مدل سازی عملکردگندم با استفاده از شاخص‏های اقلیمی و خوشه‏بندی سلسله مراتبی

بررسی شاخص‏های اقلیمی با تابعیت داده‏های هواشناسی از عوامل موثر بر تصمیم‏گیری‏های مرتبط با برنامه‏ریزی اقلیمی، کشاورزی، مهندسی منابع آب و به کارگیری راهبردهای مدیریتی است. هدف مقاله حاضر، توسعه مدل سازی عملکرد محصول- شاخص‏های اقلیمی با تاکید بر ورودی‏های مدل براساس تحلیل خوشه‏ای است. استخراج اطلاعات از خوشه‏های مربوط به شاخص‏های اقلیمی با محاسبه میانگین هر خوشه انجام گرفت. شاخص‏های بررسی شده شامل یازده شاخص اقلیمی؛ شاخص‏های لانگ، دومارتن، کوپن 1، کوپن 2، کوپن 3، آنگستروم، ایوانف، سیلیانینوف، بارش موثر، پوشش گیاهی و خشکی بود. مدل سازی عملکرد گندم- شاخص‏های اقلیمی در استان‏های گیلان، اصفهان، کرمانشاه و آذربایجان غربی با استفاده از رگرسیون ساده و شبکه عصبی مصنوعی انجام گرفت. اصلاح شاخص‏های اقلیمی با ساختار صحیح به افزایش دقت در شبیه‏سازی عملکرد محصول منجر شد، برای مثال شاخص سازش در استان کرمانشاه از شاخص دومارتن به کوپن 2، 82/12 درصد افزایش داشت. خطای شبیه‏سازی عملکرد محصول (RMSE) با استفاده از شاخص‏های اقلیمی نسبت به استفاده مستقیم از داده‏های هواشناسی در کل استان‏ها، 66/36 درصد کاهش داشت. استفاده از تحلیل خوشه‏ای در تعیین ورودهای هر دو مدل استفاده شده کارایی مدل را افزایش داد (متوسط RMSE در کل استان‏ها با خوشه‏بندی و بدون خوشه‏بندی به ترتیب برابر با 7/0-15/1 و متوسط RRMSE با خوشه‏بندی و بدون خوشه‏بندی به ترتیب برابر با 29/0- 5/0بود). بنابراین، ترکیب شاخص‏های اقلیمی به‏عنوان ورودی‏های مدل با انجام تحلیل مناسب به بهبود عملکرد مدل سازی منجر می‏شود.