Studium variability výskytu svízele přítuly na zemědělské půdě

Bc. Dagmar Hrušková

Master's thesis

Spatial variability of Galium aparine L. distribution on arable land

Abstract:

Prostorové uspořádání plevelů na orné půdě je variabilní, obvykle vytváří různě veliká ohniska s různou hustotou. Spolehlivé mapování populací plevelů, jejich identifikace a kvantifikace ve spojení s cílenými regulačními zásahy může zajistit významné snížení aplikace herbicidů. Snížení používání herbicidů vede k udržitelné a ekonomické regulaci zaplevelení. Cílená regulace zaplevelení zahrnuje celou řadu kroků, základem je však podrobné zmapování pozemků. V literárním přehledu se zabývám variabilitou prostorového uspořádání plevelů na orné půdě, vyjádřením prostorové variability plevelů a metodami vhodnými pro mapování populací plevelů. Zvolená metoda mapování by měla být dostatečně přesná, aby mohly být vytvořeny spolehlivé mapy, které budou odrážet skutečný výskyt plevelů na pozemku a umožní cílený regulační zásah. Mirkovariabilita prostorového uspořádání plevelů s nízkou hustotou populace jako je svízel přítula, může významně snižovat přesnost map vytvořených na základě vzorků. Experimentální část práce proto byla zaměřena na posouzení přesnosti stanovení hustoty populace tohoto druhu při různých způsobech a intenzitě vzorkování. Na ploše 50 x 60 m v porostu ozimého ječmene bylo v jarním období provedeno kontinuální mapování populace svízele přítuly. Pomocí RTK navigačního systému byla zjištěna poloha jednotlivých rostlin svízele přítuly. Pro účely simulace byla plocha 50 x 60 m rozdělena do 320 aplikačních buněk o rozměrech 3 x 3 m. V těchto buňkách byly simulovány různé způsoby vzorkování. Bylo navrženo 13 vzorkovacích schémat s narůstajícím počtem dílčích vzorků o velikosti 0,0625 m2 uvnitř vzorkovaných buněk. Pro tyto způsoby vzorkování byly stanoveny chyby odhadu (rozdíl mezi odhadovanou a skutečnou hustotou populace v jednotlivých buňkách). Byla vypočtena střední absolutní chyba odhadu MAE (Mean Absolute Error) a relativní chyba odhadu RPE (Relative Prediction Error). Hodnoty vypočtených chybových kvantifikátorů (MAE, RPE) vykazovaly stálý klesající trend se vzrůstající intenzitou vzorkování. Na základě zjištěných dat bylo vypočteno, že k udržení hodnoty MAE pod 0,5, by bylo potřeba vzorkovat 13,85 % z celkové plochy, pro MAE 1 vzorkovat pouze 3,13 % plochy. K udržení hodnoty RPE pod 1, by bylo zapotřebí vzorkovat 8,8 % z celkové plochy. Z výsledků tedy vyplývá, že vzorkování populací s nízkou hustotou vyžadují velmi vysokou intenzitu vzorkování.

Abstract:

The spatial arrangement of weeds on arable land is variable, usually producing differently sized patches of varying density. Reliable mapping of weed populations, their identification and quantification in conjunction with site-specific weed managemet can provide significant reductions in the application of herbicides. Reducing the use of herbicides leads to both sustainable and economical weed control. The site-specific weed managemet involves a number of steps, but the basis is a detailed mapping of the fields.In the literature I deal with the variability of the spatial arrangement of weeds on arable land and the expression of the spatial variability of weeds. I also describe manual and automated methods for weed detection as part of precision farming. The chosen mapping method should be sufficient to provide reliable maps that will reflect the actual occurrence of weeds on the field. The work was focused on assessing the accuracy of weed density estimation in different sampling intensities and schemes. Continuous sampling of cleavers population in winter barley was carried out on an area of 50 x 60 m. The position of individual cleavers plants was determined by RTK navigation system. For simulation purposes, the 50 x 60 m area was divided into 3 x 3 m cells. Discrete sampling with various intensities and subsample positions was simulated in these cells. The Mean Absolute Error (MAE) and the Relative Prediction Error (RPE) were calculated to compare sampling errors for all simulated sampling strategies. The values of both error measures showed a steady decreasing trend with increasing sampling intensity., it was calculated on the basis of the data, that in order to keep the MAE below 0.5, it would be necessary to sample 13.85% of the total area and for the MAE below 1 needs to sample at least 3.13% of the area. To keep the RPE below 100%, it would be necessary to sample 8.8% of the total area. These results show that sampling of low-density populations requires very high sampling intensities.

Keywords

svízel přítula, prostorová variabilita, vzorkování, mapování

Keywords

Galium aparine, spatial variability, sampling, mapping

Language used: Czech

Date on which the thesis was submitted / produced: 12. 4. 2018

Thesis defence

• Supervisor: Ing. Pavel Hamouz, Ph.D.

Czech University of Life Sciences Prague

Faculty of Agrobiology, Food and Natural Resources

Master programme / field:
Crop Science / Crop Science