Browse
ERRATUM: MÚLT-JELEN-JÖVŐ a hazai mezőgazdasági talajvizsgálatokban
PAST-PRESENT-FUTURE in Hungarian soil analyses
Fourier-transzformációs közép-infravörös spektroszkópia alapú szervesanyag-tartalom becslés tábla szintű reprezentativitás-vizsgálata kemometriai módszerekkel
Representativity analysis of middle-infrared spectroscopy-based Organic Carbon assessment on field-scale by chemometric methods
Szervesszén térképezést segítő módszertani kutatásként vizsgáltuk egy szántóföldi művelés alatt álló terület, 3 mélységből származó mintáinak MIR reflektanciáját, illetve szervesszén tartalmát (Walkley-Black). Ezt követően a spektroszkópia mérések eredményeit használtuk a talaj szervesszén-mennyiségének (TOC %) becslésére. Tettük ezt 3 mintakijelölési módszer (Kennard-Stone Sampling - KSS, K-means Sampling - KMS, Latin Hypercube Sampling - LHS) bevonásával, az így kijelölt kalibrációs mintákkal a PLSR modell segítségével becslést végeztünk az adathalmaz további értékeire. Annak érdekében, hogy tábla szintű szervesszén meghatározás során teszteljük becslési pontosságukat, a modellek reprezentativitását – különböző validációs/kalibrációs arány esetén – statisztikai mutatókkal (R2, RMSE) ellenőriztük.
Az eredményekben részleteiben vizsgáltuk a különböző becslési modellek reakcióját eltérő arányú kalibráció és validáció esetén. A modellek R2 és RMSE értékei alapján kijelöltük, hogy mely modellek működtek pontosan még alacsony kalibráció esetén is, illetve abszolút értelemben véve melyik modell volt leghatékonyabb.
Az összehasonlítás eredményeként kijelenthető, hogy az általunk vizsgált talajkörülmények között a 30% alatti, valamint a 70% feletti mintaszámú kalibráció a mintakijelölési módszerek megbízhatóságának ingadozását eredményezte. Az összes minta 30%-val történő kalibráció esetén legjobb eredményt a KSS adta, így ez tekinthető a leggazdaságosabb módszernek. Az abszolút értékben vett legkisebb hibát a K-means sampling eredményezte, a minták 90%-val történő kalibrációt követően.
Kijelenthető, hogy az alkalmazott módszertan esetünkben alkalmas volt – a reprezentativitás megtartása mellett – a szükséges minták számának, ergo a táblaszintű szervesszén-felmérés költségeinek csökkentésére. Továbbá a mintakijelölési módszerek becslési hatékonyságának összehasonlítására is megfelelt az általunk alkalmazott statisztikai vizsgálat. A módszertan a jövőben kiinduló alapja lehet hasonló jellegű kutatásoknak, valamint tábla szintű szervesszéntérképek elkészítésének. A szélesebb körű alkalmazást megelőzően a modelleket nagyobb varianciájú adathalmazok esetén is tesztelni szükséges.
Within the framework of the present research, we mapped the organic carbon content of an arable area, during which we measured the MIR reflectance and organic carbon content (Walkley-Black) of the soil samples collected from the area at three different depths. Subsequently, the results of spectroscopic measurements were used to improve the estimation of the soil organic carbon content (TOC %). Three sample selection models were involved (KSS, KMS, LHS), and with the selected calibration samples, we estimated the additional values of the data set using the PLSR model. In order to test the accuracy of estimation for a table-level organic carbon determination, the representativeness level of the models was checked with statistical indicators (R2, RMSE) at different validation / calibration ratios.
In the results, we thoroughly examined the response of different estimation models with different ratios of calibration and validation. Based on the R2 and RMSE values of the models, we determined which models worked precisely even at low calibration, and in absolute terms, which model was the most efficient.
As a result of the comparison, it can be stated that under the soil conditions we examined, calibration with a sample number below 30% and above 70% caused significant fluctuations in the reliability of the sampling methods. Kennard-Stone sampling (KSS) gave the most precise results for calibration with 30% of all samples, thus it is considered the most economical method. The smallest error overall was given by K-means sampling after calibration of 90% of the samples.
