View More View Less
  • 1 Pannon Egyetem Georgikon Kar 8316 Keszthely Deák F. u. 16.
Restricted access

Purchase article

USD  $25.00

1 year subscription (Individual Only)

USD  $184.00

Az Európai Unió 2002-es „Egy tematikus talajvédelmi stratégia felé” című közleményében definiálta a talaj funkcióit és a talajainkat veszélyeztető legfontosabb nyolc tényezőt, melyek a következők: erózió, talaj szervesanyag-csökkenés, talajszennyezés, talajlefedés, talajtömörödés, talaj biodiverzitás csökkenés, szikesedés, árvizek és földcsuszamlások. Az „Environmental Assessment of Soil for Monitoring” (ENVASSO) Projekt az EU 25 tagállamának részvételével, egy harmonizált módszertan kidolgozását tűzte ki célul a talajtulajdonságokban bekövetkező változások nyomon követésére. Ennek érdekében minden egyes talajt veszélyeztető tényező vizsgálatára egy indikátor hármast (TOP3) dolgozott ki. A talajainkat veszélyeztető nyolc tényező közül a talaj biodiverzitás csökkenésével foglalkozunk részletesen, melynek legfontosabb kiválasztott indikátorai: a földigiliszta (BIO1) és ugróvillás (BIO2) diverzitás (fajdiverzitás), és a mikrobiológiai talajlégzés (BIO3) (biológiai funkció). Kutatásunk célkitűzése az volt, hogy az ENVASSO által javasolt módszertan kivitelezhetőségét teszteljük a Szent István Egyetem Tangazdaságában egy eróziós katéna mentén. Megállapítottuk, hogy a talaj biodiverzitása csökkent az erózió mértékének növekedésével, valamint a módszertan megfelelő tervezéssel alkalmas monitoring célra.

  • Ad-Hoc-AG Boden, 2005. Bodenkundliche Kartieranleitung. Hannover

  • Awiti, A. O. et al., 2008. Soil condition classification using infrared spectroscopy: a proposition for assessment of soil condition along a tropical forest-cropland chronosequence. Geoderma. 143. 73–84.

  • Baranyai F., Fekete A. & Kovács I., 1987. A magyarországi talajtápanyag-vizsgálatok eredményei. Mezőgazdasági Kiadó. Budapest.

  • Baranyai F. et. al. (szerk.), 1989. Útmutató a nagyméretarányú országos talajtérképezés végrehajtásához. Agroinform. Budapest.

  • Boruvka, L. et al., 2007. Forest soil acidification assessment using principal component analysis and geostatistics. Geoderma. 140. 374–382.

  • Behrens, T. & Scholten, T., 2006. Digital soil mapping in Germany – a review. J. Plant Nutr. Soil Sci. 169. 434–443.

  • Carlile, P. et al., 2001. Estimating soil particle size distributions and percent sand, silt and clay for six texture classes using the Australian Soil Resource Information System point database. CSIRO Land and Water Technical Report 29/01. University of Sydney. Canberra.

  • Com, 2006. 232 final 2006/0086 (COD) Proposal for a Directive of the European Parliament and of the Council establishing a framework for the protection of soil and amending Directive. 2004/35/EC.

  • Com, 2009. 161 Communication from the Commission to the European Parliament, The Council, The European Economic and Social Committee and the Committee of the Regions: Towards a better targeting of the aid to farmers in areas with natural handicaps.

  • Critto, A., Carlon, C. & Macromini, A., 2003. Characterization of contaminated soil and groundwater surrounding an illegal landfill (S. Giuliano, Venice, Italy) by principal component analysis and kriging. Environmental Pollution. 122. 235–244.

  • Dobos, E. et al., 2010. Legacy soil data harmonization and database development (Part IV). In: Digital Soil Mapping. Progress in Soil Science. Vol. 2. 309–323. DOI: 10.1007/978-90-481-8863-5_25

  • Du, C., Linker, R. & Shaviv, A., 2008. Identification of agricultural soils using mid-infrared photoacoustic spectroscopy. Geoderma. 143. 85–90.

  • Ébényi Gy., 1942. Magyarázatok Magyarország geológiai és talajismereti térképéhez. Keszthely. M. Kir. Földtani Int. Budapest.

  • EC, 2000. Directive 2000/60/EC of the European Parliment and of the Council of 23 October 2000 establishing a framework for Community action in the field of water policy.

