Találati lista | Tudóstér

001-es BibID:	BIBFORM112086
035-os BibID:	(cikkazonosító)1499 (WoS)001013887900001 (Scopus)85163976318
Első szerző:	Radócz László (Növényorvos)
Cím:	Investigation of the detectability of corn smut fungus (Ustilago maydis DC. Corda) infection based on UAV multispectral technology / László Radócz, Atala Szabó, András Tamás, Árpád Illés, Csaba Bojtor, Péter Ragán, Attila Vad, Adrienn Széles, Endre Harsányi, László Radócz
Dátum:	2023
ISSN:	2073-4395
Megjegyzések:	Corn smut fungus (Ustilago maydis [DC.] Corda) is a globally widespread pathogen affecting both forage and sweet maize hybrids, with higher significance in sweet maize. Remote sensing technologies demonstrated favorable results for disease monitoring on the field scale. The study focused on the changes in vegetation index (VI) values influenced by the pathogen. In this study, four hybrids, two forage maize and two sweet maize hybrids were examined. Artificial infection was carried out at three different doses: a low (2500 sporidium number/mL), medium (5000 sporidium number/mL) and high dose (10,000 sporidium number/mL) with a non-infected control plot for each hybrid. The experimental plots were monitored using a multispectral UAV sensor of five monochrome channels on three different dates, i.e., 7, 14 and 21 days after infection. Five different indices (NDVI, GNDVI, ENDVI, LCI, and NDRE) were determined in Quantum GIS 3.20. The obtained results demonstrated that the infection had a significant effect on the VI values in sweet maize hybrids. A high-dose infection in the Dessert R 73 hybrid resulted in significantly lower values compared to the non-infected hybrids in three indices (NDVI, LCI and GNDVI). In the case of the NOA hybrids, GNDVI and ENDVI were able to show significant differences between the values of the infection levels.
Tárgyszavak:	Agrártudományok Növénytermesztési és kertészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk corn smut fungus disease monitoring multispectral imaging remote sensing
Megjelenés:	Agronomy-Basel. - 13 : 6 (2023), p. 1-15. -
További szerzők:	Szabó Atala (1995-) (növénytermesztő mérnök) Tamás András (1986-) (gazdasági agrármérnök, növénytermesztés és kertészeti tudományok) Illés Árpád (1994-) (növényorvos) Bojtor Csaba (1993-) (okleveles növényorvos) Ragán Péter (1986-) (környzetgazdálkodási agrármérnök) Vad Attila (1981-) (agrármérnök) Széles Adrienn (1980-) (okleveles agrármérnök) Radócz László (1965-) (növényvédő agrármérnök)
Pályázati támogatás:	TKP2021-NKTA-32 Egyéb
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat DOI
Borító:
Saját polcon:

001-es BibID:	BIBFORM101675
035-os BibID:	(cikkazonosító)1197 (Wos)000794747200001 (Scopus)85129046713
Első szerző:	Szabó Atala (növénytermesztő mérnök)
Cím:	Analysis of Nutrient-Specific Response of Maize Hybrids in Relation to Leaf Area Index (LAI) and Remote Sensing / Atala Szabó, Seyed Mohammad Nasir Mousavi, Csaba Bojtor, Péter Ragán, János Nagy, Attila Vad, Árpád Illés
Dátum:	2022
ISSN:	2223-7747
Megjegyzések:	Leaf area index (LAI) indicates the leaf area per ground surface area occupied by a crop.Various methods are used to measure LAI, which is unitless and varies according to species andenvironmental conditions. This experiment was carried out in three different nitrogen ranges (control,120 kg N ha?1, and 300 kg N ha?1) + PK nutrient levels, with five replications used for leaf areameasurement on seven different maize hybrids. Hybrids had different moisture, protein, oil, andstarch contents. N (1, 2) + PK treatments had a desirable effect on protein, starch, and yield. P0217LAI had a minimal response at these fertiliser levels. LAI for Sushi peaked at different datesbetween control and fertiliser treatments. This result showed that Sushi has an excellent capacityfor LAI. LAI values on 15 June 2020 showed minimum average values for all hybrids, and it had amaximum average values on 23 July 2020. LAI had maximum performance between the averagevalues treatments in Sushi, Armagnac, Loupiac, and DKC4792 on 15 June 2020. This study alsoprovides insights for examining variably applied N doses using crop sensors and UAV remote-sensing platforms.
Tárgyszavak:	Agrártudományok Növénytermesztési és kertészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk
Megjelenés:	Plants-Basel. - 11 : 9 (2022), p. 1-14. -
További szerzők:	Mousavi, Seyed Mohammad Nasir (1988-) (agrármérnök) Bojtor Csaba (1993-) (okleveles növényorvos) Ragán Péter (1986-) (környzetgazdálkodási agrármérnök) Nagy János (1951-) (agrármérnök, mérnök-tanár) Vad Attila (1981-) (agrármérnök) Illés Árpád (1994-) (növényorvos)
Pályázati támogatás:	EFOP-3.6.3-VEKOP-16-2017-00008 EFOP TKP2021-NKTA-32 Egyéb
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat Szerző által megadott URL DOI
Borító:
Saját polcon: