Ha kapcsolatba szeretne lépni a Tudóstér adminisztrátoraival, kérjük töltse ki az alábbi űrlapot, vagy küldjön e-mailt a publikacioklib.unideb.hu címre.
Bejelentkezés
A Tudóstér funkcióinak nagy része bejelentkezés nélkül is elérhető. Bejelentkezésre az alábbi műveletekhez van szükség:
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.
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.
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.
Q1
Agricultural and Biological Sciences (miscellaneous)
(2025)
Q1
Agronomy and Crop Science
(2025)
Q1
Plant Science
(2025)
Q1
Soil Science
(2025)
4.
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.
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)
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.
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.
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.
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.
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.
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
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.
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.
Nxumalo, G.,
Tamás, J.,
Bódi, E.,
Nagy, A.,
Fehér, Z. Z.:
Development of a Cloud-Based GIS for Urban Soil Pollution Survey in Debrecen.
In: Absztraktkötet : III. Környezet, Egészség, Biztonság (EHS) Nemzetközi Szimpózium = Book of abstracts : 3 rd International Symposium on Environmental, Health and Safety (ISEHS), Debreceni Egyetem Műszaki Kar, Debrecen, 16, 2023.
Nxumalo, G.,
Bashir, B.,
Alsafadi, K.,
Bachir, H.,
Harsányi, E.,
Arshad, S.,
Mohammed, S.:
Meteorological Drought Variability and Its Impact on Wheat Yields across South Africa.
Int. J. Environ. Res. Public Health. 19 (24), 1-22, (cikkazonosító: 16469), 2022.
