Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Zaliwski, A." wg kryterium: Autor


Wyświetlanie 1-11 z 11
Tytuł:
Ogólna koncepcja krajowego systemu wspomagania decyzji w zakresie produkcji roślinnej
General concept of the national decision support system in plant production
Autorzy:
Zaliwski, A. S.
Powiązania:
https://bibliotekanauki.pl/articles/291756.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
produkcja roślinna
system wspomagania decyzji
plant production
decision support system
Opis:
Wychodząc na przeciw zapotrzebowaniu na informacje w nowoczesnej produkcji roślinnej IUNG-PIB podjął w 2005 roku temat badawczy mający na celu budowę "Systemu wspomagania decyzji w zakresie produkcji roślinnej" (SWDPR), którego użytkownikami będą producenci, służby rolne i urzędy. System koncentruje się na prognozowaniu terminów zabiegów agrotechnicznych i zaleceniach odnośnie prac polowych w wybranych uprawach w oparciu o bieżące i historyczne dane meteorologiczne. Koncepcja systemu SWDPR zakłada integrację "Internetowego systemu wspomagającego podejmowanie decyzji w integrowanej ochronie roślin" z modelami zrealizowanymi w projekcie na podstawie istniejących algorytmów, opracowanych wcześniej w Zakładzie Agrometeorologii i Zastosowań Informatyki IUNG-PIB oraz nowo opracowanych modeli wykorzystujących dane meteorologiczne do sygnalizowania faz fenologicznych roślin uprawnych oraz precyzowania dawek nawożenia azotowego.
In order to fulfil the demand for information in modern plant production, IUNG-PIB undertook a research project in 2005 with the aim of building the Decision Support System in Plant Production (PPDSS). The target users of the system will be farmers, advisors and the administration. The system concentrates on forecasting of the agricultural measures and recommendations on the field works in selected crops using the current and historic weather data. The concept of the PPDSS is to integrate the "Internet Decision Support System in Integrated Pest Management" with the models constructed within the project on the basis of the existing algorithms that had been worked out at the Department of Agrometeorology and Applied Informatics previously. Newly-elaborated models using weather data to signal plant development stages and specify precise nitrogen-fertiliser doses will be also incorporated into the system.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 6, 6; 323-329
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Walidacja systemu wspomagania decyzji ZeaSoft - moduł nawożenia
Validation of the decision support system ZeaSoft - fertilization module
Autorzy:
Zaliwski, A S.
Powiązania:
https://bibliotekanauki.pl/articles/291856.pdf
Data publikacji:
2012
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
walidacja
system wspomagania decyzji
nawożenie
ilość nawozu
model optymalizacyjny
programowanie liniowe
GAMS
validation
decision support system
fertilization
fertilizer quantity
optimization model
linear programming
Opis:
Przeprowadzono walidację Modelu doboru nawozów w Module nawożenia systemu ZeaSoft z wykorzystaniem Modelu optymalizacyjnego doboru nawozów do dawki NPK napisanego w systemie GAMS. Walidacja polegała na porównaniu wyników otrzymanych z systemu ZeaSoft (wybór nawozów przez użytkownika) z wynikami z Modelu optymalizacyjnego NPK (automatyczny wybór nawozów wg zadanych kryteriów) dla tych samych danych wejściowych (zestawów nawozów mineralnych). Sprawdzano poprawność doboru nawozów do dawek NPK i koszt nawozów w rozwiązaniach generowanych przez porównywane modele. Ustalono, że dla jedenastu zestawów nawozów stanowiących dane wejściowe system ZeaSoft w ośmiu przypadkach obliczył ilość nawozu poprawnie w 100%, w jednym przypadku poprawność obliczeń wyniosła 99,7% i dwukrotnie poprawnie zgłosił brak rozwiązania. Przy przypadkowym wyborze nawozów przez użytkownika koszt nawozów w rozwiązaniach podawanych przez ZeaSoft jest wyższy średnio o 15% niż w rozwiązaniu optymalnym. Uporządkowanie nawozów w kolejności rosnącej ceny za 1 kg czystego składnika na liście nawozów prezentowanej użytkownikowi przez ZeaSoft zmniejszyłoby tę różnicę do poniżej 7%.