It can be stated that the methodology used in this study was suitable to reduce the samples required for analysis - while maintaining representativeness - therefore reducing the costs of the field-level organic carbon survey.
Furthermore, the statistical analysis we used to compare the estimation efficiency of the sampling methods was also appropriate. The methodology we use may be the basis for similar research in the future, as well as for the production of table-level organic carbon maps. Prior to wider application, models also need to be tested for higher variance datasets.
Szennyvíziszap kihelyezés rövidtávú következményeinek értékelési lehetősége Sentinel-2 alapú szántóföldi vegetációmonitoring alapján
Evaluate the short-term effects of sewage sludge disposal based on Sentinel-2 vegetation monitoring
Az iszapkihelyezések rövidtávú hatásainak megfigyelésére és igazolására több évre kiterjedő, nagy időfelbontású monitoringot terveztünk dél-alföldi, csernozjom talajokon folyamatosan művelt, gyakran évről-évre különböző növényzettel fedett szántóföldi parcellákon. A 14 db 50 m x 50 m-es kvadráton, a Sentinel-2 műholdfelvételezés alapú adatgyűjtést a legnagyobb idő- és térbeli felbontásban alkalmaztuk. Atmoszférikus korrekcióval előfeldolgozott, közel 100 db felhőmentes képből álló adatbázist LANDSAT OLI (Operational Land Imager) felvételekkel kiegészítve, vegetációs indexekkel (EVI, NDVI) értékeltük a nyári félév fotoszintetikus aktivitását és biomassza-produkció változásait térben és időben.
A spektrális index alapú vegetációs ciklus különbségek alapján meghatározhatók a területen termelt változatos növényfajok, a felszínfedettség különbségek és a területhasználati változások. A vizsgálatainkkal párhuzamosan, LADÁNYI et al., (2020) szerint értékelt talajtani eredményekhez hasonlóan az iszapkihelyezés által érintett, illetve nem érintett területek között kimutatható, EVI és NDVI-vel mért statisztikai és térbeli különbségek rövidtávon általánosan nem szignifikánsak. A vizsgált négy termény közül a napraforgó, kukorica biomassza produktuma esetén láthatók index különbségek, amelyek az iszapkihelyezés 1–3 éven belül tapasztalható hatásaként értékelhetők, de ennek igazolására folyamatos monitoring vizsgálat szükséges. A repce és az őszi búza esetén a rendelkezésre álló adatok alapján nem tapasztaltunk hasonlót, sőt esetenként a kihelyezés előtti VI értékek magasabbak. A parcellákat jellemző térbeli heterogenitáson – melyet a kvadrátok jól mintáznak – a szennyvíziszap kihelyezések a vizsgált időszakban nem változtattak.
A két különböző vegetációs index együttes alkalmazása hasznos. Az EVI általános előnyei mellett kiemelhető a dús vegetációs időszak értékelésének pontossága, az összehasonlító elemzésben tapasztalható alkalmazhatósága, míg az NDVI a csekélyebb vegetáció dinamikájában, a vegetációtípusok megkülönböztetésében, vagy a dús vegetációt jellemző változékonyság megfigyelésében lehet érzékenyebb. Érdekes, hogy az NDVI és EVI közötti különbség a szennyvíziszappal kezelt területeken kisebb. A várakozásnak megfelelően, a nagy felbontást igénylő vizsgálatban a LANDSAT adatok, a Sentinel alapú indexértékekkel általánosan szoros statisztikai kapcsolatban vannak és igazolják az értékelés eredményeit, de a parcellákon, adott időkben tapasztalt jelentős eltérések miatt önmagukban nem tudják kiegészíteni a vizsgálatot.
A gazdálkodásváltás ellenére kitűzött cél, a szignifikáns különbségek kimutatása indokolja az aktuális évek adatainak további vizsgálatba való bevonását, amely segít az adathiányos időszakok leszűkítésében is; 2020. év megfigyelése folyamatban van.
