{"id":5114,"date":"2022-06-21T13:57:00","date_gmt":"2022-06-21T11:57:00","guid":{"rendered":"https:\/\/geopard.tech\/?p=5114"},"modified":"2023-06-04T21:49:13","modified_gmt":"2023-06-04T19:49:13","slug":"predvidanje-prinosa-usjeva-pomocu-podataka-daljinskog-istrazivanja","status":"publish","type":"post","link":"https:\/\/geopard.tech\/hr\/blog\/predicting-crop-yield-with-remote-sensing-data\/","title":{"rendered":"Predvi\u0111anje prinosa usjeva pomo\u0107u podataka daljinskog istra\u017eivanja u preciznoj poljoprivredi"},"content":{"rendered":"

Za predvi\u0111anje prinosa usjeva moramo razumjeti koliko sun\u010deve svjetlosti biljke primaju i koliko im je vode potrebno. Rast biljaka ovisi o ova dva \u010dimbenika, ali mnogi drugi \u010dimbenici utje\u010du na rast biljaka poput temperature, vla\u017enosti i vrsta tla<\/a>.<\/p>\n

Koli\u010dina i kvaliteta usjeva proizvedenih u svijetu glavni je \u010dimbenik koji utje\u010de na sigurnost hrane. To je posebno va\u017eno u zemljama u razvoju gdje je poljoprivreda jo\u0161 uvijek va\u017ean dio gospodarstva.<\/p>\n

Daljinsko istra\u017eivanje<\/a> Podaci se mogu koristiti za procjenu koli\u010dine svjetlosti koju biljke primaju i time predvi\u0111anje prinosa usjeva. Podaci daljinskog istra\u017eivanja mo\u0107an su alat za procjenu prinosa usjeva. Pru\u017eaju informacije o usjevima koji rastu i njihovom okru\u017eenju, omogu\u0107uju\u0107i vam procjenu proizvodnje usjeva.<\/p>\n

Podaci daljinskog istra\u017eivanja oblik su analize podataka u poljoprivredi koji se mo\u017ee koristiti za predvi\u0111anje prinosa prije \u017eetve. Ovaj \u010dlanak istra\u017euje sve \u0161to trebate znati o podacima daljinskog istra\u017eivanja.<\/p>\n

\u0160to su podaci o prinosu usjeva u poljoprivredi?<\/h2>\n

Podaci o prinosu usjeva su informacije o koli\u010dini usjeva koje proizvodi poljoprivrednik ili skupina poljoprivrednika. Uklju\u010duju koli\u010dinu ubranog usjeva po hektaru zemlji\u0161ta. To se mo\u017ee mjeriti u tonama, bu\u0161elima ili bilo kojoj drugoj mjernoj jedinici ovisno o usjevu.<\/p>\n

Podaci o prinosu na poljoprivrednim gospodarstvima va\u017eni su kada je u pitanju poljoprivreda jer mogu pomo\u0107i poljoprivrednicima da odrede koliko bi trebali posijati sljede\u0107e sezone. Osim toga, podaci o prinosu omogu\u0107uju im da utvrde postoji li problem s njihovim usjevima koji treba rije\u0161iti.<\/p>\n

Podaci o prinosu mogu se koristiti i za pra\u0107enje napretka prema globalnim ciljevima koje su postavile vlade, nevladine organizacije i druge zainteresirane strane.<\/p>\n

Osim toga, podaci o prinosu koriste se za utvr\u0111ivanje snaga i slabosti u poljoprivrednim praksama i davanje preporuka na temelju tih informacija. Podaci o prinosu korisni su za dono\u0161enje informiranih odluka o mnogim aspektima poljoprivrede, kao \u0161to su:<\/p>\n

\"Analiza<\/p>\n

Odabir sjemena:<\/strong> Odabir sorti i hibrida na temelju podataka o prinosu mo\u017ee pomo\u0107i u osiguravanju da su polja zasa\u0111ena najprofitabilnijim dostupnim sjemenom.<\/p>\n

Suzbijanje \u0161teto\u010dina:<\/strong> Pra\u0107enjem rasta biljaka, podaci o prinosu mogu pomo\u0107i poljoprivrednicima da odrede kada uvesti suzbijanje \u0161teto\u010dina<\/a> mjere. To mo\u017ee smanjiti upotrebu pesticida i pove\u0107ati profit.<\/p>\n

Raspored navodnjavanja:<\/strong> Kori\u0161tenje informacija s monitora prinosa omogu\u0107uje poljoprivrednicima fino pode\u0161avanje rasporeda navodnjavanja, \u0161to poma\u017ee u u\u0161tedi vode i novca uz odr\u017eavanje visokih prinosa.<\/p>\n

