating universal soil loss equation factor values with aerial photography. Journal of Soil and Water Conservation. 40.(3) 293–296.

    Stephens P. R. , 'Estimating universal soil loss equation factor values with aerial photography ' (1985 ) 40. Journal of Soil and Water Conservation : 293 -296.

    • Search Google Scholar
  • Szabó, J., Pásztor, L. & Bakacsi, Zs., 2011. Demand, feasibility and construction stages of a national spatial soil information system. Agrokémia és Talajtan. 60. 149–160.

    Bakacsi Zs. , 'Demand, feasibility and construction stages of a national spatial soil information system ' (2011 ) 60 Agrokémia és Talajtan : 149 -160.

    • Search Google Scholar
  • Szabó J. et al., 1999. Talajdegradációs folyamatok térképezése országos és regionális szinten térinformatikai és távérzékelési módszerek integrálásával. Agrokémia és Talajtan. 48. 3–14.

    Szabó J. , 'Talajdegradációs folyamatok térképezése országos és regionális szinten térinformatikai és távérzékelési módszerek integrálásával ' (1999 ) 48 Agrokémia és Talajtan : 3 -14.

    • Search Google Scholar
  • Szabolcs I. (szerk.), 1966. A genetikus üzemi talajtérképezés módszerkönyve. Országos Mezőgazdasági Minőségvizsgáló Intézet. Budapest.

    '', in A genetikus üzemi talajtérképezés módszerkönyve , (1966 ) -.

  • Szalai Z., 2012. Talajtani mintavétel. In: Környezeti mintavételezés. (Szerk.: Óvári M. & Tatár E.) 18–40. Typotex Kiadó. Budapest.

    Szalai Z. , '', in Környezeti mintavételezés , (2012 ) -.

  • Szatmári G., Barta K. & Pásztor L., 2014. Digitális talajtérképezés támogatása Spatial Simulated Annealing mintavételi optimalizációs módszerrel. In: A talajok térbeli változatossága — elméleti és gyakorlati vonatkozások Talajtani Vándorgyűlés Absztrakt kötet. 83.

    Pásztor L. , '', in A talajok térbeli változatossága — elméleti és gyakorlati vonatkozások Talajtani Vándorgyűlés Absztrakt kötet , (2014 ) -.

  • Szatmári G. et al., 2013. A talajok szervesanyag-készletének nagyléptékű térképezése regresszió krigeléssel Zala megye példáján. Agrokémia és Talajtan. 62. 219–234.

    Szatmári G. , 'A talajok szervesanyag-készletének nagyléptékű térképezése regresszió krigeléssel Zala megye példáján ' (2013 ) 62 Agrokémia és Talajtan : 219 -234.

    • Search Google Scholar
  • Tamás, J. & Lénárt, Cs., 2006. Analysis of a small agricultural watershed using remote sensing techniques. International Journal of Remote Sensing. 27.(17) 3727–3738.

    Lénárt Cs. , 'Analysis of a small agricultural watershed using remote sensing techniques ' (2006 ) 27. International Journal of Remote Sensing : 3727 -3738.

    • Search Google Scholar
  • Tamás J. & Németh T. (szerk.), 2005. Agrárkörnyezetvédelmi indikátorok elmélete és gyakorlati alkalmazásai. Debreceni Egyetem. Debrecen.

    '', in Agrárkörnyezetvédelmi indikátorok elmélete és gyakorlati alkalmazásai , (2005 ) -.

  • Tóth, T. & Kertész, M., 1993. Mapping the degradation of solonetzic grassland. Agrokémia és Talajtan. 42. 43–54.

    Kertész M. , 'Mapping the degradation of solonetzic grassland ' (1993 ) 42 Agrokémia és Talajtan : 43 -54.

    • Search Google Scholar
  • Tóth, T. & Kertész, M., 1996. Application of soil-vegetation correlation to optimal resolution mapping of solonetzic rangeland. Arid Soil Research and Rehabilitation. 10. 1–12.

    Kertész M. , 'Application of soil-vegetation correlation to optimal resolution mapping of solonetzic rangeland ' (1996 ) 10 Arid Soil Research and Rehabilitation : 1 -12.

    • Search Google Scholar
  • Tóth, T. & Rajkai, K., 1994. Soil and plant correlations in a solonetzic grassland. Soil Science. 157. 253–262.

    Rajkai K. , 'Soil and plant correlations in a solonetzic grassland ' (1994 ) 157 Soil Science : 253 -262.

    • Search Google Scholar
  • Tóth, T. et al., 1991. Characterization of semi-vegetated salt-affected soils by means of field remote sensing. Remote Sensing of Environment. 37. 167–180.

    Tóth T. , 'Characterization of semi-vegetated salt-affected soils by means of field remote sensing ' (1991 ) 37 Remote Sensing of Environment : 167 -180.

