CCL

Összesen 6 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM110882
035-os BibID:(cikkazonosító)126837 (WoS)000990574800001 (Scopus)85152737381
Első szerző:Arshad, Sana
Cím:Applicability of machine learning techniques in predicting wheat yield based on remote sensing and climate data in Pakistan, South Asia / Sana Arshad, Jamil Hasan Kazmi, Muhammad Gohar Javed, Safwan Mohammed
Dátum:2023
ISSN:1161-0301 1873-7331
Megjegyzések:Machine learning (ML) algorithms perform better than classical statistical approaches to explore hidden nonlinear relationships. In this context, the goal of this research is to predict wheat yield utilizing remote sensing and climatic data in southern part of Pakistan. Four remote sensing indices, viz.., Green Normalized Difference Vegetation Index (GNDVI), Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Soil Adjusted Vegetation Index (SAVI) are integrated with five climatic variables, i.e., Maximum Temperature (Tmax), Minimum Temperature (Tmin), Rainfall (R), Relative humidity (RH) and windspeed (WS) and one drought index, i.e., Standardized Precipitation Evapotranspiration Index (SPEI). Eight model combinations are built within two scenarios of wheat season, i.e., Whole Seasonal mean (WSM) (SC1), and Peak of Seasonal Mean (POSM) (SC2). Two nonlinear ML algorithms, i.e., Random Forest (RF), and Support Vector Machines (SVM), and one linear model, i.e., LASSO is being employed for wheat yield prediction to find the best combination and ML algorithm in two scenarios. Results revealed that in SC1, RF regression for the model combination (GNDVI +Tmax+ Tmin + R + RH + WS) outperformed other models (R2 = 0.71, RMSE = 2.365). Similarly, in SC2 RF regression outperformed SVM with model combination (GNDVI + Tmax+ Tmin + R + RH + WS) performed highest with R2 = 0.78, and lowest RMSE = 2.07, followed by (GNDVI + SPEI + RH + WS; R2 = 0.75). Interestingly, linear LASSSO also performed equally with RF with R2 = 0.77-0.73 in both scenarios. However, the output of this research recommends using SC2 for yield prediction in ML models. Overall, this research reveals the significance and potential of ML techniques for timely prediction of crop yield in different stages of crop growth that provide a solid foundation for food security in the region.
Tárgyszavak:Agrártudományok Növénytermesztési és kertészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Drought
Random Forest
LASOO
Early prediction
Food security
Megjelenés:European Journal of Agronomy. - 147 (2023), p. 1-19. -
További szerzők:Kazmi, Jamil Hasan Javed, Muhammad Gohar Mohammed Safwan (1985-) (agrármérnök)
Pályázati támogatás:TKP2021-NKTA-32
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

2.

001-es BibID:BIBFORM093079
035-os BibID:(cikkazonosító)5537549
Első szerző:Bojtor Csaba (okleveles növényorvos)
Cím:Evaluation of the Nutrient Composition of Maize in Different NPK Fertilizer Levels Based on Multivariate Method Analysis / Bojtor Csaba, Illés Árpád, Seyed Mohammad Nasir Mousavi, Széles Adrienn, Tóth Brigitta, Nagy János, Marton L. Csaba
Dátum:2021
ISSN:1687-8159 1687-8167
Tárgyszavak:Agrártudományok Növénytermesztési és kertészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:International Journal of Agronomy. - 2021 (2021), p. 1-13. -
További szerzők:Illés Árpád (1994-) (növényorvos) Mousavi, Seyed Mohammad Nasir (1988-) (agrármérnök) Széles Adrienn (1980-) (okleveles agrármérnök) Tóth Brigitta (1984-) (környezetgazdálkodási agrármérnök) Nagy János (1951-) (agrármérnök, mérnök-tanár) Marton L. Csaba (1954-) (agrármérnök, egyetemi tanár)
Pályázati támogatás:TKP2020-IKA-04
FIKP
EFOP-3.6.3-VEKOP-16-2017-00008
EFOP
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
DOI
Borító:

3.

