امکان سنجی استفاده از استات آمونیوم در پیش بینی عملکرد گندم در برخی مزارع دیم با استفاده از شبکه عصبی مصنوعی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 888
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SADHE02_648
تاریخ نمایه سازی: 3 آذر 1392
چکیده مقاله:
چندین روش برای اندازه گیری پتاسیم خاک وجود دارد که ما در این مطالعه از عصاره گیر رایج و متداول استات آمونیوم استفاده نمودیم. در مطالعه پیش رو سعی بر آن است تا با توجه به کمبود پتاسیم در برخی از خاک های کشور به خصوص خاک های استانگلستان و با استفاده از متد کشاورزی دقیق و نیز گشت گندم که از غلات مهم بوده و نیز منبع اصلی تامین کننده فیبر و کالری مورد نیاز است انجام شده و از میان دو مدل پیشنهادی رگرسیون خطی و شبکه عصبی مصنوعی مدل کارآمد تری را جهت توصیه کودی انتخاب و پیشنهاد نماییم. در مطالعه ذیل و با توجه به انجام آنالیز های مربوطه، مدل شبکه عصبی مصنوعی به دلیل دقت بالاتر و خطای کمتر نسبت به مدلرگرسیون خطی توصیه می شود تا با استفاده از آن و با جایگذاری مقدار کود مورد نیاز با استفاده از دستگاه های ویژه جاگذاری کود در نقاطGPS تعیین شده از هدر رفت کود جلوگیری کرده و در نتیجه با استفاده ی بهینه از کود، نیاز خاک های دچارکمبود و یا بیش بود را مرتفع نماییم. در مقابل نیز انتظار عملکرد بیشتر محصول را با مصرف بهینه کود داریم.نتایج حاصل از مطالعه این جهت پیشبرد برنامه های مدیریتی و احقاق آن کار آمد بوده و می توان با استفاده از آن راندمان مصرف کود را کاهش داده و در مقابل افزایش عملکرد را در واحد سطح به دنبال داشته باشد.
کلیدواژه ها:
نویسندگان
مانیا یوسفی
دانشجوی کارشناسی ارشد
علیرضا موحدی نائینی
دانشیار گروه مهندسی علوم خاک دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
حسینعلی شمس آبادی
استادیار گروه مهندسی ماشین های کشاورزی دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
امیراحمد دهقانی
استادیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
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 :