Publikasjoner
NIBIOs ansatte publiserer flere hundre vitenskapelige artikler og forskningsrapporter hvert år. Her finner du referanser og lenker til publikasjoner og andre forsknings- og formidlingsaktiviteter. Samlingen oppdateres løpende med både nytt og historisk materiale. For mer informasjon om NIBIOs publikasjoner, besøk NIBIOs bibliotek.
2024
Forfattere
Lingwei Dong Yuxin Miao Xinbing Wang Krzysztof Kusnierek Hainie Zha Min Pan William D. BatchelorSammendrag
Efficient and accurate in-season diagnosis of crop nitrogen (N) status is crucially important for precision N management. The main objective of this study was to develop a strategy for in-season dynamic diagnosis of maize (Zea mays L.) N status across the growing season by integrating proximal sensing and crop growth modeling. In this study, we integrated plant N concentration (PNC) derived from leaf fluorescence sensor data and aboveground biomass (AGB) based on the best-performing spectral index calculated from active canopy reflectance sensor data with simulated PNC and AGB using a crop growth model, DSSAT-CERES-Maize, for dynamic in-season maize N status diagnosis across the growing season. The results confirmed the applicability of leaf fluorescence sensing for PNC estimation and active canopy reflectance sensing for AGB estimation, respectively. The calibrated DSSAT CERES-Maize model performed well for simulating AGB (R2 = 0.96), which could be used for calculating the N status indicator, N nutrition index (NNI). However, the model did not perform satisfactorily for PNC simulation, with significant discrepancies between the simulated and measured PNC values. The data integration method using both proximal sensing and crop growth modeling produced accurate predictions of NNI (R2 = 0.95) and N status diagnostic outcomes (Kappa statistics = 0.64) for key growth stages in this study and could be used to simulate maize N status across the growing season, showing the potential for in-season dynamic N status diagnosis and management decision support. More studies are needed to further improve this approach by multi-sensor and multi-source data fusion using machine learning models.
Forfattere
Krzysztof KusnierekSammendrag
Det er ikke registrert sammendrag
Sammendrag
Black soils, which play an important role in agricultural production and food security, are well known for their relatively high content of soil organic matter (SOM). SOM has a significant impact on the sustainability of farmland and provides nutrients for plants. Hyperspectral imaging (HSI) in the visible and near-infrared region has shown the potential to detect soil nutrient levels in the laboratory. However, using portable spectrometers directly in the field remains challenging due to variations in soil moisture (SM). The current study used spectral data captured by a handheld spectrometer outdoors to predict SOM, available nitrogen (AN), available phosphorus (AP) and available potassium (AK) with different SM levels. Partial least squares regression (PLSR) models were established to compare the predictive performance of air-dried soil samples with SMs around 20%, 30% and 40%. The results showed that the model established using dry sample data had the best performance (RMSE = 4.47 g/kg) for the prediction of SOM, followed by AN (RMSE = 20.92 mg/kg) and AK (RMSE = 22.67 mg/kg). The AP was better predicted by the model based on 30% SM (RMSE = 8.04 mg/kg). In general, model performance deteriorated with an increase in SM, except for the case of AP. Feature wavelengths for predicting four kinds of soil properties were recommended based on variable importance in the projection (VIP), which offered useful guidance for the development of portable hyperspectral sensors based on discrete wavebands to reduce cost and save time for on-site data collection.
Sammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Therese With Berge Jiangsan Zhao Jakob Geipel El Houssein Chouaib Harik Malin Larsen Græsdahl Marit HelgheimSammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Sammendrag
I dagens verden med krig og høye priser er matproduksjon og selvforsyningsgrad viktige temaer. Produksjonen av mathvete er viktig for å øke Norges selvforsyningsgrad. Norsk mølleindustri har svært spesifikke kvalitetskrav til kornet de bruker i sine melblandinger. Dette medfører at det tradisjonelt sett har blitt importert mye hvete slik at man har fått hvete som passer møllenes kvalitetskrav. Der det har vært brukt norsk hvete har mesteparten av denne tradisjonelt vært vårhvete. For å øke norsk selvforsyning må det dermed produseres mer hvete som oppfyller disse kvalitetskravene. Produksjon av høsthvete som har større avlingspotensiale kan være et viktig ledd i å øke selvforsyningsgraden, men da må kvaliteten være tilpasset møllenes behov. Formålet ned dette masterarbeidet er å studere hvordan strategier for delt nitrogengjødsling kan påvirke avlingsoppbygningen og proteininnholdet i kornet, og om bruk av N-sensor målinger ved aksskyting/blomstring kan være et hjelpemiddel for å oppnå en mer presis gjødslingsveiledning til bonden. Fem gjødselbehandlinger, fire lokasjoner og tre sorter ble brukt for å undersøke effekten av delt nitrogengjødsling. Hvert felt inneholdt i tilegg tre gjentak hvor hvert gjentak inneholdt alle kombinasjonene av gjødselbehandling og sort. Det ble tatt klippeprøver og N-sensormålinger ved aksskyting og blomstring for å undersøke opptatt nitrogen gjennom vekstsesongen samt undersøke om dette kan brukes til å predikere blant annet proteininnhold ved høsting. Proteininnholdet ble derimot påvirket av både total nitrogenmengde og fordelingen av nitrogen mellom delgjødsling en og to. Proteinprosenten var signifikant høyere for forsøksleddet som fikk 8 kg nitrogen ved første delgjødsel og 6 kg nitrogen ved andre delgjødsling enn forsøksleddet som fikk 14 kg nitrogen ved første delgjødsling og ingen gjødsel ved andre delgjødsling. Begge forsøksleddene fikk 8 kg nitrogen om våren. For avlingsnivå er sortsvalg viktigere enn gjødselbehandling. Kuban ga signifikant høyere avling enn både Bernstein og Ellvis. Det ble gjennomfør N-sensormålinger ved aksskyt og blomstring, og det ble tatt klippeprøver for å måle reelt N-opptak i plantebestandene ved disse tidspunktene. N-sensormålingene underestimerer nitrogenopptaket noe i forhold til klippeprøvene, spesielt når plantebestandet er preget av tørkestress. Ca. 2/3 av variasjonen i nitrogenopptaket ved z49 og z65 kunne forklares av modellen. Mer forskning og et større datamateriale er nødvendig for å utarbeide bedre modeller.
Sammendrag
Det er ikke registrert sammendrag