پهنه بندی احتمال رخداد بیماری فوزاریوم گندم با استفاده از روش جنگل تصادفی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 237

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-13-4_001

تاریخ نمایه سازی: 11 اسفند 1400

چکیده مقاله:

با توجه به رشد بالای جمعیت در جهان و نیاز به اطمینان از امنیت غذایی، افزایش تولید در واحد سطح محصولات زراعی به منزله راهبردی اساسی در حل مسئله تامین غذا به شمار می رود. از سوی دیگر، با وجود محدودیت در افزایش سطح زیرکشت و پایین بودن میانگین عملکرد برخی محصولات کشاورزی مانند گندم در کشور، افزایش عملکرد محصول می تواند راهکاری عملی در پاسخ به نیاز کشور محسوب شود. یکی از مهم ترین بیماری های گندم فوزاریوم است که، با توجه به نقش پیش بینی این بیماری در جلوگیری از کاهش بهره وری محصول، مدل هایی به منظور پیش بینی فوزاریوم در کشورهای آمریکا، کانادا، آرژانتین و برزیل توسعه یافته است اما در ایران، به رغم لزوم توجه به این بیماری، تاک نون مدلی در این زمینه مطرح نشده است. بدین منظور، پهنه بندی مناطق رخداد بیماری فوزاریوم، با به کارگیری پارامترهای محیطی و داده های هواشناسی و نیز استفاده از تحلیل مکانی، در دشت مغان صورت گرفت. همچنین، برای افزایش دقت و کالیبراسیون دقیق مدل، شبکه اینترنت اشیا (IoT) در دشت مغان استفاده شد تا داده های محیطی شامل رطوبت نسبی، بارندگی و دمای هوا جمع آوری شود. سپس شاخص های ترکیبی مناسب تهیه شد و (RF)برای اولویت بندی شاخص ها و تعیین اهمیت نسبی آنها و نیز پیش بینی شدت بیماری فوزاریوم گندم، روش جنگل تصادفی به کار رفت. برای این کار، از داده های ایستگاه های هواشناسی و سنسورهای زمینی در فاصله سال های ۱۳۸۹ تا ۱۳۹۶ استفاده شد. نتایج ارزیابی حاکی از کارآیی مدل توسعه داده شده در پیش بینی بیماری فوزاریوم گندم است. همچنین، طبق نتایج، به کارگیری IoT به همراه تحلیل های مکانی روشی موثر در پیش بینی فوزاریوم است.

کلیدواژه ها:

فوزاریوم گندم ، اینترنت اشیا ، GIS ، جنگل تصادفی ، مدل سازی مکانی زمانی

نویسندگان

الهام خدابنده لو

مرکز تحقیقات فضایی، پژوهشگاه فضایی ایران

محسن آزادبخت

استادیار مرکز سنجش از دور و GIS، دانشگاه شهید بهشتی

سهیل رادیوم

مرکز تحقیقات فضایی، پژوهشگاه فضایی ایران

داود عاشورلو

استادیارمرکز مطالعات سنجش از دور و GIS دانشگاه شهید بهشتی

عباس علیمحمدی

استاد گروه GIS، دانشکده نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • سپهوند، ن.ع.، حیدری، ف.، طوطیائی، ع.ح.، سراج آذری، م.، مظفری، ...
  • سلیمانیان ریزی، س.، نواب پور، س.، سلطانلو، ح.، کلاته عربی، ...
  • آقاجانی، م.ع.، فروتن، ع.ر.، کاظمی، ه.، ۱۳۹۵، مدیریت بیماری های ...
  • Breiman, L., ۲۰۰۱, Random Forests, Machine Learning, ۴۵(۱), PP. ۵-۳۲ ...
  • Carranza, MR and Moschini, Ricardo Carlos and Kraan, Gilberto and ...
  • De Wolf, E., Madden, L. & Lipps, P., ۲۰۰۳, Risk ...
  • Del Ponte, E.M., Fernandes, J.M.C. & Pavan, W., ۲۰۰۵, A ...
  • Haran, M., Bhat, K.S., Molineros, J. & De Wolf, E., ...
  • Hooker, D., Schaafsma, A., Tamburic-Ilincic, L., ۲۰۰۲, Using Weather Variables ...
  • Giroux, M-E and Bourgeois, G and Dion, Y and Rioux, ...
  • Landschoot, S., Waegeman, W., Audenaert, K., Van Damme, P., Vandepitte, ...
  • Liaw, A. & Wiener, M., ۲۰۰۲, Classification and Regression by ...
  • Louppe, G., ۲۰۱۴, Understanding Random Forests: From Theory to Practice, ...
  • McMullen, M., Bergstrom, G., De Wolf, E., Dill-Macky, R., Hershman, ...
  • Moschini, R.C. & Fortugno, C., ۱۹۹۶, Predicting Wheat Head Blight ...
  • Moschini, R.C., Pioli, R., Carmona, M. & Sacchi, O., ۲۰۰۱, ...
  • Musa, T., Hecker, A., Vogelgsang, S. & Forrer, H., ۲۰۰۷, ...
  • Rossi, V., Giosuè, S., Pattori, E., Spanna, F. & Del ...
  • Schaafsma, A. & Hooker, D., ۲۰۰۷, Climatic Models to Predict ...
  • Shah, D.A., De Wolf, E.D., Paul, P. & Madden, L., ...
  • Shah, D.A., Molineros, J.E., Paul, P.A., Willyerd, K.T., Madden, L.V. ...
  • Van Der Fels-Klerx, H., Burgers, S. & Booij, C., ۲۰۱۰, ...
  • نمایش کامل مراجع