  • EC, 2007. Directive 2007/2/EC of the European Parliment and of the Council of 14 March 2007 establishing an Infrastructure for Spatial Information in the European Community (INSPIRE).

  • Géczy G., 1959. A gyakorlati talajtérképezés. Új rendszerű talajismereti és talajhasznosítási térkép ismertetése és gyakorlati használhatósága. Doktori értekezés. Gödöllői Agrártudományi Egyetem Mezőgazdaságtudományi Kar. Gödöllő.

  • Géczy G., 1960. Újabb mezőgazdasági talajhasznosítási osztályozási rendszer. Agrokémia és Talajtan. 9. 405–418.

  • Géczy G., 1964. Mutatószám a magyarországi talajok természetes termékenysége alapján történő minősítésre. Agrokémia és Talajtan. 13. 325-344.

  • Géczy G., 1968. Magyarország mezőgazdasági területe. Akadémiai Kiadó. Budapest.

  • Goovaerts, P., 1997. Geostatistics for Natural Resources Evaluation. Oxford University Press. New York.

  • Goovaerts, P., 2002. Geostatistical incorporation of spatial coordinates into supervised classification of hyperspectral data. J. Geograph. Syst. 4. 99–111.

  • Grunwald, S., 2009. Multi-criteria characterization of recent digital soil mapping and modeling approaches. Geoderma. 152. 195–207.

  • Hengl, T. et al., 2007. Methods to interpolate soil categorical variables from profile observations: lessons from Iran. Geoderma. 140. 417–427.

  • Janik, L. J. et al., 2007. Rapid prediction of soil water retention using mid-infrared spectroscopy. Soil Sci. Soc. Am. J. 71. 507–514.

  • Kempen, B. et al., 2009. Updating the 1:50,000 Dutch soil map using legacy soil data: A multinomial logistic regression approach. Geoderma. 151. 311–326.

  • Kreybig L., 1937. A Magyar Királyi Földtani Intézet talajfelvételi vizsgálati és térképezési módszere. Magyar Királyi Földtani Intézet. Budapest.

  • Makó, A. et al., 2010. Introduction of the Hungarian Detailed Soil Hydrophysical Database (MARTHA) and its use to test external pedotransfer functions. Agrokémia és Talajtan. 59. 29–39.

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

  • Minasny, B. & McBratney, B. A., 2002. The efficiency of various approaches to obtaining estimates of soil hydraulic properties. Geoderma. 107. 55–70.

  • Minasny, B. & McBratney, B. A., 2007. Spatial prediction of soil properties using EBLUP with the Matérn covariance function. Geoderma. 140. 324–336.

  • Minasny, B. et al., 2007. Relationships between field texture and particle-size distribution in Australia and their implications. Australian Journal of Soil Research. 45. 428–437.

  • Morgan, R. P. C. et al., 1998. The EUROpean Soil Erosion Model (EUROSEM): A dynamic approach for predicting sediment transport from fields and small catchments. Earth Surf. Process. Landforms. 23. 527–544.

  • Nemes, A. & Rawls, W. J., 2004. Soil texture and particle-size distribution as input to estimate soil hydraulic properties. In: Development of Pedotransfer Functions in Soil Hydrology. (Eds.: Pachepsky, Ya. & Rawls, W. J.) Developments in Soil Science. 30. 47–70.

  • Renard, K. G. et al., 1997. Predicting Soil Erosion by Water: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE). USDA Agriculture Handbook No. 703. USDA. Washington, D. C.

  • Panahi, A., Cheng, Q. & Bonham-Carter, F. G., 2004. Modelling lake sediment geochemical distribution using principal component, indicator kriging and multifractal power-spectrum analysis: a case study from Gowganda, Ontario. Geochemistry: Exploration, Environment, Analysis. 4. 59–70.

  • Pásztor, L., Szabó, J. & Bakacsi, Zs., 2010. Application of the Digital Kreybig Soil Information System for the delineation of naturally handicapped areas in Hungary. Agrokémia és Talajtan. 59. 47–56.

  • Rajkai, K. & Várallyay, Gy., 1992. Estimating soil water retention from simpler properties by regression techniques. In: Proc. Internat. Workshop on Indirect Methods for Estimating the Hydraulic Properties of Unsaturated Soils. 417–426. University of California, Riverside, CA.

