پیش بینی عملکرد زعفران برمبنای خصوصیات خاک با استفاده از مدل های رگرسیونی و شبکه های عصبی مصنوعی در منطقه وامنان استان گلستان

زعفران (Crocus sativus L.)یکی از محصولات کشاورزی با ارزش می باشد که فقط در مناطق محدودی از دنیا کشت می شود. امروزه با توجه به ارزش اقتصادی زعفران، کشاورزان زیادی بدون توجه به توانایی و قابلیت اراضی برای کشت این گیاه، صرفا با توجه به مشابهت اقلیمی اقدام به کشت آن در برخی مناطق کشور نموده اند که گاهی اوقات نتایج رضایت بخشی در پی نداشته است. پیش بینی عملکرد زعفران با توجه به خصوصیات خاک می تواند به ارزیابی قابلیت اراضی برای کشت این گیاه ارزشمند کمک نماید. بدین منظور در یکی از مناطق جدید کشت زعفران در منطقه وامنان استان گلستان، تعداد 100 نمونه خاک برداشت و خصوصیات فیزیکی و شیمیایی شامل درصد اجزای تشکیل دهنده بخش معدنی بافت خاک، عناصر غذایی فسفر و پتاسیم قابل دسترس، نیتروژن کل، شاخص واکنش خاک، هدایت الکتریکی، ماده آلی و کربنات کلسیم معادل پس از برداشت، وزن تر گل زعفران بر حسب کیلوگرم در هکتار به دست آمد. با استفاده از شبکه عصبی مصنوعی و ایجاد مدل های متفاوت با مجموعه داده های متفاوتی از خصوصیات خاک به عنوان ورودی و عملکرد زعفران به عنوان خروجی، توانایی این مدل در پیش بینی عملکرد زعفران با مدلهای رگرسیونی مقایسه شد. بر اساس نتایج ضریب همبستگی، موثرترین عوامل بر عملکرد زعفران، فسفر قابل دسترس و ماده آلی بودند. بررسی نتایج مدل های ایجاد شده در دوره آزمون نشان داد مقادیر ضریب تبیین (R2) از 45/0 تا 89/0 متغیر می باشد. با بررسی مدل های برتر می توان نتیجه گیری نمود که مدل بهینه در برآورد عملکرد زعفران وقتی به دست آمد که فسفر، ماده آلی، آهک و پتاسیم ورودی های مدل بودند و مقادیر R2 و ریشه میانگین مربعات خطا (RMSE) آن نیز به ترتیب برابر 874/0 و 996/0 کیلوگرم بر هکتار به دست آمدند.