Tájékoztatás a hitelesített publikációs listák és egyetemi tanári igazolások kiküldéséről

A Microsoft szolgáltatásait érintő globális üzemzavar miatt jelenleg nem érhető el az Outlook levelezőrendszer, így a publikaciok@lib.unideb.hu e-mail-cím sem.

Emiatt a hitelesített publikációs listák és igazolások kiküldése átmenetileg szünetel, ami sajnos számos mai határidejű igénylést is érint.

A szolgáltatás helyreállását követően a határidős listák kiküldését soron kívül megkezdjük.

Köszönjük megértésüket és türelmüket!

Nxumalo Gift Siphiwe

Teljes publikációs lista

Tudóstér társszerzők statisztika szűrhető publikációs lista

RIS export (EndNote, Mendeley, RefWorks, Zotero stb.)

Hiányzó közlemények feltöltése

Hitelesített Publikációs Lista igénylése

Feltöltött közlemény:

DEA-ban:

OA:

Publikációs időszak:

2022-2026

2026

Radócz, L., Nagy, A., Szőllősi, N., Kiss, N. É., Szabó, A., Tamás, J., Nxumalo, G., Radócz, L.: AI-Augmented Systematic Review of Remote Sensing and Predictive Modelling for Mycotoxin Risk Monitoring in Cereal Crops Across Central and Balkan Europe.
Remote Sens. 18 (3), 1-37, (cikkazonosító: 2063), 2026.

doi DEA

Folyóirat-mutatók:

Q1 Earth and Planetary Sciences (miscellaneous) (2025)

Nxumalo, G., Ramabulana, T. S., Zibuyile, D., Tamás, J., Kiss, N. É., Nagy, A.: AI-Driven Integration of Sentinel-1 SAR for High-Resolution Soil Water Content Estimation to Enhance Precision Irrigation in Smallholder Maize Systems, Vhembe District.
Water. 18, 1-34, (cikkazonosító: 499), 2026.

doi DEA

Folyóirat-mutatók:

Q1 Aquatic Science (2025)

Q2 Biochemistry (2025)

Q1 Geography, Planning and Development (2025)

Q1 Water Science and Technology (2025)

Radócz, L., Nxumalo, G., Kiss, N. É., Szabó, A., Tamás, J., Nagy, A., Radócz, L.: Comparative Evaluation of UAV Multispectral Sensors for Precision Agriculture: Spectral and Structural Consistency in Maize Canopies.
Drones-Basel. 10 (10), 1-20, (cikkazonosító: 723), 2026.

doi DEA

Folyóirat-mutatók:

Q1 Aerospace Engineering (2025)

Q1 Artificial Intelligence (2025)

Q1 Computer Science Applications (2025)

Q1 Control and Systems Engineering (2025)

Q1 Information Systems (2025)

Nxumalo, G., Ramabulana, T. S., Nagy, A.: GIS and Remote Sensing Applications for Assessing Soil Contamination in South African Agriculture: A Machine Learning-Enhanced Scoping Review.
Agriculture. 16 (7), 1-36, (cikkazonosító: 797), 2026.

doi DEA

Folyóirat-mutatók:

Q1 Agronomy and Crop Science (2025)

Q1 Food Science (2025)

Q1 Plant Science (2025)

Pásztor, D., Kovács, G., Nagy, A., Nxumalo, G., Tuba, G., Tamás, J.: Improving Maize Drought Tolerance Under a Continental Climate: A Sap-Flow-Based Evaluation of Biostimulants and Supplemental Irrigation in the Pannonian Basin.
Agronomy. 16 (14), 1-20, (cikkazonosító: 1305), 2026.

doi DEA WoS Scopus

Folyóirat-mutatók:

Q1 Agronomy and Crop Science (2025)

Nxumalo, G., Ramabulana, T. S., Zibuyile, D., Louis, A., Nagy, A.: Integrating OPTRAM and Machine Learning with Multimodal EO Proxies for Optimized Irrigation Scheduling in Smallholder Systems: a Vhembe District Case Study.
Frontiers in Agronomy. 7, 1-17, (cikkazonosító: 1697188), 2026.

doi DEA WoS Scopus

Folyóirat-mutatók:

Q1 Agronomy and Crop Science (2025)

Q1 Plant Science (2025)

Q1 Agricultural and Biological Sciences (miscellaneous) (2025)

Q1 Soil Science (2025)

