Ambrus Bálint, Teschner Gergely, Kovács Attila, Neményi Miklós, Helyes Lajos, Pék Zoltán, Takács Sándor, Alahmad Tarek, Nyéki Anikó

Szabadföldi paradicsomhozam becslés pontfelhő szegmentálás, 3D modellezés és RGB képek felhasználásával egy mezőgazdasági robot és digitális tükörreflexes fényképezőgépek segítségével

HELIYON 10: 20 Paper: e37997, 21 p. (2024)
https://doi.org/10.1016/j.heliyon.2024.e37997

A kutatás célja a szabadföldi paradicsomhozam becslése volt egy saját fejlesztésű robot és digitális tükörreflexes fényképezőgép (DSLR) képek segítségével. A szerzők egy új megközelítést javasolnak a paradicsomhozam előrejelzésére, amely a terepen készült képekre és a 3D-s szkennelésre, illetve formázásra alapoz. Terepi képeket használtak a paradicsom szegmentálására a termés érettségének meghatározásához. Egy konvolúciós neurális hálózat (CNN) modellt alkalmaztak a paradicsom bogyóinak szegmentálására, amelyet a TensorFlow könyvtár segítségével dolgoztak ki, és egy kis robotot is használtak, amely 59,3%-os F1-értékkel rendelkezett.

A pontosabb paradicsomtermés-modell létrehozása és a hozam későbbi becslése érdekében pontfelhő képkészítést alkalmaztak Ciclops 3D szkennerrel. A legjobban illeszkedő gömbmodellt generálták a 3D modell segítségével. A legjobb modell a 3D modell volt, amely a legpontosabb ábrázolást adta, és a paradicsomok súlyát 21,90%-os relatív hibával és 17,9665%-os szórással biztosította.

Az eredmények arra utalnak, hogy a paradicsomtermés következetes objektum-alapú osztályozása a növény/sor szintjén 55,33%-os pontossággal történik, ami jobb, mint a soron belüli mintavételezés (a robot által készített képek). A mért és becsült hozam összehasonlítása során a DSLR fényképezőgépes képek esetén az átlagos eltérés kedvezőbb volt, 3,42 kg.

Tarek Alahmad, Miklós Neményi, Anikó Nyéki

“A talajnedvesség tartalom előrejelzése vályogtalajban RFR modellel”

Acta Agronomica Óváriensis, Vol.65.2. (2024)

https://doi.org/10.17108/ActAgrOvar.2024.65.2.43

A talajnedvességtartalom (soil   moisture   content,SMC)  fontos  tényező  a  mezőgazdasági termelékenység szempontjából, mivel hatással van a növények növekedésére, a vízfelhasználási hatékonyságra és a talaj egészségére. Az SMC előrejelzésére szolgáló hagyományos módszerek, különösen a mélyebb talajrétegek esetében, gyakran korlátozottak. Jelen kutatás célja a Random Forest Regression (RFR) gépi tanulási modell fejlesztése és validálása volt az SMC előrejelzésére vályogtalajban, öt különböző  mélységben  (5,  20, 40,  60  és  80  cm)  meteorológiai  adatok (hőmérséklet, páratartalom, csapadék, szélsebesség és globálsugárzás) és vegetációs indexek, mint a Normalizált Vegetációs Index (NDVI) és a Normalizált Nedvesség Index (NDMI) felhasználásával. Az adatokat a 2023-as kukorica vegetációs szezonban gyűjtöttük Mosonmagyaróváron. Az SMC eredmények átlagértékei 12,61% és16,19% között változtak. A korrelációs elemzés alapján a csapadékmennyiség és az NDMI erőspozitív korrelációt mutattak az SMC-vel, különösen a sekélyebb rétegekben, r = 0,78 értéket elérve 5 cm mélységben, míg a sugárzási érték közepes korrelációt mutatott, különösen a mélyebb talajrétegek esetében. Az RFR modell minden mélységnél jól teljesített, 5 cm mélységnél R² = 0,86 értéket ért el, míg a mélyebb rétegeknél a modell pontossága nőtt, 60 és 80 cm mélységben R² = 0,91 és 0,94 eredményeket realizálva. Az elemzésbe vont változók fontossági sorrendje szerint a legjelentősebb faktor a csapadék, a páratartalom és az NDMI voltak, utóbbi  tényező  fontos  szerepet  játszik  a  mélyebb  rétegek  nedvességmegőrzésében  és  a modellezésben. Ezek az eredmények hangsúlyozzák a mesterséges intelligencia, valamint a gépi tanulási algoritmusok alkalmazásának lehetőségeit az öntözési technológiák optimalizálásában és a vízgazdálkodásfejlesztésében.

