Tarım Mısır Verim Hesaplayıcı

Giriş

Tarım Mısır Verim Hesaplayıcı, mısır tarlalarının potansiyel verimini hesaplamak isteyen çiftçiler, agronomistler ve tarım profesyonelleri için temel bir araçtır. Doğru mısır verimi tahmini, tarım planlaması, finansal projeksiyonlar, sigorta amaçları ve kaynak tahsisi için kritik öneme sahiptir. Bu hesaplayıcı, üç ana parametreye dayalı olarak mısır verimini tahmin etmek için basit bir yöntem sunar: alan büyüklüğü (dönüm cinsinden), ortalama koçan başına tane sayısı ve dönüm başına beklenen koçan sayısı. Bu mısır verim hesaplayıcısını kullanarak, hasat zamanlaması, depolama gereksinimleri ve mısır ürününüz için pazarlama stratejileri hakkında daha bilinçli kararlar alabilirsiniz.

Mısır Verimi Nasıl Hesaplanır

Standart Formül

Dönüm başına mısır verimini tahmin etmek için standart formül:

$\text{Verim (bu/dönüm)} = \frac{\text{Koçan Başına Tane} \times \text{Dönüm Başına Koçan}}{90,000}$

Burada:

Koçan Başına Tane: Her mısır koçanındaki ortalama tane sayısı
Dönüm Başına Koçan: Bir dönüm alandaki mısır koçanı sayısı
90,000: Bir mısır bushelinde bulunan standart tane sayısı (sektör sabiti)

Tüm alan için toplam verim, dönüm başına verimi toplam alan büyüklüğü ile çarparak hesaplanır:

$\text{Toplam Verim (bushel)} = \text{Verim (bu/dönüm)} \times \text{Alan Büyüklüğü (dönüm)}$

Değişkenleri Anlamak

Koçan Başına Tane

Bu, her mısır koçanındaki ortalama tane sayısını ifade eder. Tipik bir mısır koçanı, 16 ila 20 sıra halinde 20 ila 40 tane ile düzenlenmiş 400 ila 600 tane arasında değişebilir. Bu sayı, aşağıdaki faktörlere bağlı olarak değişebilir:

Mısır çeşidi/hibridi
Büyüme koşulları
Döllenme başarısı
Koçan gelişimi sırasında hava stresi
Besin maddesi mevcudiyeti

Bu değeri doğru bir şekilde belirlemek için, tarlanızın farklı bölgelerinden birkaç koçan örneği alın, taneleri sayın ve ortalamayı hesaplayın.

Dönüm Başına Koçan

Bu, tarlanızdaki bitki yoğunluğunu temsil eder. Modern mısır üretimi genellikle dönüm başına 28,000 ila 36,000 bitki hedeflemektedir, ancak bu aşağıdaki faktörlere bağlı olarak değişebilir:

Sıra aralığı
Sıralar içindeki bitki aralığı
Çimlenme oranı
Fide hayatta kalma oranı
Tarım uygulamaları (geleneksel, hassas, organik)
Bölgesel büyüme koşulları

Bu değeri tahmin etmek için, temsilci bir örnek alanda (örneğin, 1/1000 dönüm) koçan sayısını sayın ve buna göre çarpın.

90,000 Sabiti

90,000 tane/bushel sabiti, aşağıdakileri dikkate alarak bir endüstri standardıdır:

Ortalama tane boyutu
Nem içeriği (standart %15.5)
Test ağırlığı (bushel başına 56 pound)

Bu sabit, farklı mısır çeşitleri ve büyüme koşulları arasında tane sayısını bushel ağırlığına güvenilir bir şekilde dönüştürmeyi sağlar.

Bu Hesaplayıcı Nasıl Kullanılır

Alan büyüklüğünüzü dönüm cinsinden girin (minimum 0.1 dönüm)
Mısır ürününüz için ortalama koçan başına tane sayısını girin
Tarlanızdaki dönüm başına koçan sayısını belirtin
Hesaplayıcı otomatik olarak hesaplayacaktır:
- Dönüm başına verim (bushel cinsinden)
- Tüm alanınız için toplam verim (bushel cinsinden)
Sonuçları kayıtlarınız veya daha fazla analiz için kopyalayabilirsiniz

Girdi Kılavuzları

En doğru verim tahminleri için bu kılavuzları dikkate alın:

Alan Büyüklüğü: Dönüm cinsinden ekilen alanı girin. Küçük parseller için ondalık değerler kullanabilirsiniz (örneğin, 0.25 dönüm).
Koçan Başına Tane: Kesin tahminler için, tarlanızın farklı bölgelerinden birden fazla koçanı örnekleyin. Koçanlardaki taneleri sayın ve ortalamayı kullanın.
Dönüm Başına Koçan: Bu, örnek bir alanda bitki sayısını sayarak tahmin edilebilir. Örneğin, 1/1000 dönümde (30 inç sıralar için 17.4 ft × 2.5 ft dikdörtgen) bitki sayısını sayın ve 1,000 ile çarpın.