001-es BibID:BIBFORM118626
035-os BibID:(cikkazonosító)5126341 (WoS)001172810900001 (Scopus)85186069138
Első szerző:Bua, B.
Cím:Determination of Mealybug Population Density for Transmission of Pineapple Mealybug Wilt Disease in Central Uganda / B. Bua, M. E. Mawa, J. Ayiga, A. Ocwa
Dátum:2024
ISSN:1687-8159 1687-8167
Megjegyzések:Pineapple mealybug wilt disease (PMWD) is a complex and most destructive viral disease constraining pineapple production world over. Pineapple mealybug wilt disease is transmitted by mealybugs (Dysmicoccus species). Currently, in Uganda, the population of Dysmicoccus brevipes that can transmit PMWD is not known. Yet, closing this knowledge gap would provide a better understanding of PMWD etiology and development of sound management strategies. Experiment was laid out in a completely randomized design (CRD) with four replications in the screenhouse at the Faculty of Agriculture, Kyambogo University during the period 2017 and 2018. Pineapple variety Smooth Cayenne was inoculated with five levels of viruliferous mealybugs including one (1), five (5), ten (10), fifteen (15), and a control (uninoculated). Data collection commenced on symptoms appearance and continued on a 15-day interval for a period of two months. Data were collected on the incidence and severity of PMWD. All the data collected were analysed using Genstat computer programme. Results showed that the number of mealybugs significantly (p<0.05) affected the incidence and severity of PMWD during both trials. Although one viruliferous mealybug was able to transmit PMWD virus, the efficacy of transmission was recorded with the highest number of mealybugs per plant. It was, therefore, concluded that the higher the number of viruliferous mealybugs colonising a pineapple plant, the higher the incidence and severity of PMWD. The result of this study, therefore, adds to the pool of knowledge on the understanding the population density of mealybugs transmitting PMWD as well as provide insights to improvement of mealybug vector monitoring as a key component of integrated PMWD management.
Tárgyszavak:Agrártudományok Növénytermesztési és kertészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Agronomy. - 2024 (2024), p. 1-7. -
További szerzők:Mawa, M. E. Ayiga, J. Ocwa, Akasairi (1987-) (Crop scientist)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM091744
035-os BibID:(cikkazonosító)6682573
Első szerző:Illés Árpád (növényorvos)
Cím:Analyzing the Effect of Intensive and Low-Input Agrotechnical Support for the Physiological, Phenometric, and Yield Parameters of Different Maize Hybrids Using Multivariate Statistical Methods / Illés Árpád, Bojtor Csaba, Széles Adrienn, Seyed Mohammad Nasir Mousavi, Tóth Brigitta, Nagy János
Dátum:2021
ISSN:1687-8159 1687-8167
Tárgyszavak:Agrártudományok Növénytermesztési és kertészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:International Journal of Agronomy. - 2021 (2021), p. 1-11. -
További szerzők:Bojtor Csaba (1993-) (okleveles növényorvos) Széles Adrienn (1980-) (okleveles agrármérnök) Mousavi, Seyed Mohammad Nasir (1988-) (agrármérnök) Tóth Brigitta (1984-) (környezetgazdálkodási agrármérnök) Nagy János (1951-) (agrármérnök, mérnök-tanár)
Pályázati támogatás:ÚNKP-20-3
Egyéb
TKP2020-IKA-04
FIKP
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
DOI
Borító:

5.