Moldvai László, Teschner Gergely, Ambrus Bálint, Nyéki Anikó

Gépi látás alapú gyomfelismerés mezőgazdasági területeken

10th International Conference on Agricultural and Biological Sciences (ABS 2024)

https://doi.org/10.1051/bioconf/202412501004

A gyomnövények jelentős károkat okozhatnak a mezőgazdasági területeken, ezért a gyomfelismerés és az automatikus gyomszabályozás fejlesztése kiemelten fontos. Az RGB-képeken alapuló gyomfelismerés lehetővé teszi a termőföldek hatékonyabb kezelését, csökkentve a termelési költségeket és növelve a hozamokat. A hagyományos gyomirtási módszerek gyakran időigényesek és költségesek, ráadásul a vegyszerek túlzott használata környezeti károkat is okozhat. Az automatizált gyomfelismerő és gyomszabályozó technológiák a precíziós mezőgazdaság részét képezik, amelyek pontosan azonosítják és célozzák meg a gyomokat, ezáltal minimalizálják a vegyszerhasználatot és csökkentik a környezeti terhelést. Összességében a gyomfelismerés és az automatikus gyomszabályozás jelentős előrelépést jelent a mezőgazdaságban, segítve a gazdálkodókat a termelési költségek csökkentésében, a növénybiztonság növelésében és a fenntarthatóbb mezőgazdasági gyakorlatok kialakításában. A technológiai fejlődésnek köszönhetően a jövőben még hatékonyabb és környezetbarátabb gyomszabályozási megoldások várhatók.

A gyomfelismerés és az automatikus szabályozási technológiák fejlesztése kulcsfontosságú a mezőgazdasági hatékonyság növelésében. Az RGB-képek alkalmazása a gyomazonosításban nemcsak a termelési költségeket csökkenti, hanem mérsékli a vegyszerek túlzott használatából eredő környezeti károkat is. Ez a tanulmány az automatizált gyomfelismerő rendszereket vizsgálja, kiemelve azok szerepét a precíziós mezőgazdaságban, amely biztosítja a minimális vegyszerhasználatot, miközben maximalizálja a növénybiztonságot és a fenntarthatóságot.

Moldvai László, Teschner Gergely, Ambrus Bálint, Nyéki Anikó

Paradicsom hozam előrejelzés technológiai lépései gépi látás segítségével

Acta Agronomica Óváriensis (2024)

https://doi.org/10.17108/ActAgrOvar.2024.65.1.89

A tanulmány célja a paradicsom hozamának előrejelzésére alkalmas gépi látás és képfeldolgozási módszerek fejlesztése és alkalmazása volt. A kutatás során számos fontos konklúziót tudunk levonni az eddigi eredményeink alapján is. A gépi látás technológiája lehetővé teszi a növények életciklusának részletes monitorozását a tesztnövényünk esetében is, a paradicsom termesztésében. A gépi látás segítségével a növények fejlődésének különböző fázisait lehet nyomon követni, így pontosabb adatokat lehet gyűjteni a hozam becsléséhez. A kutatás során alkalmazott képfeldolgozási módszerek, mint az RGB és HSV színtér konverzió, valamint a „Watershed” algoritmus, hatékonyan segítettek a paradicsomok detektálásában és elkülönítésében a képeken. A gépi látás alapú módszerekkel pontosan meghatározható volt a termések száma és érettségi állapota. A különböző gépi tanulási algoritmusok, mint a Support Vector Machine (SVM), Random Forest (RF), és Artificial Neural Network (ANN) jelentős mértékben javították a detektálás és osztályozás pontosságát. Az SVM osztályozó 92%-os pontosságot ért el a paradicsomok felismerésében, ami kiemelkedően magas eredménynek számít. A multispektrális kamerákkal és drónokkal végzett idősoros adatgyűjtés lehetővé tenné a továbbiakban, hogy a növények állapotát és fejlődését folyamatosan monitorozzuk.  Az ilyen típusú adatgyűjtés segíthet a növények stresszhatásainak és betegségeinek korai felismerésében, hiszen sokkal több csatorna áll rendelkezésünkre, mely előnyre tehet szert a képalkotásban és a feldolgozásban egyaránt. A vizsgálat eredményei bizonyítják, hogy a gépi látás és a képfeldolgozási módszerek jól alkalmazhatóak a paradicsomok különböző állapotainak detektálására. A képfeldolgozási folyamatok optimalizálása és a gépi tanulási modellek integrálása hozzájárulhat a mezőgazdasági termelés hatékonyságának növeléséhez.

Összességében a tanulmány eredményei azt mutatják, hogy a gépi látás és a gépi tanulási módszerek alkalmazása a precíziós mezőgazdaságban jelentős előrelépést jelenthet a hozamok pontos előrejelzése és a termesztési folyamatok optimalizálása terén.

