پیش بینی الگوی توزیع مکانی جمعیت علف هرز تلخه (Acroptilon repens L.) با استفاده از مدلشبکه عصبی مصنوعی بردار یادگیر چندی ساز (LVQ)

این پژوهش به منظور پیش بینی الگوی پراکنش و تهیه نقشه های دقیق جمعیت علف هرز تلخه با استفاده از شبکه عصبی بردار یادگیرنده تدریجی (LVQNN) انجام شد. نمونه برداری از جمعیت علف هرز تلخه از محل تقاطع خطوط شبکه ۲×۲ متر از سطح یکی از مزارع دانشگاه صنعتی شاهرود در سال ۱۳۸۹بدست آمد. برای ارزیابی قابلیت شبکه عصبی در پیش بینی توزیع مکانی علف هرز از مقایسه آماری پارامترهایی مانند میانگین ، واریانس ، توزیع آماری رگرسیونی بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آنها و نیز معیار دقت کلاس بندی استفاده شد. نتایج نشان داد که در فاز آموزش، آزمایش وکل ، به ترتیب مقادیر ۷/۰ p≥ ، ۸/۰ p≥ و ۰۰۰/۱ p= بدست آمد، که نشان دهنده عدم وجود تفاوت معنی داری در سطح ۵ درصد بین مجموعه داده های پیش بینی شده و مقادیر واقعی آنها بود. نتایج نشان دادکه شبکه عصبی آموزش دیده، دارای قابلیت بالایی در پیش بینی مکانی علف هرز در نقاط نمونه برداری نشده با دقت تشخیص کمتر از۷/۲ درصد بود. نقشه حاصل نشان داد که شبکه عصبی بردار یادگیرنده چندی ساز دارای قابلیت بالایی در تخمین الگوهای پراکنش و ترسیم نقشه علف های هرز می باشد.

کلیدواژه ها:

تلخه ، توزیع لکه ای ، شبکه عصبی ، علف هرز ، نقشه