ارزیابی قابلیت مدل شبکه عصبی مصنوعی LVQ4 در پیش بینی الگوی پراکندگی سرخرطومی‎های جنس (Sitona humeralis (Col: Curculionidaeدر مزرعه یونجه شهرستان مرودشت

این پژوهش به منظور پیش بینی الگوی پراکندگی جمعیت Sitona humeralis با استفاده از شبکه عصبی LVQ4 در سطح مزرعه در شهرستان مرودشت انجام شد. داده های مربوط به تراکم جمعیت این آفت از طریق نمونه برداری بر روی یک شبکه علامت گذاری شده مربعی با ابعاد 10×10 متر و در مجموع از 100 نقطه از سطح مزرعه به دست آمد. برای ارزیابی قابلیت شبکه عصبی LVQ4 در پیش بینی پراکندگی این آفت از مقایسه های آماری پارامترهایی مانند میانگین، واریانس توزیع آماری و رگرسیون بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آنها به عنوان معیار استفاده شد. نتایج حاصل نشان داد که در مرحله آموزش و آزمایش تفاوت معنی داری در سطح اطمینان 95 درصد بین میانگین، واریانس و توزیع آماری مجموعه داده های پیش بینی شده مکانی آفت و مقادیر واقعی آنها مشاهده نشد. بنابراین شبکه عصبی مصنوعی به خوبی توانست مدل داده های مکانی Sitona humeralis را بیاموزد. نتایج به دست آمده نشان داد، که شبکه عصبی آموزش دیده دارای قابلیت بالایی در پیش بینی مکانی این آفت در نقاط نمونه برداری نشده با دقت تشخیص حدود 92 درصد بود. شبکه عصبی توانست، نقشه توزیع مکانی Sitona humeralis را در تمام نقاط سطح مزرعه ترسیم نماید. نقشه حاصل نشان داد، که این آفت دارای توزیع تجمعی است و لذا امکان کنترل متناسب با مکان آن در سطح مزرعه مورد مطالعه وجود دارد.