Moldvai László, Mesterházi Péter Ákos, Teschner Gergely, Nyéki Anikó

Gyom detektálás és osztályozás számítógépes látással egy korlátozott méretű képi adathalmaz segítségével

Applied Sciences 2024, 14, 4839.

https://doi.org/10.3390/app14114839

A precíziós mezőgazdálkodásban egyre gyakrabban alkalmaznak robotokat a termények megfigyelésére, a gyomláló és betakarító robotok használata növeli a számítógépes látás iránti igényt. Jelenleg a legtöbb kutató és vállalat ezeket a számítógépes látási feladatokat CNN-alapú mélytanulással kezeli. Ez a technológia szakértők által megjelölt növény- és gyomképek nagy adathalmazait, valamint jelentős számítási erőforrásokat igényel. A számítógépes látás hagyományos jellemzőalapú megközelítései azonban az adathalmaz méretének mindössze tizedével képesek értelmes paraméterek kinyerésére és összehasonlíthatóan jó osztályozási eredmények elérésére. Ez a tanulmány bemutatja ezeket a módszereket, és arra törekszik, hogy meghatározza a megbízható osztályozáshoz szükséges legkisebb számú gyakorló képet. Az osztályozási eredményeket gyomfajtánként 5, 10, 20, 40, 80 és 160 képpel teszteltük egy hat-osztályos osztályozási rendszerben. Kivontuk az alakjellemzőket, a távolságtranszformációs jellemzőket, a színhisztogramokat és a textúrajellemzőket. Minden egyes jellemzőtípust külön-külön és különböző kombinációkban teszteltünk, hogy meghatározzuk a legjobb eredményeket. Hatféle osztályozót használva gyomnövényenként 160 kép esetén 94,56%-os felismerési arányt értünk el. Jobb eredményeket értünk el több gyakorló képpel és többféle jellemzővektor felhasználásával.

Torma Tímea Ágnes, Kovácsné Gaál Katalin

A indukált és terepi mechanikai hatások vizsgálata a broiler tenyésztojások keltethetőségére

Europ.Poult.Sci., 88. 2024, ISSN 1612-9199, © Verlag Eugen Ulmer, Stuttgart. DOI: 10.1399/eps.2024.397

A tojásszállítás és a durva tojáskezelés számos negatív hatással lehet a keltethetőségre. A szerzők a mechanikai hatásokat terepi körülmények között gyorsulásérzékelőkkel, majd  ugyanazokat a hatásokat modellező gépek segítségével szimulálták, hogy ellenőzizzék a keltethetőségre gyakorolt hatásokat. A mechanikai hatások mérésére és rögzítésére háromdimenziós HBO®G Data Loggert használtak. A gyorsulásmérő adataiból számított RSS, RMS értékek támpontként szolgálhatnak a gyakorló szakemberek számára a negatív keltethetőségi eredmények szintjére. A HOBO®Pendant®G Data Logger és a részletes naplózás segítségével feltárható a maximális hatás helye. Az RMS x,y,z elemzésével meghatározható a hatás típusa. A szerzők által leírt mérési folyamat gyakorlati tanácsokat ad a keltetőtojást termelők számára, továbbá felhívja a figyelmet a keltethetőséget befolyásoló rövid távú károsító hatásra, mivel az 5 perces 20 Hz-es kezelés, és előzetes inkubáció jelentősen csökkentette a keltethetőséget. Fontos, hogy a keltetőtojás termelők tisztában legyenek azzal, hogy a mechanikai hatás nem csak a látható (törött, repedezett) tojáshéj által, hanem a vibráció révén is rontja az ágazat jövedelmezőségét.

Tóth Tamás, Horváth Éva Rita, Dóka Ottó, Kovács Mihály, Fébel Hedvig

The Effects of Mineral Supplementation in Rapeseed Cake Diet on Thyroid Function and Meat Quality in Broiler Chickens

Agriculture 2024, 14, 2333.

