Predikcija prinosa poljoprivredne kulture na temelju satelitskih snimaka i podataka s terena (CROSBI ID 446709)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Džido, Lorena
Gašparović, Mateo
hrvatski
Predikcija prinosa poljoprivredne kulture na temelju satelitskih snimaka i podataka s terena
Za ostvarivanje boljih rezultata poljoprivredne proizvodnje, danas je nužno koristiti naprednu tehnologiju. U svijetu je sve učestalija pojava praćenja poljoprivrednih kultura tehnologijama daljinskih istraživanja s ciljem optimizacije proizvodnje. Optimizacija proizvodnje podrazumijeva ostvarivanje visokih prinosa uz što niže troškove uzgoja, što je jedino moguće postići neprekidnim praćenjem razvoja kulture. Predviđanje prinosa pojedine poljoprivredne kulture od velikog je značaja svakom poljoprivredniku jer omogućuje pametno planiranje proizvodnje tijekom sjetvene sezone. Pažnja će biti usmjerena na pronalaženje statističkih parametara vegetacijskih indeksa koji imaju najviši stupanj korelacije s prinosima pšenice. Za potrebe istraživanja koristit će se podatci Sentinel-2 satelita iz 2018., 2019. i 2020. godine te podatci o prinosu s terena i dodatni podatci s kojima poljoprivrednik raspolaže. Obrada satelitskih snimki Sentinel-2 satelita uključuje računanje vegetacijskih indeksa za koje se utvrdi da su značajni za ovo istraživanje te izračunavanje njihovih statističkih parametara. Na rasterskim podatcima biti će provedena vizualna i statistička analiza nakon kojih će rezultati biti korišteni za izradu predikacijskog modela prinosa. Cilj diplomskog rada je pronaći najbolji model predikcije koristeći statističke podatke izračunatih vegetacijskih indeksa na razini polja koji će omogućiti predviđanje prinosa za pšenicu i time pridonijeti poljoprivrednoj proizvodnji. Za ostvarivanje boljih rezultata poljoprivredne proizvodnje, danas je nužno koristiti naprednu tehnologiju. U svijetu je sve učestalija pojava praćenja poljoprivrednih kultura tehnologijama daljinskih istraživanja s ciljem optimizacije proizvodnje. Optimizacija proizvodnje podrazumijeva ostvarivanje visokih prinosa uz što niže troškove uzgoja, što je jedino moguće postići neprekidnim praćenjem razvoja kulture. Predviđanje prinosa pojedine poljoprivredne kulture od velikog je značaja svakom poljoprivredniku jer omogućuje pametno planiranje proizvodnje tijekom sjetvene sezone. Pažnja će biti usmjerena na pronalaženje statističkih parametara vegetacijskih indeksa koji imaju najviši stupanj korelacije s prinosima pšenice. Za potrebe istraživanja koristit će se podatci Sentinel-2 satelita iz 2018., 2019. i 2020. godine te podatci o prinosu s terena i dodatni podatci s kojima poljoprivrednik raspolaže. Obrada satelitskih snimki Sentinel-2 satelita uključuje računanje vegetacijskih indeksa za koje se utvrdi da su značajni za ovo istraživanje te izračunavanje njihovih statističkih parametara. Na rasterskim podatcima biti će provedena vizualna i statistička analiza nakon kojih će rezultati biti korišteni za izradu predikacijskog modela prinosa. Cilj diplomskog rada je pronaći najbolji model predikcije koristeći statističke podatke izračunatih vegetacijskih indeksa na razini polja koji će omogućiti predviđanje prinosa za pšenicu i time pridonijeti poljoprivrednoj proizvodnji.
daljinska istraživanja ; precizna poljoprivreda ; predikcija ; Sentinel-2 ; vegetacijski indeks
nije evidentirano
engleski
Prediction of crop yield based on satellite imagery and field data
nije evidentirano
precise agriculture ; prediction ; remote sensing ; Sentinel-2 ; vegetation indexes
nije evidentirano
Podaci o izdanju
51
09.07.2021.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Geodetski fakultet
Zagreb