Sonuçları Yorumlama

Hesaplayıcı iki ana sonuç sağlar:

Dönüm Başına Verim: Bu, mısırın dönüm başına tahmini bushel miktarıdır ve farklı tarlalar veya bölgesel ortalamalar arasında karşılaştırma yapmanıza olanak tanır.
Toplam Verim: Bu, tüm alanınızdan beklenen toplam hasattır ve depolama, taşıma ve pazarlama için planlama açısından faydalıdır.

Unutmayın ki bunlar, girilen parametreler temelinde tahminlerdir. Gerçek verimler, hasat kayıpları, tane ağırlığı varyasyonları ve hasat anındaki nem içeriği gibi faktörlere bağlı olarak değişebilir.

Kullanım Durumları

Tarım Mısır Verim Hesaplayıcı, tarım sektöründeki çeşitli paydaşlara hizmet eder:

1. Çiftçiler ve Üreticiler

Hasat Öncesi Planlama: Hasattan haftalar önce verimleri tahmin ederek uygun depolama ve taşıma düzenlemeleri yapın
Finansal Projeksiyonlar: Tahmin edilen verim ve mevcut piyasa fiyatlarına dayalı potansiyel geliri hesaplayın
Kültürel Sigorta: Kültürel sigorta amaçları için beklenen verimleri belgelerle belgelendirin
Kaynak Tahsisi: Beklenen hacme dayalı olarak hasat için iş gücü ve ekipman ihtiyaçlarını belirleyin

2. Tarım Danışmanları ve Uzmanları

Alan Değerlendirmeleri: Müşterilere alan gözlemlerine dayalı verim projeksiyonları sağlayın
Karşılaştırmalı Analiz: Farklı tarlalar, çeşitler veya yönetim uygulamaları arasında tahmin edilen verimleri karşılaştırın
Eğitim Gösterimleri: Bitki popülasyonu, koçan gelişimi ve verim potansiyeli arasındaki ilişkiyi gösterin

3. Tarımsal Araştırmacılar

Çeşit Denemeleri: Benzer koşullar altında farklı mısır hibritlerinin verim potansiyelini karşılaştırın
Yönetim Çalışmaları: Farklı tarım uygulamalarının verim bileşenleri üzerindeki etkisini değerlendirin
İklim Etkisi Değerlendirmesi: Hava koşullarının tane gelişimi ve genel verim üzerindeki etkisini inceleyin

4. Tahıl Alıcıları ve İşleyicileri

Tedarik Tahminleri: Üretici tahminlerine dayalı yerel mısır mevcudiyetini projekte edin
Sözleşme Müzakereleri: Beklenen verimler ve kaliteye dayalı adil fiyatlandırma belirleyin
Lojistik Planlama: Bölgesel verim tahminlerine dayalı olarak depolama ve işleme kapasitesini hazırlayın

Kenar Durumları ve Özel Dikkat Gerektiren Hususlar

Küçük Parseller ve Bahçeler: Çok küçük alanlar (0.1 dönümden az) için önce kare fit cinsine dönüştürmeyi düşünün, ardından dönüme çevirin (1 dönüm = 43,560 kare fit)
Son Derece Yüksek Bitki Popülasyonları: Modern yüksek yoğunluklu ekim sistemleri 40,000 bitkiyi aşabilir, bu da koçan başına ortalama tane sayısını etkileyebilir
Kurutma Stresli Ürünler: Şiddetli kuraklık, eksik tane dolumuna neden olabilir; bu da koçan başına tane tahminini ayarlamayı gerektirebilir
Kısmi Alan Hasadı: Sadece bir alanın bir kısmını hasat ederken, doğru toplam verim hesaplaması için alan büyüklüğünü buna göre ayarlayın

Alternatifler

Tane sayma yöntemi, hasat öncesi verim tahmini için yaygın olarak kullanılsa da, diğer yaklaşımlar şunlardır:

1. Ağırlık Tabanlı Yöntemler

Taneleri saymak yerine, bazı hesaplayıcılar bir örnek koçanın ağırlığını tartarak ve ortalama koçan ağırlığına dayalı olarak tahminlerde bulunurlar. Bu yöntem gerektirir:

Alanın temsilci koçanlarından örnekleme
Koçanların tartılması (kabuğu ile veya kabuksuz)
Nem içeriğine dayalı dönüşüm faktörlerinin uygulanması
Tam alan verimine çıkarım yapılması

2. Verim Monitörleri ve Hassas Tarım

Modern biçerdöverler genellikle hasat sırasında gerçek zamanlı verim verileri sağlayan verim izleme sistemleri ile donatılmıştır. Bu sistemler:

Biçerdöverin içinden geçen tahıl akışını ölçer
GPS ile bağlantılı verim verilerini kaydeder
Alan içindeki farklılıkları gösteren verim haritaları oluşturur
Toplam hasat edilen verimi hesaplar

3. Uzaktan Algılama ve Uydu Görüntüleri

Gelişmiş teknolojiler, uydu veya drone görüntülerinden bitki sağlığı ve potansiyel verimi tahmin etmek için bitki indekslerini kullanır:

NDVI (Normalize Edilmiş Fark Bitki İndeksi) bitki canlılığı ile ilişkilidir
Termal görüntüleme, bitki stresini tespit edebilir
Çok spektral analiz, besin eksikliklerini belirleyebilir
AI algoritmaları, tarihsel görüntü ve verim verilerine dayanarak verimleri tahmin edebilir

4. Tarla Modelleri

Karmaşık tarla simülasyon modelleri, aşağıdakileri içerir:

Hava durumu verileri
Toprak koşulları
Yönetim uygulamaları
Bitki genetiği
Büyüme aşaması bilgisi

Bu modeller, büyüme sezonu boyunca verim tahminleri sağlayabilir ve yeni veriler mevcut oldukça tahminleri ayarlayabilir.

Mısır Verim Tahmininin Tarihçesi

Mısır verimlerini tahmin etme uygulaması, tarım bilimi ve teknolojisindeki ilerlemeleri yansıtarak zamanla önemli ölçüde evrim geçirmiştir:

Erken Yöntemler (1900 Öncesi)

Modern tarım öncesinde, çiftçiler verim tahminleri için basit gözlem yöntemlerine dayanıyordu:

Koçan boyutu ve dolumunu görsel olarak değerlendirme
Alan başına koçan sayısını sayma
Önceki hasatlarla tarihsel karşılaştırmalar
Deneyime dayalı kural-of-parmak hesaplamaları

Bilimsel Yöntemlerin Gelişimi (1900'ler Başları)

Tarım biliminin ilerlemesiyle daha sistematik yaklaşımlar ortaya çıktı:

Tarımsal deney istasyonlarının kurulması
Örnekleme protokollerinin geliştirilmesi
Verim tahmini için istatistiksel yöntemlerin tanıtılması
Standart bushel ağırlıkları ve nem içeriğinin oluşturulması

USDA Tarım Raporlama (1930'lar-Günümüz)

Amerika Birleşik Devletleri Tarım Bakanlığı, resmi tarım raporlama sistemleri kurdu:

Eğitimli gözlemciler tarafından düzenli alan anketleri
Standartlaştırılmış örnekleme yöntemleri
Bölgesel ve ulusal eğilimlerin istatistiksel analizi
Aylık tarım üretim tahminleri

Tane Sayma Yöntemi (1940'lar-1950'ler)

Bu hesaplayıcıda kullanılan formül, bu dönemde geliştirilmiş ve rafine edilmiştir:

Araştırmalar, tane sayısı ile verim arasındaki ilişkiyi kurmuştur
90,000 tane/bushel standardı benimsenmiştir
Uzmanlık hizmetleri, çiftçilere yöntemi öğretmeye başlamıştır
Bu yaklaşım, hasat öncesi tahminler için yaygın kabul görmüştür

Modern Gelişmeler (1990'lar-Günümüz)

Son yıllarda, verim tahmininde teknolojik yenilikler görülmüştür:

Biçerdöverlerde verim monitörlerinin tanıtılması
Uzaktan algılama tekniklerinin geliştirilmesi
Coğrafi Bilgi Sistemleri (CBS) ve GPS teknolojilerinin entegrasyonu
Büyük veri ve yapay zekanın entegrasyonu
Mobil uygulamalar ile alan içi hesaplamalar

Bu teknolojik ilerlemelere rağmen, temel tane sayma yöntemi, basitliği, güvenilirliği ve erişilebilirliği nedeniyle özellikle doğrudan ölçümün mümkün olmadığı hasat öncesi tahminler için değerli kalmaya devam etmektedir.