https://doi.org/10.3390/agriculture14122333

Rapeseed is a high-quality protein source; however, its quality primarily depends on the variety, origin, and processing method. This study aimed to examine the effectiveness of a mineral supplement (“Peelko”; 27% Ca, 3.5% Mg, 800 mg/kg Fe) in terms of whether it is suitable for reducing the remaining antinutritional substances in cold-pressed rapeseed cake, thereby improving the nutrient content and digestibility of rapeseed. The experiment was carried out with 600 Ross-308 broilers divided into three feeding groups: the control diet contained extracted soybean meal, the R treatment included 10–15% cold-pressed rapeseed cake (in grower and finisher phases), and the R+ treatment consisted of the mineral supplement in addition to the cold-pressed rapeseed cake. R+ had a beneficial effect on the FCR in the grower and finisher feeding phases; moreover, it increased the weight of thyroid glands and the T3 and T4 hormone levels in the blood serum to a lesser extent than R when compared to C (p < 0.05). Diet-specific changes could be observed through the histological examination of thyroid glands, where the acini became larger when the unsupplemented cold-pressed rapeseed cake was fed (R group). Using the mineral supplement (R+ diet) decreased the acinus diameter compared to the R diet, with a similar value to that observed in control birds. The protein content in the breast and fat content in the thigh showed milder changes in R+ than R, compared to C (p < 0.05). The relative ratio of n-6 and n-3 fatty acids narrowed in both R and R+ meat samples compared to C (p < 0.05). R+ may have a more favorable effect on oxidation processes according to the better MDA values in fresh meat (p < 0.001) and samples after 1–2 months of storage (p < 0.05) than R when compared with C. The negative modifications in the color parameters (L*, a*, and b*) and the organoleptic properties of the meat were less significant with R+ than R, compared to the control (p < 0.05). According to the results of this study, the R+ treatment was able to reduce the antinutritional effects of rapeseed, as evident from the properties of the resulting animal products.

Keywords: rapeseed cake; mineral supplement; broilers; thyroid function; meat quality

Antonella Dalle Zotte , Yazavinder Singh, Eszter Zsedely, Barbara Contiero, Bianca Palumbo, Marco Cullere

Selyemhernyóliszt a brojlercsirkék takarmányozásában: a takarmányozási fázis hatása a hús táplálóanyag-tartalmára és érzékszervi tulajdonságaira

Poultry Science 103, 7, 103812

https://www.sciencedirect.com/science/article/pii/S0032579124003912?via%3Dihub

A kísérlet során 4 % zsírtalanított selyemhernyó (Bombyx mori) lisztet adagoltunk a brojlercsirkék takarmányába a hizlalás különböző fázisaiban és vizsgáltuk a hús minőségére és érzékszervi tulajdonságaira gyakorolt hatását. A kilencven darab egy napos ROSS 308 kakast véletlenszerűen osztottuk el a 3 kezelési csoportba, amelyekből 5-5 ismétlést alakítottunk ki. Az első kezelésben (C) kontroll takarmányt adtunk a 42 napos hizlalási időszakban; a 2. kezelésben (SWM1) az indító táp (1-10 nap) 4% selyemhernyó lisztet tartalmazott, majd a hizlalás további részében kontroll tápot kaptak, míg a 3. kezelésben (SWM2) az indító fázisban etettünk kontroll tápot és a nevelő- és befejezőtáp tartalmazott 4% selyemhernyó lisztet. A takarmányok azonos energia- és fehérjetartalmúak voltak, és a madarak ad libitum fogyaszthatták, csakúgy mint az ivóvizet. A kísérlet végén, 42 napos korban, kezelésenként 15 madarat levágtunk. A mell- és combhús mintákból meghatároztuk a zsírsavösszetételt, az aminosav tartalmat és aminosav profilt, illetve az eltarthatóságot. Szakértők bevonásával a mellhús esetében érzékszervi vizsgálatot is végeztünk. Az eredmények megmutatták, hogy az SWM2 kezelés növelte az n-3 zsírsavakat mind a mellhúsban, mind a combhúsban, ezáltal szignifikánsan (P<0,001) javult az omega-6/omega-3 (n-6/n-3) arány mindkét húsban. A kezelés azonban nem befolyásolta (P>0.05) az eltarthatóságot sem a mellhús, sem a combhús esetében. A selyemhernyóliszt etetés mérsékelten hatott a mellhús érzékszervi tulajdonságaira, de hozzájárult a hús porhanyosságának növeléséhez az SWM kezelésekben. Továbbá az SWM1 kezelésben (P<0.01) nagyobb volt a szaftosság értéke (P < 0.05) és a mellékíz intenzitása (P<0.05) a kontrollhoz képest. Összességében a jelen kísérlet megmutatta, hogy a zsírtalanított selyemhernyóliszt ígéretes alternatív takarmánykomponens a csirkehízlalásban megfelelő húsminőséget biztosítva. A nevelő-befejező fázisban alkalmazva kedvező hatása van a hús táplálkozási értékére azáltal, hogy növeli az n-3 zsírsavakat és ezáltal csökkenti az n-6/n-3 zsírsav arányt.

