Από RemoteSensing Wiki
(Διαφορές μεταξύ αναθεωρήσεων)
|
|
| Γραμμή 1: |
Γραμμή 1: |
| - | #ΑΝΑΚΑΤΕΥΘΥΝΣΗ [[Olive grove Landsat]]
| |
| - | * Τίτλος: Estimating Rice Agronomic Traits Using Drone-Collected Multispectral Imagery
| |
| - | DIMITRIS STAVRAKOUDIS , DIMITRIOS KATSANTONIS, KALLIOPI KADOGLIDOU , ARGYRIS KALAITZIDIS AND IOANNIS Z. GITAS
| |
| - | [https://doi.org/10.3390/rs11050545]
| |
| | | | |
| - | **Εισαγωγή
| |
| - | Το Ρύζι αποτελεί κύρια πηγή τροφής για περισσότερα από 3.000.000.000 ανθρώπους. Προκειμένου αν καλυφθούν οι διαρκώς αυξανόμενες ανάγκες κατανάλωσης λόγω αύξησης του παγκόσμιου πληθυσμού παρατηρείται συνεχώς αυξημένη χρήση Αζωτούχων λιπασμάτων (N) η οποία προκαλεί διάφορες αρνητικές επιπτώσεις στο περιβάλλον π.χ.τον ευτροφισμό των επιφανειακών υδάτων, την υπερθέρμανση του πλανήτη και την εξάντληση των στρωμάτων του όζοντος. Η σύγχρονη γεωργική παραγωγή απαιτεί αποτελεσματικές, βιώσιμες και περιβαλλοντικά ορθές πρακτικές διαχείρισης.
| |
| - | Η εργασία αφορά την δημιουργία εμπειρικών μοντέλων για την πρόβλεψη των γεωπονικών χαρακτηριστικών σε καλλιέργειες ρυζιού, που εξαρτώνται από την απόδοση και τις απαιτήσεις των καλλιεργειών σε άζωτο (Ν), με απώτερο στόχο την ορθολογική χρήση των λιπασμάτων αζώτου στις καλλιέργειες. Τα μοντέλα κατασκευάστηκαν με την χρήση δεδομένων πεδίου και εικόνων που λήφθηκαν με τη χρήση μη επανδρωμένου εναέριου οχήματος (UAV), με πολυφασματικό αισθητήρα.
| |
| - |
| |
| - | **Περιοχή μελέτης
| |
| - | Τα δεδομένα πεδίου και εικόνων, συλλέχθηκαν σε πειραματικές καλλιέργειες ρυζιού στην περιοχή της Θεσσαλονίκης σε διάφορά στάδια των καλλιεργειών και σε περίοδο δύο συνεχόμενων ετών.
| |
| - |
| |
| - | **Μεθοδολογία
| |
| - |
| |
| - |
| |
| - | **Συμπεράσματα
| |
Αναθεώρηση της 00:26, 10 Ιανουαρίου 2020