Nagy, A., Szabó, A., Fehér, Z. Z., Louis, A., Nxumalo, G., Tamás, J.: Irrigation de précision du maïs au moyen de méthodes fondées sur les données.
In: 26th International Congress on Irrigation and Drainage: Water and Agricultural Resilience in the Face of Climate Change. Ed.: Marco Arcieri, R. K. Gupta, International Commission on Irrigation and Drainage, Marseille, 354-355, 2026. ISBN: 9788189610555

DEA

Ramabulana, T. S., Nxumalo, G., Czigány, S.: Machine learning integration of Sentinel-1 SAR and ground-based measurements for soil moisture estimation in temperate forested landscape of Somogy County, Hungary.
J Hydrol-Reg Stud. 68, 1-26, (cikkazonosító: 104094), 2026.

doi DEA WoS Scopus

Nxumalo, G., Fehér, Z. Z., Tamás, J., Nagy, A.: MODIS-Sentinel-2 Data Fusion for Cloud-Robust Crop Evapotranspiration Estimation in a Nitrate-Sensitive Irrigated Maize System: Evaluating Gap-Filling Strategies for Evidence-Based Irrigation Scheduling.
Water. 18, 1-37, (cikkazonosító: 1644), 2026.

doi DEA

Folyóirat-mutatók:

Q1 Aquatic Science (2025)

Q2 Biochemistry (2025)

Q1 Geography, Planning and Development (2025)

Q1 Water Science and Technology (2025)

10.

Fehér, Z. Z., Nxumalo, G., Nagy, A.: Multi-Sensor NDVI Fusion for Daily Crop EvapotranspirationMapping: A Six-Year Irrigated Maize Assessment UsingMODIS-Sentinel-2-Landsat (2020-2025).
Sensors. 26 (14), 1-22, (cikkazonosító: 4470), 2026.

doi DEA WoS Scopus

Folyóirat-mutatók:

Q1 Analytical Chemistry (2025)

Q2 Atomic and Molecular Physics, and Optics (2025)

Q2 Biochemistry (2025)

Q1 Electrical and Electronic Engineering (2025)

Q2 Information Systems (2025)

Q1 Instrumentation (2025)

Q2 Medicine (miscellaneous) (2025)

11.

Nxumalo, G., Ramabulana, T. S., Vilakazi, N. F., Nagy, A.: Opportunities and Challenges of Sensor- and Acoustic-Based Irrigation Monitoring Technologies in South Africa: A Scoping Review with Machine Learning-Enhanced Evidence Synthesis.
AgriEngineering. 8 (5), 1-39, (cikkazonosító: 161), 2026.

doi DEA WoS Scopus

Folyóirat-mutatók:

Q2 Agronomy and Crop Science (2025)

Q2 Engineering (miscellaneous) (2025)

Q2 Food Science (2025)

Q1 Horticulture (2025)

12.

Nagy, A., Szabó, A., Fehér, Z. Z., Kiss, N. É., Nxumalo, G., Tamás, J.: Precíziós öntözés adatvezérelt módszerekkel kukoricában.
In: A Magyar Hidrológiai Társaság által rendezett XLIII. Országos Vándorgyűlés dolgozatai. Szerk.: Somlyódi Balázs, Váradi József, Magyar Hidrológiai Társaság, Budapest, 1-12, 2026. ISBN: 9789638172488

DEA

13.

Nxumalo, G., Fehér, Z. Z., Radócz, L., Ramabulana, T. S., Tamás, J., Nagy, A.: Soil water content prediction for precision irrigation in maize using phenology-aware remote sensing.
In: IAH 2026 World Groundwater Congress, Budapest Congress Center, Budapest, 426, 2026.

DEA

14.

Nxumalo, G., Tamás, J., Nagy, A., Fehér, Z. Z.: Spatio-Temporal Deep Fusion of Optical-SAR Remote Sensing with Physics-Constrained Machine Learning for Operational Crop Water Use Monitoring in Nitrate-Sensitive Agricultural Systems.
In: IEEE 2026: International Geoscience and Remote Sensing Symposium, IEEE-INST Electrical Electroonics Engineers INC, Piscataway, Paer TUP2PB2, 2026.

DEA

2025

15.

Nxumalo, G., Fehér, Z. Z., Tamás, J., Burganakov, U., Nagy, A.: Advancing agricultural water regime using sar technology: soil moisture and etc estimation for sustainable crop production.
In: Abstract Book of the 8th International Scientific Conference on Water, Magyar Agrár-és Élettudományi Egyetem, Gödöllő, 16, 2025. ISBN: 9789636231156(pdf)

DEA

16.