Márton Judit, SzabóFerenc

Some Actualities and Challenges in Sustainable Beef Cattle Breeding and Husbandry

Chemical Engineering Ttransactions, 107, 2023, 241-246., DOI:10.3303/CET2310704

A húsmarhatartás és húsmarhatenyésztés egy környezetbarát élelmiszertermelő állattenyésztési ágazat, amely elsősorban gyepre és szántóföldi melléktermékre alapozott. Sokoldalúsága számos anyagi és nem anyagi előnnyel jár a társadalom számára. A marhahúságazat több olyan kihívással is szembesül, amelyeket fenntarthatósági szempontból szükséges kezelni. A növekvő élelmiszer iránti kereslet kielégítése, a marhahústermelés volumenének növelése a jelenlegi kevésbé fenntartható rendszerekkel fokozott környezeti terheléssel járna, közvetlenül károsíthatná az ökoszisztémát.  A szemlecikk rámutat a fenntartható húsmarhatartással kapcsolatos kihívások egy részére, hangsúlyozza ezek pillérei közötti egyensúly kialakításának és megőrzésének a fontosságát és fenntarthatóbb modellek bevezetésének szükségességét. A szelekció, a genetika, a genomika, a fajtahasznosítás, a takarmányozás, a tenyésztési technikák, technológiák legkorszerűbb tudományos eredményeinek beépítése meghatározó a húsmarhatenyésztés jövőbeli fenntarthatósága szempontjából.  A húsmarhaszektor kihívásainak kezelése érdekében elengedhetetlen a fenntartható fejlődéssel kapcsolatos kutatások megértése és alkalmazása. A tanulmány az ágazat fenntarthatóságával foglalkozó legfontosabb, legújabb publikációkat elemezi, módszertana magában foglalja a társadalmi, gazdasági, környezeti és kulturális kihívások irodalmi áttekintését.  A jelen dolgozattal szeretnénk ráirányítani a figyelmet az ágazat fenntarthatóságára, információkkal segítve ezzel mind a gazdálkodókat, mind a fogyasztókat.

Csürhés Tamás, Szabó, Ferenc, Holló Gabriella, MikóEdit, Török Márton Bene Szabolcs

Néhány myostatin mutáció előfordulása és kapcsolata bizonyos hústermelési  tulajdonságokkal a hazai charolais húsmarha állományban

Animals 2023, 13, 1895.

https://doi.org/10.3390/ani13121895

A vizsgálat során öt myostatin gén mutáció  (F94L, Q204X, nt267, nt324 és nt414)  előfordulását  és a születési súllyal, az ellési nehézséggel, a 205.-napos választási súllyal, és a hústermelésre utaló küllemi tulajdonságokkal való kapcsolatát értékeltük a Magyar Charolais Tenyésztők Egyesülete adatbázisán választott borjakon. Az értékelésre többtényezős variancia analízist és lineáris regressziós modellt használtunk. A Q204X  változatot  heterozigóta formában hordozó borjak szikgnifikánsan (p<0,05) 0,14-el nagyobb pontszámot értek a hát izmoltságában, a hát szélességben, a  comb kerekségben, 1,2%-kal jobb eredményt mutattak az általános izmoltsági pontszámban, továbbá a választási súlyuk  8,56 kg-mal több volt, mint a nem hordozó egyedeké. Az F94L változatot hordozó egyedek választási súlya of 4,08 kg-mal nagyobb volt, de a különbség nem mutatkozott szignifikánsnak. A többi változat esetében nem mutatkozott számottevő különbség.

Tarek Alahmad, Miklós Neményi, Anikó Nyéki

“IoT-szenzorok és big data adatbázisok alkalmazása a precíziós növénytermesztés hatékonyságának javítására.”

Agronomy 2023, 13, 2603.

https://doi.org/10.3390/agronomy13102603

Széchenyi István Egyetem, Mosonmagyaróvári Albert Kázmér Mosonmagyaróvári Kar, Biológiai Rendszerek és Precíziós Technológiai Tanszék, Mosonmagyaróvár 9200, Magyarország.

