Egy ipari paradicsom érésfolyamata érésgyorsító hatására

Hasonló dokumentumok
A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata

A paradicsom dinamikus terheléssel szembeni érzékenységének mérése

Szőlő és alma növényvédelmi előrejelzés (2012. augusztus 9.)

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A HŐMÉRSÉKLET ÉS A CSAPADÉK HATÁSA A BÜKK NÖVEKEDÉSÉRE

STATISZTIKA. Mit nevezünk idősornak? Az idősorok elemzésének módszertana. Az idősorelemzés célja. Determinisztikus idősorelemzés

Szőlő és alma növényvédelmi előrejelzés (2016. szeptember 8.)

ORSZÁGOS KÖRNYEZETEGÉSZSÉGÜGYI INTÉZET

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Idegen nyelvi mérés 2018/19

Az állományon belüli és kívüli hőmérséklet különbség alakulása a nappali órákban a koronatér fölötti térben május és október közötti időszak során

Függvények ábrázolása, jellemzése II. Alapfüggvények jellemzői

SZERVEZETI ÖNÉRTÉKELÉSI EREDMÉNYEK ALAKULÁSA 2013 ÉS 2017 KÖZÖTT

Prímszámok statisztikai analízise

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

A maximum likelihood becslésről

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Matematika. 1. évfolyam. I. félév

ÉGHAJLAT. Északi oldal

Mérési adatok illesztése, korreláció, regresszió

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

KUTATÁSI JELENTÉS ŐSZI KÁPOSZTAREPCE FAJTÁK ÉS -HIBRIDEK MÉHÉSZETI ÉRTÉKÉNEK ÖSSZEHASONLÍTÓ ELEMZÉSE

A domborzat mikroklimatikus hatásai Mérési eredmények és mezőgazdasági vonatkozások

A HÓBAN TÁROLT VÍZKÉSZLET MEGHATÁROZÁSA AZ ORSZÁGOS VÍZJELZŐ SZOLGÁLATNÁL február 21.

A évi országos kompetenciamérés iskolai eredményeinek elemzése

Kompetenciamérés eredményei a Bajai III. Béla Gimnáziumban

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat

A évi országos kompetenciamérés iskolai eredményeinek elemzése

Móri borvidék betegség-előrejelzése. Szőlő növényvédelmi előrejelzés a móri borvidék szőlőtermesztői számára

ORSZÁGOS KÖRNYEZETEGÉSZSÉGÜGYI INTÉZET FŐIGAZGATÓ

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

A klímamodellek eredményei mint a hatásvizsgálatok kiindulási adatai

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

PRÓBAÉRETTSÉGI MATEMATIKA május-június KÖZÉPSZINT. Vizsgafejlesztő Központ

A jövő éghajlatának kutatása

Vélemények az állampolgárok saját. anyagi és az ország gazdasági. helyzetérôl, a jövôbeli kilátásokról

BUDAÖRS, KORLÁTOZOTT IDEJŰ VÁRAKOZÁSI ÖVEZET,

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A évi országos kompetenciamérés iskolai eredményeinek elemzése, értékelése

Statisztikai Jelentések

1. Számológép és táblázat használata nélkül számítsd ki a következő számokat, majd. ; 8. (7 pont) függvényt! (9 pont)

VÁROSI CSAPADÉKVÍZ GAZDÁLKODÁS A jelenlegi tervezési gyakorlat alkalmazhatóságának korlátozottsága az éghajlat változó körülményei között

MATEMATIKA HETI 5 ÓRA. IDŐPONT: Június 4.

