|
|
Exploring correlation between vegetation indices and plant nitrogen uptake
Pavlačková, Alena ; Doležalová Weissmannová, Helena (oponent) ; Kučerík, Jiří (vedoucí práce)
Excessive fertilization can cause environmental pollution, such as water contamination and greenhouse gas emissions, along with economic losses. To mitigate these issues, it is important to adjust fertilization rates to the specific needs of crops. This thesis explores the use of remotely sensed vegetation indices to monitor crop nitrogen uptake and guide fertilization application. The study was conducted in Oensingen, Switzerland, during an internship at ETH Zürich. The main objective was to develop a prediction model based on vegetation indices to estimate the nitrogen uptake of grass-clover mixtures and winter wheat. Additionally, the correlation between various vegetation indices and crop characteristics, especially nitrogen uptake, was analyzed. Vegetation indices (NDVI, NDRE, GNDVI, MCARI, EVI) were derived from Sentinel-2 images using Google Earth Engine. Various crop characteristics, including the Leaf Area Index (LAI) and crop height, were measured, and winter wheat samples were analyzed for nitrogen uptake using an elemental analyzer. Additional nitrogen uptake data for grass from previous years was also included. In total, data from the years 2021-2023, that included both grass-clover mixture and winter wheat values, were used in the analysis. Correlation and regression analysis were performed to examine the relationships between vegetation indices and the measured crop characteristics. The index showing the strongest relationship with crop nitrogen uptake was then used to create a prediction model. The analysis revealed that the Enhanced Vegetation Index (EVI) was the most effective predictor of nitrogen uptake. The constructed prediction model based on EVI values achieved a high coefficient of determination (R$^2$) of 0.89, a low root mean square error (RMSE) of 1.05, and a mean absolute error (MAE) of 0.89. The results indicate that EVI is a reliable index for predicting nitrogen uptake in crops. The developed EVI-based model could be potentially used for optimizing nitrogen application in crops, which can reduce the negative environmental and economic impacts of over-fertilization.
|
|
|
Přirozená obnova lesa po disturbanci lýkožroutem smrkovým \kur{ (Ips typographus} L.)
ROTOVÁ, Alžběta
Diplomová práce se zabývá hodnocením přirozené obnovy lesa v bezzásahové oblasti v okolí Březníku s použitím spektrálních dat a spektrálních vegetačních indexů v kombinaci s terénními daty přirozené obnovy. Mezi lety 1995-1998 došlo v oblasti k nejvyšší dynamice rozpadu lýkožrouta smrkového a následnému odumření porostů, které od té doby přirozeně regenerují. Obnova lesa byla hodnocena na 15 výzkumných plochách. Zjištěné hodnoty byly porovnány s daty naměřenými Národním parkem Šumava v letech 2008 a 2009. Výsledky terénního měření ukazují mírný pokles počtu jedinců smrku proti roku 2008 a 2009. Porovnání terénních dat se spektrálními indexy dokládá regresní vztah mezi hodnotou spektrálního indexu a přirozené obnovy. Nejvhodnějším indexem pro hodnocení obnovy lesa je dle výsledků index FRI2. V práci bylo také hodnoceno optimum v průběhu vegetační sezóny pro hodnocení obnovy lesního porostu, které se ukázalo být na konci jara a po konci vegetační sezóny. Největší míra přirozené obnovy v zájmovém území byla zjištěna na západních svazích Mokrůvek a také na osluněných jihozápadních svazích. Oblasti zapojeného heterogenního porostu se střídají s oblastmi s lesním porostem rozvolněným, ale se značně zapojeným bylinným patrem. Z výsledků práce vyplývá, že spektrální data a z nich vypočtené spektrální indexy jsou vhodné k hodnocení obnovy lesního porostu. Metody dálkového průzkumu země přinášení systematické pokrytí daného povrchu daty, což napomáhá lepšímu porozumění procesů v lesních porostech.
|
host ::
RSS.