Ez az áttekintő cikk az információs és kommunikációs technológia (IKT) precíziós mezőgazdaságban való alkalmazásának potenciális előnyeit tárgyalja a fenntartható mezőgazdasági növekedés fokozása érdekében. A jelenlegi technológiákat, például a tárgyak internetét (IoT) és a mesterséges intelligenciát (AI), valamint azok alkalmazásait a mezőgazdasági ágazatba kell integrálni a hosszú távú mezőgazdasági termelékenység biztosítása érdekében. Ezek a technológiák képesek javítani a globális élelmezésbiztonságot, a terméskiesések csökkentését, az élelmiszerpazarlás mérséklését és az erőforrás-felhasználását. A több platfomrból, különösen az in situ és a menet közbeni (on-the-go) szenzorokból származó nagy mennyiségű adat összegyűjtésének és elemzésének fontosságát emelik ki, mint a precíziós mezőgazdaságban a prediktív döntéshozatali képességek elérésének és a terméshozamok előrejelzésének fontos elemét gépi tanulás segítségével. A cikkben tárgyalják a vezeték nélküli érzékelőhálózatokkal (WSN) történő monitoringot szántóföldi alkalmazásban és hangsúlyozzák a rádiófrekvenciás (RF) adatátviteli módokat, amelyek befolyásolják a jelintenzitást, az interferenciát, a rendszermodellt, a sávszélességet és az átviteli tartományt a sikeres agrár-IoT mezőgazdasági rendszerek létrehozásakor. A kommunikációs protokollok és interfészek jelentőségét az érzékelőkből szerzett mezőgazdasági adatok különböző formátumokban történő bemutatásához szintén hangsúlyozza a tanulmány, valamint a 4G, 3G és 5G technológiák funkcióját az IoT-alapú intelligens gazdálkodásban. Összességében ezek a kutatások rávilágítanak a vezeték nélküli szenzorhálózatok és a nagyméretű adatok jelentőségére a precíziós növénytermesztésben.

Molnár Zoltán, Mutum Lamnganbi, Wogene Solomon, Janda Tibor

A kitozán és a cianobaktérium biomassza hatása az őszi búza (Triticum aestivum L.) fiziológiai és biokémiai paramétereire tápanyagstressz körülmények között

Agrosystems, Geosciences & Environment, 6, e20428 (2023)

https://doi.org/10.1002/agg2.20428

A természethez való visszatérés szellemében, a tudományos eredmények felhasználásával a növények termelékenységének növelése fokozható anélkül, hogy veszélyeztetnénk a környezetet. A kutatók figyelmet fordítanak arra, hogy a természetes termékek alternatív tápanyagforrásokká váljanak a növények számára, megfizethető áron. A kitozán és a cianobaktériumok anyagcsere fokozóként, biotrágyaként és antimikrobiális tulajdonságaik révén népszerűvé váltak a mezőgazdaságban. A cianobaktériumok köztudottan biostimuláló tulajdonságokkal rendelkeznek, míg a kitozán jól ismert a benne rejlő biológiai hatásairól. A nitrogén kijuttatás minimalizálása érdekében elsőként számoltunk be arról, hogy a kitozán, a cianobaktérium biomassza vagy mindkettő 50%-os nitrogénnel történő kijuttatása képes olyan hatékonyan kiegyensúlyozni az őszi búza növények különböző fiziológiai és biokémiai fejlődéshez szükséges tápanyagszükségletet, mint a 100%-os nitrogénadagolás. Az adatokat csak a korai vegetatív szakaszokra vonatkozóan rögzítettük, mivel nem vernalizált őszi búza vetőmagot használtunk. A kísérlet során mértük a hexóz, a klorofill-a, a klorofill-b, az összes fenol (TPC) és a relatív víztartalmat (RWC). A legtöbb paraméter tekintetében hasonló eredményeket kaptunk a kontroll (100%-os ajánlott nitrogénadaggal) és a többi kezelés (ahol cianobaktérium biomasszát, kitozánt vagy mindkettőt alkalmaztunk) között. Egyértelműen kimutattuk, hogy az ajánlott nitrogéndózisok 50%-a csökkenti a hexóz-, a klorofill és a relatív víztartalmat. Így a kezelések hatékonyan kiegészítették a növények fejlődési igényeit. A kitozán és a cianobaktérium biomassza együttes alkalmazása az őszi búza növények termesztése során jelentősen csökkentheti a nitrogéntrágyázást, növeli a fotoszintézist, növeli a szárazság stresszel szembeni ellenálló képességet és az antioxidáns aktivitást.

Vörös Levente, Ledóné Ábrahám Rita

Azadirachtin hatóanyag csávázással történő alkalmazásának hatása az amerikai kukoricabogár (Diabrotica virgifera virgifera) lárvasűrűségére és a gyökér visszarágottság mérséklésére

