Farklı Su Stresi Düzeylerinde Yer Tabanlı Spektral Ölçümler ile Tatlı Mısırın Verim Tahmini
- 17 December 2018
- journal article
- Published by Canakkale Onsekiz Mart University in Çanakkale Onsekiz Mart Üniversitesi Fen Bilimleri Enstitüsü Dergisi
- Vol. 4 (2), 186-199
- https://doi.org/10.28979/comufbed.478089
Abstract
Uzaktan algılama, su stresinin ve buna bağlı olarak değişen bitki özelliklerinin belirlenmesinde kullanılan önemli araçlardan biridir. Bu çalışmada, el spektroradyometresi ile yaprak düzeyinde yapılan yansıma ölçümlerinden yararlanarak su stresine bağlı olarak değişen mısır (Zea mays saccharata Sturt.) veriminin tahmin edilmesi amaçlanmıştır. Bu amaçla, Çanakkale’de, 2007 ve 2008 yıllarında altı sulama konusundan (%100, %80, %60, %40, %20 ve susuz) oluşan bir tarla denemesi yürütülmüştür. Çalışmada her sulamadan önce yansıma değerleri ölçülmüş ve bu ölçümlerden oniki spektral indeks hesaplanmıştır. Mısırın her bir büyüme dönemi için spektral indeksler ile hasatta elde edilen koçan verimleri arasında tek değişkenli ve çok değişkenli regresyon analizleri yapılmıştır. Çalışma sonucunda, verim ile spektral indeksler arasında istatistiksel olarak önemli modeller elde edilmiştir. Tek değişkenli regresyon analizi sonuçlarına göre, söz konusu ilişkiler vejetatif dönemden sonra daha da güçlenmiştir. Çok değişkenli doğrusal regresyon analizine göre; en yüksek belirtme katsayıları (R2) vejetatif, çiçeklenme ve tane dolumu-hasat dönemlerine göre sırasıyla 2007 yılında 0.945, 0.905, 0.938 ve 2008 yılında 0.703, 0.946, 0.914 olarak bulunmuştur. Çalışmanın sonucu olarak uzaktan algılama ile yaprak düzeyinde belirlenen spektral indekslerden yararlanarak tatlı mısırın koçan veriminin yüksek doğrulukla belirlenebileceği söylenebilir.Keywords
This publication has 10 references indexed in Scilit:
- Prediction of grain yield using reflectance spectra of canopy and leaves in maize plants grown under different water regimesField Crops Research, 2012
- Application of Vegetation Indices for Agricultural Crop Yield Prediction Using Neural Network TechniquesRemote Sensing, 2010
- Large‐Area Maize Yield Forecasting Using Leaf Area Index Based Yield ModelAgronomy Journal, 2005
- Corn ( Zea mays L.) Yield Prediction Using Multispectral and Multidate ReflectanceAgronomy Journal, 2003
- Using Satellite and Field Data with Crop Growth Modeling to Monitor and Estimate Corn Yield in MexicoCrop Science, 2002
- Impact of nitrogen and environmental conditions on corn as detected by hyperspectral reflectanceRemote Sensing of Environment, 2002
- In‐Season Prediction of Potential Grain Yield in Winter Wheat Using Canopy ReflectanceAgronomy Journal, 2001
- IN-FIELD VARIABILITY DETECTION AND SPATIAL YIELD MODELING FOR CORN USING DIGITAL AERIAL IMAGINGTransactions of the ASAE, 1999
- Radiometric characteristics of Triticum aestivum cv, Astral under water and nitrogen stressInternational Journal of Remote Sensing, 1994
- Influence of different nitrogen and irrigation treatments on the spectral reflectance of BarleyRemote Sensing of Environment, 1987