زهرا دوستی - گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران
ناصر معینی نقده - گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران
عباسعلی زمانی - گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران
لیلا ندرلو - گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران

سن معمولی گندم یکی از آفات اصلی گندم و از مهم ترین مسائل گیاه­پزشکی ایران است. از دیرباز مدل های رگرسیون خطی چندگانه برای پیش­بینی نوسان­های جمعیت آفات مختلف با استفاده از متغیرهای محیطی مورد استفاده قرار گرفته اند. استفاده از سیستم های هوشمند برای تخمین دقیق تر نوسان­های جمعیت حشرات می تواند نتایج بهتری را به همراه داشته باشد. بنابراین مطالعه ای با هدف پیش­بینی نوسان­های جمعیت سن گندم با استفاده از سیستم استنتاج فازی عصبی- تطبیقی، روش سطح پاسخ و رگرسیون خطی چند متغیره انجام شد. این پژوهش طی سال های ۱۳۹۴و ۱۳۹۵ در دو مزرعه گندم آبی یک هکتاری در شهرستان چادگان انجام شد. در این مدل ها، میانگین دما، میانگین رطوبت نسبی، بارش، سرعت و جهت باد، روز نمونه برداری، روز- درجه و ارتفاع از سطح دریا به عنوان متغیرهای پاسخ استفاده شدند. داده های جمع­آوری شده به صورت تصادفی به دو دسته آموزش (۷۰ درصد) و آزمون (۳۰ درصد) تقسیم شدند و از آن ها برای آموزش و ارزیابی مدل های انفیس، روش سطح پاسخ و همچنین رگرسیون خطی استفاده شد. دقت پیش­بینی به وسیله آماره های R۲و RMSE ارزیابی شد. نتایج، کارایی بالاتر مدل انفیس )۰۶۱۴/۰, RMSE= ۹۳/۰= (R۲و روش سطح پاسخ )۰۸۳۶/۰, RMSE= ۸۸/۰= (R۲را نسبت به مدل رگرسیون خطی چند متغیره )۲۳/۰, RMSE= ۳۴/۰= (R۲نشان داد. همچنین تحلیل حساسیت حاکی از آن بود که میانگین دما، رطوبت نسبی، سرعت باد و روز نمونه­برداری پارامترهای موثر بر پیش­بینی تراکم سن مادر بودند.

مدل های پیش آگاهی, Eurygaster integriceps, انفیس, عوامل اقلیمی, چادگان