    • Search Google Scholar
  • Tóth, T. et al., 1998. Allocation of soil reclaiming material based on digital processing of aerial photograph. International Archives of Photogrammetry and Remote Sensing. 32.(7) 178–181.

    Tóth T. , 'Allocation of soil reclaiming material based on digital processing of aerial photograph ' (1998 ) 32. International Archives of Photogrammetry and Remote Sensing : 178 -181.

    • Search Google Scholar
  • Török I., 1972. Néhány talajminta infravörös spektrumának értelmezése. Agrokémia és Talajtan. 21. 387–393.

    Török I. , 'Néhány talajminta infravörös spektrumának értelmezése ' (1972 ) 21 Agrokémia és Talajtan : 387 -393.

    • Search Google Scholar
  • Vámosi J., 1989. Mezőgazdasági légifotó-interpretáció a főbb termesztett növények termelésbiztonságának növeléséhez. Földmérési és Távérzékelési Intézet. Budapest.

    Vámosi J. , '', in Mezőgazdasági légifotó-interpretáció a főbb termesztett növények termelésbiztonságának növeléséhez , (1989 ) -.

  • Várallyay Gy., 2012. Talajtérképezés, talajtani adatbázisok. Agrokémia és Talajtan. 61.Suppl. (online) 249–267.

    Várallyay Gy. , 'Talajtérképezés, talajtani adatbázisok ' (2012 ) 61. Agrokémia és Talajtan : 249 -267.

    • Search Google Scholar
  • Viscarra Rossel, R. A., Mcbratney, A. B. & Minasny, B. (Eds.), 2010. Proximal Soil Sensing. Springer. Dordrecht.

    '', in Proximal Soil Sensing , (2010 ) -.

  • Viscarra Rossel, R. A. et al., 2006. Visible, near infrared, mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties. Geoderma. 131. 59–75.

    Viscarra Rossel R. A. , 'Visible, near infrared, mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties ' (2006 ) 131 Geoderma : 59 -75.

    • Search Google Scholar
  • Winkler P., 2003. Magyarország digitális ortofotó programja (MADOP) és nagyfelbontású digitális domborzatmodell (DDM) az ország teljes területére. Geodézia és Kartográfia. 55.(12) 3–10.

    Winkler P. , 'Magyarország digitális ortofotó programja (MADOP) és nagyfelbontású digitális domborzatmodell (DDM) az ország teljes területére ' (2003 ) 55. Geodézia és Kartográfia : 3 -10.

    • Search Google Scholar
  • Xie, Y., Sha, Z. & Yu, M., 2008. Remote sensing imagery in vegetation mapping: a review. Journal of Plant Ecology. 1.(1) 9–23.

    Yu M. , 'Remote sensing imagery in vegetation mapping: a review ' (2008 ) 1. Journal of Plant Ecology : 9 -23.

    • Search Google Scholar

Senior editors

Editor(s)-in-Chief: Rajkai, Kálmán

Technical Editor(s): Koós, Sándor

Technical Editor(s): Vass, Csaba

Editorial Board

  • Bidló, András (Soproni Egyetem, Erdőmérnöki Kar, Környezet- és Földtudományi Intézet, Sopron)
  • Blaskó, Lajos (Debreceni Egyetem, Agrártudományi Központ, Karcagi Kutatóintézet, Karcag)
  • Buzás, István (Szent István Egyetem, Georgikon Kar, Keszthely)
  • Farsang, Andrea (Szegedi Tudományegyetem, Természettudományi és Informatikai Kar, Szeged)
  • Filep, Tibor (Csillagászati és Földtudományi Központ, Földrajztudományi Intézet, Budapest)
  • Fodor, Nándor (Agrártudományi Kutatóközpont, Mezőgazdasági Intézet, Martonvásár)
  • Győri, Zoltán (Debreceni Egyetem, Mezőgazdaság-, Élelmiszertudományi és Környezetgazdálkodási Kar, Debrecen)
  • Jolánkai, Márton (Szent István Egyetem, Növénytermesztési Intézet, Gödöllő)
  • Kátai, János (Debreceni Egyetem, Mezőgazdaság-, Élelmiszertudományi és Környezetgazdálkodási Kar, Debrecen)
  • Lehoczky, Éva (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Makó, András (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Michéli, Erika (Szent István Egyetem, Mezőgazdaság- és Környezettudományi Kar, Gödöllő)
  • Németh, Tamás (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Pásztor, László (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Ragályi, Péter (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Schmidt, Rezső (Széchenyi István Egyetem, Mezőgazdaság- és Élelmiszertudományi Kar, Mosonmagyaróvár)
  • Szili-Kovács, Tibor (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Tamás, János (Debreceni Egyetem, Mezőgazdaság-, Élelmiszertudományi és Környezetgazdálkodási Kar, Debrecen)
  • Tóth, Gergely (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Tóth, Tibor (Agrártudományi Kutatóközpont, Talajtani és Agrokémiai Intézet, Budapest)
  • Tóth, Zoltán (Szent István Egyetem, Georgikon Kar, Keszthely)

