This HTML5 document contains 44 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
n10http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F25328859%3A_____%2F14%3A%230000792%21RIV15-MZE-25328859/
n13http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n7http://linked.opendata.cz/resource/domain/vavai/projekt/
n6http://linked.opendata.cz/ontology/domain/vavai/
shttp://schema.org/
skoshttp://www.w3.org/2004/02/skos/core#
rdfshttp://www.w3.org/2000/01/rdf-schema#
n3http://linked.opendata.cz/ontology/domain/vavai/riv/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n5http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n15http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n17http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n14http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n18http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n11http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n9http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F25328859%3A_____%2F14%3A%230000792%21RIV15-MZE-25328859
rdf:type
n6:Vysledek skos:Concept
rdfs:seeAlso
http://www.vukrom.cz/obilnarske-listy/obsah/2-2014/52-54
dcterms:description
Deoxynivalenol (DON) je nejčastějším fuzáriovým toxinem ve vzorcích pšenice v ČR, a proto predikce jeho výskytu může být vhodným nástrojem prevence jeho vstupu do potravního řetězce. Údaje o obsahu DON v pšeničném zrnu, meteorologických podmínkách během vegetační doby a metodách zpracování půdy ze dvou polních pokusů byly využity k vytvoření modelu na bázi neuronové sítě pro predikci obsahu DON. Nejlepší neuronová síť je založena na pěti vstupních proměnných: předplodina, průměrná teplota v dubnu, suma srážek v dubnu, průměrná teplota 5 dnů před kvetením, suma srážek 5 dnů před kvetením. Nejdůležitějšími vstupními parametry jsou předplodina a suma srážek 5 dnů před kvetením. Meteorologické podmínky v dubnu, které jsou důležité pro tvorbu inokula na rostlinných zbytcích, jsou pro model také důležité. Meteorologické podmínky v květnu a 5 dnů po kvetení nejsou pro obsah DON v zrnu příliš významné. Bylo zjištěno, že zpracování půdy má na funkci modelu také malý vliv. Korelace mezi pozorovanými a predikovanými daty s využitím modelu neuronové sítě byla R2 = 0,87. Deoxynivalenol (DON) je nejčastějším fuzáriovým toxinem ve vzorcích pšenice v ČR, a proto predikce jeho výskytu může být vhodným nástrojem prevence jeho vstupu do potravního řetězce. Údaje o obsahu DON v pšeničném zrnu, meteorologických podmínkách během vegetační doby a metodách zpracování půdy ze dvou polních pokusů byly využity k vytvoření modelu na bázi neuronové sítě pro predikci obsahu DON. Nejlepší neuronová síť je založena na pěti vstupních proměnných: předplodina, průměrná teplota v dubnu, suma srážek v dubnu, průměrná teplota 5 dnů před kvetením, suma srážek 5 dnů před kvetením. Nejdůležitějšími vstupními parametry jsou předplodina a suma srážek 5 dnů před kvetením. Meteorologické podmínky v dubnu, které jsou důležité pro tvorbu inokula na rostlinných zbytcích, jsou pro model také důležité. Meteorologické podmínky v květnu a 5 dnů po kvetení nejsou pro obsah DON v zrnu příliš významné. Bylo zjištěno, že zpracování půdy má na funkci modelu také malý vliv. Korelace mezi pozorovanými a predikovanými daty s využitím modelu neuronové sítě byla R2 = 0,87. Deoxynivalenol (DON) is the most common mycotoxin in samples of wheat in the Czech Republic, and therefore the prediction of its presence may be an appropriate tool of preventing its entry into the food chain. Data on the content of DON in wheat grain, weather conditions during the growing season and methods of tillage of two field trials were used to create the model based on neural network to predict DON content. The best neural network is based on five input variables: the previous crop, the average temperature in April, the amount of precipitation in April, average temperature 5 days before flowering, the amount of precipitation 5 days before flowering. The most important input parameters are preceding crop and amount of precipitation 5 days before flowering. Meteorological conditions in April, which are important for the formation of the inoculum, are also important for the model. Weather conditions in May and 5 days after flowering are not for DON content in grain so important. It was found that the tillage has on function of model a small influence. The correlation between observed and predicted data using neural network model was R2 = 0,87.
dcterms:title
Model predikce obsahu deoxynivalenolu v zrnu pšenice na základě meteorologických údajů a předplodiny Forecasts model for deoxynivalenol content in wheat grain based on metheorological data and previous crop Model predikce obsahu deoxynivalenolu v zrnu pšenice na základě meteorologických údajů a předplodiny
skos:prefLabel
Model predikce obsahu deoxynivalenolu v zrnu pšenice na základě meteorologických údajů a předplodiny Forecasts model for deoxynivalenol content in wheat grain based on metheorological data and previous crop Model predikce obsahu deoxynivalenolu v zrnu pšenice na základě meteorologických údajů a předplodiny
skos:notation
RIV/25328859:_____/14:#0000792!RIV15-MZE-25328859
n3:aktivita
n17:P n17:I
n3:aktivity
I, P(QI111B044), P(QJ1210008)
n3:cisloPeriodika
2
n3:dodaniDat
n9:2015
n3:domaciTvurceVysledku
n13:2837439
n3:druhVysledku
n18:J
n3:duvernostUdaju
n15:S
n3:entitaPredkladatele
n10:predkladatel
n3:idSjednocenehoVysledku
29755
n3:idVysledku
RIV/25328859:_____/14:#0000792
n3:jazykVysledku
n14:cze
n3:klicovaSlova
forecast model; deoxynivalenol content; meteorological data; previous crops
n3:klicoveSlovo
n5:forecast%20model n5:previous%20crops n5:deoxynivalenol%20content n5:meteorological%20data
n3:kodStatuVydavatele
CZ - Česká republika
n3:kontrolniKodProRIV
[E01719C38AC0]
n3:nazevZdroje
Obilnářské listy
n3:obor
n11:GC
n3:pocetDomacichTvurcuVysledku
1
n3:pocetTvurcuVysledku
2
n3:projekt
n7:QJ1210008 n7:QI111B044
n3:rokUplatneniVysledku
n9:2014
n3:svazekPeriodika
22
n3:tvurceVysledku
Váňová, Marie Klem, Karel
s:issn
1212-138X
s:numberOfPages
3