Absztrakt Disszertációm során mészlepedékes csernozjom talajon, 2017-2019 között különféle agrotechnikai faktorok (műtrágyázás és elővetemény), eltérő agrometerológiai jegyek és a búzanemesítés hatását vizsgáltam egy tartamkísérlet keretén belül. Általánosságban elmondható volt, hogy egyik év sem kedvezett a búza vegetatív és generatív fejlődési szakaszainak. A kísérlet során az N90PK műtrágya dózis elegendő volt a fajták hozam és minőség potenciáljának elérésekor. A kontroll minták tekintetében a csemegekukorica szignifikánsan jobb előveteménynek bizonyult a napraforgóhoz képest. A főkomponens vizsgálat elvégzése során 4 főkomponenst sikerült meghatározni. A többszörös lineáris regressziós analízis által becslő egyenleteket hoztam létre a cipó térfogat és a műszeres vízfelvétel számára. Sütőipari perspektívából a leginformatívabb paraméter a cipó térfogat, amely több értékszámmal is legalább közepes korrelációban állt. Egy rendkívül informatív vizualizációt, a komplexradart sikerült létrehoznom, ahol 10 paraméter által egyszerűen össze lehet vetni a vizsgált minták minőségi tulajdonságait. Továbbá a Python program Matplotlib és Seaborn könyvtárának ostya, joint és boxplot diagramja, illetve hőtérképe rendkívül hasznosnak bizonyultak. Tudományos munkám eredményeit összefoglalva nagy hangsúlyt kell fektetni a termesztési viszonyokhoz adaptálódott fajtaválasztásra, a genotípus-specifikus tápanyagellátásra és a kultúrállapotot kímélő elővetemény választására annak érdekében, hogy a fokozódó biotikus és abiotikus stresszfaktorok hatását mérsékelhessük.

Kulcsszavak búzaminőség, agrotechnika, agrostatisztika, tartamkísérlet, python

Abstract During my dissertation, I studied the effects of various agrotechnical factors (fertilization and forecrop), different agrometeorological attributes and wheat breeding on a calcareous chernozem soil between 2017-2019 within the framework of a long-term experiment. In general, none of the growing seasons was optimal for the vegetative and generative development of wheat. During the experiment, the N90PK fertilizer dosage was enough to realize the yield and quality potential of the genotypes. In terms of control samples, sweet corn proved to be a significantly better forecrop compared to sunflower. During the principal component analysis, 4 principal factors were identified. Estimating equations were done for loaf volume and water absorption by multiple linear regression analysis. From the baker perspective, the most informative parameter is the loaf volume which correlated at least moderately with numerous indices. I managed to create a highly informative visualization, the complexradar where quality properties of the tested samples can be easily compared by 10 parameters. Furthermore, the heatmap, waffle chart, joint and boxplot diagram of Python’s Matplotlib and Seaborn library are extremely useful for making easier to understand large data sets. Summarizing the results of my scientific work, great emphasis should be put on the selection of growing condition adapted varieties, genotype-specific nutrient supply and favourable crop rotation to mitigate the effects of the increasing biotic and abiotic stress factors.

Keywords wheat quality, agrotechnics, agrostatistics, long-term experiment, python