\u0160to su podaci daljinskog istra\u017eivanja?<\/h2>\n

Daljinsko istra\u017eivanje je znanost prikupljanja informacija o objektu ili pojavi bez izravnog kontakta s objektom, odnosno na neinvazivan na\u010din. Koristi se u poljoprivredi za pra\u0107enje usjeva, tla i uvjeta vla\u017enosti.<\/p>\n

Daljinsko istra\u017eivanje koristi elektromagnetsko zra\u010denje (EMR) kao \u0161to su one koje emitiraju radiovalovi, mikrovalovi, infracrveno zra\u010denje, vidljiva svjetlost i ultraljubi\u010dasto svjetlo.<\/p>\n

Daljinsko istra\u017eivanje usjeva omogu\u0107uje mjerenje uvjeta rasta usjeva tijekom vremena. Tako\u0111er pru\u017ea informacije o stanju usjeva u odre\u0111enim to\u010dkama vremena i prostora. Ove se informacije mogu koristiti za procjenu prinosa usjeva i procjenu kada bi se trebala dogoditi \u017eetva.<\/p>\n

Podaci daljinskog istra\u017eivanja mogu se koristiti za mjerenje promjena u kori\u0161tenju zemlji\u0161ta, pra\u0107enje rasta usjeva i prinosa poljoprivrednih gospodarstava, otkrivanje razine vla\u017enosti i slanosti tla, odre\u0111ivanje razine zaraze \u0161tetnicima, pra\u0107enje razine one\u010di\u0161\u0107enja okoli\u0161a itd.<\/p>\n

Dakle, na primjer, ako hodate poljem i promatrate biljke, prikupljate podatke o njima. Ako se vozite helikopterom ili avionom i promatrate biljke odozgo, prikupljate podatke daljinskog istra\u017eivanja.<\/p>\n

Postoji mnogo razli\u010ditih vrsta tehnika i ure\u0111aja daljinskog istra\u017eivanja koji se koriste za prikupljanje ovih podataka: satelitske snimke, zra\u010dne fotografije, radarski sustavi, lidar i drugi.<\/p>\n

\u0160to je predvi\u0111anje prinosa usjeva?<\/h2>\n

Predvi\u0111anje prinosa usjeva je proces procjene potencijalnog ili o\u010dekivanog prinosa odre\u0111ene kulture za odre\u0111eno podru\u010dje i vegetacijsku sezonu.<\/p>\n

To uklju\u010duje analizu razli\u010ditih \u010dimbenika poput vremenskih uvjeta, karakteristika tla, genetike usjeva i praksi upravljanja kako bi se dala informirana predvi\u0111anja o vjerojatnoj \u017eetvi.<\/p>\n

Va\u017eno je napomenuti da su predvi\u0111anja prinosa usjeva podlo\u017ena nesigurnosti zbog slo\u017eenosti poljoprivrednih sustava i utjecaja nepredvidivih \u010dimbenika poput \u0161tetnika, bolesti i ekstremnih vremenskih uvjeta.<\/p>\n

Iako modeli predvi\u0111anja pru\u017eaju vrijedne uvide, oni slu\u017ee kao alat za pomo\u0107 u dono\u0161enju odluka, a ne pru\u017eaju apsolutnu sigurnost.<\/p>\n

Kako to funkcionira?<\/h2>\n

Sljede\u0107i izvori podataka kombiniraju se kako bi se stvorila raznolika te\u017eina za projekcije prinosa na temelju trenutnih okolnosti vegetacijske sezone u razli\u010ditim regijama.<\/p>\n

Znanstvenici podataka tvrtke Farmers Edge kombiniraju ove izvore podataka s najnovijim dostignu\u0107ima u strojnom u\u010denju kako bi a\u017eurirali procjene prognoza prinosa kad god je glavna komponenta prinosa poreme\u0107ena.<\/p>\n

1. Podaci iz predsezone<\/strong><\/p>\n

Predsezonski podaci moraju biti to\u010dni kako bi se postavili temelji za predvi\u0111anje prinosa usjeva. Ove informacije su dostupne prije sadnje usjeva i postavljaju temelje za prva o\u010ditanja predvi\u0111anja prinosa.<\/p>\n

Podaci poput lokacije polja, trenutnih i prethodnih usjeva, vremenskih uvjeta specifi\u010dnih za polje u mjesecima prije sadnje ili sjetve, informacija i podataka o ispitivanju tla te regionalnih vremenskih trendova tijekom posljednjeg desetlje\u0107a kombiniraju se kako bi se pru\u017eio uvid u to kako zapo\u010deti sezonu s to\u010dnim brojkama prinosa koje treba predvidjeti.<\/p>\n

2. Podaci tijekom sezone<\/strong><\/p>\n

Podaci tijekom sezone pru\u017eaju uvid u varijable koje utje\u010du na prinos poljoprivrede tijekom vegetacijske sezone nakon \u0161to su postavljeni temelji.<\/p>\n