The agricultural use of sewage sludge is one of the means of refilling the soil nutrients and an effective tool for sustainable environmental management. In order to monitor and verify the short-term effects of sludge disposal (in parallel with other soil observations) we planned a multi-year, high-resolution data collection for monitoring the effects of disposal in some arable land parcels on 14 pieces of 50 m x 50 m quadrates in southeastern Hungary. Using free Sentinel-2, pre-processed satellite imagery, data acquisition was applied at the highest temporal and spatial resolution supplemented with LANDSAT-8 recordings, evaluating the vegetation period from 2016 to 2019 (almost 100 images). We evaluated the photosynthetic activity of the summer season and the changes in biomass production in space and time based on vegetation index (EVI, NDVI).
The difference in the vegetation cycle of the plants on the arable land and the difference in the land use and land cover (LU/LC) are clearly visible in the values of EVI and NDVI. The statistical and spatial index differences between the affected and non-affected areas of sludge disposal are generally not significant in the short term. It can be seen differences in the case of the sunflower and maize biomass products. These can be assessed as the effect of sludge disposal within 1–3 years, but continuous monitoring is required to verify this. In the case of colza and winter wheat (based on the available data) we did not find similar effects, and in some cases the pre-placement EVI/NDVI values were higher.
Vegetation indices heterogeneity among the parcels is also well patterned spatially in the quadrates. The spatial heterogeneity characteristic of the quadrates was not changed by the sewage sludge disposal over the study period. Geometric resolution and monitoring can be used to map a former alluvial form, which is an important factor in understanding parcel yield changes.
We can emphasize the accuracy of EVI evaluation in the dense vegetation period and its applicability in a comparative analysis. NDVI may be more sensitive in the dynamics of smaller or sparse vegetation, or sometimes in the observation of variability characteristic of rich vegetation. It is interesting, that the difference between NDVI and EVI is smaller in areas treated with sewage sludge. LANDSAT data are generally closely related to the Sentinel-based indices values and confirm the results of their evaluation, but they cannot supplement the study on their own due to the significant differences on the parcels at certain times.
In addition to the change of agricultural management, in the detection of significant differences, it is appropriate to measure the data for the following years, that can help to narrow down the data deficient periods; monitoring for 2020 is in progress.
A talaj elektromos vezetőképessége és a termőhelyi zónák talajtulajdonságai közötti összefüggések
Correlations between soil conductivity and soil properties of crop management zones
Vizsgálatunk célja az volt, hogy egy Somogyban elhelyezkedő, dombvidéki mintaterület szántóin elemezzük a mért talaj-vezetőképesség (EC) értékek és lehatárolt termőhelyi (művelési) zónák talajtulajdonságai közötti összefüggéseket. A vizsgált szántóterületek löszön kialakult, típusos Ramann-féle barna erdőtalajon és karbonátos csernozjom barna erdőtalajon helyezkednek el. Feltalajuk döntően vályog és agyagos vályog fizikai féleségű. A talaj vezetőképességét 50 és 100 cm-es talajmélységben mértük.
A mintaterület talajadatait térinformatikai állományba foglaltuk, az adatok rendezését és azok összekapcsolását az ESRI ArcGIS 10.0 programmal végeztük el. A táblák heterogenitását mutató laboratóriumi talajvizsgálatok eredményeit a mért EC értékekkel összevetettük, amelyhez az IBM SPSS Statistics 20 szoftver segítségével stepwise-típusú lineáris regressziót alkalmaztunk. A regressziókat a talajvizsgálatok csoportosításával megegyezően: alap („a” eset), bővített („b” eset) és teljeskörű („c”eset) alapján futtattuk le. A számításoknál az „a” eset a talajtulajdonságokat meghatározó fontosabb talajparaméterek (kötöttség, humusz- és mésztartalom, kémhatás), a „b” eset az alap talajparamétereket és a makro tápanyagok (NPK ellátottságot), valamint a „c” eset az előző kettőt és mikro tápanyagok (Mg2+, Na+, Zn2+, Cu2+, Mn2+, SO4 2–, Fe2+ + Fe3+) körét jelenti.