Tájékoztató. a Tiszán tavaszán várható lefolyási viszonyokról

Csővezetékekben lévő korróziós hibák veszélyességének értékelési rendszere

A Planck-eloszlásokról és a fényforrások ekvivalens színhőmérséklet -eiről Erbeszkorn Lajos

INTEGRÁLT VÍZHÁZTARTÁSI TÁJÉKOZTATÓ ÉS ELŐREJELZÉS

KAPITÁNY ZSUZSA MOLNÁR GYÖRGY VIRÁG ILDIKÓ HÁZTARTÁSOK A TUDÁS- ÉS MUNKAPIACON

CSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN*

352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm

A Statisztika alapjai

REGIONÁLIS KLÍMAMODELLEZÉS AZ OMSZ-NÁL. Magyar Tudományos Akadémia szeptember 15. 1

TELEPÜLÉSI CSAPADÉKVÍZGAZDÁLKODÁS: Érdekek, lehetőségek, akadályok

A VÁGÁSI KOR, A VÁGÁSI SÚLY ÉS A ROSTÉLYOS KERESZTMETSZET ALAKULÁSA FEHÉR KÉK BELGA ÉS CHAROLAIS KERESZTEZETT HÍZÓBIKÁK ESETÉBEN

2009/1.sz. Hidrológiai és hidrometeorológiai tájékoztatás és előrejelzés

Mennyit is késik? Troposzféra-modellezés a GNSSnet.hu rendszerében

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

Agrárgazdasági Kutató Intézet Statisztikai Osztály

II. évfolyam, 8. szám, Statisztikai Jelentések MEZŐGAZDASÁGI INPUTOK HAVI FORGALMA augusztus

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Exponenciális kisimítás. Üzleti tervezés statisztikai alapjai

Jó befektetési lehetőség kell? - Ebben van minden, amit keresel

Akusztika hanggátlás. Dr. Reis Frigyes elıadásának felhasználásával

Térinformatikai elemzések. A Klimatológusok csoport beszámolója

Páros összehasonlítás mátrixok empirikus vizsgálata p. 1/20

Tájékoztató. a Tiszán tavaszán várható lefolyási viszonyokról

Ensemble előrejelzések: elméleti és gyakorlati háttér HÁGEL Edit Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály 34

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

3. jegyz könyv: Bolygómozgás

A XXI. SZÁZADRA BECSÜLT KLIMATIKUS TENDENCIÁK VÁRHATÓ HATÁSA A LEFOLYÁS SZÉLSŐSÉGEIRE A FELSŐ-TISZA VÍZGYŰJTŐJÉN

Matematika tanmenet 11. évfolyam (középszintű csoport)

BIOMATEMATIKA ELŐADÁS

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

AZ EURÓPAI UNIÓ KOHÉZIÓS POLITIKÁJÁNAK HATÁSA A REGIONÁLIS FEJLETTSÉGI KÜLÖNBSÉGEK ALAKULÁSÁRA

MAGYAR NÖVÉNYVÉDŐ MÉRNÖKI ÉS NÖVÉNYORVOSI KAMARA Hajdú-Bihar Megyei Területi Szervezet. Hajdú-Bihar Megye növényvédelmi időszakos helyzetképe

Statisztikai becslés

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

Matematikai geodéziai számítások 6.

Nehézségi gyorsulás mérése megfordítható ingával

Félidőben félsiker Részleges eredmények a kutatásalapú kémiatanulás terén

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Méréselmélet és mérőrendszerek

1/8. Iskolai jelentés. 10.évfolyam matematika

Tájékoztató. a Tiszán tavaszán várható lefolyási viszonyokról

A Top20 kísérleteket eredetileg azzal az elgondolással vezettük be, hogy termelői tesztként működik.

Statisztikai Jelentések TÁJÉKOZTATÓ JELENTÉS A NYÁRI MEZŐGAZDASÁGI MUNKÁKRÓL

Trapézlemez gerincő tartók beroppanásvizsgálata

VÁRAKOZÓK JELENTÉSE ELEMZÉS ÁLLAPOT SZERINT

kutatócsoport-vezető MTA-BCE Alkalmazkodás a Klímaváltozáshoz Kutatócsoport

Dr. SZŐKE LAJOS. főiskolai tanár. A helyi meteorológiai mérések szerepe és alkalmazása a szőlő növényvédelmében

Hőmérsékleti sugárzás

Levélfelületi index mérése és modellezése intenzív cseresznye ültetvényben. Készítette: Piblinger Brigitta Környezettan alapszakos hallgató

A GDP hasonlóképpen nem tükrözi a háztartások közötti munka- és termékcseréket.

