A neural network model for prediction of deoxynivalenol content in wheat grain based on weather data and preceding crop

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F25328859%3A_____%2F07%3A%230000255" target="_blank" >RIV/25328859:_____/07:#0000255 - isvavai.cz</a>

Alternative codes found

RIV/60461373:22330/07:00022808

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

A neural network model for prediction of deoxynivalenol content in wheat grain based on weather data and preceding crop

Original language description

The data about DON content in wheat grain, weather conditions during the growing season and cultivation practices from two field experiments conducted in 2002?2005 were used for the development of neural network model designed for DON content prediction.The winning neural network is based on five input variables: a categorial variable ? preceding crop, and continuous variables ? average April temperature, sum of April precipitation, average temperature 5 days prior to anthesis, sum of precipitation 5 days prior to anthesis. The most important input parameters are the preceding crop and sum of precipitation 5 days prior to anthesis. The weather conditions in April, which are important for inoculum formation on crop debris are also of important contribution to the model. The correlation between observed and predicted data using the neural network model reached the coefficient R2 = 0.87.

Czech name

Model predikce obsahu deoxynivalenolu v zrnu pšenice s využitím neuronové sítě na základě meteorologických údajů a předplodiny

Czech description

Údaje o obsahu mykotoxinu deoxynivalenolu v zrnu pšenice, počasí v průběhu vegetace a zpracování půdy ze dvou polních pokusů vedených v letech 2002-2005 byly použity pro vytvoření modelu neuronových sítí určeného k predikci obsahu deoxynivalenolu. Vítězná neuronová síť je založena na pěti vstupních proměnných: kategorické proměnné ? předplodina a spojitých proměnných ? průměrná teplota v měsíci dubnu, suma srážek v měsíci dubnu, průměrná teplota 5 dní před kvetením a suma srážek 5 dní před kvetením. Nejvýznamnějším vstupním parametrem je předplodina a suma srážek 5 dní před kvetením. Podmínky počasí v měsíci dubnu, které jsou významné pro utváření inokula na posklizňových zbytcích, rovněž významně přispívají k spolehlivosti modelu. Korelace mezi pozorovanými a údaji predikovanými s pomocí neuronové sítě dosáhla koeficientu R2 = 0,87.

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

GM - Food industry

OECD FORD branch

—

Project

Result was created during the realization of more than one project. More information in the Projects tab.

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2007

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Plant, Soil and Environment

ISSN

1214-1178

e-ISSN

—

Volume of the periodical

53

Issue of the periodical within the volume

10

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

8

Pages from-to

421-429

UT code for WoS article

—

EID of the result in the Scopus database

—