Nxumalo, G., Chauke, H.: Challenges and opportunities in smallholder agriculture digitization in South Africa.
Front. Sustain. Food Syst. 9, 1-14, (cikkazonosító: 1583224), 2025.

doi DEA WoS Scopus

Folyóirat-mutatók:

Q1 Agronomy and Crop Science

Q1 Ecology

Q1 Food Science

Q2 Global and Planetary Change

D1 Horticulture

Q2 Management, Monitoring, Policy and Law

17.

Szabó, A., Nxumalo, G., Bódi, E., Ademola, B., Tamás, J., Nagy, A.: Evaluation of ground based spectral imaging for real time maize biomass monitoring.
Front. Plant Sci. 16, 1-15, (cikkazonosító: 1566305), 2025.

doi DEA

Folyóirat-mutatók:

D1 Plant Science

18.

Nxumalo, G., Radócz, L., Ramabulana, T. S., Nagy, A.: Machine Learning-Enhanced Soil Water Content Estimation Using Sentinel-1 SAR for Precision Irrigation in Eastern Hungary.
In: XIII. Interdiszciplináris doktorandusz konferencia, Pécsi Tudományegyetem Doktorandusz Önkormányzat, Pécs, 21, 2025.

DEA

19.

Nagy, A., Szabó, A., Nxumalo, G., Bódi, E., Tamás, J.: Spectral-based monitoring methods to optimise precision irrigation in maize.
In: EGU General Assembly 2025, European Geosciences Union, Vienna, EGU25-9499, 2025.

doi DEA

20.

Nxumalo, G., Fehér, Z. Z., Ramabulana, T. S., Nagy, A.: Using Earth Observation and AI for Irrigation Management Amidst Meteorological Hazards: A Case Study in Limpopo, South Africa.
In: II. Natural Hazards and Climate Change Conference: International Conference for identifying and tackling challenges together / György Sipos, Szegedi Tudományegyetem, Szeged, 56, 2025.

DEA

2024

21.

Nagy, A., Szabó, A., Elbeltagi, A., Nxumalo, G., Bódi, E., Tamás, J.: Hyperspectral indices data fusion-based machine learning enhanced by MRMR algorithm for estimating maize chlorophyll content.
Front. Plant Sci. 15, 1-18, (cikkazonosító: 1419316), 2024.

doi DEA WoS Scopus

Folyóirat-mutatók:

D1 Plant Science

22.

Nxumalo, G., Magyar, T., Tamás, J., Nagy, A.: Modelling Soil Moisture Content with Hydrus 2D in aContinental Climate for Effective Maize Irrigation Planning.
Agriculture-Basel. 14 (8), 1-23, (cikkazonosító: 1340), 2024.

doi DEA WoS Scopus

Folyóirat-mutatók:

Q1 Agronomy and Crop Science

Q2 Food Science

Q1 Plant Science

23.

Nxumalo, G., Magyar, T., Fehér, Z. Z., Tamás, J., Nagy, A.: Modelling soil water balance to plan maize irrigation for optimized water use.
In: KMKTK2024, XIX. Kárpát-medencei Környezettudományi Konferencia Absztrakt füzet = 19th Carpathian Basin Environmental Science Conferencea Book of Abstracts / Buró Botond, Molnár Mihály, Magyar Tudományos Akadémia. Atommagkutató Intézet, Debrecen, 58, 2024. ISBN: 9789638321602

DEA

24.

Nxumalo, G., Kiss, N. É., Fehér, Z. Z., Magyar, T., Bódi, E., Szabó, A., Pásztor, D., Tamás, J., Nagy, A.: Optimizing of alternative water resources reutilization on extreme sandy soil.
In: EGU General Assembly 2024 : SSS9.10 : Novel monitoring techniques and modeling tools to assess soil health for resilient management of soil and water resources in agroecosystems, European Geosciences Union, Vienna, 1(EGU24-18763), 2024.

DEA

2023

25.

Nxumalo, G.: Assessment of remote sensed data for weed species recognition in agricultural fields.
In: EGU General Assembly 2023 : BG9.3 Remote Sensing of Vegetation Biodiversity/ co-organized by BG, European Geosciences Union, Munchen, 1 (EGU23-401), 2023.

doi DEA