001-es BibID:BIBFORM100887
035-os BibID:(cikkazonosító)700 (WoS)000775383400001 (Scopus)85127021698
Első szerző:Makleit Péter (növényélettanász)
Cím:First Report of Benzoxazinoid Compounds in Woolly Cupgrass (Eriochloa villosa Thunb. Kunth), an Invasive Plant / Makleit Péter, Szilágyi Arnold, Veres Szilvia
Dátum:2022
ISSN:0002-1962 1435-0645
Megjegyzések:Abstract: Woolly cupgrass (Eriochloa villosa Thunb. Knuth) is a common weed which is native to East Asia. It also was introduced into North America and Europe. The problems related to controlling this annual weed are due to its germination characteristics, low susceptibility to certain herbicides and considerable competitiveness against other plant species. Several genera of the Panicoideae subfamily contain benzoxazinoids, therefore we hypothesized that woolly cupgrass also produces these chemicals. To test this hypothesis, the benzoxazinoid content of plants at the flowering stage was investigated. Our results demonstrate the presence of benzoxaziniods in woolly cupgrass and this represents the first report of these compounds in this species within the Poaceae family and the Panicoideae subfamily. Benzoxazinoids likely account for the rapid spread and ecological success of woolly cupgrass in its invasive range.
Tárgyszavak:Természettudományok Biológiai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:Agronomy-Basel. - 12 : 3 (2022), p. 1-4. -
További szerzők:Szilágyi Arnold (1983-) (okleveles agrármérnök) Veres Szilvia (1972-) (biológus, biológia középiskolai tanár, angol-magyar szakfordító)
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
EFOP
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

6.

001-es BibID:BIBFORM119507
035-os BibID:(cikkazonosító)606
Első szerző:Prokisch József (vegyész)
Cím:Nano-Food Farming: Toward Sustainable Applications of Proteins, Mushrooms, Nano-Nutrients, and Nanofibers / József Prokisch, Greta Törős, Duyen H. H. Nguyen,Chaima Neji, Aya Ferroudj, Daniella Sári, Arjun Muthu, Eric C. Brevik, Hassan El-Ramady
Dátum:2024
ISSN:0002-1962 1435-0645
Megjegyzések:The relationship between agriculture and food is very close. It is impossible to produce adequate crops for global food security without proper farm management. Farming practices represent direct and indirect controlling factors in terms of global food security. Farming management practices influence agro-food production from seed germination through to the post-harvest treatments. Nano-farming utilizes nanotechnologies for agricultural food production. This review covers four key components of nano-farming: nano-mushroom production, protein-based nanoparticles, nano-nutrients, and nanofibers. This provides a comprehensive overview of the potential applications of nanotechnology in agriculture. The role of these components will be discussed in relation to the challenges faced and solutions required to achieve sustainable agricultural production. Edible mushrooms are important to food security because they are a nutritious food source and can produce nanoparticles that can be used in the production of other food sources. Protein-based nanoparticles have considerable potential in the delivery of bioactives as carriers and other applications. Nano-nutrients (mainly nano-selenium, nano-tellurium and carbon nanodots) have crucial impacts on the nutrient status of plant-based foods. Carbon nanodots and other carbon-based nanomaterials have the potential to influence agricultural crops positively. There are promising applications of nanofibers in food packaging, safety and processing. However, further research is needed to understand the impacts and potential risks of nanomaterials in the food production system.
Tárgyszavak:Agrártudományok Élelmiszertudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
agri-food production
carbon nanodots
food packaging
food safety
nano-farming
nano-selenium
nano-tellurium
Megjelenés:Agronomy Journal. - 14 :- (2024), p.1-30. -
További szerzők:Törős Gréta (1991-) (tanszéki mérnök/élelmiszerbiztonsági- és minőségi mérnök) Nguyen Huu Huong Duyen (1995-) (PhD student, Food Science) Neji, Chaima (1990-) (agrártudományok) Ferroudj, Aya Sári Daniella (1991-) (dietetikus, élelmiszer mérnök, mezőgazdasági mérnök) Muthu Arjun (1996-) (Ph.D. student) Brevik, Eric C. El-Ramady, Hassan (1969-) (agrármérnök)
Pályázati támogatás:TKP2021-EGA-20
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.