Az embert és szőlőt próbáló 2014-es évjárat

Matematikai geodéziai számítások 6.

1. ábra: Magyarországi cégek megoszlása és kockázatossága 10-es Rating kategóriák szerint. Cégek megoszlása. Fizetésképtelenné válás valószínűsége

Statisztikai módszerek a skálafüggetlen hálózatok

NT Matematika 11. (Heuréka) Tanmenetjavaslat

Átírás:

Egy ipari paradicsom érésfolyamata érésgyorsító hatására Borsa Béla, dr. Jakovác Frigyes, Kovács László, Deákvári József FVM Mezőgazdasági Gépesítési Intézet 21 Gödöllő, Tessedik S.u.4. Tel.: (28) 511 611 E.mail.: borsa@fmmi.hu Összefoglalás Három paradicsomfajta (Jovanna, Heinz9478, Pávia) érésgyorsítóval állományát vetettük össze a kezeletlen állománnyal. Az érésmenet során mértük a hozamokat és az érés alakulását keresvén az érésgyorsító hatását. 1. Bevezetés Az ipari paradicsomot szokás érésgyorsítóval kezelni annak érdekében, hogy a gépi szedéssel végzett betakarításkor egyidőben minél több legyen az érett bogyó. Mind a géppel végzett szedés, mind az ezt követő szállítás a bogyók fokozott terhelését jelenti, továbbá a betakarítható mennyiség okán és a fajták szerint is figyelemre érdemes az érésfolyamat követése. Ezért célul tűztük ki, hogy összehasonlító módon értékeljük az érésgyorsító (ethrel) hatását. 2. Anyag és módszer A szabadszállási Róna MgTsz-ben Jovanna esetén 5x1, a másik kettőnél 9x5 méteres szakaszon az érésgyorsítóval történt permetezéskor az egyik paradicsomsort letakartuk, amit aztán ként használtunk. Az értékelés módszerénél tekintettel kellett lennük a két sor egymástól különböző tulajdonságaira, ezért alapvetően relatív értékekkel kellett számolnunk, noha ez sem oldja meg teljesen a permetezéskori érettségi arány esetleges különbsége miatt felvethető kérdéseket. Az utolsó évben a hosszabb tartamú mérés már a túlérés szakaszába is beleért. 3. Eredmények A és a állomány hozamát, illetve a kezelés hatására mutatkozó érési hajlandóságot vizsgáltuk. A Jovanna érési időszakában szélsőségesnek mondható meteorológiai viszonyok voltak egy igen meleg periódust követő tartós lehüléssel és jelentős csapadékkal. A Heinz9478 esetén csapadékmentes időjárás a rendkívüli kánikulával párosulva érlelte a bogyókat. A Pávia szedési idejét hosszabbra nyújtottuk elérve a növekvő túlérés állapotát. Ekkor átlagosan meleg, kiegyensúlyozott, némi csapadékot is adó nyári idő volt.

tömrg% 1 Az érettek tömegaránya. Fajta: Jovanna, Szabadszállás 22 5 29.11 29.763.31 49.77 36.64 71.82 62.47 2.6 23.44 2.51-5 5 15 35 relatív tömeg, % Az érettek tömegaránya és logisztikus modellje. Fajta: Heinz 9478. Szabadszállás, 23, %, %, logisztikus illesztés 1 83.5 7.4 44.7 52.7 8. 5 64.8 21.6 3.4 44.6 39.4, logisztikus illesztés 23. 24.3-5 5 15 35 tömeg% Az érettek tömegaránya és logisztikus közelítése Fajta: Pávia. Szabadszállás 24 aktuális, % aktuális, %, logisztikus illesztés, logisztikus illesztés 1 93.3 9.2 1 74.673. 59.6 63.1 79.5 89.8 93.6 9.8 5 15.9.36.7 67.4 44.7 13.2 17.23.6 1 2 3 4 1.ábra. Az érettek tömegaránya az érésmenet mentén

