تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی
مدل سازی یکی از روش های نوین در پیش بینی پاسخ اراضی به کاربری مورد نظر است. شبکه های عصبی مصنوعی یکی از مدل های کارآمد در شبیه-سازی عملکرد و تعیین فاکتورهای مؤثر در تولید محصولات کشاورزی محسوب می شود. در اراضی تپه ماهوری تحت کشت گندم دیم در زاگرس مرکزی ایران عوامل مختلفی بر تولید این محصول مؤثر است...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | fas |
Published: |
Ferdowsi University of Mashhad
2017-06-01
|
Series: | پژوهشهای زراعی ایران |
Subjects: | |
Online Access: | https://jcesc.um.ac.ir/article_37894_82dd2d6edbbe78ba0babb0b864534f9f.pdf |
id |
doaj-e29d40bb6a044d8b8abcc114374b1f2a |
---|---|
record_format |
Article |
spelling |
doaj-e29d40bb6a044d8b8abcc114374b1f2a2021-06-12T04:02:00ZfasFerdowsi University of Mashhadپژوهشهای زراعی ایران2008-14722423-39782017-06-0115225726610.22067/gsc.v15i2.3724437894تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزیعبدالمحمد محنت کش0شمس الله ایوبی1امیر احمد دهقانی2مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاریدانشگاه صنعتی اصفهاندانشگاه علوم کشاورزی و منابع طبیعی گرگانمدل سازی یکی از روش های نوین در پیش بینی پاسخ اراضی به کاربری مورد نظر است. شبکه های عصبی مصنوعی یکی از مدل های کارآمد در شبیه-سازی عملکرد و تعیین فاکتورهای مؤثر در تولید محصولات کشاورزی محسوب می شود. در اراضی تپه ماهوری تحت کشت گندم دیم در زاگرس مرکزی ایران عوامل مختلفی بر تولید این محصول مؤثر است که این تحقیق به مدت دو سال با هدف تعیین مهم ترین این فاکتورها اجرا گردید. چهار گروه اقلیمی، خاک، توپوگرافی و مدیریت شامل 54 فاکتور بهعنوان متغیرهای ورودی، و عملکرد دانه و زیست توده گندم دیم بهعنوان خروجی های مدل های شبکه عصبی مصنوعی در نظر گرفته شد و پس از تعیین بهترین ساختار شبکه، پیش بینی عملکرد توسط مدل های بهدست آمده انجام شد. به کمک آنالیز حساسیت به روش هیل، عکس العمل مدل به هر یک از متغیرهای ورودی بررسی و مهم ترین فاکتورهای تأثیرگذار بر عملکرد دانه و زیست توده تعیین گردید. نتایج نشان داد در حالیکه متغیرهای بارش هفته های بیست و نهم و سی ام و دهم، علف های هرز، نیتروژن کل خاک، بارش هفته دوازدهم، بارش هفته بیست و پنجم، انحنای سطحی، بارش هفته سیزدهم و شاخص انتقال رسوب، بهترتیب 10 متغیر اول مهم در تولید دانه گندم دیم بودند، زیست توده هوایی گندم دیم بیشترین حساسیت را بهترتیب به 10 متغیر انحنای سطحی، بارش هفته های اول، چهارم و نهم، سطح ویژه حوضه، بارش هفته بیست و پنجم، پتاسیم قابل جذب خاک، انحنای عمودی، بارش هفته چهاردهم و بارش هفته بیست و یکم نشان داد.https://jcesc.um.ac.ir/article_37894_82dd2d6edbbe78ba0babb0b864534f9f.pdfآنالیز حساسیتزاگرس مرکزیشبکه عصبی مصنوعیگندم دیممدلسازی |
collection |
DOAJ |
language |
fas |
format |
Article |
sources |
DOAJ |
author |
عبدالمحمد محنت کش شمس الله ایوبی امیر احمد دهقانی |
spellingShingle |
عبدالمحمد محنت کش شمس الله ایوبی امیر احمد دهقانی تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی پژوهشهای زراعی ایران آنالیز حساسیت زاگرس مرکزی شبکه عصبی مصنوعی گندم دیم مدلسازی |
author_facet |
عبدالمحمد محنت کش شمس الله ایوبی امیر احمد دهقانی |
author_sort |
عبدالمحمد محنت کش |
title |
تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی |
title_short |
تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی |
title_full |
تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی |
title_fullStr |
تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی |
title_full_unstemmed |
تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی |
title_sort |
تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی |
publisher |
Ferdowsi University of Mashhad |
series |
پژوهشهای زراعی ایران |
issn |
2008-1472 2423-3978 |
publishDate |
2017-06-01 |
description |
مدل سازی یکی از روش های نوین در پیش بینی پاسخ اراضی به کاربری مورد نظر است. شبکه های عصبی مصنوعی یکی از مدل های کارآمد در شبیه-سازی عملکرد و تعیین فاکتورهای مؤثر در تولید محصولات کشاورزی محسوب می شود. در اراضی تپه ماهوری تحت کشت گندم دیم در زاگرس مرکزی ایران عوامل مختلفی بر تولید این محصول مؤثر است که این تحقیق به مدت دو سال با هدف تعیین مهم ترین این فاکتورها اجرا گردید. چهار گروه اقلیمی، خاک، توپوگرافی و مدیریت شامل 54 فاکتور بهعنوان متغیرهای ورودی، و عملکرد دانه و زیست توده گندم دیم بهعنوان خروجی های مدل های شبکه عصبی مصنوعی در نظر گرفته شد و پس از تعیین بهترین ساختار شبکه، پیش بینی عملکرد توسط مدل های بهدست آمده انجام شد. به کمک آنالیز حساسیت به روش هیل، عکس العمل مدل به هر یک از متغیرهای ورودی بررسی و مهم ترین فاکتورهای تأثیرگذار بر عملکرد دانه و زیست توده تعیین گردید. نتایج نشان داد در حالیکه متغیرهای بارش هفته های بیست و نهم و سی ام و دهم، علف های هرز، نیتروژن کل خاک، بارش هفته دوازدهم، بارش هفته بیست و پنجم، انحنای سطحی، بارش هفته سیزدهم و شاخص انتقال رسوب، بهترتیب 10 متغیر اول مهم در تولید دانه گندم دیم بودند، زیست توده هوایی گندم دیم بیشترین حساسیت را بهترتیب به 10 متغیر انحنای سطحی، بارش هفته های اول، چهارم و نهم، سطح ویژه حوضه، بارش هفته بیست و پنجم، پتاسیم قابل جذب خاک، انحنای عمودی، بارش هفته چهاردهم و بارش هفته بیست و یکم نشان داد. |
topic |
آنالیز حساسیت زاگرس مرکزی شبکه عصبی مصنوعی گندم دیم مدلسازی |
url |
https://jcesc.um.ac.ir/article_37894_82dd2d6edbbe78ba0babb0b864534f9f.pdf |
work_keys_str_mv |
AT ʿbdạlmḥmdmḥntḵsẖ tʿyynʿwạmlmwtẖrdrtwlydgndmdymbhḵmḵậnạlyzḥsạsytdrzạgrsmrḵzy AT sẖmsạllhạywby tʿyynʿwạmlmwtẖrdrtwlydgndmdymbhḵmḵậnạlyzḥsạsytdrzạgrsmrḵzy AT ạmyrạḥmddhqạny tʿyynʿwạmlmwtẖrdrtwlydgndmdymbhḵmḵậnạlyzḥsạsytdrzạgrsmrḵzy |
_version_ |
1721381214533713920 |