Meteorolo\u0161ke stanice na farmama Farmers Edge daju podatke usmjerene na teren koji pobolj\u0161avaju te skupove podataka isporukom o\u010dekivanih i predvi\u0111enih vrijednosti koje se pohranjuju, a zatim resetiraju kada podaci pristignu svaki dan, unapre\u0111uju\u0107i modele.<\/p>\n

Drugi podaci tijekom sezone, poput primjene gnojiva, tako\u0111er se uzimaju u obzir tijekom sezone, bilo planirano ili ne, kako bi se pobolj\u0161ala dijagnostika na terenu i ponudile predvi\u0111ene vrijednosti prinosa.<\/p>\n

3. Podaci specifi\u010dni za usjev<\/strong><\/p>\n

\u0160iroka mre\u017ea lokalnih agronoma tvrtke Farmers Edge tako\u0111er mo\u017ee pru\u017eiti podatke specifi\u010dne za usjeve tijekom vegetacijske sezone.<\/p>\n

Agronomi Farmers Edgea identificirali su podatke specifi\u010dne za usjeve koji utje\u010du na prinos tijekom vegetacijske sezone, uklju\u010duju\u0107i sadr\u017eaj vode tijekom glavnih faza rasta ili sate iznad kardinalnih temperatura za usjeve tijekom klju\u010dnih razdoblja koja odre\u0111uju prinos, za pet glavnih usjeva u predvi\u0111anju prinosa (kukuruz, uljana repica, le\u0107a, soja i p\u0161enica).<\/p>\n

4. Slike usjeva i polja<\/strong><\/p>\n

Satelitske snimke visoke rezolucije koriste se za brzo i precizno odre\u0111ivanje NDVI vrijednosti zdravlja usjeva na poljima, \u0161to istra\u017eiva\u010dima omogu\u0107uje tra\u017eenje pogre\u0161nih rezultata ili regionalnih problema s usjevima koji bi mogli utjecati na prinos.<\/p>\n

Ovi regionalni trendovi mogu se koristiti za utvr\u0111ivanje jesu li podru\u010dja na pravom putu za prognozu ili su okoli\u0161ni \u010dimbenici iskrivili vrijednosti predvi\u0111enih prinosa usjeva.<\/p>\n

5. Podaci histograma<\/strong><\/p>\n

Modeli predvi\u0111anja prinosa Farmers Edge koriste velike statisti\u010dke podatke kako bi prona\u0161li razli\u010dite distribucije na slikama polja tijekom vremena, \u0161to zatim pru\u017ea jasno\u0107u konvolucijskoj neuronskoj mre\u017ei koja mo\u017ee koristiti te modifikacije za predvi\u0111anje prinosa na velikim podru\u010djima, poput Sjedinjenih Dr\u017eava ili Kanade, kako se slike mijenjaju tijekom vremena.<\/p>\n

\"\u0160to<\/p>\n

Nije jednostavno predvidjeti proizvodnju prije nego \u0161to kombajn pro\u0111e kroz polje, ali tim Farmers Edgea s odu\u0161evljenjem pru\u017ea proizvo\u0111a\u010dima predvi\u0111anja prinosa na temelju potpune i to\u010dne statistike.<\/p>\n

Svaki izvor podataka ima te\u017einu u predvi\u0111anju prinosa usjeva, koja se mo\u017ee mijenjati na temelju parametara modela.<\/p>\n

Kako pove\u0107ati prinos na poljoprivredi preciznim tehnologijama?<\/h2>\n

Vlasnici farmi generacijama raspravljaju i rade na pove\u0107anju poljoprivrednih prinosa. Neke od otkrivenih metoda bile su u\u010dinkovite, dok su druge bile neu\u010dinkovite.<\/p>\n

Osim neprocjenjivog iskustva ranijih generacija poljoprivrednika, poljoprivredna industrija sada mo\u017ee imati koristi od modernog znanstvenog i tehnolo\u0161kog napretka.<\/p>\n

Pogledajmo naj\u010de\u0161\u0107e na\u010dine na koje poljoprivrednici mogu pove\u0107ati prinose i kako se prethodna iskustva i nove tehnologije mogu iskoristiti za pove\u0107anje poljoprivredne produktivnosti.<\/p>\n

1. Pravilno navodnjavanje<\/strong><\/p>\n

Poljoprivrednici koji \u017eele pove\u0107ati prosje\u010dni prinos usjeva po hektaru na svojim farmama trebaju dobro osmi\u0161ljen sustav navodnjavanja. Osiguravanje prave koli\u010dine vode biljkama izravno utje\u010de na njihov razvoj i, posljedi\u010dno, na poljoprivredne prinose.<\/p>\n