Validation of the Fertilizer Selection Model was carried out in ZeaSoft model of fertilization with the use of optimisation model of fertilizers selection to NPK rate written in GAMS. The validation consisted in the comparison of the results from ZeaSoft (selection of fertilizers by the user) with the results from the NPK Optimization Model (automatic fertilizer selection according to the present criteria) for the same input data (sets of mineral fertilizers). The fertilizer selection correctness in the solutions given by both models was checked in terms of the fertilizer amount and cost. It was determined that for the eleven fertilizer sets used as input, ZeaSoft calculated the fertilizer amount with the correctness of 100% in eight cases, in one case the correctness was 99.7% and twice the lack of solution was correctly reported. In the solutions calculated by ZeaSoft from user random input the cost of fertilizers was higher on average by 15% in comparison to the optimal solution. Ordering the fertilizers by pure nutrient cost in the list presented to the user by ZeaSoft would reduce that difference to below 7%.
Źródło:
Inżynieria Rolnicza; 2012, R. 16, nr 2, t. 2, 2, t. 2; 357-365
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pozyskiwanie i wykorzystanie danych pogodowych w krajowym systemie wspomagania decyzji w produkcji roślinnej
Acquisition and use of weather data in the national system of decision support in plant production
Autorzy:
Zaliwski, A. S.
Powiązania:
https://bibliotekanauki.pl/articles/291077.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
dane pogodowe
jakościowa teoria informacji
produkcja roślinna
system wspomagania decyzji
weather data
quality theory of information
plant production
decision support system
Opis:
Uzyskanie nowej informacji w Krajowym Systemie Wspomagania Decyzji w Produkcji Roślinnej wiąże się z automatyzacją pozyskiwania danych pogodowych. W systemie dane pogodowe są wykorzystywane do prezentacji aktualnego stanu pogody oraz do generowania nowych informacji w modelach. Przedstawiono zasadę agregacji danych i analizę modelu "Prognoza negatywna" pod względem przetwarzania danych. Model generuje nowe informacje przez porównanie informacji zawartych w uporządkowanych łańcuchach danych pogodowych z informacjami w łańcuchu danych wzorcowych.
The obtaining of new information in the National System of Decision Support in Plant Production is connected with the automation of obtaining of weather data. Weather data in the system are used for presentation of the current weather and for generation of new information in models. The data aggregation rule and the analysis of the "Negative forecast" model were presented in terms of data processing. The model generates new information by comparing information contained in ordered weather data chains with information in the standard data chain.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 5, 5; 311-317
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Walidacja systemu wspomagania decyzji ZeaSoft - modele plonów
Validation of the ZeaSoft decision support system - yield models
Autorzy:
Zaliwski, A. S.
Nieróbca, A.
Powiązania:
https://bibliotekanauki.pl/articles/290528.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
system wspomagania decyzji
kukurydza
model plonów
walidacja modeli
decision support system
maize
yield model
model validation
Opis:
Dokonano walidacji regresyjnych modeli plonów kiszonki i ziarna systemu ZeaSoft z wykorzystaniem ok. 10 000 rekordów danych historycznych z doświadczeń odmianowych kukurydzy. Do automatyzacji przetwarzania i analizy tych zbiorów opracowano program komputerowy. Przy jego pomocy wygenerowano zestawienia danych doświadczalnych i korespondujących wyników pochodzących z modeli regresyjnych plonów ziarna i kiszonki, interpolowanych dla miejscowości przy pomocy modelu indeksu klimatycznego kukurydzy. Wstępna analiza wyników pozwoliła stwierdzić błąd systematyczny modelu plonów kiszonki wynoszący średnio 24% i błąd modelu plonów ziarna wynoszący średnio 11%.
A validation of the regression models of silage and grain yields of the ZeaSoft system was conducted using approximately 10 000 historical data records from maize variety field experiments. A computer program was developed in order to automate the processing and analysis of the data. With its aid experimental data sets and the corresponding results derived from the silage and grain yield regression models, interpolated for the locations with the model of climatic maize index, were generated. A preliminary analysis of the results indicate a systematic error of the silage yield model of about 24% and an error of the grain yield model of about 11%.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 253-259
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ZEASOFT - system wspomagania decyzji w uprawie kukurydzy
ZEASOFT - decision support system for maize cultivation
Autorzy:
Zaliwski, A. S.
