پیش بینی عملکرد و کارآیی مصرف آب زعفران با استفاده از مدل های شبکه عصبی مصنوعی بر مبنای فاکتورهای اقلیمی و آب
Abstract(in Persian; no English abstract is available)
با پدید آمدن تکنیکهای آماری قوی و شبکههای عصبی، مدلهای پیش بینی کننده عملکرد محصولات زراعی به سرعت رو به توسعه است. بدین منظور آزمایشی در منطقه تربت حیدریه با هدف پیش بینی عملکرد و کارآیی مصرف آب زعفران با استفاده از مدل شبکه عصبی مصنوعی انجام گرفت. واسنجی و اعتباریابی مدلها نیز با استفاده از آمار عملکرد محصول و پارامترهای اقلیمی سال 91-1390 صورت پذیرفت. ارزیابی مدلها نیز با شاخصهای آماری ضریب تبیین (r2)، جذر میانگین مربعات خطا نرمال شده (rmsen) و میانگین مربعات خطا (mse) انجام شد. نتایج تحقیق نشان داد که شبکه عصبی پیشنهادی (مدل شماره 9) با داشتن 2 لایه پنهان، 8 نورون و ضریب تبیین 97/0 برای عملکرد و 1 لایه پنهان، 7 نورون و ضریب تبیین 90/0 برای کارآیی مصرف آب، برازش خوبی برای این دو صفت داشت. همچنین مطابق با شاخصهای آماری rmsen و mse در مدل پیشنهادی (مدل شماره 9) که به ترتیب برابر بود با 78/2 درصد و 0040/0 برای عملکرد و 41/5 درصد و 0073/0 برای کارآیی مصرف آب، بالاترین دقت برای پیش بینی صفات فوق مشاهده شد. تحلیل حساسیت مدلها نیز نشان داد که عملکرد و کارآیی مصرف آب محصول زعفران، بیشترین حساسیت را به عامل آبیاری، سپس بارندگی و درنهایت ساعات آفتابی دارد. به طورکلی، کاربرد شبکه عصبی پیشنهادی در این تحقیق میتواند زمینه ارتقاء محصول زعفران را در منطقه تربت فراهم نماید.