تعیین ویژگی های موثر بر عملکرد زعفران با استفاده از الگوریتم ترکیبی ژنتیک- شبکه عصبی مصنوعی

سابقه و هدف:زعفران یکی از مهم ترین گیاهان اقتصادی و دارای اهمیت صادرات در کشور می باشد. جهت تعیین ارتباط عملکرد زعفران و تاثیرپذیری آن از ویژگی های اقلیمی، خاکی و مدیریتی، و بدلیل پیچیدگی زیاد روابط بین این متغیرها، بررسی قابلیت مدل ترکیبی الگوریتم ژنتیک- شبکه عصبی مصنوعی (GA-ANN) برای شناسایی یک زیر مجموعه مناسب از ویژگی های موثر بر عملکرد گیاه زعفران و نیز تعیین میزان اهمیت هر یک از این ویژگی ها (آنالیز حساسیت) اهداف پژوهش حاضر می باشد.مواد و روش ها:این پژوهش در ۱۰۰ مزرعه (مزارع ۳ تا ۵ ساله) زیر کشت زعفران از استان های مختلف خراسان (رضوی، شمالی و جنوبی)، اصفهان، چهارمحال بختیاری، گیلان، فارس و البرز اجرا گردید. از هر کدام از مزارع، یک نمونه مرکب خاک از عمق صفر تا سی سانتی متری، جمع آوری و به آزمایشگاه منتقل شدند. ویژگی های فیزیکی و شیمیایی خاک براساس روش-های استاندارد اندازه گیری شد. ویژگی های اقلیمی هر منطقه از نزدیک ترین ایستگاه مناطق مورد مطالعه جمع آوری گردید. هم چنین، برای هر مزرعه یک پرسش نامه به منظور جمع آوری اطلاعات مدیریتی و تعییین مقدار عملکرد تهیه شد. به منظور انتخاب یک زیرمجموعه مناسب از ویژگی های موثر بر عملکرد زعفران، از مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی(GA-ANN) استفاده گردید. میزان حساسیت عملکرد نسبت به تغییرات ویژگی های خاک، اقلیم و مدیریت انتخاب شده توسط مدل ترکیبی GA-ANN به روش استات سافت (Statsoft) تعیین شد. یافته ها:در انتخاب ویژگی های موثر بر عملکرد با استفاده از الگوریتم ژنتیک-شبکه عصبی مصنوعی از بین همه ی ترکیب های ممکن، ترکیبی با ۲۲ ویژگی که کمترین خطا با کمترین تعداد ورودی را داشت، به عنوان بهترین ترکیب در نظر گرفته شد. ویژگی های انتخاب شده به وسیله الگوریتم شامل میانگین دمای حداقل چرخه رشد، میانگین دمای حداقل مطلق چرخه رشد، حداکثر رطوبت نسبی چرخه رشد، میانگین رطوبت نسبی چرخه رشد، میانگین ساعات آفتابی هر روز چرخه رشد، میانگین دمای چرخه رشد، دما در اولین آبیاری، میانگین حداکثر رطوبت نسبی چرخه رشد، کربنات کلسسیم معادل خاک، ظرفیت تبادل کاتیونی خاک، نیتروژن کل خاک، آهن، روی و منگنر قابل استفاده (عصاره گیری شده با DTPA) در خاک، نوع کاشت، سیستم پرورش، روش مبارزه با علف هرز، سیستم آبیاری، میانگین تعداد نوبت آبیاری در سال، عمق کاشت، میانگین وزن پیاز و تراکم کاشت می باشند. اهمیت متغیرهای انتخاب شده در ارتباط با مقدار عملکرد، به روش استات سافت (Statsoft) مشخص شد. تمامی ویژگی-هایی که در انتخاب ویژگی به عنوان عوامل موثر بر عملکرد شناخته شده بودند با آنالیز حساسیت هم جزو ویژگی های مهم و موثر بر عملکرد بودند. مهم ترین ویژگی های اقلیمی موثر بر عملکرد به ترتیب، شامل میانگین حداکثر رطوبت نسبی، میانگین دما، دمای حداقل، دمای حداقل مطلق در چرخه رشد و دما در اولین آبیاری بود. از میان ویژگی های خاکی، به ترتیب، منگنز، روی، آهن قابل استفاده (عصاره گیری شده با DTPA)، ظرفیت تبادل کاتیونی، نیتروژن کل و کربنات کلسیم معادل خاک از متغیرهای موثر بر عملکرد گیاه زعفران بودند. از نظر مدیریت، به ترتیب، مدیریت صحیح آبیاری، وزن و تراکم پیاز زعفران، رعایت عمق مناسب کشت و مدیریت صحیح علف های هرز، تاثیر بسزایی بر عملکرد زعفران داشتند.نتیجه گیری:نتایج نشان داد که الگوریتم هیبرید شبکه عصبی مصنوعی می تواند یک زیر مجموعه مناسب از ویژگی های موثر بر عملکرد زعفران را از میان متغیرهای خاک، اقلیم و مدیریت در متاطق مطالعاتی، انتخاب و شناسایی کند. این نتایج می تواند در مدیریت پایدار اراضی و نیز تعیین محل مناسب تر برای کشت زعفران، کاربرد بسزایی داشته باشد.

کلیدواژه ها:

آنالیز حساسیت ، شبکه عصبی مصنوعی ، زعفران