Örnekler

İşte farklı programlama dillerinde mısır verimini hesaplamak için kod örnekleri:

1' Excel Formülü ile Mısır Verim Hesaplama
2' Aşağıdaki hücrelere yerleştirin:
3' A1: Alan Büyüklüğü (dönüm)
4' A2: Koçan Başına Tane
5' A3: Dönüm Başına Koçan
6' A4: Dönüm Başına Verim için Formül
7' A5: Toplam Verim için Formül
8
9' A4 hücresinde (Dönüm Başına Verim):
10=(A2*A3)/90000
11
12' A5 hücresinde (Toplam Verim):
13=A4*A1
14

1def calculate_corn_yield(field_size, kernels_per_ear, ears_per_acre):
2    """
3    Alan parametrelerine dayalı olarak tahmini mısır verimini hesaplayın.
4    
5    Args:
6        field_size (float): Alan büyüklüğü dönüm cinsinden
7        kernels_per_ear (int): Koçan başına ortalama tane sayısı
8        ears_per_acre (int): Dönüm başına koçan sayısı
9    
10    Returns:
11        tuple: (dönüm başına verim, toplam verim) bushel cinsinden
12    """
13    # Dönüm başına verimi hesapla
14    yield_per_acre = (kernels_per_ear * ears_per_acre) / 90000
15    
16    # Toplam verimi hesapla
17    total_yield = yield_per_acre * field_size
18    
19    return (yield_per_acre, total_yield)
20
21# Örnek kullanım
22field_size = 15.5  # dönüm
23kernels_per_ear = 525  # tane
24ears_per_acre = 32000  # koçan
25
26yield_per_acre, total_yield = calculate_corn_yield(field_size, kernels_per_ear, ears_per_acre)
27print(f"Tahmini verim: {yield_per_acre:.2f} dönüm başına bushel")
28print(f"Toplam alan verimi: {total_yield:.2f} bushel")
29

1/**
2 * Alan parametrelerine dayalı olarak mısır verimini hesaplayın
3 * @param {number} fieldSize - Alan büyüklüğü dönüm cinsinden
4 * @param {number} kernelsPerEar - Koçan başına ortalama tane sayısı
5 * @param {number} earsPerAcre - Dönüm başına koçan sayısı
6 * @returns {Object} Dönüm başına verim ve toplam verim içeren nesne bushel cinsinden
7 */
8function calculateCornYield(fieldSize, kernelsPerEar, earsPerAcre) {
9  // Girdileri doğrula
10  if (fieldSize < 0.1) {
11    throw new Error('Alan büyüklüğü en az 0.1 dönüm olmalıdır');
12  }
13  
14  if (kernelsPerEar < 1 || earsPerAcre < 1) {
15    throw new Error('Koçan başına tane ve dönüm başına koçan pozitif olmalıdır');
16  }
17  
18  // Dönüm başına verimi hesapla
19  const yieldPerAcre = (kernelsPerEar * earsPerAcre) / 90000;
20  
21  // Toplam verimi hesapla
22  const totalYield = yieldPerAcre * fieldSize;
23  
24  return {
25    yieldPerAcre: yieldPerAcre.toFixed(2),
26    totalYield: totalYield.toFixed(2)
27  };
28}
29
30// Örnek kullanım
31const result = calculateCornYield(20, 550, 30000);
32console.log(`Dönüm başına verim: ${result.yieldPerAcre} bushel`);
33console.log(`Toplam verim: ${result.totalYield} bushel`);
34

