Search Results

You are looking at 1 - 6 of 6 items for

  • Author or Editor: Gábor Milics x
  • Refine by Access: All Content x
Clear All Modify Search
Restricted access

Data-based agriculture in the V4 countries – sustainability, efficiency and safety

Adatalapú mezőgazdaság a V4 országokban – fenntarthatóság, hatékonyság, biztonság

Scientia et Securitas
Authors: Gábor Milics, Igor Matečný, Ferenc Magyar, and Péter Miklós Varga

Summary. The role of agricultural data has significantly increased, and is now seen as an input with a similar weight as land, seed or applied nutrients. The specificity of agricultural data lies in the fact that data appear on several levels, since there is a considerable amount of public data available, such as meteorological, satellite, or agricultural data recorded in spatial data structures that register field borders, and with the development of the digitalisation of agriculture, more and more private data are being generated that help agricultural holding owners’ work when integrated into the decision-making process. The aim of this paper is to investigate the data required for agricultural practices, as well as to identify risks that the agricultural data handling is facing.

Összefoglalás. Az agrárium adatainak szerepe felértékelődött, az agráradatra jelenleg hasonló súlyú inputként tekintenek, mint a termőföld, a vetőmag, vagy a kijuttatott tápanyag. Az agráradatok sajátossága abban rejlik, hogy az adatok több szinten is megjelennek, hiszen egyrészt számottevő mennyiségű közadat áll rendelkezésre, ilyenek például a meteorológiai adatok, a műholdas adatok, vagy a táblahatárokat nyilvántartó téradatstruktúrában nyilvántartott agrár-térinformatikai adatok, másrészt az agrárium digitalizációjának fejlődésével egyre több helyen keletkezik olyan magánadat, amely a döntéshozatali folyamatba kerülve segíti a gazdálkodók munkáját. A 2004-ben EU tagságot nyert kelet-közép-európai országok – közöttük a Visegrádi 4-ekhez tartozó Magyarország, Szlovákia és Csehország – a történelmi fejlődés eltérő útjain érkeztek az Európai Unióba, így agráradat rendszereik is eltérő módon alakultak. Annak azonban, hogy az agrárium számára oly fontos adatintegráció megszülessen, mindhárom országban az egyik sajátos akadálya, hogy az adatokat – amelyek komplex felhasználása a modern agrárium kulcsa – eltérő szervezetek eltérő struktúrában kezelik.

Az adatstruktúra rendszerezése, az adatok gyűjtésének helyszínei, az adatfeldolgozás és az adathasználat nemcsak versenyképességi tényező a magyar agráriumban, hanem egyben biztonsági kérdéseket is felvető vagyontárgy is. Az agráradatok kockázati tényezőit a szerzők három csoportba sorolják: 1. Az eszköz- és technológiai kockázatok, amelyek hálózatokhoz köthető kockázatok, a távoli vezérlés és a blokkolás lehetőségével, de ebben az esetben a hagyományos, mindennapi eszközeinkhez hasonló a kockázati szint. 2. Az adat- és felhőszolgáltatási kockázatok, amelyek nem megfelelő szakmai felügyelet hiányában jelentős befolyással bírhatnak a mezőgazdasági döntéshozatali folyamatokra. 3. Az erőfölényből adódó kockázatok, amelyek a multinacionális szereplők számára átadott adatok révén nemcsak az egyes gazdálkodók, de akár a nemzeti kormányok számára is hátrányokat jelenthetnek.

Az adatok védelme, illetve az adattulajdonosok védelme tehát fontos szempont, azonban ahhoz, hogy az adatok alapján információ keletkezzen, további kockázatot jelent, ha az adatok szétszórtan, egymástól független szervezetek tulajdonában, nem összevethető és nem integrálható módon érhetőek el. Jelen tanulmány az agráradatok kezelőinek feldolgozásával ezekre a biztonsági problémákra hívja fel a figyelmet.