.2 Fajta: Jovanna. Szabadszállás, 22.15.1.5. -5 -.5 5 15 35 Fajta: Heinz 9478. Szabadszállás, 23.2.15.1.5. -5 -.5 5 15 35 Fajta: Pávia. Szabadszállás, 24.2.1. -5 5 15 35 -.1 -.2 2.ábra. A súlyozott érési intenzitásfüggvény

Ha az érésmenet mentén az érettek arányára feltételezhető egy lassú kezdést követő gyorsuló növekedés, ami az idő múltával aztán lassulásba majd telítésbe vált, akkor ennek a folyamatnak modellezésére alkalmas az ún. logisztikai függvény: K y( t) = 1+ b exp( a t) amely a K-hoz aszimptotikusan tart t növekedtével (ez nálunk a 1% érettarány), a és b állandók. Ez a modell viszont nem alkalmas arra, hogy a túléretteknek az érettek kárára történő növekedése miatt a valóságban a telítést nélkülöző lefutást is közelítse: itt a szigorú monotonitás megszűnik, amit logisztikus görbe nem tud követni. Ez az eset látható az 1. ábra legalsó diagramján szemben a két felső diagrammal, ami világos jele a túléréttek növekvő mennyiségének. Ha az érettek relatív mennyisége relatív növekedése görbjének a meredekségét is becsüljük, akkor egy érési kedv jellegű intenzitásmértékhez jutunk. Ha igaz az a feltevés, amely szerint nem közömbös, hogy ez a százalékkülönbségben mért, időegységre vonatkozó relatív növekmény milyen kiindulási értékről indulva realizálódott, akkor van értelme a súlyozásnak is. Ennek egy választott (de nem egyedüli) mértéke lehet a 1%-os érettségi aránytól való távolság. Az így kapott ún. súlyozott érési intenzitásfüggvényt gondoljuk az érésgyorsító hatása megítélésére leginkább jellemzőnek. Tehát legyen az T i -ik időpontban az érettek tömegaránya: É tömeg% ( T i ), %. Ekkor a súlyozott érési intenzitásfüggvény értéke a T i pillanatban: INT súly (T i ) = {É tömeg% ( T i ) - É tömeg% ( T i-1 )} / {(1 - É tömeg% ( T i-1 )) *( T i - T i-1 ) }= = DIFF tömeg% (T i ) / {(1 - É tömeg% ( T i-1 ))*( T i - T i-1 ) }. Ezt a függvényt mutatja mindhárom fajtára a 2. ábra: a Jovanna esetén felismerhető a kezelés hatása; a Heinz fajtánál a mérési időszakban tapasztalt folyamatos és egyenletesen kedvező, száraz, napos, kimondottan meleg időjárás ellenére e függvény érdekes módon vegyes képet mutat. Monotonitás nem tapasztalható, mindkét állománynál a jelleg azonos és a kezelés hatása csupán a kiegyensúlyozottabb görbefutásban vehető észre. Úgy tűnik, mintha a kedvező időjárást a paradicsom talán kezelés nélkül, magától is meghálálja ; a Pávia esete a hosszú idejű mérés alapján a leghasználhatóbbnak látszik. A súlyozott érésintenzitás növekvő mértéke a javára mutat előnyt a kezelést követő két hét elteltével, majd az intenzitásfüggvény egy hónap múltával erősen csökkenve közel azonos értéket vesz fel. A mérés során az időjárás kedvezően meleg, kánikula nem volt, kevés csapadék három alkalommal hullott (2, 24, 1 mm). Az alkalmazott eljárás kritikájaként és a nehézségek illusztrálására a következőket jegyezzük meg. Az első szedést leszámítva az aktuális szedéskor mindig a már állománnyal állunk szemben, amelynek kezdeti állapotára épp a kezelés miatt nem tudunk következtetni. A fentiek alapján kívánatos mindkét állománynál (páronként, de méginkább az összes szakaszra vonatkozóan) a kiinduláskori érettarány megegyezése. Ennek megléte a törekvések ellenére sem bizonyítható, ami igen megnehezíti a korrekt összehasonlítást, s ezzel az érésgyorsító hatásának megítélését. A súlyozás valamelyest javít a és a állomány összevetésén, de mértékének szubjektív volta is kívánatossá teszi a kiinduláskori érettarányok megegyezését, ami a szemrevételezés kényszerű gyakorlatával alig-alig biztosítható, az ellenőrzést statisztikailag kellene elvégezni. Ez olyan előzetes felmérést tenne szükségessé, amelynek méréstervezése és feldolgozása egy véletlen folyamat ergodicitási tulajdonságainak vizsgálatához vezet, ahol a paraméter az út, a valószínűségi változó az éretta-