  • Rajkai, K., Kabos, S. & van Genuchten, M. T., 2004. Estimating the water retention curve from soil properties: Comparison of linear, nonlinear and concomitant variable methods. Soil and Tillage Research. 79. (2 Spec. issue) 145–152.

  • Sharpley, A. N., Gburek, W. & Sisák, I., 1998. Identifying areas of phosphorus loss in agricultural catchments. In: Fertilization for Sustainable Plant Production and Soil Fertility. (Eds.: van Cleemput, O. et al.) 566–573. Proc. 11th World Fertilizer Congress of CIEC. Vol. II. CIEC–Federal Agricultural Research Centre. Braunschweig–Völkenrode.

  • Sisák I., 1993. Mezőgazdasági eredetű nem-pontszerű terhelés vizsgálata a tápanyag-mérleg módszerével a Balaton nyugati vízgyűjtőjében. Kandidátusi értekezés. Pannon Agrártudományi Egyetem Georgikon Mezőgazdaságtudományi Kar. Keszthely.

  • Sisák I. & Bámer B., 2008a. A Géczy Gábor vezetésével készült talajismereti és talajhasználati térképek digitális adatbázisa a Balaton vízgyűjtőjén. Talajvédelem. Különszám. 645–652.

  • Sisák I. & Bámer B., 2008b. Hozzászólás Szabó, Pásztor és Bakacsi „Egy országos, átnézetes, térbeli talajinformációs rendszer kiépítésének igénye, lehetőségei és lépései” című cikkéhez. Agrokémia és Talajtan. 57. 347–354.

  • Somlyódy L., 1983. A Balaton eutrofizálódása. VITUKI Közlemények. 38. 1–63.

  • Somlyódy L. et al., 2003. A Balaton vízminőségi állapotának értékelése. Műszaki és Gazdaságtudományi Egyetem. Budapest.

  • Szabó J., Pásztor L. & Bakacsi Zs., 2005. Egy országos, átnézetes, térbeli talajinformációs rendszer kiépítésének igénye, lehetőségei és lépései. Agrokémia és Talajtan. 54. 41–58.

  • Tóth, B. et al., 2008. Factor analysis of Hungarian hydrophysical data to predict soil water retention characteristics. Cereal Research Commun. 36. 411–414.

  • Tóth, T. et al., 2009. Development of an online soil valuation database. Commun. Soil Sci. Plant Anal. 40. 1034–1040.

  • Várallyay Gy. et al., 1979. Magyarország termőhelyi adottságait meghatározó talajtani tényezők 1:100 000 méretarányú térképe. I. Agrokémia és Talajtan. 28. 363–384.

  • Várallyay Gy. et al., 1980. Magyarország termőhelyi adottságait meghatározó tényezők 1:100 000 méretarányú térképe II. Agrokémia és Talajtan. 29. 35–76.

  • Wischmeier, W. H. Smith, D. D., 1978. Predicting Rainfall Erosion Losses - a Guide to Conservation Planning, USDA. Agriculture Handbook No. 537. US Government Printing Office. Washington, D. C.

  • KVVM, 2011. Balaton és Velencei tó információs és tájékoztatási rendszere. Környezetvédelmi és Vízügyi Minisztérium, Egészségügyi Minisztérium. http://www.kvvm.hu/szakmai/balaton/lang_en/index.htm [olvasva: 2011. március 10.]

  • Münnich Á., Nagy Á. & Abari K., 2006. Többváltozós statisztika pszichológus hallgatók számára. Bölcsész Konzorcium. Debrecen. http://psycho.unideb.hu/statisztika/pages/p_2_3.xml ISBN 963 9704 04 0 [olvasva: 2011. február 15.]

  • Sárközy F., 2008. Térinformatikai elméleti oktató anyag. http://www.agt.bme.hu/tutor_h/terinfor/t28.htm#krige [olvasva: 2010. március 20.]

  • VKKI, 2009. A vízgyűjtő gazdálkodási tervek honlapja. Vízgazdálkodási és Környezetvédelmi Központi Igazgatóság. Budapest. http://www.vizeink.hu/files/vizeink.hu_0326_Orszagos_VGT_kezirat_aug.pdf [olvasva: 2010. augusztus 10.]

Monthly Content Usage

Abstract Views Full Text Views PDF Downloads
Sep 2020 5 0 0
Oct 2020 6 0 0
Nov 2020 2 0 0
Dec 2020 3 0 0
Jan 2021 0 0 0
Feb 2021 2 2 0
Mar 2021 0 0 0