Vremenske prognoze klju\u010dne su za u\u010dinkovito navodnjavanje poljoprivrednih zemlji\u0161ta. Hiperlokalna vremenska prognoza sada je mogu\u0107a zahvaljuju\u0107i dana\u0161njim tehnologijama, koje uklju\u010duju prilago\u0111ene programe i softver za poljoprivrednike.<\/p>\n

To \u010dini precizno navodnjavanje<\/a> mogu\u0107e tako \u0161to \u0107e poljoprivrednicima omogu\u0107iti da se unaprijed pripreme i najto\u010dnije i naju\u010dinkovitije zaka\u017eu navodnjavanje svojih usjeva.<\/p>\n

2. Ispitivanje tla i njegova kvaliteta<\/strong><\/p>\n

Jedan od najva\u017enijih \u010dimbenika koji utje\u010du na prinos usjeva je kvaliteta tla ili plodnost. Osim poljoprivredne proizvodnje, kvaliteta tla utje\u010de na to koliko poljoprivrednika ko\u0161ta uzgoj odre\u0111ene biljke, budu\u0107i da neke od njih zahtijevaju specifi\u010dne omjere odre\u0111enih elemenata u tlu, poput mineralnih \u010destica, organske tvari, vode i zraka.<\/p>\n

Poljoprivrednici moraju redovito pratiti stanje tla na svojim parcelama kako bi postigli ve\u0107e poljoprivredne prinose. Plodored<\/a> jedna je od naju\u010dinkovitijih tehnika za odr\u017eavanje zdravlja tla, izme\u0111u ostalog.<\/p>\n

Plodored na odre\u0111enoj parceli izbjegava zamor tla i prekida cikluse insekata, \u0161to rezultira ve\u0107im poljoprivrednim prinosom i, kao rezultat toga, ve\u0107im prosje\u010dnim prinosom po hektaru.<\/p>\n

3. Kvaliteta sjemena<\/strong><\/p>\n

Kvaliteta sjemena koju poljoprivrednici koriste za sjetvu utje\u010de na poljoprivrednu proizvodnju. Stoga se poljoprivrednicima savjetuje da na svojim poljoprivrednim zemlji\u0161tima siju samo certificirano sjeme koje je pro\u0161lo sve potrebne kontrole kvalitete kako bi pove\u0107ali poljoprivredni prinos.<\/p>\n

Certificirano sjeme mo\u017ee biti skuplje od necertificiranog sjemena, ali rezultat \u0107e se isplatiti jer je kvaliteta sjemena jedan od najva\u017enijih elemenata koji utje\u010du na produktivnost usjeva.<\/p>\n

Osim toga, kori\u0161tenje samo visokokvalitetnog sjemena jedan je od ekolo\u0161ki najodgovornijih na\u010dina za pove\u0107anje produktivnosti usjeva. Poljoprivrednik mo\u017ee ispitati kvalitetu odre\u0111enog sjemena kontaktiranjem relevantne tvrtke za sjeme i po potrebi dogovoriti prilago\u0111ena ispitivanja na odre\u0111enoj parceli.<\/p>\n

Osim toga, klju\u010dno je razumjeti da kvaliteta sjemena nije trajna ili nepromijenjena. Od trenutka kada se posije u zemlju, sjeme zahtijeva za\u0161titu. Jedna od strategija tretiranja sjemena koja se koristi za postizanje toga je premazivanje sjemena.<\/p>\n

To je tehnika oblaganja sjemenskih zrna u vanjske materijale kako bi se pobolj\u0161ala njihova svojstva (te\u017eina, veli\u010dina) i\/ili opskrbila aktivnim kemikalijama (mikronutrijenti, mikrobni inokulanti, regulatori rasta itd.) radi za\u0161tite od biljnih bolesti i pobolj\u0161anja rasta.<\/p>\n

4. Pametna primjena gnojiva<\/strong><\/p>\n

Gnojiva<\/a> su osmi\u0161ljena za hranjenje razli\u010ditih vrsta tla, pobolj\u0161anje rasta biljaka i pove\u0107anje prinosa, ali njihova upotreba treba biti uravnote\u017eena i razumna. Prekomjerna upotreba gnojiva mo\u017ee imati ozbiljan utjecaj na kvalitetu tla i, posljedi\u010dno, na poljoprivrednu produktivnost.<\/p>\n

Razli\u010dita podru\u010dja polja mogu zahtijevati razli\u010dite razine gnojidbe tla, stoga je najbolji pristup selektivna upotreba gnojiva, prema zahtjevima razli\u010ditih zona polja. Ovaj precizan pristup gnojidbi polja odr\u017eava tlo zdravim, \u0161to rezultira ve\u0107im prosje\u010dnim prinosima po hektaru.<\/p>\n

A Softver za pra\u0107enje usjeva<\/a> je jedna od tehnolo\u0161kih opcija u ovom kontekstu. Sadr\u017ei alat za zoniranje polja koji dijeli poljoprivredno zemlji\u0161te u 2-7 zona na temelju satelitske fotografije, identificiraju\u0107i mjesta koja zahtijevaju vi\u0161e pa\u017enje od drugih.<\/p>\n

