KaydedilenlerDerginizi ekleyin

Dergiler / Türk Uzaktan Algılama ve CBS Dergisi / 2023 / Cilt: 4 Sayı: 2

Bazı Ekmeklik ve Makarnalık Buğday Çeşitlerinde Spektral Bant Bölgeleri Kullanılarak Sarı Pas Hastalık Reaksiyonlarının Değerlendirilmesi

Evaluation of Yellow Rust Reactions in some Bread and Durum Wheat Varieties by Using Spectral Band Regions

Metin AYDOĞDU
Kadir AKAN
Sayfa
166–186
Yayın Tarihi
2023-09-28
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Kızıltan 91 çeşidi ise Kırmızı+Kırmızı Kenar+NIR bölgede, Çeşit-1252 çeşidi Yeşil+Kırmızı bölgede, Eminbey ve Mirzabey 2000 çeşidi Yeşil+Kırmzı+Kırmızı Kenar bölgedeki, bant aralıklarında etkili olmuş ve hastalık şiddeti reaksiyonlarında artış (+) göstermiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Sarı pas (Etmen: Puccinia striiformis f. sp. tritici) hastalığı, buğday da üretim ve kaliteyi olumsuz yönde etkileyen önemli fungal bir hastalıktır.
📊
Temel Bulgular & Veri:Bu araştırmanın amacı; test materyallerine farklı dozlarda (%0, %25, %50, %100) uygulanan sarı pas hastalığına karşı bitkinin gösterdiği reaksiyonların spektral özellikler yardımıyla belirlenmesi ve hastalığın mevsim içindeki değişimini etkileyen spektral bant bölgelerinin ortaya çıkarılmasıydı.
💡
Sonuç & Katkı:Kızıltan 91 çeşidi ise Kırmızı+Kırmızı Kenar+NIR bölgede, Çeşit-1252 çeşidi Yeşil+Kırmızı bölgede, Eminbey ve Mirzabey 2000 çeşidi Yeşil+Kırmzı+Kırmızı Kenar bölgedeki, bant aralıklarında etkili olmuş ve hastalık şiddeti reaksiyonlarında artış (+) göstermiştir.
🔬Tür:Deneysel Tarla Denemesi
📍Kapsam:2000 Verileri
⚙️Değişkenler:Buğday · Sarı pas (Puccinia striiformis f. sp. tritici) · Çok bantlı veri

Özet

Sarı pas (Etmen: Puccinia striiformis f. sp. tritici) hastalığı, buğday da üretim ve kaliteyi olumsuz yönde etkileyen önemli fungal bir hastalıktır. Bu araştırmanın amacı; test materyallerine farklı dozlarda (%0, %25, %50, %100) uygulanan sarı pas hastalığına karşı bitkinin gösterdiği reaksiyonların spektral özellikler yardımıyla belirlenmesi ve hastalığın mevsim içindeki değişimini etkileyen spektral bant bölgelerinin ortaya çıkarılmasıydı. Çalışma kapsamında, Ekmeklik çeşitler için; Eser, Bayraktar 2000 ve Demir 2000 çeşitleri erken-orta dönemde, Kenanbey çeşidi ise orta-geç dönemde yüksek korelasyon göstermiştir. Bütün ekmeklik çeşitler için etkili bant bölgesi olan Kırmızı+Kırmızı Kenar+ Yakın Kızıl Ötesi (NIR) aralığında, Kenanbey çeşidi ise NIR aralığında hastalık şiddeti değerlerinde artış (+) göstermiştir. Makarnalık çeşitler için; Eminbey ve Çeşit-1252 çeşitleri erken dönemde, Mirzabey 2000 çeşidi erken-orta dönemde, Kızıltan 91 çeşidi ise orta-geç dönemde yüksek korelasyon göstermiştir. Kızıltan 91 çeşidi ise Kırmızı+Kırmızı Kenar+NIR bölgede, Çeşit-1252 çeşidi Yeşil+Kırmızı bölgede, Eminbey ve Mirzabey 2000 çeşidi Yeşil+Kırmzı+Kırmızı Kenar bölgedeki, bant aralıklarında etkili olmuş ve hastalık şiddeti reaksiyonlarında artış (+) göstermiştir.

