Search Results
and verifying the identity of the specimens. We then geo-referenced all presence records by a variety of sources, including global positioning system GPS and Google Earth. All coordinates of presence data were converted to a decimal degree. Also, all
collection details Garciniaspecies Origin/ Location GPS location Alt. (m) G. elliptica Wall. ex Wight (Sect. Hebradendron ) GKVK, Bangalore 13° 4’ 49.31” N; 77° 34’ 35.90” E 936 G. gummi-gutta (L.) Roxb. (Sect. Brindonia ) Kadakeri Karnataka 14° 20’ 59
It has been proved that because of the different past of the parcels regarding their soil, agronomical and technological parameters, weed sampling results may not be generalised. Therefore it is necessary to study those solutions how to determine on an acceptable confidence level a parcel’s weed infestation with optimised sampling techniques.For studying the question we have delimited on wheat stubble a total sample area of 36×54 metres (using it as reference) and divided it into 2×2 cells giving a total of 486 sample cells. Then we surveyed the weed infestation and GPS recorded the location of each cell.We have analysed the weed infestation data with mathematical and statistical methods comparing the results of cells with each other and with the total sample area. We found that in several cases of different sample cells weed infestation displayed a diverse picture. This way sampling of weeds is extremely difficult.We found close relation between relative frequency of weeds and sampling accuracy. Therefore sampling is reliable only for surveying the frequent weeds in a parcel, while more rarely found weeds (e.g. spots of perennials) are to be scouted only by means of going over the parcel and GPS recording them. Otherwise, in the case of a traditional sampling process, the number of sampling cells required for acceptable reliability is unnecessarily high.Consequently, it is necessary to further study the economic and cost efficiency aspects of the needed weed sample density from the point of view of reasonable sample density, accuracy and optimal yield.
Összefoglalás
A talaj felvehető nedvességtartalmának tér- és időbeli változása közvetlenül meghatározza a növénytermesztés sikerességét. Sharma et al. (1993) szerint a növénytermesztés két fontos pillére a víz és a tápanyagok. A felvehető víz felhasználása a növények számára nélkülözhetetlen. Ezt az igényt csak úgy elégíthetjük ki maximálisan, ha ismerjük a talajnedvesség eloszlását a gyökérzónában. A talajnedvesség eloszlásának talajmintákból történő meghatározása drága, sok időt vesz igénybe és laboratóriumi fel szerelést igényel (Sharma et al. 1997).
Ezt a tényt alapul véve határoztuk el, hogy kutatásunkban megoldást keresünk a talajnedvesség mérés problémájának kiküszöbölésére, leegyszerűsítésére.
Vizsgálatunkban Mosonmagyaróváron, egy 2001 óta precíziósan művelt mezőgazdasági táblán talajnedvesség és elektromos konduktivitás méréseket végeztünk, azonos időpontban két különböző mérőműszer segítségével. Az egyik egy hordozható, kézi Spectrum Field Scout TDR-300 talajnedvesség mérő volt, amit a készülékben lévő adatgyűjtő és a beépített RS-232 port segítségével egy GPS-szel kiegészítve 20 cm-es talajmélységig használtunk. A GPS-nek köszönhetően a mért volumetrikus nedvességadatok automatikusan a megfelelő földrajzi koordinátákkal egészültek ki. A másik alkalmazott eszköz egy járművel vontatott Veris 3100, a talaj fajlagos elektromos vezetőképességét mérő, és ugyancsak egy GPS-kapcsolat segítségével azt fel is térképező rendszer volt. A szerkezet menet közben folyamatos mérést tesz lehetővé, ezzel biztosítja a megfelelő számú, kellően reprezentatív adatot. Alkalmazásakor azt a feltételezésünket kívántuk igazolni, hogy a mért fajlagos elektromos vezetőképesség alapján következtetni tudunk a talaj nedvességtartalmára.
A kísérletben a két méréssorozat eredményei között kerestünk összefüggéseket bízva abban, hogy a terepi bejárással járó (a laboratóriumi, szárítószekrényes mérésnél egyszerűbb, gyorsabb és olcsóbb) TDR 300-zal végzett méréstechnológia tovább egyszerűsíthető, amennyiben kellően szoros kapcsolatot találunk a fajlagos vezetőképesség adatokkal.
A két egyidejű méréssorozat adataiból az ArcGIS ArcMap program segítségével talajnedvesség- és elektromos vezetőképesség térképeket készítettünk. Ezek alapján a két módszer között nagyon szorosnak látszott a kapcsolat, amit statisztikai elemzéssel is igazoltunk. A korreláció (minimum r=0,86) meghatározása után regresszió-analízissel hasonlítottuk össze a mérések adatait. Ennek eredményeként is – egy a terepi mérések tekintetében – szoros kapcsolatot találtunk, az R2 értéke minimum 0,7404 volt.
and GPS in precision farming. Computers and Electronics in Agriculture. 40(1–3), pp. 45–55 Stépán Zs. The role of GIS and GPS in precision farming
Cer. Res. Com. 2005 33 217 220 Németh, T. et al., 2003. Integrated GPS and Internet based
acquisition of tractors and other agricultural machines and devices, and robots (UGVs: Unmanned Ground Vehicles) with accurate positioning (GPS, RTK: Real Time Kinematic, Lidar). The WSN (Wireless Sensor Network) is a wireless network of spatially distributed
Talajnedvesség-tartalom mérése földradarral (GPR) és mezőgazdasági alkalmazhatóságának lehetőségei
Soil water content measurements with ground penetrating radar (GPR) and its application possibilities in the agriculture
tesz a GPS-rendszerekkel való plug-and-play kapcsolat segítségével. A közelmúltban kereskedelmi forgalomba került műholdas kommunikációs jelvétel alapú GPS rendszer az „European Geostationary Navigation Overlay Service” (EGNOS) és a „Wide Area
. https://doi.org/10.1515/gps-2018-0060 . Hageman , S.P.W. , van der Weijden , R.D. , Stams , A.J.M. , and Buisman , C.J.N. ( 2017 ). Bio-production of selenium nanoparticles with diverse physical properties for recovery from water
Húsz éves avarmanipulációs kísérlet hatásai barna erdőtalaj szén tartalmára és vízkapacitására: Síkfőkút DIRT Project
The effects of a twenty-year litter manipulation experiment on the carbon content and water retention capacity of the examined Luvisols: Síkfőkút DIRT Project
. Kutatásaink során ezekre az eltérésekre is igyekeztünk választ találni. Anyag és módszer A Síkfőkút Project 27 hektáros területe a Bükk hegység déli részén 325 méteres átlag magasságban helyezkedik el. GPS-es koordinátái é.sz. 47,9268°; k.h. 20,4433° ( 1. ábra