1public class CornYieldCalculator {
2    private static final int KERNELS_PER_BUSHEL = 90000;
3    
4    /**
5     * Alan parametrelerine dayalı olarak mısır verimini hesaplayın
6     * 
7     * @param fieldSize Alan büyüklüğü dönüm cinsinden
8     * @param kernelsPerEar Koçan başına ortalama tane sayısı
9     * @param earsPerAcre Dönüm başına koçan sayısı
10     * @return Verim ve toplam verim içeren dizi bushel cinsinden
11     */
12    public static double[] calculateYield(double fieldSize, int kernelsPerEar, int earsPerAcre) {
13        // Dönüm başına verimi hesapla
14        double yieldPerAcre = (double)(kernelsPerEar * earsPerAcre) / KERNELS_PER_BUSHEL;
15        
16        // Toplam verimi hesapla
17        double totalYield = yieldPerAcre * fieldSize;
18        
19        return new double[] {yieldPerAcre, totalYield};
20    }
21    
22    public static void main(String[] args) {
23        // Örnek parametreler
24        double fieldSize = 25.5; // dönüm
25        int kernelsPerEar = 480; // tane
26        int earsPerAcre = 28000; // koçan
27        
28        double[] results = calculateYield(fieldSize, kernelsPerEar, earsPerAcre);
29        
30        System.out.printf("Dönüm başına verim: %.2f bushel%n", results[0]);
31        System.out.printf("Toplam verim: %.2f bushel%n", results[1]);
32    }
33}
34

1# Mısır verim hesaplama için R fonksiyonu
2
3calculate_corn_yield <- function(field_size, kernels_per_ear, ears_per_acre) {
4  # Girdileri doğrula
5  if (field_size < 0.1) {
6    stop("Alan büyüklüğü en az 0.1 dönüm olmalıdır")
7  }
8  
9  if (kernels_per_ear < 1 || ears_per_acre < 1) {
10    stop("Koçan başına tane ve dönüm başına koçan pozitif olmalıdır")
11  }
12  
13  # Dönüm başına verimi hesapla
14  yield_per_acre <- (kernels_per_ear * ears_per_acre) / 90000
15  
16  # Toplam verimi hesapla
17  total_yield <- yield_per_acre * field_size
18  
19  # Sonuçları adlandırılmış liste olarak döndür
20  return(list(
21    yield_per_acre = yield_per_acre,
22    total_yield = total_yield
23  ))
24}
25
26# Örnek kullanım
27field_params <- list(
28  field_size = 18.5,  # dönüm
29  kernels_per_ear = 520,  # tane
30  ears_per_acre = 31000  # koçan
31)
32
33result <- do.call(calculate_corn_yield, field_params)
34
35cat(sprintf("Dönüm başına verim: %.2f bushel\n", result$yield_per_acre))
36cat(sprintf("Toplam verim: %.2f bushel\n", result$total_yield))
37

Sayısal Örnekler

İşte mısır verimi hesaplamalarına dair bazı pratik örnekler:

Örnek 1: Standart Alan

Alan büyüklüğü: 80 dönüm
Koçan başına tane: 500
Dönüm başına koçan: 30,000
Dönüm başına verim: (500 × 30,000) ÷ 90,000 = 166.67 bushel/dönüm
Toplam verim: 166.67 × 80 = 13,333.6 bushel

Örnek 2: Yüksek Yoğunluklu Ekim

Alan büyüklüğü: 40 dönüm
Koçan başına tane: 450 (bitki yoğunluğunun artması nedeniyle biraz daha düşük)
Dönüm başına koçan: 36,000
Dönüm başına verim: (450 × 36,000) ÷ 90,000 = 180 bushel/dönüm
Toplam verim: 180 × 40 = 7,200 bushel

Örnek 3: Kuraklık Etkisi Altındaki Ürün

Alan büyüklüğü: 60 dönüm
Koçan başına tane: 350 (stres nedeniyle azalmış)
Dönüm başına koçan: 28,000
Dönüm başına verim: (350 × 28,000) ÷ 90,000 = 108.89 bushel/dönüm
Toplam verim: 108.89 × 60 = 6,533.4 bushel

Örnek 4: Küçük Parsel

Alan büyüklüğü: 0.25 dönüm
Koçan başına tane: 525
Dönüm başına koçan: 32,000
Dönüm başına verim: (525 × 32,000) ÷ 90,000 = 186.67 bushel/dönüm
Toplam verim: 186.67 × 0.25 = 46.67 bushel

Sıkça Sorulan Sorular

Bir bushel mısırda standart tane sayısı nedir?

Endüstri standardı, %15.5 nem içeriğinde bir bushel mısırda 90,000 tanelik bir değerdir. Bu sayı, tane boyutu ve yoğunluğuna bağlı olarak biraz değişebilir, ancak 90,000, verim tahmini amaçları için kabul edilen sabittir.

Bu verim tahmin yöntemi ne kadar doğrudur?

Doğru bir şekilde temsilci örneklerle yapıldığında, bu yöntem genellikle gerçek hasat verimlerinin %10-15 içinde tahminler sağlar. Doğruluk, daha büyük örnek boyutları ve alan değişkenliğini dikkate alan uygun örnekleme teknikleri ile artar.