A különböző csoportosításban elvégzett elemzések során arra voltunk kíváncsiak, hogy a vizsgálati talajparaméterek körének változtatásával szorosabb kapcsolatokat találunk-e a mért átlagos EC értékek és a talajtulajdonságok között. Az eredményeink által kaphatunk-e olyan kellő pontosságú és megbízhatóságú becslőmodellt, amely a talajok térbeli heterogenitását megmutatja az EC értékek alapján, így a módszer nagyban meggyorsíthatja és leegyszerűsítheti a „hagyományos” talajvizsgálatokhoz képest a termőhelyi zónák elkülönítését.
A vizsgálati eredményeink alapján elmondható, hogy mindhárom regressziós csoportosítás esetén a tengerszint feletti magasság csökkenésével arányosan nő a talaj-vezetőképesség, illetve az EC értékek növekedésével nő a talajok kötöttsége, amellyel együtt növekszik az agyagtartalom is. Ez a folyamat 100 cm-es talajmélységben a nagyobb víztartalom miatt erőteljesebben jelentkezik, mint az 50 cm-es talajmélységben. A termőhelyi zónák termékenységi viszonyait az elsődleges talajtulajdonságokon, illetve a makro és a mikro tápanyag-ellátottságokon kívül a domborzati viszonyok is módosíthatják. A talajellenállás mérése bárki számára elérhető, gyors és egyszerű módszer. A laboratóriumi talajvizsgálatokat kiegészítve alkalmas arra, hogy a precíziós növénytermesztésben segítséget nyújtson a termőhelyi zónák lehatárolásában.
Our aim was to analyse the relationships between the measured soil electrical conductivity (EC) and the soil properties of different delimited production (tillage) zones in a hillside sample area situated in Somogy county. The examined arable lands are situated in typical Ramann-type brown forest soil and chernozem-brown forest soil mostly with loam and clay loam formed on loess. For the investigations, two soil resistance values (measured at 50 cm and 100 cm depth) were used.
Soil data of the sample area were incorporated into a GIS file, the ordering and connection of the data was performed by ESRI ArcGIS 10.0 program. The results of the soil laboratory tests (which show soil heterogeneity) were correlated to the measured EC-values with stepwise linear regression using IBM SPSS Statistics 20 software. The regression were run in line with the alignment of soil investigations: basic (case „a”), extended (case „b”) and completed (case „c”). By the calculations, case „a” means the group of the most important soil parameters which are determinative soil characteristics (upper limit of plasticity or KA, humus-, lime content, pH), case „b” means the previous one plus the group of macronutrients (NPK-content), while case „c” means case „b” plus the group of micronutrients (Mg2+, Na+, Zn2+, Cu2+, Mn2+, SO4 2–, Fe2+ + Fe3+).
With the analyses made in different alignments our aim was to determine whether with the changing of examined soil parameters there will be tighter relationships between the measured EC-values and soil properties. Further aim was to examine whether it is possible to make a properly accurate and reliable estimation model, which can show the real soil circumstances (spatial heterogeneity of soils) based on EC-values, since this method can accelerate and simplify the separation of productivity zones compared to the conventional soil examinations.
Based on the results it can be concluded that in case of all the three regression groups the electrical conductivity increases proportionally with the decreasing of elevation. Besides, with the increasing of EC-values the KA – and with it, the clay content also – increases. This process develops in a more significant way in the depth of 100 cm than in 50 cm because of the higher water content. Besides the primary soil characteristics and the amount of macro- and micronutrients, the fertility conditions of the production zones can be affected by the geographical circumstances as well. The measurement of soil resistance is a fast, easy and generally available method, which is suitable – with the completion of laboratory examinations – for giving assistance to delineate the production zones in the precision crop production.