J Plant Dis Prot 130, 757–767 (2023)

https://doi.org/10.1007/s41348-023-00763-3

Az amerikai kukoricabogár (Diabrotica virgifera virgifera LeConte) Magyarország egyik legjelentősebb kukoricakártevője. Mivel mind a lárvák, mind az imágók képesek jelentős gazdasági veszteségeket okozni, ezért elengedhetetlen az ellenük való folyamatos védekezés. A lárvák elleni védekezés költséges, és a nagy mennyiségben kijuttatott talajfertőtlenítő szerek használata terhelést jelent a környezetre. Az elmúlt években számos, talajinszekticidet vontak ki a forgalomból, ezzel növelve a kártevő ellen hatékony védelmet nyújtó biológiai készítmények értékét. Az azadirachtin, az Azadirachta indica magjának kivonata az egyik ilyen biológiai hatóanyag. Kísérleteinkben két azadirachtint tartalmazó készítményt, a Neemazal T/S (1% azadirachtin; 10 g/l) és Neemazal F (5% azadirachtin; 50 g/l) hatékonyságát vizsgáltuk, amelyeket kukoricabogár lárvái ellen magcsávázás formájában használtunk fel. A termékeket különböző koncentrációkban (10–150%) kerültek felhasználásra Magyarország különböző régióiban és eltérő talajtípusokon. Ezen biológiai inszekticid hatékonynak bizonyult a kártevő lárvaalakja ellen. Az 50%-ot meghaladó koncentrációjú kezelések minden ismétlésben hatásosak voltak.

Tenke János, Vida Orsolya, Nagy István, Tossenberger János

 A genetikai vonalak osztályozása az ileális nyersfehérje és az aminosav emészthetőség alapján növendék sertésekben Animals

(Basel) 2023 Jun 6;13(12):1898.

https://doi.org/10.3390/ani13121898

https://www.mdpi.com/2076-2615/13/12/1898

A vizsgálatok első célja az volt, hogy értékeljük a takarmányok különböző lizin (LYS) és energia (DE) arányának hatását a nyersfehérje (CP) és a kiválasztott aminosavak (AA) látszólagos ileális emészthetőségére (AID) különböző genotípusú növendék sertésekben (40-60 kg). A második cél a genotípusok csoportosítása volt a nyersfehérje (CP) és az aminosavak látszólagos ileális emészthetősége alapján. A kísérleteket összesen 90 keresztezett ártánnyal (30 állat/genotípus) végeztük, két ismétlésben. A kísérletek megkezdése előtt az állatokat (átlagos indulósúly (BW) = 40,9 ± 8,5 kg) PVTC kanüllel láttuk el. A kísérleti takarmányokat hat különböző LYS/DE aránnyal állítottuk össze. A takarmányokhoz markerként titán-dioxidot (TiO2) kevertünk (5 g/kg). Az eredmények alapján megállapítható, hogy a diéták eltérő LYS/DE aránya genotípusonként eltérő módon befolyásolta a nyersfehérje (CP) és az aminosavak (AA) látszólagos ileális emészthetőségét (p < 0,05). Az is megállapítható, hogy a különböző genetikai potenciállal rendelkező sertések nagy pontossággal (91,7%) osztályozhatók nyersfehérje (CP) és az aminosav- (AA) emésztőképességük alapján. Eredményeink - a jövő irányaként - jó alapot szolgáltatnak a genetikai profilra alapozott sertéstakarmányozási technológiák fejlesztéséhez.

Ambrus Bálint, Neményi Miklós, Kovács Attila, Nyéki Anikó

Small-smart robot fejlesztése Mosonmagyaróváron

MEZŐGAZDASÁGI TECHNIKA

Az utóbbi időben több tanulmány is felhívta a figyelmet arra, hogy ismét paradigmaváltásra van szükség, a mezőgazdaság jelenlegi kedvezőtlen hatásai a bioszférára nem csökkenthetők a tradicionális kísérletekre alapozott kutatások nyújtotta ismeretekkel. A globális élelmezésbiztonságot több forrás fenyegeti, mint például a népesség növekedése, a húsfogyasztási trendek, az éghajlatváltozás hatásai. Ezen túlmenően a növekvő kártevő-, betegség- és gyomtoleranciával egyre nagyobb nyomás nehezedik mind a hagyományos, mind a precíziós technológiákra is. E kihívások terhének enyhítésére ad lehetőséget a gazdálkodási folyamat egyes aspektusainak automatizálása és robotizálása.

MEZŐGAZDASÁGI TECHNIKA 58 : 12 pp. 18-20., 3 p. (2022)

AMBRUS BÁLINT

ROBOTTECHNIKA ALKALMAZÁSI LEHETŐSÉGEI A SZÁNTÓFÖLDI NÖVÉNYVÉDELEMBEN

Széchenyi István Egyetem, Albert Kázmér Mosonmagyaróvári Kar, Biológiai Rendszerek és Precíziós Technológiai Tanszék, Mosonmagyaróvár

Acta Agronomica Óváriensis Vol. 62. No.1. (2021)