Mısır verimini tahmin etmek için en iyi zaman nedir?

En doğru tahminler, genellikle R5 (diş) ile R6 (fizyolojik olgunluk) büyüme aşamaları sırasında, hasattan yaklaşık 20-40 gün önce yapılabilir. Bu noktada, tane sayısı sabitlenmiştir ve tane ağırlığı büyük ölçüde belirlenmiştir.

Koçan başına tane sayısını doğru bir şekilde nasıl sayabilirim?

Koçanın etrafındaki sıra sayısını ve koçanın tabanından ucuna kadar bir sıradaki tane sayısını sayın. Bu iki sayıyı çarparak koçan başına tane sayısını elde edin. Daha fazla doğruluk için, tarlanızın farklı bölgelerinden birden fazla koçan örneği alın ve ortalamayı kullanın.

Mısır nem içeriği verim tahminlerini etkiler mi?

Evet. Standart verim formülü, %15.5 nem içeriğinde mısır varsayımına dayanır (ticari standart). Eğer hasat edilen mısırın nemi daha yüksekse, gerçek bushel ağırlığı daha yüksek olacaktır, ancak kurutma sonrası standart ağırlığa düşecektir.

Alan büyüklüğü verim hesaplamasını nasıl etkiler?

Alan büyüklüğü, dönüm başına verimi doğrudan çarparak toplam üretimi belirler. Özellikle düzensiz şekilli alanlar için doğru ölçümler yapmaya özen gösterin. GPS haritalama araçları, kesin dönüm rakamları sağlayabilir.

Gerçek verimlerin tahminlerden farklı olmasına neden olan faktörler nelerdir?

Birçok faktör, tahminlerle gerçek verimler arasında farklılıklara neden olabilir:

Biçme sırasında hasat kayıpları
Tahmin sonrası hastalık veya zararlı hasarı
Hava olayları (yatma, koçan düşmesi)
Tane ağırlığı ve dolumundaki varyasyonlar
Tahmin sürecindeki örnekleme hataları

Bu hesaplayıcı organik mısır üretimi için kullanılabilir mi?

Evet, formül organik üretim için de aynı şekilde çalışır. Ancak, organik sistemler, geleneksel sistemlere göre dönüm başına koçan ve koçan başına tane için farklı tipik değerlere sahip olabilir.

Farklı sıra aralıkları hesaplamayı nasıl etkiler?

Sıra aralığı doğrudan formüle girmese de, bitki popülasyonunu (dönüm başına koçan) etkiler. Dar sıralar (15 inç vs. 30 inç) genellikle daha yüksek bitki popülasyonlarına izin verir, bu da dönüm başına koçan sayısını artırabilir.

Gerçek verimlerin tahminlerden farklı olmasına neden olan faktörler nelerdir?

Birçok faktör, tahminlerle gerçek verimler arasında farklılıklara neden olabilir:

Biçme sırasında hasat kayıpları
Tahmin sonrası hastalık veya zararlı hasarı
Hava olayları (yatma, koçan düşmesi)
Tane ağırlığı ve dolumundaki varyasyonlar
Tahmin sürecindeki örnekleme hataları

Bu hesaplayıcı organik mısır üretimi için kullanılabilir mi?

Kaynaklar

Nielsen, R.L. (2018). "Hasat Öncesi Mısır Tahminleri." Purdue Üniversitesi Tarım Bölümü. https://www.agry.purdue.edu/ext/corn/news/timeless/YldEstMethod.html
Thomison, P. (2017). "Mısır Verimlerini Tahmin Etme." Ohio Eyalet Üniversitesi Uzantısı. https://agcrops.osu.edu/newsletter/corn-newsletter/estimating-corn-yields
Licht, M. ve Archontoulis, S. (2017). "Mısır Verim Tahmini." Iowa Eyalet Üniversitesi Uzantısı. https://crops.extension.iastate.edu/cropnews/2017/08/corn-yield-prediction
USDA Ulusal Tarım İstatistikleri Servisi. "Tarım Üretimi Yıllık Özeti." https://www.nass.usda.gov/Publications/Todays_Reports/reports/cropan22.pdf
Nafziger, E. (2019). "Mısır Verimlerini Tahmin Etme." Illinois Eyalet Üniversitesi Uzantısı. https://farmdoc.illinois.edu/field-crop-production/estimating-corn-yields.html