A talajok aggregátum-stabilitásának vizsgálati lehetőségei I. Makroaggregátum-stabilitás
Determination of soil aggregate stability I. Macro-aggregate stability
A makroaggregátumok stabilitásának meghatározására számos mérési módszer és értékelési lehetőség létezik. Ezek önállóan eredményesen alkalmazhatók az aggregátumok stabilitásának vizsgálatára (valamilyen romboló hatást megpróbálnak szimulálni, valamilyen körülményt megpróbálnak standardizálni stb.), ám ezek a módszerek egymással nehezen összevethetők. Az évek során jogosan merült fel a szabványosítás igénye, ám a kialakult nemzetközi szabvány módszertana igen bonyolult, éppen ezért csak kevesen kívánják azt alkalmazni. Hasonló a helyzet a különféle stabilitási mutatók esetében is: sokféle mutató használatos, ezek különkülön jól jellemezhetik a talajok aggregátum-stabilitását, de a mutatók párhuzamos használata több esetben eltérő stabilitási sorrendet eredményez a különféle talajoknál. Megfelelő megoldás lehetne, ha definiálni tudnánk, hogy mely módszer és mely mutató pontosan mit is fejez ki és mikor, milyen probléma vizsgálatakor, mely mutatót és mely módszert kívánatos alkalmazni. Kutatásainkat a továbbiakban ilyen irányban is folytatni kívánjuk.
There are several measurement and evaluation methods for determining the stability of macro-aggregates. These can be used effectively independently to test the stability of aggregates (attempting to simulate some destructive effect, attempting to standardise some condition, etc.), but they are difficult to compare to each other. Over the years, the need for standardization has rightly arisen, but the standard method developed is very complicated, which is why few people want to apply it.
Similarly, many different indicators are used, each of which can give a good characterisation of the aggregate stability of soils, but the parallel use of indicators often results in different stability rankings for different soils. An appropriate solution should be defined which method and which indicator expresses what exactly and when, and which indicator and which method should be used for which problem. We intend to continue our research in this direction.
In this manuscript we summarized the main macro-aggregate stability measurements and indices, reviewed the international and Hungarian scientific literature.
Abstract
Virtual reality (VR) offers a new instrument for food scientists to evaluate different aspects of food products. The possible applications range from product design testing, evaluation of the labels, effects of different placements or the evaluation of store layouts. These analyses help us to get a deeper understanding of consumers' minds. Additionally, VR can be coupled by several different tools (e.g. eye-trackers or skin conductance sensors or even electroencephalographs). However, as there have been only a limited number of applications published, there are several open questions which need to be answered. In the presented paper the authors aim i) to introduce the current knowledge on VR applications in food science by introducing several fields of applications and ii) to point out the most important questions regarding the applications of VR in food science.
Land use change may modify key soil attributes, influencing the capacity of soil to maintain ecological functions. Understanding the effects of land use types (LUTs) on soil properties is, therefore, crucial for the sustainable utilization of soil resources. This study aims to investigate the impact of LUT on primary soil properties. Composite soil samples from eight sampling points per LUT (forest, grassland, and arable land) were taken from the top 25 cm of the soil in October 2019. The following soil physicochemical parameters were investigated according to standard protocols: soil organic matter (SOM), pH, soil moisture, NH4 +–N, NO3 ––N, AL-K2O, AL-P2O5, CaCO3, E4/E6, cation exchange capacity (CEC), base saturation (BS), and exchangeable bases (Ca2+, Mg2+, K+, and Na+). Furthermore, soil microbial respiration (SMR) was determined based on basal respiration method. The results indicated that most of the investigated soil properties showed significant difference across LUTs, among which NO3 ––N, total N, and K2O were profoundly affected by LUT (p ≤ 0.001). On the other hand, CEC, soil moisture, and Na+ did not greatly change among the LUTs (p ≥ 0.05). Arable soils showed the lowest SOM content and available nitrogen but the highest content of P2O5 and CaCO3. SMR was considerably higher in grassland compared to arable land and forest, respectively. The study found a positive correlation between soil moisture (r = 0.67; p < 0.01), Mg2+ (r = 0.61; p < 0.01), and K2O (r = 0.58; p < 0.05) with SMR. Overall, the study highlighted that agricultural practices in the study area induced SOM and available nitrogen reduction. Grassland soils were more favorable for microbial activity.