Hołaj, J.
Powiązania:
https://bibliotekanauki.pl/articles/288458.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
system wspomagania decyzji
kukurydza
odmiana
model fenologiczny
technologia
analiza ekonomiczna
decision support system
maize
variety
phenology model
technology
economic analysis
Opis:
Przedstawiono metodę doboru odmiany i wyboru kierunku użytkowania kukurydzy w określonych warunkach środowiskowych, z uwzględnieniem aspektu ekonomicznego technologii produkcji. Metoda pozwala na symulację zmian technologii w zakresie zastosowania środków obrotowych. Ocenę doboru odmiany przeprowadza się na podstawie porównania oczekiwanej nadwyżki bezpośredniej produkcji kukurydzy o różnych typach wczesności, określonych liczbą FAO. Metoda znalazła zastosowanie w systemie wspomagania decyzji w integrowanej uprawie kukurydzy Zeasoft. System wykorzystuje modele technologii produkcji i model prawdopodobieństwa dojrzewania różnych typów wczesności kukurydzy. Bazy danych systemu obejmują m.in. odmiany, technologie produkcji i ceny. Użytkownik może podać położenie geograficzne gospodarstwa, powierzchnię uprawy, cenę kukurydzy, technologię, odmianę itd. Kalkulowane są koszty bezpośrednie produkcji, wartość produkcji i oczekiwana nadwyżka bezpośrednia.
A method of selection of the variety and the utilisation mode of maize in the environmental conditions specified is presented. The method takes into account the economic side of the production technology and makes it possible to simulate changes in the current assets used in the technology. Based on the comparison of the expected direct income from cultivation of various earliness types of maize, corresponding to the FAO number, the method gives solutions in the decision situations concerned with the selection of variety. The method has been employed in the Zeasoft DSS for integrated maize growing. The system incorporates models of production technology of maize and the model of probability of maize ripening. The system’s databases comprise, among others, varieties, production technologies and prices. The user can enter the geographic location of the farm, the area under maize, price of maize, technology, variety etc. The direct costs of production, value of production and expected direct income are calculated.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 385-393
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Expert systems as a tool for decision support in integrated pest management
Systemy ekspertowe jako narzędzia wspierające decyzje w integrowanej ochronie roślin
Autorzy:
Nieróbca, A.
Zaliwski, A. S.
Powiązania:
https://bibliotekanauki.pl/articles/93971.pdf
Data publikacji:
2014
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
expert system
decision support system
integrated pest management
integrated crop production
system ekspertowy
system wspomagania decyzji
integrowana ochrona roślin
integrowana produkcja roślinna
Opis:
An offer of the existing expert systems (ES) for crop production in our country is presented. It was established that the recommendation decision support systems in plant protection are ES-like, since they comprise components typical of ES. The DSS formulate recommendations solving problems concerning justification of protective treatments. Thus such DSS behave similarly to the ES. The availability of the information from the ES in plant protection is still scant in our country. It is necessary to develop new ES for the most important crops. Interpretation of the EU provisions allowed stating the need of presenting the integrated pest management issues in a wider scope of the integrated crop production. The multifaceted scope of these issues calls for a multidisciplinary handling of the ES development: cooperation of agronomists, phytopathologists, plant-protection specialists, meteorologists, economists, agricultural advisers, farmers as well as specialists in databases, software engineering, artificial intelligence, etc.
Przedstawiono istniejącą w kraju ofertę systemów ekspertowych (SE) dla produkcji roślinnej. Stwierdzono, że rekomendacyjne systemy wspomagania decyzji (SWD) w ochronie roślin są SE-podobne, ponieważ wykorzystują komponenty właściwe systemom ekspertowym. SWD formułują zalecenia rozwiązując problemy dotyczące zasadności wykonania zabiegu ochronnego, zachowują się więc podobnie jak SE. Dostępność informacji pochodzącej z SE w zakresie integrowanej ochrony roślin jest jeszcze w naszym kraju niewielka. Konieczne jest opracowanie nowych SE dla najważniejszych upraw. Interpretacja przepisów UE pozwoliła stwierdzić potrzebę ujęcia zagadnień integrowanej ochrony roślin w szerszym kontekście integrowanej produkcji roślinnej. Wieloaspektowość zagadnień integrowanej produkcji roślinnej wymagać będzie multidyscyplinarnego podejścia do budowy SE: współpracy agronomów, fitopatologów, specjalistów od ochrony roślin, meteorologów, ekonomistów, doradców rolniczych, producentów rolnych, a także specjalistów od baz danych, inżynierii oprogramowania, sztucznej inteligencji, itd.
