ارزیابی روشهای شبکهی عصبی مصنوعی و زمین آمار در برآورد توزیع مکانی عملکرد گندم دیم و آبی (مطالعهی موردی: خراسان رضوی)
سال انتشار: 1391
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 84
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPHGR-44-4_002
تاریخ نمایه سازی: 12 شهریور 1402
چکیده مقاله:
پژوهش حاضر با هدف پیش بینی میزان عملکرد گندم آبی و دیم با روش های زمین آمار کریجینگ و شبکهی عصبی مصنوعی در سطح استان خراسان رضوی انجام گرفت. بدین منظور نخست مشخصات طول و عرض جغرافیایی هفده شهرستان مورد مطالعه، به عنوان ورودی های هر دو روش تعریف شد. خروجی هر روش نیز مقدار عملکرد گندم آبی و دیم هر شهرستان بود. در بخش زمین آمار سه روش کریجینگ معمولی، کریجینگ ساده و کریجنگ عمومی و در بخش شبکهی عصبی مصنوعی، ساختار پرسپترون سهلایه با الگوریتم پس انتشار خطا، مورد ارزیابی قرار گرفت. نتایج نشان دادند در بین روش های زمین آمار، روش کریجینگ ساده با نیمتغییرنمای دایرهای در پیش بینی عملکرد گندم آبی با مجذور میانگین مربعات خطای نرمال ۱۲۰/۰ و روش کریجینگ معمولی با نیم تغییرنمای نمایی و مجذور میانگین مربعات خطای نرمال ۳۴۸/۰ در پیش بینی عملکرد گندم دیم مناسب بود. مقایسهی نتایج زمین آمار و شبکهی عصبی مصنوعی بیانگر توانایی بالای شبکهی عصبی در مقابل روش زمین آمار کریجینگ بود، بهطوری که در شبکهی عصبی مصنوعی عملکرد گندم دیم و آبی به ترتیب با ۴۶ و ۴۲ درصد خطای کمتر نسبت به روش زمین آمار برآورد شد. همچنین محاسبهی شاخص ویلموت نشان داد دقت شبکهی عصبی در پیش بینی عملکرد گندم دیم، ۸۱ درصد و در گندم آبی ۶۵ درصد بود. در حالی که شاخص ویلموت برای پیش بینی عملکرد گندم دیم و آبی به روش زمین آمار، به ترتیب ۵۳ درصد و ۵۰ درصد به دست آمد. درمجموع می توان چنین نتیجه گرفت که روش شبکهی عصبی مصنوعی با تلفیق دو عامل طول و عرض جغرافیایی، قادر به پیش بینی عملکرد گندم آبی و دیم پیش از برداشت با دقت مناسب است.
کلیدواژه ها:
نویسندگان
حمید زارع ابیانه
دانشیار گروه مهندسی آب، دانشکدهی کشاورزی، دانشگاه بوعلی سینا