Uzgajiva\u010di \u010desto koriste preciznu tehnologiju kao jedan od ekolo\u0161ki najprihvatljivijih na\u010dina za njezino pobolj\u0161anje.<\/p>\n

5. Metode za\u0161tite usjeva<\/strong><\/p>\n

Poljoprivrednici koji \u017eele pove\u0107ati prinose moraju se brinuti za svoje biljke tijekom cijelog rasta i do kraja vegetacijske sezone. Poljoprivrednici koriste razne spojeve kako bi smanjili utjecaj korova, \u0161tetnika i bolesti na produktivnost usjeva, ovisno o situaciji.<\/p>\n

Herbicidi, insekticidi, desikanti, regulatori rasta biljaka, fungicidi, adjuvansi i druge kemikalije su uobi\u010dajeni primjeri. Za\u0161tita usjeva mo\u017ee se provesti na razli\u010dite na\u010dine. Suzbijanje korova\/\u0161teto\u010dina i suzbijanje biljnih bolesti su dva najva\u017enija.<\/p>\n

6. Sprje\u010davanje i upravljanje biljnim bolestima<\/strong><\/p>\n

Biljne infekcije jo\u0161 su jedna zna\u010dajna opasnost za poljoprivredne performanse uzgajiva\u010da. Poljoprivrednici mogu koristiti razne metode sprje\u010davanja i suzbijanja biljnih bolesti, poput odabira sorti otpornih na bolesti ili tolerantnih na bolesti, tretiranja sjemena fungicidima i primjene pesticida i drugih sli\u010dnih tvari na biljke u razvoju, ovisno o vrsti biljaka koje \u0107e se uzgajati na polju.<\/p>\n

Poljoprivrednici bi trebali obratiti posebnu pozornost na to kada koriste ove ili druge taktike kako bi imale najve\u0107i u\u010dinak. Potrebno je imati na umu da je pravovremena za\u0161tita bilja klju\u010dna za pokazatelj prinosa po hektaru - \u0161to se problem ranije prepozna, br\u017ee \u0107e se i lak\u0161e rije\u0161iti, a manje povr\u0161ine polja \u0107e biti pogo\u0111ene.<\/p>\n

7. Suzbijanje korova i \u0161teto\u010dina<\/strong><\/p>\n

Tijekom vegetacijske sezone, glavni izazovi za poljoprivrednike su suzbijanje korova i \u0161teto\u010dina. Jedan korov, na primjer, mo\u017ee proizvesti preko 10 milijuna sjemenki korova, koje, ako se ne suzbiju odmah, mogu zna\u010dajno smanjiti prinose na odre\u0111enom polju i uzrokovati pote\u0161ko\u0107e godinama. Poljoprivrednici tako\u0111er moraju poduzeti holisti\u010dki odgovor na najezde \u0161teto\u010dina.<\/p>\n

Poljoprivrednici moraju stalno biti spremni brzo reagirati na probleme s najezdom \u0161tetnika jer su \u0161tetnici vrlo prilagodljivi i brzo se razmno\u017eavaju\u0107i organizmi koji mogu ugroziti proizvode na odre\u0111enom poljoprivrednom zemlji\u0161tu.<\/p>\n

Predvi\u0111anje prinosa usjeva glavna je briga poljoprivrednika jer izravno utje\u010de na njihovu profitnu mar\u017eu. Ako poljoprivrednik zna koliki prinos mo\u017ee o\u010dekivati od svog zemlji\u0161ta, mo\u017ee u skladu s tim planirati svoje usjeve i pove\u0107ati profitnu mar\u017eu. Zato je va\u017eno to\u010dno predvidjeti prinos poljoprivrednika prije sadnje bilo koje kulture na odre\u0111enom zemlji\u0161tu.<\/p>\n

\"Predvi\u0111anje<\/p>\n

To je va\u017eno pitanje u agronomiji od davnina. Klju\u010dno je za sigurnost hrane, posebno u vrijeme su\u0161e, poplava ili drugih prirodnih katastrofa.<\/p>\n

Predvi\u0111anje prinosa usjeva poljoprivrednici tako\u0111er koriste za dono\u0161enje odluka o tome kada saditi i \u017eeti usjeve na temelju sadr\u017eaja vlage u tlu, zaraze \u0161tetnicima i drugih \u010dimbenika poput vremenskih uvjeta i potreba za gnojivom.<\/p>\n

Kako biste donosili informiranije odluke i pobolj\u0161ali u\u010dinkovitost uzgoja uz pomo\u0107 podataka o prinosu s farmi, kliknite ovdje<\/a> zatra\u017eite demo sada.<\/p>\n

