Areas | |
---|---|
Serie de libros (92) |
1308
|
Letra |
2293
|
Ciencias Naturales |
5354
|
Matemática | 224 |
Informática | 313 |
Física | 975 |
Química | 1354 |
Geociencias | 131 |
Medicina humana | 242 |
Estomatología | 10 |
Veterinaria | 99 |
Farmacia | 147 |
Biología | 830 |
Bioquímica, biología molecular, tecnología genética | 117 |
Biofísica | 25 |
Nutrición | 44 |
Agricultura | 996 |
Silvicultura | 201 |
Horticultura | 20 |
Ecología y conservación de la tierra | 145 |
Ciencias Ingeniería |
1746
|
General |
91
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
Indice, PDF (510 KB)
Lectura de prueba, PDF (550 KB)
Eine wirkungsvolle Unkrautbekämpfung ist seit jeher ein zentraler Bestandteil des Kulturpflanzenanbaus. Seit der Erfindung und Kommerzialisierung des chemischen Pflanzenschutzes nimmt jedoch die Kritik gegenüber der vermehrten Anwendung von Herbiziden stetig zu. Heutzutage unterstützen Precision Farming Technologien Landwirte und Wissenschaftler bei der präzisen Durchführung und Überwachung von Unkrautbekämpfungsmaßnahmen. Die Weiterentwicklung der sensorgestützten Informationstechnologie in der Herbologie bietet neue Möglichkeiten, Unkrautmanagementstrategien hinsichtlich ihrer Wirksamkeit und Nachhaltigkeit zu bewerten und zu verbessern. Der Fokus dieser Dissertation lag auf der Entwicklung und Bewertung von Methoden zur Reduktion des Herbizideinsatzes, sowie auf der sensorgestützten Überwachung der Reaktion von Kulturpflanzen und Unkräutern nach einer Herbizidapplikation. Besonderes Augenmerk wurde auf die Entwicklung von Erfassungsmethoden mit unbemannten Luftfahrzeugen (UAVs), als Sensorträger, und bodengestützten Sensoren gelegt.
ISBN-13 (Impresion) | 9783736971783 |
ISBN-13 (E-Book) | 9783736961784 |
Idioma | Inglés |
Numero de paginas | 110 |
Laminacion de la cubierta | mate |
Edicion | 1. |
Lugar de publicacion | Göttingen |
Lugar de la disertacion | Hohenheim |
Fecha de publicacion | 13.03.2020 |
Clasificacion simple | Tesis doctoral |
Area |
Agricultura
Plantación Ingeniería de agricultura |
Palabras claves | UAV remote sensing, weed science, Herbology, Phytomedicine, Multispectral imagery, UAV-imagery, aerial imagery, spot-scouting, UAV weed mapping, variable rate application, herbicide reduction, Unmanned Aerial Vehicle, Herbicide Safener, ALS-resistance, Acetolactat Syntahse Inhibitor, Monocotyledon Weeds, Herbicide resistance, Herbicide resistance monitoring, Weed detection, smart sprayer, variable rate application, prescription map, precision farming, Artificial neural network, Hyperspectral sensor, Hyperspectral plant reflectance, Stellaria media, Rumex crispus, Cirsium arvense, Artificial neural network neuron weight analysis, Artificial intelligence, Data input identification, Herbicide resistance classification, safener seed dressing, vegetation indices, UAV-Fernerkundung, Unkrautforschung, Herbologie, Pyhtomedizin, Hyperspektralbilder, UAV-Bilder, Luftbilder, UAV-Unkrautkartierung, Teilflächenspezifische Herbizidapplikation, Herbizidreduktion, Unbemannte Luftfahrzeuge, Herbizid-Safener, ALS-Resistenz, Acetolactat-Syntahse-Inhibitor, Zweikeimblättrige Unkräuter, Herbizidresistenz, Überwachung der Herbizid-Resistenz, Unkrauterkennung, Präzisions Landwirtschaft, Künstliches Neuronales Netzwerk, Hyperspektralsensor, Hyperspektrale Pflanzenreflexion, Künstliches neuronales Netz Neuonengewichtung, Künstliche Intelligenz, Identifizierung der Dateneingabe, Klassifizierung der Herbizidresistenz, Safenebeize, Vegetationsindex |