Usporedba karti hraniva za dopunsku preciznu gnojidbu izrađenih primjenom satelitskih snimki i bespilotnog zrakoplova

Suvremena poljoprivreda teži povećanju produktivnosti uz smanjenje negativnog utjecaja na okoliš, pri čemu dopunska precizna gnojidba predstavlja važan segment precizne poljoprivrede. Napredak u metodama daljinskih istraživanja, osobito uporabom vegetacijskih indeksa poput NDVI-a (engl. Normalized Difference Vegetation Index), omogućuje prostorno varijabilnu primjenu gnojiva. Cilj ovog rada jest usporediti tehnička svojstva Sentinel-2 satelitskih snimki i bespilotnih zrakoplova s RGB (engl. red-green-blue) kamerom u svrhu izrade karte preporuke za dopunsku preciznu gnojidbu. Usporednom analizom svojstava daljinskih istraživanja utvrđeno je da Sentinel2 pruža širu spektralnu pokrivenost, besplatnu i redovitu dostupnost, ali ima ograničenu prostornu razlučivost (do 10 m) i ovisan je o vremenskim uvjetima. S druge strane, bespilotni zrakoplovi omogućuju visoku prostornu razlučivost (do 1 cm) i veću fleksibilnost u odabiru vremena snimanja, ali zahtijevaju početna ulaganja i ograničeni su na manje površine. Praktična primjena provedena je na poljoprivrednoj čestici unutar Pokušališta Tenja Fakulteta agrobiotehničkih znanosti Osijek, pod pšenicom, gdje su zone gnojidbe izrađene na temelju vegetacijskih indeksa NDVI i VARI (engl. Visible Atmospherically Resistant Index). Rezultati pokazuju značajne razlike u preporukama, osobito u središnjem dijelu čestice, što upućuje na potrebu daljnjeg istraživanja točnosti obje metode

Institutions

Publication Details

Journal
Agronomski glasnik
Published
2025-06-30
DOI
https://doi.org/10.33128/ag.87.1.2
Primary Topic
Remote Sensing in Agriculture
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Usporedba karti hraniva za dopunsku preciznu gnojidbu izrađenih primjenom satelitskih snimki i bespilotnog zrakoplova

Agronomski glasnik
Remote Sensing in Agriculture
article

Usporedba karti hraniva za dopunsku preciznu gnojidbu izrađenih primjenom satelitskih snimki i bespilotnog zrakoplova

article en

Abstract

Suvremena poljoprivreda teži povećanju produktivnosti uz smanjenje negativnog utjecaja na okoliš, pri čemu dopunska precizna gnojidba predstavlja važan segment precizne poljoprivrede. Napredak u metodama daljinskih istraživanja, osobito uporabom vegetacijskih indeksa poput NDVI-a (engl. Normalized Difference Vegetation Index), omogućuje prostorno varijabilnu primjenu gnojiva. Cilj ovog rada jest usporediti tehnička svojstva Sentinel-2 satelitskih snimki i bespilotnih zrakoplova s RGB (engl. red-green-blue) kamerom u svrhu izrade karte preporuke za dopunsku preciznu gnojidbu. Usporednom analizom svojstava daljinskih istraživanja utvrđeno je da Sentinel2 pruža širu spektralnu pokrivenost, besplatnu i redovitu dostupnost, ali ima ograničenu prostornu razlučivost (do 10 m) i ovisan je o vremenskim uvjetima. S druge strane, bespilotni zrakoplovi omogućuju visoku prostornu razlučivost (do 1 cm) i veću fleksibilnost u odabiru vremena snimanja, ali zahtijevaju početna ulaganja i ograničeni su na manje površine. Praktična primjena provedena je na poljoprivrednoj čestici unutar Pokušališta Tenja Fakulteta agrobiotehničkih znanosti Osijek, pod pšenicom, gdje su zone gnojidbe izrađene na temelju vegetacijskih indeksa NDVI i VARI (engl. Visible Atmospherically Resistant Index). Rezultati pokazuju značajne razlike u preporukama, osobito u središnjem dijelu čestice, što upućuje na potrebu daljnjeg istraživanja točnosti obje metode

Agronomski glasnikVol. 87(1)
University of Osijek (HR)
Openalex Percentile: Top 35%
Remote Sensing in Agriculture
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.