\n

\u010cesto postavljana pitanja<\/h2>\n
\n

1. Kako poljoprivrednici pove\u0107avaju prinos usjeva?<\/strong><\/p>\n

Poljoprivrednici pove\u0107avaju prinos usjeva upravljanjem tlom, u\u010dinkovitim navodnjavanjem, plodoredom te suzbijanjem \u0161tetnika i korova. Ove prakse optimiziraju plodnost tla, dostupnost vode i smanjuju \u0161tetnike i bolesti, \u0161to rezultira ve\u0107om produktivno\u0161\u0107u usjeva.<\/p>\n

2. Kako izra\u010dunati prinos usjeva po hektaru\/parceli?<\/span><\/span><\/strong><\/p>\n

Mo\u017ee se mjeriti raznim metodama i \u010dimbenicima. Jedan uobi\u010dajeni pristup je fizi\u010dki ubrati reprezentativni uzorak usjeva s odre\u0111enog podru\u010dja i vagati ga. Ta se te\u017eina zatim ekstrapolira kako bi se procijenio ukupni prinos cijelog polja ili farme.<\/p>\n

Na primjer, ako uzorak te\u017ei 100 kilograma, a povr\u0161ina polja je 2 hektara, prinos usjeva po hektaru bio bi 50 kilograma.<\/p>\n

Osim toga, napredne tehnologije poput daljinskog istra\u017eivanja i satelitskih snimaka mogu se koristiti za procjenu zdravlja usjeva, vegetacijskih indeksa i biomase, pru\u017eaju\u0107i vrijedne uvide.<\/p>\n

Prilikom mjerenja uzimaju se u obzir i drugi \u010dimbenici poput kvalitete zrna, veli\u010dine i tr\u017ei\u0161ne vrijednosti. Na primjer, ako uzorak te\u017ei 100 kilograma, a povr\u0161ina polja je 2 hektara, prinos usjeva po hektaru bio bi 50 kilograma.<\/p>\n

3. Kako procjenjujete prinos usjeva prije \u017eetve?<\/strong><\/p>\n

Procjena prinosa usjeva prije \u017eetve mo\u017ee se provesti kombinacijom metoda.<\/p>\n

Jedan pristup je kori\u0161tenje modela rasta specifi\u010dnih za usjeve koji uzimaju u obzir \u010dimbenike poput datuma sadnje, vremenskih uvjeta i zdravlja usjeva kako bi se predvidio potencijalni prinos.<\/p>\n

Druga metoda je kori\u0161tenje tehnika daljinskog istra\u017eivanja, poput satelitskih snimaka ili dronova, za procjenu vitalnosti i biomase usjeva.<\/p>\n

4. Koji tip poljoprivrednog sustava daje zdravije \u017eitarice?<\/strong><\/p>\n

Organski poljoprivredni sustavi \u010desto se povezuju sa zdravijim \u017eitaricama. Organska poljoprivreda izbjegava upotrebu sinteti\u010dkih pesticida, herbicida i genetski modificiranih organizama (GMO). Umjesto toga, organski poljoprivrednici oslanjaju se na prirodna gnojiva, plodored i biolo\u0161ke metode suzbijanja \u0161teto\u010dina.<\/p>\n

Ove prakse doprinose proizvodnji \u017eitarica bez kemijskih ostataka, potencijalno bogatijih esencijalnim hranjivim tvarima i s ni\u017eim razinama kontaminacije pesticidima.<\/p>\n

Me\u0111utim, va\u017eno je napomenuti da specifi\u010dne zdravstvene prednosti \u017eitarica mogu varirati ovisno o \u010dimbenicima kao \u0161to su kvaliteta tla, sorta usjeva i postupci rukovanja nakon \u017eetve.<\/p>\n

5. Kako pesticidi pove\u0107avaju prinos usjeva?<\/strong><\/p>\n

Pesticidi ga mogu pove\u0107ati \u0161tite\u0107i biljke od raznih \u0161tetnika, bolesti i korova. Poma\u017eu u kontroli ili uklanjanju \u0161tetnih insekata, gljivica, bakterija i drugih organizama koji mogu o\u0161tetiti ili uni\u0161titi usjeve.<\/p>\n

Smanjenjem utjecaja \u0161tetnika, pesticidi omogu\u0107uju biljkama da sna\u017enije rastu, u\u010dinkovito koriste hranjive tvari i usmjeravaju vi\u0161e resursa prema produktivnom rastu.<\/p>","protected":false},"excerpt":{"rendered":"

