|
|
Exploring correlation between vegetation indices and plant nitrogen uptake
Pavlačková, Alena ; Doležalová Weissmannová, Helena (referee) ; Kučerík, Jiří (advisor)
Nadměrné hnojení může způsobit znečištění životního prostředí, jako je kontaminace vody a emise skleníkových plynů, a také ekonomické ztráty. Ke zmírnění těchto problémů je důležité přizpůsobit míru hnojení specifickým potřebám plodin. Ve své práci se zabývám možností využití dálkově snímaných vegetačních indexů pro monitorování příjmu dusíku rostlinami a řízení aplikace hnojiv. Měření byla provedena v Oensingenu, Švýcarsku, během stáže na ETH Zürich. Hlavním cílem bylo vyvinout predikční model založený na vegetačních indexech k odhadu příjmu dusíku travní směsi a ozimé pšenice. Dále byla analyzována korelace mezi různými vegetačními indexy a charakteristikami plodin, především příjmu dusíku. Vegetační indexy (NDVI, NDRE, GNDVI, MCARI, EVI) byly získány ze snímků družice Sentinel-2 pomocí Google Earth Engine. Byly změřeny různé charakteristiky plodin, včetně indexu listové plochy (LAI) a výšky plodin, a vzorky ozimé pšenice byly analyzovány na příjem dusíku pomocí elementárního analyzátoru. Do analýzy byla také zahrnuta další data týkající se příjmu dusíku travin z předchozích let. Celkem byla v analýze použita data z let 2021–2023, která zahrnovala hodnoty pro travní směs i ozimou pšenici. Byly provedeny korelační a regresní analýzy k určení vztahů mezi vegetačními indexy a měřenými charakteristikami plodin. Index, který vykazoval nejsilnější vztah s příjmem dusíku plodin, byl poté využit k vytvoření predikčního modelu. Analýza ukázala, že Enhanced Vegetation Index (EVI) byl nejúčinnějším prediktorem příjmu dusíku. Vytvořený predikční model založený na hodnotách EVI dosáhl vysokého koeficientu determinace (R$^2$) 0,89, nízké směrodatné odchylky chyb (RMSE) 1,05 a průměrné absolutní odchylky (MAE) 0,89. Výsledky naznačují, že EVI je spolehlivým indexem pro predikci příjmu dusíku plodinami. Vyvinutý model založený na EVI by mohl být potenciálně použit k optimalizaci aplikace dusíkatých hnojiv na plodiny, což by pomohlo snížit negativní environmentální a ekonomické dopady nadměrného hnojení.
|
|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (referee) ; Schwarzerová, Jana (advisor)
Hordeum vulgare, tak ako mnoho ďalších plodín, trpí redukovaním genetickej rôznorodosti spôsobeným klimatickými zmenami. Preto je potrebné zlepšiť účinnosť jeho kríženia. Oblasť záujmu sa v poslednej dobe obracia na výskum nepriamych selekčných metód založených na výpočetných predikčných modeloch. Táto práca sa zaoberá dynamickou metabolomickou predikciou založenou na genomických dátach, ktoré pozostávajú z 33,005 jednonukleotidových polymorfizmov. Metabolomické dáta zahŕňajú 128 metabolitov 25 rodín Halle exotického jačmeňa. Hlavným cieľom tejto práce je vytvoriť metabolomické predikcie dynamických dát pomocou rôznych metód, ktoré boli vybrané na základe rôznych publikácií. Vytvorené modely napomôžu predikcii fenotypu alebo odhaleniu dôležitých vlastností rastliny Hordeum vulgare.
|
|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (referee) ; Schwarzerová, Jana (advisor)
Hordeum vulgare, tak ako mnoho ďalších plodín, trpí redukovaním genetickej rôznorodosti spôsobeným klimatickými zmenami. Preto je potrebné zlepšiť účinnosť jeho kríženia. Oblasť záujmu sa v poslednej dobe obracia na výskum nepriamych selekčných metód založených na výpočetných predikčných modeloch. Táto práca sa zaoberá dynamickou metabolomickou predikciou založenou na genomických dátach, ktoré pozostávajú z 33,005 jednonukleotidových polymorfizmov. Metabolomické dáta zahŕňajú 128 metabolitov 25 rodín Halle exotického jačmeňa. Hlavným cieľom tejto práce je vytvoriť metabolomické predikcie dynamických dát pomocou rôznych metód, ktoré boli vybrané na základe rôznych publikácií. Vytvorené modely napomôžu predikcii fenotypu alebo odhaleniu dôležitých vlastností rastliny Hordeum vulgare.
|
guest ::
