Akácklónok drónos távérzékeléses módszerrel történő vizsgálatának előzetes eredményei = Remote sensing analysis of black locust clones: early evaluation

Ábri, Tamás and Szabó, Loránd and Szabó, Gergely (2025) Akácklónok drónos távérzékeléses módszerrel történő vizsgálatának előzetes eredményei = Remote sensing analysis of black locust clones: early evaluation. ERDÉSZETTUDOMÁNYI KÖZLEMÉNYEK, 15 (1-2). pp. 55-67. ISSN 2062-6711

Preview

Text erdeszettudomanyi-kozlemenyek-15evf-2025-01-02sz-055-067.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (849kB) | Preview

Abstract

Ebben a tanulmányban a Soproni Egyetem Erdészeti Tudományos Intézete és a Debreceni Egyetem közös kutatási projektje kerül bemutatásra. A kutatómunka célja egy nyírségi akácklón összehasonlító kísérlet vizsgálata drón (UAS=uncrewed aerial system) segítségével. A vizsgálatok során famagasság és különféle vegetációs indexek (NDVI, GNDVI, NDRE, LCI) mérésére került sor. A fotogrammetriai és multispektrális vizsgálatok eredménye alapján a klónok között szignifikáns különbségek mutatkoztak. A(z) NK2 és PL251 klónok kimagasló növekedést és jó egészségi állapotot mutattak, míg az ‘Üllői’ fajta gyengébben teljesített. Néhány vegetációs index (NDRE, LCI, CCCI) és a fák magassága között közepes mértékű korrelációt tapasztaltunk (r=0,587-0,593), ami alátámasztja az erdészeti távérzékelésben rejlő lehetőségeket az erdőgazdálkodás hatékonyságának növelésére. A kutatás rávilágít arra, hogy az UAS-technológia integrálása az erdőgazdálkodásba pontos, költséghatékony és részletes adatokat biztosít, hozzájárulva az akác termesztési technológiájának fejlesztéséhez. | In this study, a joint project by the University of Debrecen and the Forest Research Institute (University of Sopron), aimed to study growth and vitality of black locust clones with remote sensing technologies. A clone trial established in 2020 in Eastern Hungary (Nyírség) tested newly-bred clones using uncrewed aerial system (UAS)-based photogrammetry to measure tree heights and multispectral analysis to monitor vegetation indices (NDVI, GNDVI, NDRE, LCI, CCCI). The results showed significant differences between clones. Clones NK2 and PL251 showed superior growth performance and health, while 'Üllői' cultivar performed the lowest. Moderate correlations (r=0.587-0.593) were found between some vegetation indices (NDRE, LCI, CCCI) and tree heights, emphasizing the potential of remote sensing in efficient forest management. This study highlights the value of integrating UAS technology in forestry, offering cost-effective, accurate, and comprehensive data for improving black locust growing technology.

Actions (login required)

Edit Item