ارزیابی مدل های رگرسیون غیر خطی در آنالیز رشد میوه گردو ایرانی

چکیده:
مدل های ریاضی رشد و نمو گیاهان از ابزارهای بسیار مهم در مطالعه و بررسی سیستم های کشاورزی بوده و از آن ها می توان در تصمیم گیری و یا طراحی روش های مدیریتی، استفاده کرد. این مدل ها می توانند در بررسی تیمارهای مختلف و زمان تاثیر آن ها بر روی رشد میوه، پیش بینی تاریخ برداشت و روش های مدیریتی مرتبط با نمو میوه استفاده شود. مدل های رگرسیونی زیادی برای توصیف الگوهای رشد سیگموییدی وجود دارد. هدف از این مطالعه، بررسی مدل های رگرسیون غیر خطی رشد میوه بر پایه وزن، طول و عرض میوه و انتخاب بهترین مدل الگوی رشد ذاتی میوه گردو ایرانی بود. از دو مدل دابل سیگموئید و تک مولکولی- لجستیک برای بررسی مدل رشد میوه بر پایه وزن میوه و از چهار مدل ریچارد، گومپرتز، لجستیک و نمایی برای بررسی الگوی رشد بر پایه طول و عرض میوه استفاده شد. برای انتخاب بهترین مدل از چهار معیار کمترین معیار اطلاعات آکائیک، معیار اطلاعات بین شوارتز، جذر میانگین مربعات خطا و بیشترین ضریب تبیین استفاده شد. بر اساس معیارهای انتخاب بهترین مدل، مدل دابل سیگموید، برای شبیه سازی بر اساس وزن میوه و مدل ریچارد، در شبیه سازی بر حسب طول و عرض میوه بهترین مدل شناسایی شدند. این مدل ها به طور موثری می توانند در بهبود مدیریت باغ، از جمله آبیاری، کوددهی و عملیات باغداری استفاده شود.
زبان:
فارسی
صفحات:
451 تا 458
لینک کوتاه:
magiran.com/p1514929 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!