Za predvi\u0111anje prinosa usjeva moramo razumjeti koliko sun\u010deve svjetlosti biljke primaju i koliko im je vode potrebno. Rast biljaka ovisi o ova dva\u2026<\/p>","protected":false},"author":210157960,"featured_media":5119,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_eb_attr":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_hide_featured_image":false,"_jetpack_featured_image_duplicate_dismissed":0,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"{title}\n\n{excerpt}\n\n{url}","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1657,1380,1378],"tags":[1599],"class_list":["post-5114","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-precision-farming","category-whats","category-remote-sensing","tag-remote-sensing"],"acf":[],"yoast_head":"\nCrop yield prediction in Agriculture \ud83d\udcc8<\/title>\n<meta name=\"description\" content=\"Crop yield prediction is the process of estimating the potential or expected yield of a specific crop for a given area and growing season. \ud83c\udf3e\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/geopard.tech\/hr\/blog\/predvidanje-prinosa-usjeva-pomocu-podataka-daljinskog-istrazivanja\/\" \/>\n<meta property=\"og:locale\" content=\"hr_HR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Crop yield prediction in Agriculture \ud83d\udcc8\" \/>\n<meta property=\"og:description\" content=\"Crop yield prediction is the process of estimating the potential or expected yield of a specific crop for a given area and growing season. \ud83c\udf3e\" \/>\n<meta property=\"og:url\" content=\"https:\/\/geopard.tech\/hr\/blog\/predvidanje-prinosa-usjeva-pomocu-podataka-daljinskog-istrazivanja\/\" \/>\n<meta property=\"og:site_name\" content=\"GeoPard - Precision agriculture Mapping software\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/geopardAgriculture\/\" \/>\n<meta property=\"article:published_time\" content=\"2022-06-21T11:57:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-06-04T19:49:13+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"675\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"dementievgeopard\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:site\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:label1\" content=\"Napisao\/la\" \/>\n\t<meta name=\"twitter:data1\" content=\"dementievgeopard\" \/>\n\t<meta name=\"twitter:label2\" content=\"Procijenjeno vrijeme \u010ditanja\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minuta\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/\"},\"author\":{\"name\":\"dementievgeopard\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\"},\"headline\":\"Crop yield prediction with remote sensing data in Precision Agriculture\",\"datePublished\":\"2022-06-21T11:57:00+00:00\",\"dateModified\":\"2023-06-04T19:49:13+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/\"},\"wordCount\":2650,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/06\\\/63-min.jpg?fit=1200%2C675&ssl=1\",\"keywords\":[\"Remote Sensing\"],\"articleSection\":[\"Precision Farming\",\"Whats\",\"Remote Sensing\"],\"inLanguage\":\"hr\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/\",\"url\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/\",\"name\":\"Crop yield prediction in Agriculture \ud83d\udcc8\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/06\\\/63-min.jpg?fit=1200%2C675&ssl=1\",\"datePublished\":\"2022-06-21T11:57:00+00:00\",\"dateModified\":\"2023-06-04T19:49:13+00:00\",\"description\":\"Crop yield prediction is the process of estimating the potential or expected yield of a specific crop for a given area and growing season. \ud83c\udf3e\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#breadcrumb\"},\"inLanguage\":\"hr\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"hr\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/06\\\/63-min.jpg?fit=1200%2C675&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/06\\\/63-min.jpg?fit=1200%2C675&ssl=1\",\"width\":1200,\"height\":675,\"caption\":\"Crop yield prediction in Agriculture\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/predicting-crop-yield-with-remote-sensing-data\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/geopard.tech\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Crop yield prediction with remote sensing data in Precision Agriculture\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"name\":\"GeoPard - Precision agriculture software\",\"description\":\"Precision agriculture Mapping software\",\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"alternateName\":\"GeoPard\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/geopard.tech\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"hr\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\",\"name\":\"GeoPard Agriculture\",\"alternateName\":\"GeoPard\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"hr\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1\",\"width\":512,\"height\":68,\"caption\":\"GeoPard Agriculture\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/geopardAgriculture\\\/\",\"https:\\\/\\\/x.com\\\/geopardagri\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/geopard-agriculture\\\/\",\"https:\\\/\\\/www.instagram.com\\\/geopardagriculture\\\/\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UCiaPGLAhRPNh-s85dXdC-Sw\",\"https:\\\/\\\/www.g2.com\\\/products\\\/geopard-agriculture-precision-farming-software\\\/reviews\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\",\"name\":\"dementievgeopard\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"hr\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"caption\":\"dementievgeopard\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Predvi\u0111anje prinosa usjeva u poljoprivredi \ud83d\udcc8","description":"Predvi\u0111anje prinosa usjeva je proces procjene potencijalnog ili o\u010dekivanog prinosa odre\u0111ene kulture za odre\u0111eno podru\u010dje i vegetacijsku