 

International Advisory Board

  • Blum, Winfried E. H. (Institute for Soil Research, University of Natural Resources and Life Sciences (BOKU), Wien, Austria)
  • Hofman, Georges (Department of Soil Management, Ghent University, Gent, Belgium)
  • Horn, Rainer (Institute of Plant Nutrition and Soil Science, Christian Albrechts University, Kiel, Germany)
  • Lichner, Ljubomir (Institute of Hydrology, Slovak Academy of Sciences, Bratislava, Slovak Republic)
  • Loch, Jakab (Faculty of Agricultural and Food Sciences and Environmental Management, University of Debrecen, Debrecen, Hungary)
  • Nemes, Attila (Norwegian Institute of Bioeconomy Research, Ås, Norway)
  • Pachepsky, Yakov (Environmental Microbial and Food Safety Lab USDA, Beltsville, MD, USA)

 

           International Editorial Board

  • Kätterer, Thomas (Swedish University of Agricultural Sciences (SLU), Sweden)
  • Ole Wendroth (Department of Plant and Soil Sciences, College of Agriculture, Food and Environment, University of Kentucky, USA)
  • Simota, Catalin Cristian (The Academy of Agricultural and Forestry Sciences, Bucharest, Romania)
  • Stolte, Jannes (Norwegian Institute of Bioeconomy Research, Ås, Norway)

Rajkai Kálmán
ATK Talajtani és Agrokémiai Intézet
Herman Ottó út 15., H-1022 Budapest, Hungary
Phone: (+36 1) 212 2265
Fax: (+36 1) 485 5217
E-mail: editorial.agrokemia@atk.hu

Indexing and Abstracting Services:

  • CAB Abstracts
  • EMBiology
  • Global Health
  • SCOPUS
  • CABI

2020  
Scimago
H-index
9
Scimago
Journal Rank
0,179
Scimago
Quartile Score
Agronomy and Crop Science Q4
Soil Science Q4
Scopus
Cite Score
48/73=0,7
Scopus
Cite Score Rank
Agronomy and Crop Science 278/347 (Q4)
Soil Science 108/135 (Q4)
Scopus
SNIP
0,18
Scopus
Cites
48
Scopus
Documents
6
Days from submission to acceptance 130
Days from acceptance to publication 152
Acceptance
Rate
65%

 

2019  
Scimago
H-index
9
Scimago
Journal Rank
0,204
Scimago
Quartile Score
Agronomy and Crop Science Q4
Soil Science Q4
Scopus
Cite Score
49/88=0,6
Scopus
Cite Score Rank
Agronomy and Crop Science 276/334 (Q4)
Soil Science 104/126 (Q4)
Scopus
SNIP
0,423
Scopus
Cites
96
Scopus
Documents
27
Acceptance
Rate
91%

 

Agrokémia és Talajtan
Publication Model Hybrid
Submission Fee none
Article Processing Charge 900 EUR/article
Printed Color Illustrations 40 EUR (or 10 000 HUF) + VAT / piece
Regional discounts on country of the funding agency World Bank Lower-middle-income economies: 50%
World Bank Low-income economies: 100%
Further Discounts Editorial Board / Advisory Board members: 50%
Corresponding authors, affiliated to an EISZ member institution subscribing to the journal package of Akadémiai Kiadó: 100%
Subscription Information Online subsscription: 144 EUR / 194 USD
Print + online subscription: 160 EUR / 232 USD
Online subscribers are entitled access to all back issues published by Akadémiai Kiadó for each title for the duration of the subscription, as well as Online First content for the subscribed content.
Purchase per Title Individual articles are sold on the displayed price.

Agrokémia és Talajtan
Language Hungarian, English
Size B5
Year of
Foundation
1951
Publication
Programme
2021 Volume 70
Volumes
per Year
1
Issues
per Year
2
Founder Magyar Tudományos Akadémia
Founder's
Address
H-1051 Budapest, Hungary, Széchenyi István tér 9.
Publisher Akadémiai Kiadó
Publisher's
Address
H-1117 Budapest, Hungary 1516 Budapest, PO Box 245.
Responsible
Publisher
Chief Executive Officer, Akadémiai Kiadó
ISSN 0002-1873 (Print)
ISSN 1588-2713 (Online)

Monthly Content Usage

Abstract Views Full Text Views PDF Downloads
Feb 2021 0 0 0
Mar 2021 2 0 0
Apr 2021 10 0 0
May 2021 5 0 0
Jun 2021 2 0 0
Jul 2021 0 0 0
Aug 2021 0 0 0