Open access
Magyar Onkológia
Authors: Gábor Forrai, Éva Szabó, Katalin Ormándi, Éva Ambrózay, Zoltán Péntek, Margit Milics, Mária Rajtár, and István Sinkovics
Restricted access
Agrokémia és Talajtan
Authors: Zoltán Varga-Haszonits, Zoltán Varga, Zsuzsanna Lantos, Erzsébet Enzsölné Gerencsér, and Gábor Milics

A növények életfeltételeit és termesztési lehetőségeit adott helyen alapvetően befolyásolják a meteorológiai viszonyok. Ezek között kiemelt jelentőséggel bírnak az egymással is sokrétű kölcsönhatásban álló energia- és vízellátottsági viszonyok. E tanulmányban a nagyobb változékonyságot mutató nedvességi viszonyok alakulásában megnyilvánuló törvényszerűségeket elemeztük a Nyugat-magyarországi Egyetem mosonmagyaróvári Matematika, Fizika és Informatikai Intézetének Meteorológiai Csoportja által létrehozott agroklimatológiai adatbank 1951 és 2000 közötti napi meteorológiai adatai és az adott növény tenyészidőszakára vonatkozó növényi adatok segítségével.Hazánkban a növénytermesztés a termőterület több mint 80%-án természetes csapadékviszonyok mellett történik. Az elmúlt 50 év adatai alapján végzett agroklimatológiai elemzéssel azt vizsgáltuk, hogy ilyen körülmények között hogyan alakul a növények vízigénye. A növényeknek a vízzel kapcsolatos igénye kétféle formában jut kifejezésre, igényelnek egy statikai vízigénynek nevezhető talajnedvesség-mennyiséget és egy dinamikai vízigényként definiálható, párolgást kiszolgáló mennyiséget.A relatív talajnedvesség adatai lehetőséget adnak arra, hogy az évet a talajnedvesség szempontjából különböző szakaszokra osszuk. A legmagasabb talajnedvesség értékekkel a téli hónapok rendelkeznek. Ekkor hull ugyan a legkevesebb csapadék hazánkban, azonban a párolgás olyan kevés, hogy a csapadék szinte teljes egészében felhalmozódik a talajban. Ha a csapadék fagyott talajra esik, vagy hó formájában hull, akkor a télvégi olvadás során kerül a talajba, ezért február hónapban a legmagasabb a talaj nedvességtartalma. A tavaszi hónapokban fokozatosan növekszik a lehullott csapadék mennyisége egészen a júniusi csapadékmaximumig, azonban fokozottabb mértékben nő a párolgás, ezért a talaj nedvességtartalma lassan csökken. Július, augusztus és szeptember hónapokban a legalacsonyabb a talaj nedvességtartalma. Ekkor a csapadék jelentős része nyári záporok formájában hull le, amelyet a meleg miatt erőteljes párolgás követ, amelyben már a kifejlett levélfelülettel rendelkező növényzet is jelentős részt vállal. Ezért ebben az időszakban a legkevesebb a talajban a nedvesség. Október és november hónapokban a fokozatos lehűlés által lecsökkentett párolgás miatt és a csapadék másod-maximuma következtében ismét megkezdődik a talajban a nedvesség lassú felhalmozódása.Hazánkban tehát a vegetációs időszakban a tavaszi hónapok vízellátása látszik kedvezőnek, a július–szeptemberi időszak pedig kedvezőtlennek a növényi életfolyamatok szempontjából.A területi különbségeket elemezve azt találtuk, hogy míg az Alföld jelentős részén a kritikusnak tekinthető 50% alá süllyed egy átlagos év legszárazabb időszakában a talajnedvesség, addig a legnedvesebb nyugat-dunántúli térségben m__

Restricted access
Növénytermelés
Authors: István Balla, Gábor Milics, József Deákvári, László Fenyvesi, Miklós Neményi, and Márton Jolánkai

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.

Restricted access