Andere Kunden interessierten sich auch für
![Nährstoffmanagement: Reaktion auf den Reisanbau (Oryza Sativa)]( "Nährstoffmanagement: Reaktion auf den Reisanbau (Oryza Sativa)")
Nährstoffmanagement: Reaktion auf den Reisanbau (Oryza Sativa)61,90 €![Kontrolle des Grundwasserspiegels für Reisanbau in Ghana]( "Kontrolle des Grundwasserspiegels für Reisanbau in Ghana")
Kontrolle des Grundwasserspiegels für Reisanbau in Ghana56,20 €![Integriertes Nährstoffmanagement im Reisanbau]( "Integriertes Nährstoffmanagement im Reisanbau")
Integriertes Nährstoffmanagement im Reisanbau43,90 €![System der Reisintensivierung: Ein neuer Weg des Reisanbaus]( "System der Reisintensivierung: Ein neuer Weg des Reisanbaus")
System der Reisintensivierung: Ein neuer Weg des Reisanbaus39,90 €![Kalium: Verwaltung und Verteilung im Reisanbau]( "Kalium: Verwaltung und Verteilung im Reisanbau")
Kalium: Verwaltung und Verteilung im Reisanbau60,90 €![Ein Versuchsbuch zum standortspezifischen Nährstoffmanagement im Reisanbau]( "Ein Versuchsbuch zum standortspezifischen Nährstoffmanagement im Reisanbau")
Ein Versuchsbuch zum standortspezifischen Nährstoffmanagement im Reisanbau54,90 €![Ökologisches versus anorganisches Düngermanagement im Reisanbau]( "Ökologisches versus anorganisches Düngermanagement im Reisanbau")
Ökologisches versus anorganisches Düngermanagement im Reisanbau43,90 €
Mali gilt als die Kornkammer Westafrikas mit einem großen Potenzial für den Reisanbau. Mali wird von zwei großen Flüssen, dem Senegal und dem Niger, bewässert und produziert allein mehr als die Hälfte des in Westafrika erzeugten Reises. Aufgrund des starken Bevölkerungswachstums reicht die Produktion jedoch nicht aus, um die Nachfrage zu decken. Die Länder greifen daher auf Importe zurück, um die Ernährungssicherheit zu gewährleisten. Unsere Studie wurde im Bewässerungsgebiet Baguinéda durchgeführt, das eines der Gebiete ist, die Mali für die Landwirtschaft im Allgemeinen und für den Reisanbau im Besonderen zur Verfügung stehen. Es wurden Satellitenbilder und Klimadaten der Region heruntergeladen, biometrische Daten des Reises gesammelt und Vegetationsindizes berechnet, um spezifische Kc-Werte für die beprobten Parzellen zu erhalten. Anschließend entwickelten wir ein lineares Regressionsmodell, das uns Gewissheit über die bestehende Korrelation zwischen dem berechneten Kc-Wert und den Vegetationsindizes NDVI und SAVI verschaffte. Dadurch erhielten wir Variationskoeffizienten, die es uns ermöglichten, den Kc zu berechnen und räumlich zuzuordnen.