Źródło:
Agricultural Engineering; 2014, 18, 4; 185-193
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Updating databases of the internet decision support system for cereals protection
Aktualizacja baz danych internetowego systemu wspomagania decyzji w ochronie zbóż
Autorzy:
Zaliwski, A. S.
Nieróbca, A.
Powiązania:
https://bibliotekanauki.pl/articles/94046.pdf
Data publikacji:
2014
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
data quality
information quality
data updating
database
decision support system
jakość danych
jakość informacji
aktualizacja danych
baza danych
system wspomagania decyzji
Opis:
The process of data updating in the databases of the Internet decision support system for cereals protection is presented. The system uses three kinds of data: on spring and winter wheat varieties, on plant protection products (fungicides and insecticides against wheat diseases and pests) and on product doses. It was found that it is possible to obtain all the necessary data for the updating from available web resources. Data sources for variety information are the COBORU materials and websites of agricultural plant breeders. The search engine of plant protection products available on the website of the Ministry of Agriculture and Rural Development is an essential source of the data on protection products and their doses. Other sources of these data are websites of plant protection product producers and online shops. In the data updating process the following stages were distinguished: owned-resources stocktaking, data quality criteria selection, credible data sources determination, data acquisition by the application of the criteria, data adaptation to the system requirements, data entry, data verification. Each one of the itemized stages contributes to the ultimate data quality after the updating. The stages of credible data sources determination, data acquisition and data adaptation to the system requirements were found to be labour intensive. About a triple reduction of labour input into the updating was achieved through the improvement of the data acquisition process, gaining proficiency in the database editors operation and the cumulative effect of build-up of specific data resources in the system. The adopted verification procedures for update correctness are described.
Przedstawiono proces aktualizacji danych w bazach danych internetowego systemu wspomagania decyzji w ochronie zbóż. System wykorzystuje trzy rodzaje danych: o odmianach pszenicy jarej i ozimej, o środkach ochrony roślin (fungicydy i insektycydy przeciw chorobom i szkodnikom pszenicy) i o dawkach środków. Stwierdzono, że wszystkie niezbędne dane do aktualizacji można pozyskać z dostępnych zasobów internetowych. Źródłem danych o odmianach są materiały COBORU oraz strony internetowe hodowców roślin rolniczych. Istotnym źródłem danych o środkach ochrony roślin i ich dawkach jest wyszukiwarka środków ochrony roślin udostępniana na stronach Ministerstwa Rolnictwa i Rozwoju Wsi. Inne źródła tych danych to strony internetowe producentów środków ochrony roślin oraz sklepy internetowe. W procesie aktualizacji danych wyróżniono następujące etapy: inwentaryzacja posiadanych zasobów, wybór kryteriów jakości danych, ustalenie wiarygodnych źródeł, pozyskanie danych z zastosowaniem kryteriów, dostosowanie danych do potrzeb systemu, wprowadzanie, weryfikacja danych. Każdy z wymienionych etapów ma wpływ na ostateczną jakość danych po aktualizacji. Stwierdzono dużą pracochłonność etapów: ustalenia wiarygodnych źródeł, pozyskiwania danych i dostosowania danych do potrzeb systemu. Około trzykrotne zmniejszenie pracochłonności aktualizacji uzyskano na skutek ulepszenia procesu technologicznego pozyskiwania danych, zdobycie doświadczenia w obsłudze edytorów baz danych i kumulatywny efekt wzrostu zasobów określonych danych w systemie. Opisano przyjęte procedury weryfikacji poprawności wprowadzenia danych.
Źródło:
Agricultural Engineering; 2014, 18, 3; 227-235
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model rozwoju mączniaka rzekomego (Pseudoperonospora humuli) - aplikacja internetowa
Downy mildew development model (Pseudoperonospora humuli) - internet application
Autorzy:
Zaliwski, A. S.
Pietruch, C.
Powiązania:
https://bibliotekanauki.pl/articles/288148.pdf
Data publikacji:
2012
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
mączniak rzekomy
chmiel
model ochrona
dane pogodowe
system wspomagania decyzji
internetowa aplikacja bazodanowa
downy mildew
plant protection model
weather data
decision support system
Internet database application
Opis:
Przedstawiono internetową aplikację służącą do oceny zagrożenia plantacji chmielu mączniakiem rzekomym. Do budowy aplikacji wykorzystano model rozwoju mączniaka rzekomego, opracowany w Instytucie Chmielarskim w Hüll (Bawaria - Niemcy) i walidowany w Polsce w 1988 roku. Zagrożenie ocenia się na podstawie analizy warunków sprzyjających rozwojowi choroby, określonych przez wartości tzw. pięciodobowego indeksu zagrożenia. Do obliczenia indeksu służą dobowe dane pogodowe (temperatura i wilgotność względna powietrza oraz suma opadu atmosferycznego). Aplikacja oblicza indeks zagrożenia na podstawie danych pogodowych z ostatnich jedenastu dni pobranych z 27 stacji agrometeorologicznych IUNG-PIB. Użytkownik wybiera stację z mapy lub z listy wyboru i wartości indeksu zagrożenia są przedstawiane na wykresie. W przypadku wystąpienia w kolejnych jedenastu dniach indeksu zagrożenia o wartości krytycznej równej lub większej niż 500 pkt, model zaleca wykonanie zabiegu ochrony roślin. Dla wybranych stacji generowane są także pliki tekstowe z danymi pogodowymi, które użytkownik może wykorzystać do kompleksowej analizy warunków sprzyjających rozwojowi mączniaka rzekomego w systemie wspomagania decyzji ProgChmiel.
An Internet application for the estimation of the risk from downy mildew in hop gardens is presented. The downy mildew development model, elaborated at the Hop Institute in Hüll (Bavaria in Germany) and validated in Poland in 1988 was used in the application. The risk is estimated on the basis of an analysis of the conditions favourable for the disease development, determined by the socalled five-day risk index. To calculate the index daily weather data are used (temperature, relative air humidity and precipitation sum). The application calculates the risk index for the latest eleven days from the data from 27 IUNG-PIB's agro-meteorological stations. The users are presented with a graph of the risk index values, after having selected a station from the map or from the drop-down list. In the case of the index being equal to or greater than the critical value of 500 pt in the last eleven consecutive days, the model recommends performing a protection treatment. For the selected stations the text files with weather data in the ProgChmiel DSS format are available. These can be utilised for a more comprehensive analysis of the conditions conducive to the development of downy mildew.
Źródło:
Inżynieria Rolnicza; 2012, R. 16, nr 4, t. 1, 4, t. 1; 457-464
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System wspomagania decyzji w produkcji kiszonki z kukurydzy
A decision support system in maize silage production
Autorzy:
Zaliwski, A. S.
Hołaj, J.
Powiązania:
https://bibliotekanauki.pl/articles/289176.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
kukurydza
kiszonka
technologia produkcji
system wspomagania decyzji
maize
silage
production technology
decision support system
Opis:
Przedstawiono koncepcję systemu wspomagania decyzji w produkcji kiszonki z kukurydzy. W założeniu system generuje warianty technologii produkcji wraz z ich oceną w warunkach gospodarstwa rolnego. W ocenie porównywanych wariantów wykorzystane są kryteria technologiczne i ekonomiczne, ze zwróceniem uwagi szczególnie na zabiegi nawożenia i ochrony roślin, organizację siewu nasion oraz zbioru i zakiszania zielonki. Od właściwej organizacji siewu nasion zależy w dużym stopniu plon zielonki, dlatego system wspomagania decyzji zaleca termin siewu, sposób podziału plantacji na kwatery wraz z doborem wczesności odmian, umożliwia śledzenie technologii produkcji odrębnie na każdej kwaterze i zaleca terminy zbioru zielonki. System wspomagania decyzji wykorzystuje modele technologii, modele fenologiczne rozwoju roślin i modele plonów zasilane danymi technologiczno- ekonomicznymi i bieżącymi danymi pogodowymi. System będzie aplikacją na komputer PC z aktualizacją danych przez Internet.
A concept of a decision support system for maize silage production is presented. The system generates variants of production technologies along with their assessment under the conditions of the farm. In the assessment technological and economic criteria are used and special attention is paid to operations of fertilization and plant protection, organisation of seed drilling as well as harvest and silage making. Since the proper organisation of seed drilling has a significant impact on the green maize yield, the decision support system recommends the date of drilling, the manner of field division into plots together with the variety earliness selection, makes it possible to trace the production technology separately on each plot and recommends the dates of green maize harvest. The decision support system uses technology models, phonological models of plant development and yield models fed with technological-economic and weather data. It is assumed that the system will be created as a PC application with the data update through the Internet.
Źródło:
Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 327-332
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie technologii produkcji kukurydzy na ziarno w aspekcie efektywności ekonomicznej
Modelling of grain maize production technology in the aspect of economic effectiveness
Autorzy:
Zaliwski, A. S.
Hołaj, J.
Powiązania:
https://bibliotekanauki.pl/articles/290603.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
kukurydza
technologia
odmiana
analiza ekonomiczna
system wspomagania decyzji
maize
technology
variety
economic analysis
decision support system
Opis:
Uprawa kukurydzy na ziarno w warunkach klimatycznych naszego kraju wiąże się z ryzykiem straty plonu, miarą którego jest prawdopodobieństwo dojrzewania kukurydzy. Ryzyko jest mniejsze dla odmian wcześniej dojrzewających i w regionach kraju o wyższej średniej temperaturze w okresie wegetacji. W pracy przedstawiono metodę modelowania technologii produkcji kukurydzy na ziarno przez generowanie różnych wariantów technologicznych produkcji kukurydzy o różnych typach wczesności i ich porównanie pod względem oczekiwanej nadwyżki bezpośredniej. Modelowanie technologii obejmuje dobór odmiany, określenie nakładów na środki obrotowe i dopasowanie technologii do określonych warunków siedliskowych. Metodę zastosowano w systemie wspomagania decyzji w integrowanej uprawie kukurydzy Zeasoft. Zaprezentowano wyniki kilku eksperymentów symulacyjnych przeprowadzonych przy pomocy systemu ZeaSoft.
Cultivation of maize for grain under the climatic conditions of our country coincides with a certain risk of the loss of yield, the measure of which is the probability of maize ripening. The risk is lower with earlier ripening varieties and in the regions with the higher mean temperature during the vegetation period. In the article a method of selection of the maize grain production technology is presented. The selection is achieved through generation of different technology variants and their rating by the comparison of the expected direct surplus from the production of maize of different earliness types. The selection comprises the choosing of variety, the estimation of the material inputs and the evaluation of the appropriateness of the technology for the particular habitat conditions. The method was adopted in the Zeasoft DSS for integrated maize cultivation. The results of a few simulation experiments conducted with the Zeasoft system are presented.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 6(81), 6(81); 407-414
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozwój internetowego systemu wspomagania decyzji w ochronie zbóż
The development of an internet decision support system for crop protection
Autorzy:
Nieróbca, A.
Zaliwski, A. S.
Horoszkiewicz-Janka, J.
Powiązania:
https://bibliotekanauki.pl/articles/290477.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
system wspomagania decyzji
zboże
ochrona roślin
decision support system
cereal
plant protection
Opis:
W pracy przedstawiono założenia logistyczne funkcjonowania internetowego systemu wspomagania decyzji w ochronie zbóż. W Polsce pierwsze prace nad opracowaniem złożonego systemu wspomagania decyzji rozpoczęto już w 2001 roku. Głównym założeniem Systemu jest precyzyjne wykorzystywanie wartości progowych do podejmowania decyzji o konieczności wykonania zabiegu. Opracowany prototyp Systemu może stanowić podstawę do opracowania krajowego sytemu wspomagania decyzji z uwzględnieniem wymagań UE.
The work presents logistic assumptions for operation of an Internet system supporting decisions within crop protection. First works on developing a complex decision support system started in Poland in 2001. The main premise of the system was to precisely use threshold values for deciding if there was a necessity of introducing a treatment. The developed prototype might be the basis to develop a domestic decision support system that meets the European Union requirements.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 167-173
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-11 z 11

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies