کاربرد رهیافت یادگیری ماشین در تخمین عملکرد نخود بر اساس نمایه های اقلیمی-کشاورزی (مطالعه موردی: شهرستان کرمانشاه)
هدف این پژوهش تخمین عملکرد نخود بهاره با استفاده از روش های یادگیری ماشین از نوع مدل های رگرسیونی خطی در شهرستان کرمانشاه است. فراسنج های هواشناسی، نمایههای هواشناسی کشاورزی و سنجش از دور در بازه زمانی 1370-1369 تا 1397-1396 به عنوان متغیرهای پیشگو و داده های عملکرد سازمان جهاد کشاورزی به عنوان متغیر پاسخ در چهار مرحله نمو استفاده گردید. 24 سال از دادهها برای آموزش و 3 سال برای اعتبار سنجی مدلها به کار گرفته شد. نتایج بیانگر آن بود که از میان انواع مدل های خطی، مدل لاسو با ضریب تعیین 67 درصد و خطای معیار 8/59 کیلوگرم در هکتار به عنوان مناسبترین مدل برای تخمین عملکرد نخود در مرحله ی سبز شدن تا %50 گل دهی انتخاب شد. انحراف نسبی این مدل به میزان 4/0، 3/0- و 5/3 درصد به ترتیب برای سال های 1377-1376، 1385-1384 و 1390-1389، بدست آمد.
اقلیم ، عملکرد نخود ، مدل های خطی ، کرمانشاه
- 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.