rány. Gyakorlatilag azt a mérési hosszt kell megtalálni, amelyről már adott P valószínűséggel állítható, hogy érettaránya nem különbözik sem egy soron belül, sem a sorok között. Mi előzetes vizsgálatok híján a már vélhetően hasonló érettarányt eredményező szakaszhosszt a Jovanna esetén 1m-nek, a Heinz9478 és a Pávia esetén 5 m-nek választottuk. Korlát a méréstechnikailag feldolgozható paradicsommennyiség is. A nagyobb hossz várható kiegyenlítő hatása ellenére is a Jovanna esetén rosszul választottuk azt: ennél nem (a nál 2,6, a nél 29,11%), a Heinz9478-nál (21,6 és 23,2%), a Páviánál (13,2% és 15,9%) valószínűleg sikerült legalábbis az első párosra a megfelelő sorpárt és a hosszat megválasztani. A relatív mértékek alapján a Heinz9478 (23) szemben Jovannával (22) és a Páviával (24) nem várakozásaink szerint viselkedett. Ok lehet az időjárás is: 22-ben a kezelést követően egy lehűlés utáni hideg, csapadékos periódus (~1nap) következett, míg 23-ban május elején kezdődő, egészen a betakarításig tartó, gyakorta kánikuláig fokozódó igen meleg, csapadékmentes időszak volt jellemző, ami az érésgyorsító hatását kompenzálhatta. 24-ben kiegyensúlyozott, meleg periódus alatt mértünk: a Páviánál egészen a jelentős túlérésig végzett mérések tendenciájukban jól mutatják az érésgyorsító hatását. A második hét végétől a negyedik közepéig-végéig a súlyozott érésintenzitásban számottevő különbség mutatkozik: az érési kedv jelentős többlete látszik a javára. 4. Az eredmények értékelése, javaslatok Az érésgyorsítónak az érésintenzitásra vonatkozóan várt jelentős hatását eddigi méréseink alapján nem állíthatjuk: a hároméves összehasonlító vizsgálatok vegyes képet mutatnak. Ennek okát egyrészt a kiinduláskori érésarány bizonyosan meglévő különbségeiben, másrészt a hatás nagyságára vonatkozó túlzott várakozásban véljük megtalálni. A zavaró mellékkörülmények módosító hatása eddig legalábbis jelentős mértékben elfödi az érésgyorsítótól várt eredményt. Az érésgyorsítás műszaki-gazdasági feltételrendszere indokolja a vizsgálatok folytatását. 5. Irodalom 1. Sachs, L.: Statisztikai módszerek. Mezőgazdasági Kiadó. Budapest, 1985. 2. Vincze, I.: Matematikai statisztika ipari alkalmazásokkal. Műszaki Könyvkiadó, Budapest, 19. 3. Borsa, B.: Véletlen folyamatok a talajművelő gépek vizsgálatánál. Mezőgazdasági Gépesítési Tanulmányok. XL. évfolyam. 4. sz. FVM Műszaki Intézet közleménye, Gödöllő, 21.