ÖSSZEFOGLALÓ

A szerző a mezőgazdaságban, azon belül a növényvédelemben alkalmazott robotok jellemzőit, valamint a robottechnológiai lehetőségeket, a robottechnika által nyújtott lehetőségeket mutatja be. Különös hangsúlyt fektet a fenntarthatóság kritériumainak elemzésére. A legkritikusabb tényező a szintetikus növényvédő szerek, a kemikáliák használatának csökkentése, ill. helyettesítése fizikai eljárásokkal. Ezek az ismeretek segítik a paradigmaváltást a mezőgazdasági munkák automatizálásában, robotizálásban. A jövő a small, smart, interconnected, light machines, tehát a kis méretű, okos gépeké. Ezek jellemzői azonban morális és azon belül számos etikai, valamint menedzsment és szociális kérdést vetnek fel mind a rajban dolgozó gépek üzemeltetése, mind pedig tervezése és gyártása terén. A jövő a szuperintelligens gépeké ezen a területen is, amelyek mind a szoftver, mind a hardver területen képesek lesznek magukat továbbfejleszteni. Felhívja a figyelmet a dolgozat arra is, hogy olyan értelemben is paradigmaváltásra van szükség, hogy az alapgépeket szabványosítani kell, vagyis egy robot tervezésénél ne az alapokból kelljen kiindulni, hanem fel lehessen használni a már korábban kifejlesztett alkalmazásokat is. Erre jó példa az From Toy to Tool: FTtT. Az ipari robotok számos innovációs lehetőséget kínálnak, ugyanakkor ezen ismeretek, tapasztalatok természetes környezetbe történő adaptálása komoly kihívásokat jelent. A mezőgazdasági termelés sajátos jellege miatt a robotizáció területén az iparban felhalmozódott ismeretek, megoldások itt csak részben hasznosíthatók, és az egyes termelési területek többségében szintén sajátos megoldások szükségesek. Valószínűsíthető, hogy a mezőgazdaság robotizálása új szervezési és szervezeti struktúrák kialakítását is igényli. Ehhez is nyújt segítséget a cikk.

Kulcsszavak: robot, robottechnika, növényvédelem, GPS, RTK, MI, drón

Nyéki Anikó, Kerepesi Csaba, Daróczy Bálint, Benczúr András, Milics Gábor, Nagy J., Harsányi Endre, Kovács Attila József, Neményi Miklós

Application of spatio‑temporal data in site‑specific maize yield prediction with machine learning methods

Precision Agriculture (2021) 22:1397–1415

https://doi.org/10.1007/s11119-021-09833-8

A fenntarthatósági követelmények teljesítése és a hozamot befolyásoló tényezők meghatározása érdekében egyre valószínűbb, hogy a hagyományos hozammodellezést mesterséges intelligencia (MI) segítségével fogják végezni. A tanulmány célja a kukorica hozamok előrejelzése volt olyan MI segítségével, amely tér-időbeli tanulási adatokat használ. A tanulmány egy új módszert fejlesztett ki a kukorica hozamának előrejelzésére, amely a tér-időbeli adatbányászatra épül. A legjobb megoldás megtalálása érdekében különböző modelleket használtak: ellen-propagációs mesterséges neurális hálózatok (CP-ANN-k), XY-fúziós Query hálózatok (XY-F-k), felügyelt Kohonen hálózatok (SKN-k), Rectangular Linear Activations (ReLU) neurális hálózatok, extrém gradiensemelés (XGBoost), támogatás-vektor gép (SVM), és az öt vegetációs időszakban különböző független változók részhalmazai. A modellezéshez használt bemeneti változók közé tartoztak: talajparaméterek (pH, P2O5, K2O, Zn, agyagtartalom, ECa, vonóerő, Kúp index), mikro-domborzati átlagok és meteorológiai paraméterek a 15,3 hektáros kutatási területen lévő 63 kezelési egységre vonatkozóan. A legjobban teljesítő módszer (XGBoost) 92,1% és 95,3% pontosságot ért el a tanuló és a teszt készleteken. Emellett egy új módszert vezettek be az egyes egységek rácsrendszerben történő kezelésére. A rács-alapú simítás további növekedést eredményezett az AUC-ben (97,5%) az XGBoost modell egyéni előrejelzéseihez képest. A modelleket 48 különböző változóhalmaz használatával fejlesztették ki annak meghatározására, hogy mely változók járultak hozzá következetesen az előrejelzési pontossághoz. Az eredmények összehasonlításával kimutatták, hogy a legjobb regressziós modell az Extreme Gradient Boosting Trees volt, 92,1%-os pontossággal (a tanuló készleten). Ezenkívül a módszer kiszámítja a helyspecifikus talajtermékenység térbeli eloszlásának hatását a kukorica szemtermésére. Ez a tanulmány új módszert biztosít a tér-időbeli adat-elemzésekre, figyelembe véve a kukorica hozamaira legnagyobb hatást gyakorló tényezőket.