Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Disaster Risk Reduction in Agriculture through Geospatial (Big) Data Processing

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43210%2F17%3A43911610" target="_blank" >RIV/62156489:43210/17:43911610 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216224:14310/17:00097281 RIV/49777513:23520/17:43932208

  • Výsledek na webu

    <a href="https://doi.org/10.3390/ijgi6080238" target="_blank" >https://doi.org/10.3390/ijgi6080238</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3390/ijgi6080238" target="_blank" >10.3390/ijgi6080238</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Disaster Risk Reduction in Agriculture through Geospatial (Big) Data Processing

  • Popis výsledku v původním jazyce

    Intensive farming on land represents an increased burden on the environment due to, among other reasons, the usage of agrochemicals. Precision farming can reduce the environmental burden by employing site specific crop management practices which implement advanced geospatial technologies for respecting soil heterogeneity. The objectives of this paper are to present the frontier approaches of geospatial (Big) data processing based on satellite and sensor data which both aim at the prevention and mitigation phases of disaster risk reduction in agriculture. Three techniques are presented in order to demonstrate the possibilities of geospatial (Big) data collection in agriculture: (1) farm machinery telemetry for providing data about machinery operations on fields through the developed MapLogAgri application; (2) agrometeorological observation in the form of a wireless sensor network together with the SensLog solution for storing, analysing, and publishing sensor data; and (3) remote sensing for monitoring field spatial variability and crop status by means of freely-available high resolution satellite imagery. The benefits of re-using the techniques in disaster risk reduction processes are discussed. The conducted tests demonstrated the transferability of agricultural techniques to crisis/emergency management domains.

  • Název v anglickém jazyce

    Disaster Risk Reduction in Agriculture through Geospatial (Big) Data Processing

  • Popis výsledku anglicky

    Intensive farming on land represents an increased burden on the environment due to, among other reasons, the usage of agrochemicals. Precision farming can reduce the environmental burden by employing site specific crop management practices which implement advanced geospatial technologies for respecting soil heterogeneity. The objectives of this paper are to present the frontier approaches of geospatial (Big) data processing based on satellite and sensor data which both aim at the prevention and mitigation phases of disaster risk reduction in agriculture. Three techniques are presented in order to demonstrate the possibilities of geospatial (Big) data collection in agriculture: (1) farm machinery telemetry for providing data about machinery operations on fields through the developed MapLogAgri application; (2) agrometeorological observation in the form of a wireless sensor network together with the SensLog solution for storing, analysing, and publishing sensor data; and (3) remote sensing for monitoring field spatial variability and crop status by means of freely-available high resolution satellite imagery. The benefits of re-using the techniques in disaster risk reduction processes are discussed. The conducted tests demonstrated the transferability of agricultural techniques to crisis/emergency management domains.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    40106 - Agronomy, plant breeding and plant protection; (Agricultural biotechnology to be 4.4)

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    ISPRS International Journal of Geo-Information

  • ISSN

    2220-9964

  • e-ISSN

  • Svazek periodika

    6

  • Číslo periodika v rámci svazku

    8

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    11

  • Strana od-do

    &quot;nestrankovano&quot;

  • Kód UT WoS článku

    000408868400010

  • EID výsledku v databázi Scopus

    2-s2.0-85027499867