sezonu. \ud83c\udf3e","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/geopard.tech\/hr\/blog\/predvidanje-prinosa-usjeva-pomocu-podataka-daljinskog-istrazivanja\/","og_locale":"hr_HR","og_type":"article","og_title":"Crop yield prediction in Agriculture \ud83d\udcc8","og_description":"Crop yield prediction is the process of estimating the potential or expected yield of a specific crop for a given area and growing season. \ud83c\udf3e","og_url":"https:\/\/geopard.tech\/hr\/blog\/predvidanje-prinosa-usjeva-pomocu-podataka-daljinskog-istrazivanja\/","og_site_name":"GeoPard - Precision agriculture Mapping software","article_publisher":"https:\/\/www.facebook.com\/geopardAgriculture\/","article_published_time":"2022-06-21T11:57:00+00:00","article_modified_time":"2023-06-04T19:49:13+00:00","og_image":[{"width":1200,"height":675,"url":"https:\/\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg","type":"image\/jpeg"}],"author":"dementievgeopard","twitter_card":"summary_large_image","twitter_creator":"@geopardagri","twitter_site":"@geopardagri","twitter_misc":{"Napisao\/la":"dementievgeopard","Procijenjeno vrijeme \u010ditanja":"11 minuta"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#article","isPartOf":{"@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/"},"author":{"name":"dementievgeopard","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a"},"headline":"Crop yield prediction with remote sensing data in Precision Agriculture","datePublished":"2022-06-21T11:57:00+00:00","dateModified":"2023-06-04T19:49:13+00:00","mainEntityOfPage":{"@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/"},"wordCount":2650,"commentCount":0,"publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"image":{"@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg?fit=1200%2C675&ssl=1","keywords":["Remote Sensing"],"articleSection":["Precision Farming","Whats","Remote Sensing"],"inLanguage":"hr","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/","url":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/","name":"Predvi\u0111anje prinosa usjeva u poljoprivredi \ud83d\udcc8","isPartOf":{"@id":"https:\/\/geopard.tech\/#website"},"primaryImageOfPage":{"@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#primaryimage"},"image":{"@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg?fit=1200%2C675&ssl=1","datePublished":"2022-06-21T11:57:00+00:00","dateModified":"2023-06-04T19:49:13+00:00","description":"Predvi\u0111anje prinosa usjeva je proces procjene potencijalnog ili o\u010dekivanog prinosa odre\u0111ene kulture za odre\u0111eno podru\u010dje i vegetacijsku sezonu. \ud83c\udf3e","breadcrumb":{"@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#breadcrumb"},"inLanguage":"hr","potentialAction":[{"@type":"ReadAction","target":["https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/"]}]},{"@type":"ImageObject","inLanguage":"hr","@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#primaryimage","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg?fit=1200%2C675&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg?fit=1200%2C675&ssl=1","width":1200,"height":675,"caption":"Crop yield prediction in Agriculture"},{"@type":"BreadcrumbList","@id":"https:\/\/geopard.tech\/blog\/predicting-crop-yield-with-remote-sensing-data\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/geopard.tech\/"},{"@type":"ListItem","position":2,"name":"Crop yield prediction with remote sensing data in Precision Agriculture"}]},{"@type":"WebSite","@id":"https:\/\/geopard.tech\/#website","url":"https:\/\/geopard.tech\/","name":"GeoPard - Softver za preciznu poljoprivredu","description":"Precizna poljoprivreda Softver za mapiranje","publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"alternateName":"GeoPard","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/geopard.tech\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"hr"},{"@type":"Organization","@id":"https:\/\/geopard.tech\/#organization","name":"GeoPard Poljoprivreda","alternateName":"GeoPard","url":"https:\/\/geopard.tech\/","logo":{"@type":"ImageObject","inLanguage":"hr","@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/07\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/07\/geopard_logo_transparentbackground.png?fit=512%2C68&ssl=1","width":512,"height":68,"caption":"GeoPard Agriculture"},"image":{"@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/geopardAgriculture\/","https:\/\/x.com\/geopardagri","https:\/\/www.linkedin.com\/company\/geopard-agriculture\/","https:\/\/www.instagram.com\/geopardagriculture\/","https:\/\/www.youtube.com\/channel\/UCiaPGLAhRPNh-s85dXdC-Sw","https:\/\/www.g2.com\/products\/geopard-agriculture-precision-farming-software\/reviews"]},{"@type":"Person","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a","name":"dementievgeopard","image":{"@type":"ImageObject","inLanguage":"hr","@id":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","caption":"dementievgeopard"}}]}},"jetpack_publicize_connections":[],"jetpack_likes_enabled":true,"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/pdiCPa-1ku","jetpack_featured_media_url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/06\/63-min.jpg?fit=1200%2C675&ssl=1","_links":{"self":[{"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/posts\/5114","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/users\/210157960"}],"replies":[{"embeddable":true,"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/comments?post=5114"}],"version-history":[{"count":0,"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/posts\/5114\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/media\/5119"}],"wp:attachment":[{"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/media?parent=5114"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/categories?post=5114"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geopard.tech\/hr\/wp-json\/wp\/v2\/tags?post=5114"}],"curies":[{"name":"radni list","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}