Abstract

Yellow rust (caused by Puccinia striiformis f. sp. tritici) is an important fungal disease affecting wheat production and quality. The purpose of this study was to identify the spectral band regions that influence how the disease changes throughout the year by determining how the plant responds to yellow rust when it is applied to test materials at various doses (0%, 25%, 50%, and 100%). Eser, Bayraktar 2000 and Demir 2000 varieties showed high correlation in the early-mid period of the study for bread varieties, while Kenanbey variety exhibited high correlation in the mid-late period. Effective band region for all bread types are The Red+Red Edge+ Near Infrared (NIR) range and NIR range of the Kenanbey variety both showed an increase (+) in disease severity values. Eminbey and Çeşit-1252 varieties for durum varieties displayed high correlation in the early period, followed by Mirzabey 2000 variety in the early to medium period and Kızıltan-91 variety the mid to late period. Kızıltan 91 variety in Red+Red Edge+NIR region, Çeşit-1252 variety in Green+Red region, Eminbey and Mirzabey 2000 varieties in Green+Red+Red Edge were effective in band ranges in the region and showed an increase (+) in disease severity reactions.

🔖

Bu Makaleye Atıf Yap

AYDOĞDU, M., AKAN, K. (2023). Bazı Ekmeklik ve Makarnalık Buğday Çeşitlerinde Spektral Bant Bölgeleri Kullanılarak Sarı Pas Hastalık Reaksiyonlarının Değerlendirilmesi. Türk Uzaktan Algılama ve CBS Dergisi, Cilt: 4 Sayı: 2, 166–186. https://ajindex.com/articles/963471

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Abburu, S., & Golla, S. B. (2015). Satellite image classification methods and techniques: A review. International Journal of Computer Applications, 119(8), 20-24.
  2. Akan, K. (2019). Sarı pas (Puccinia striiformis f. sp. tritici) hastalığına dayanıklı makarnalık buğday hatlarının geliştirilmesi. Türk Tarım ve Doğa Bilimleri Dergisi, 6(4), 661-670.
  3. Aktaş, H., Karaman, M., Tekdal, S., Kılıc, H., & Kendal, E. (2012, August). Evaluating of yield losses caused by yellow rust pressure in some bread wheat genotypes. In 13th International Cereal Rusts and Powdery Mildews Conference, 2012. Proceedings. (pp. 16). Bravo, C., Moshou, D., West, J., McCartney, A., & Ramon, H. (2003). Early disease detection in wheat fields using spectral reflectance. Biosystems Engineering, 84(2), 137-145.
  4. Broge, N. H., & Leblanc, E. (2001). Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density. Remote Sensing of Environment, 76(2), 156-172.
  5. Chen, J. M., & Cihlar, J. (1996). Retrieving leaf area index of boreal conifer forests using Landsat TM images. Remote Sensing of Environment, 55(2), 153-162.
  6. Chen, X. M. (2005). Epidemiology and control of stripe rust [Puccinia striiformis f. sp. tritici] on wheat. Canadian Journal of Plant Pathology, 27(3), 314-337.
  7. Delwiche, S. R., & Kim, M. S. (2000, December). Hyperspectral imaging for detection of scab in wheat. In Biological Quality and Precision Agriculture II, 2000. Proceedings. (pp. 13-20).
  8. SPIE. Devadas, R., Lamb, D. W., Simpfendorfer, S., & Backhouse, D. (2009). Evaluating ten spectral vegetation indices for identifying rust infection in individual wheat leaves. Precision Agriculture, 10, 459-470.
  9. Dusunceli, F., Cetin, L., Albustan, S., & Beniwal, S. P. S. (1996, September). Occurrence and impact of wheat stripe rust (Puccinia striiformis) in Turkey in 1994/95 crop season. In 9th European and Mediterranean Cereal Rusts and Powdery Mildews Conference, 1996. Proceedings. (pp. 309). Duveiller, G., Weiss, M., Baret, F., & Defourny, P. (2011). Retrieving wheat Green Area Index during the growing season from optical time series measurements based on neural network radiative transfer inversion. Remote Sensing of Environment, 115(3), 887-896.
  10. FAO. (2020) FAOSTAT Statistical Database. Retrieved from https://www.fao.org/faostat/en/#home.
  11. Feng, W., Shen, W., He, L., Duan, J., Guo, B., Li, Y., Wang, C., & Guo, T. (2016). Improved remote sensing d