کاربرد روش های فراکاوشی در تخمین عملکرد گندم

افزایش تقاضای محصولات کشاورزی و کمبود منابع آب و خاک مناسب همراه با مشکلات تحقیقات میدانی، ضرورت استفاده از مدل های مناسب برای پیش بینی عملکرد محصولات کشاورزی را آشکار می سازد. این تحقیق به بررسی کارایی مدل های فراکاوشی شبکه های عصبی مصنوعی، شبکه تطبیقی عصبی فازی و روش ترکیبی شبکه های عصبی- فازی تطبیقی و الگوریتم بهینه سازی ازدحام ذرات دربرآورد عملکرد گندم به کمک ویژگی های خاک و اراضی پرداخته است. منطقه مورد مطالعه در شهرستان هریس (استان آذربایجان شرقی) قرار داشته و رژیم حرارتی و رطوبتی به ترتیب مزیک و اریدیک هم مرز با زریک می باشد. جهت نیل به اهداف در تحقیق حاضر 80 خاکرخ در مزارع گندم منطقه حفر گردید. از هر افق ژنتیکی یک نمونه خاک برداشت و به آزمایشگاه منتقل و تجزیه های فیزیکی و شیمیایی بر روی آن ها انجام شد. نتایج آنالیز حساسیت مدل نشان داد که نیتروژن کل، فسفر قابل جذب، درصد شیب، درصد سنگریزه، واکنش خاک و ماده آلی به عنوان ویژگی های تاثیرگذار اراضی در عملکرد گندم هستند. کارایی مدل های مذکور با موفقیت برای تشریح رابطه بین عملکرد گندم و ویژگی-های زودیافت بررسی شد. مدل ترکیبی نروفازی-ازدحام ذرات که یک روش ترکیبی عصبی، فازی و ازدحام ذرات بوده از نظر آماره های ضریب تبیین (89/0) و جذر میانگین مربعات خطا (5/213) عملکرد بهتری نسبت به دو مدل شبکه های عصبی مصنوعی و نروفازی دارد. همچنین، روش نروفازی دارای ضریب تبیین (84/0) و جذر میانگین انحراف مربعات خطا (2/243) و شبکه های عصبی مصنوعی دارای ضریب تبیین (81/0) و جذر میانگین نحراف مربعات (5/274) بود. معیار میانگین هندسی نسبت خطا (GMER) نیز نشان دهنده بیش برآوردی مدل شبکه عصبی مصنوعی (24/0) و نروفازی (53/0) و کم-برآوردی مدل نرفازی-ازدحام (13/1) می باشد. نتایج نشان می دهد که مدل ترکیبی نروفازی–ازدحام ذرات به عنوان مدل کارا می تواند به عنوان یک ابزار قدرتمند در تخمین عملکرد گندم باشد.