Tytuł artykułu
Identyfikatory
Warianty tytułu
Seasonal factors' impact on potential crop volume, with particular regard to drought
Języki publikacji
Abstrakty
W artykule przedstawiono propozycję autorskiej metody szacowania strat w uprawach rolniczych powodowanych czynnikami sezonowymi, w tym szczególnie suszy. Podejście to wypracowane zostało w toku prac badawczo-rozwojowych realizowanych w ramach projektu pn. „Wykorzystanie teledetekcji do zarządzania Zasobem Własności Rolnej Skarbu Państwa - etap pilotażowy" finansowanego przez Krajowy Ośrodek Wsparcia Rolnictwa (KOWR).
The author presents his own method of estimating losses in agricultural crops caused by seasonal factors, including drought. This approach was elaborated during R&D works carried out as part of the project entitled Use of remote sensing in management of the State Treasury Agricultural Property Stock - pilot stage, inanced by the National Support Centre for Agriculture.
Wydawca
Czasopismo
Rocznik
Tom
Strony
9--15
Opis fizyczny
Bibliogr. 9 poz., rys., tab.
Twórcy
autor
- Uniwersytet Rolniczy w Krakowie, ProGea 4D Sp. z o.o.
autor
- SmallGIS Sp. z o.o.
autor
- Akademia Górniczo-Hutnicza w Krakowie, ProGea 4D Sp. z o.o.
autor
- Uniwersytet Adama Mickiewicza w Poznaniu, ProGea 4D Sp. z o.o.
autor
- Uniwersytet Adama Mickiewicza w Poznaniu, ProGea 4D Sp. z o.o.
autor
- Uniwersytet Adama Mickiewicza w Poznaniu, ProGea 4D Sp. z o.o.
autor
- Uniwersytet Adama Mickiewicza w Poznaniu, ProGea 4D Sp. z o.o.
autor
- National University of Kyiv-Mohyla Academy (Kyiv, Ukraine), ProGea 4D Sp. z o.o.
autor
- ProGea 4D Sp. z o.o.
Bibliografia
- [1] Chang K.H., Warland J.S., Bartlett P.A., Arain A.M., Yuan F. 2014. A simple crop phenology algorithm in the land surface model cn-class. Agron. J., 106, 297-308.
- [2] Franch B., Vermote E.F., Becker-Reshef I., Claverie M., Huangc J., Zhang J., Justice C., Sobrino J.A. 2015. Improving the timeliness of winter wheat production forecast in the United States of America, Ukraine and China using MODIS data and NCAR growing Degree Day information. Remote Sens. Environ., 161, 131-148. https://doi.org/10.1016/j.rse.2015.02.014.
- [3] Gao B. 1996. NDWI - A normalized difference water index for remote sensing of vegetation liquid water from space, Remote Sens. Environ., 58, 257-266.
- [4] Gu Y., Brown J.F., Verdin J.P., Wardlow B. 2007. A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States. Geophysical Research Letters, 34 (6).
- [5] Huete A., Didan K., Miura T., Rodriguez E.P, Gao X., Ferreira L. G. 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1-2), 195-213.
- [6] Hunt E.R., Rock B.N. 1989. Detection of Changes in Leaf water Content Using near and Middle-Infrared Reflectances. Remote Sensing of Environment, 30, 43-54.
- [7] Miller P., Lanier W., Brandt S. 2001. Using growing degree days to predict plant stages; Montana State University-Bozeman: Bozeman, MO, USA.
- [8] Prasad B., Carver B.F., Stone M.L., Babar M.A., Raun W.R., Klatt A.R. 2007 Genetic analysis of indirect selection for winter wheat grain yield using spectral reflectance indices. Crop Sci., 47: 1416-1425.
- [9] Rouse J.W., Haas R.H., Schell J.A., Deering D.W. 1974. Monitoring vegetation systems in the Great Plains with ERTS. In: Freden S.C., Mercanti E.P, Becker M. (Eds.), Third Earth Resources Technology Satellite - Symposium. Volume I: Technical Presentations, NASA SP-351, NASA, Washington, D.C., pp. 309-317.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-942819fd-7ba2-4db1-950e-fcdb0a9e77cb