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”

Estimation of winter wheat nitrogen status and prediction of crop yield by satellite and proximal sensing

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43210%2F21%3A43921650" target="_blank" >RIV/62156489:43210/21:43921650 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://mendelnet.cz/media/mnet_2021_full.pdf" target="_blank" >https://mendelnet.cz/media/mnet_2021_full.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Estimation of winter wheat nitrogen status and prediction of crop yield by satellite and proximal sensing

  • Popis výsledku v původním jazyce

    Remote and proximal sensing of crop has been widely used in the last decades for agricultural applications, both for assessing vegetation condition and for subsequent yield prediction. In this work, we take advantage of vegetation indices for an advanced monitoring of spatial variability of winter wheat biophysical parameters, nitrogen status and prediction of crop yield estimation. Input data were obtained from farm field trials with winter wheat in 2019 and 2020 at Zdounky and Rašovice (Czech Republic) with a total area of 136 ha. To estimate the crop parameters, a plant sampling was realized in the stem elongation vegetation phase and later the grain sampling before harvest. Spectral properties were obtained from the satellite imagery of Sentinel-2 as the set of broadband vegetation indices (GNDVI, NDRE, NDVI, NRERI, RENDVI) and proximal crop sensor systems (Fritzmeier ISARIA, AgLeader OptRx). Spatial data were processed and analyzed using tools of geographic information systems and then statistically evaluated relationships between variables by using correlation analysis. The finding of high level of correlation between in-vegetation crop sensing and grain yield showed the possibility to identify yield spatial variability by both sensing systems in early stage of crop growth. This can be implemented for development of decision support tools for yield zoning in site specific crop management - precision farming.

  • Název v anglickém jazyce

    Estimation of winter wheat nitrogen status and prediction of crop yield by satellite and proximal sensing

  • Popis výsledku anglicky

    Remote and proximal sensing of crop has been widely used in the last decades for agricultural applications, both for assessing vegetation condition and for subsequent yield prediction. In this work, we take advantage of vegetation indices for an advanced monitoring of spatial variability of winter wheat biophysical parameters, nitrogen status and prediction of crop yield estimation. Input data were obtained from farm field trials with winter wheat in 2019 and 2020 at Zdounky and Rašovice (Czech Republic) with a total area of 136 ha. To estimate the crop parameters, a plant sampling was realized in the stem elongation vegetation phase and later the grain sampling before harvest. Spectral properties were obtained from the satellite imagery of Sentinel-2 as the set of broadband vegetation indices (GNDVI, NDRE, NDVI, NRERI, RENDVI) and proximal crop sensor systems (Fritzmeier ISARIA, AgLeader OptRx). Spatial data were processed and analyzed using tools of geographic information systems and then statistically evaluated relationships between variables by using correlation analysis. The finding of high level of correlation between in-vegetation crop sensing and grain yield showed the possibility to identify yield spatial variability by both sensing systems in early stage of crop growth. This can be implemented for development of decision support tools for yield zoning in site specific crop management - precision farming.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    40101 - Agriculture

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    MendelNet 2021: Proceedings of International PhD Students Conference

  • ISBN

    978-80-7509-821-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    55-60

  • Název nakladatele

    Mendelova univerzita v Brně

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    10. 11. 2021

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku