Bracketing the Age of Freshwater Carbonate Formation by OSL Dating Near Lake Kolon, Hungary

Sípos, György; Tóth, Orsolya; Pécsi, Eszter; Bíró, Csaba

doi:10.2478/jengeo-2014-0012

Cited by 2 publications

(1 citation statement)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Az inváziós faj vizsgálatára a Kiskunsági Nemzeti Park Kolon-tó törzsterületén került sor 2017-ben és 2020-ban. A védett terület a Duna-Tisza közi homokdűnék legnyugatibb részén helyezkedik el, 3058 ha-on, mely a Duna egyik mellékágából alakult ki még posztglaciális időszakban (Tóth 1996, Sipos et al 2014. A tavat láp és ligeterdők, lápés mocsárrétek veszik körbe, nyugati részén szélbarázda maradékgerinc formaegyüttessel jellemezhető homokbuckás területek találhatók.…”

Section: A Vizsgálati Terület Rövid Jellemzéseunclassified

Possibilities of UAV based identification and Monitoring Of Common Milkweed (Asclepias syriaca L.)

Bakacsy,

Szatmári,

Biró

et al. 2023

View full text Add to dashboard Cite

Az inváziós fajok komoly és gyakran visszafordíthatatlan károkat okoznak a biodiverzitásban és az ökoszisztéma szolgáltatásokban, amelyek alapvető fontosággal bírnak az ember fennmaradása szempontjából, emellett pollenjeik miatt népegészségügyi szempontból is fontos problémát jelenthetnek. Mind az ellenük való védekezés, mind az általuk okozott gazdasági és természetvédelmi károk világszerte óriási költségeket emésztenek fel. Hatékony kezelésükhöz ismernünk kell az inváziós fajok jelenlegi elterjedését, terjedésük dinamikáját, ökoszisztémákra, élőhelyekre és a gazdaságra gyakorolt pontos hatásukat. Napjainkban ezeknek az információknak nagy területekről való begyűjtése leghatékonyabban drónokkal (UAV – unmanned aerial vehicle) történő monitorozással lehetséges. A természetközeli gyepek jelentős biológiai sokféleséggel rendelkeznek és fontos ökoszisztéma szolgáltatásokat nyújtanak, azonban ezek az élőhelyek is ki vannak téve az inváziós fajok károkozásának. Magyarország Pannon homoki gyepjeit számos inváziós faj terjedése fenyegeti. Ezek közül a közönséges selyemkóró (Asclepias syriaca L.) térképezésével és monitorozásával foglalkoztunk, mivel az egyik leggyakoribb és legveszélyesebb inváziósfaj a Dél-Alföldi régióban. Mivel az inváziós növényfajok természetvédelmi kezelése a mezőgazdasági gyomszabályozás szemléletén és módszerein alapszik, így jelen tanulmány a mezőgazdaságban használt monitorozási eljárások átültetésének egy lehetséges módszertani fejlesztéseként értékelhető. Célunk volt megvizsgálni, hogy a precíziós mezőgazdaságban használt vegetációs indexek alkalmasak-e a közönséges selyemkóró egyed szintű azonosítására, állománynagyságának a meghatározására. Kutatásaink során UAV-val készült légifelvételekből (RGB és CIR) képzett vegetációs indexek (TGI, VARI, NDVI és SAVI) vizsgálatát végeztük el. A közönséges selyemkóró drónnal végzett állomány felmérését, térképezését a Kiskunsági Nemzeti Park Kolon-tó törzsterületéhez kapcsolódó két regenerálódó parlagon végeztük el, 2020 júliusában. Eredményeink szerint a selyemkóró hajtásainak és egyed szintű azonosításának a legalkalmasabb indexe a TGI volt. Az NDVI és SAVI indexek a selyemkóró területi lefedettségének (borításának) és tőszámának meghatározására kevésbé voltak alkalmasak mint a TGI, ugyanakkor alkalmasak lehetnek természetvédelmi kezelések hatékonyságának meghatározására. Eredményeink egyszerű, gyors, költséghatékony és minimális zavarást okozó módszert biztosítanak az inváziós faj nagykiterjedésű állományainak térképezéséhez, időben többször megismételt monitorozásához. Ezáltal a természetvédelem számára olyan információkat nyújthat, amelyek egyrészt az invázió elleni védekezés pontos megtervezését, másrészt a kezelések hatékonyságának ellenőrzését és nyomon követését is lehetővé teszi a jövőben.

show abstract

Section: A Vizsgálati Terület Rövid Jellemzéseunclassified

Possibilities of UAV based identification and Monitoring Of Common Milkweed (Asclepias syriaca L.)

Bakacsy,

Szatmári,

Biró

et al. 2023

View full text Add to dashboard Cite

show abstract

Drone-Based Identification and Monitoring of Two Invasive Alien Plant Species in Open Sand Grasslands by Six RGB Vegetation Indices

Bakacsy

Tobak

Leeuwen

et al. 2023

Drones

View full text Add to dashboard Cite

Today, invasive alien species cause serious trouble for biodiversity and ecosystem services, which are essential for human survival. In order to effectively manage invasive species, it is important to know their current distribution and the dynamics of their spread. Unmanned aerial vehicle (UAV) monitoring is one of the best tools for gathering this information from large areas. Vegetation indices for multispectral camera images are often used for this, but RGB colour-based vegetation indices can provide a simpler and less expensive solution. The goal was to examine whether six RGB indices are suitable for identifying invasive plant species in the QGIS environment on UAV images. To examine this, we determined the shoot area and number of common milkweed (Asclepias syriaca) and the inflorescence area and number of blanket flowers (Gaillardia pulchella) as two typical invasive species in open sandy grasslands. According to the results, the cover area of common milkweed was best identified with the TGI and SSI indices. The producers’ accuracy was 76.38% (TGI) and 67.02% (SSI), while the user’s accuracy was 75.42% (TGI) and 75.12% (SSI), respectively. For the cover area of blanket flower, the IF index proved to be the most suitable index. In spite of this, it gave a low producer’s accuracy of 43.74% and user’s accuracy of 51.4%. The used methods were not suitable for the determination of milkweed shoot and the blanket flower inflorescence number, due to significant overestimation. With the methods presented here, the data of large populations of invasive species can be processed in a simple, fast, and cost-effective manner, which can ensure the precise planning of treatments for nature conservation practitioners.

show abstract

Bracketing the Age of Freshwater Carbonate Formation by OSL Dating Near Lake Kolon, Hungary

Cited by 2 publications

References 11 publications

Possibilities of UAV based identification and Monitoring Of Common Milkweed (Asclepias syriaca L.)

Possibilities of UAV based identification and Monitoring Of Common Milkweed (Asclepias syriaca L.)

Drone-Based Identification and Monitoring of Two Invasive Alien Plant Species in Open Sand Grasslands by Six RGB Vegetation Indices

Contact Info

Product

Resources

About