ارزیابی روش های رگرسیون چند متغیره و شبکه های عصبی در مدلسازی مکانی برآورد عملکرد کلزای پاییزه، مطالعه موردی شهرستان سبزوار

  • سال انتشار: 1388
  • محل انتشار: اولین همایش ملی دانه های روغنی
  • کد COI اختصاصی: NOILP01_011
  • زبان مقاله: فارسی
  • تعداد مشاهده: 2332
دانلود فایل این مقاله

نویسندگان

حامد ادب

کارشناس ارشد پژوهشی، پژوهشکده هواشناسی و علوم جو

اسماعیل فیله کش

کارشناس ارشد پژوهشی ایستگاه تحقیقات کشاورزی و منابع طبیعی شهرستان سبز

رضا اسماعیلی

دانشجوی دکتری اقلیم شناسی دانشگاه آزاد اسلامی واحد نجف آباد

چکیده

کلزا به عنوان یکی از دانه های روغنی از جمله محصولات استراتژیک کشاورزی در کشور ما است. آگاهی از این موضوع که، بیشترین بازده طبیعی گیاه کلزا در کدامیک از نواحی جغرافیایی مشاهده می شود، از اهمیت ویژه ای در برنامه ریزی و شناسایی نواحی مساعد کشت برخوردار است. در این پژوهش با به کارگیری دستگاه موقعیت یاب جغرافیایی (GPS) از 24 مزرعه کشت کلزای پاییزه نمونه برداری و عملکرد واقعی آن به عنوان متغیر وابسته محاسبه گردید. سپس مقادیر 10 متغیر مستقل اقلیمی، طبیعی برای مزارع انتخابی استخراج گردید. نقشه های برآورد عملکرد محصول کلزا با استفاده از روش های شبکه عصبی مصنوعی و رگرسیون چند متغیره در محیط سامانه اطلاعات جغرافیایی تهیه گردید. نتایج این مطالعه نشان می دهد که روش شبکه های عصبی مصنوعی با کمترین مقدار ریشه میانگین مجذور خطا 243 کیلوگرم در هکتار با همبستگی 0/97 به عنوان مناسب ترین مدل جغرافیایی در برآورد عملکرد محصول کلزای پاییزه مطرح میگردد.

کلیدواژه ها

کلزای پاییزه، برآورد عملکرد، سیستم اطلاعات جغرافیایی، شبکه های عصبی مصنوعی، رگرسیون چند متغیره، شهرستان سبزوار

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.