ارزیابی کارایی شبکه عصبی مصنوعی جهت پیش بینی مؤلفه های عملکرد گندم دیم با استفاده از مدل رقومی پستی و بلندی زمین

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 931

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FJCFIS02_153

تاریخ نمایه سازی: 26 تیر 1392

چکیده مقاله:

این پژوهش به منظور، بررسی امکان استفاده از شبکه عصبی مصنوعی جهت برآورد مؤلفه های عملکرد گندم دیم ازشاخص های پستی و بلندی زمین صورت گرفته است. نمونه برداری از محصول گندم به طریق تصادفی طبقه بندی شده و جمعاً در 100 نقطه در منطقه ای به وسعت 900 هکتار به وسیله پلات با ابعاد1×1متر و با استفاده ازGPS به گونه ای انجام شد که توزیع توپوگرافی های مختلف را پوشش دهد. سپس مدل رقومی ارتفاعی منطقه در پیکسل هایی به ابعاد 3×3متر تهیه و از روی آن ویژگی های پستی و بلندی محاسبه شد. نتایج نشان داد که شبکه عصبی مصنوعی قادر به پیش بینی مؤلفه های عملکرد گندم دیمبا استفاده از مدل رقومی پستی و بلندی زمین با دقت بالایی می باشد. به گونه ای که این روش قادر به توجیه 41 تا 72 درصد از برآورد مؤلفه های عملکرد با استفاده از شاخص های توپوگرافی بوده است. این نتایج بیانگر این موضوع است که عملکرد گندم در منطقه تا اندازه زیادی تحت کنترل پارامترهای توپوگرافی می باشد.

کلیدواژه ها:

نویسندگان

مجتبی نوروزی

گروه خاکشناسی دانشکده کشاورزی دانشگاه صنعتی اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • 1 - موقعیت جغرافیایی منطقه ...
  • - Fiez, T.E., B.C. _ _ _ _ ! _ ...
  • - Green, T.R., J.D. Salas, A. Martinez and_R.H Erskine. 200)6. ...
  • - Kaul, M., R. Hill, _ 2004. Atificial #ural _ ...
  • I- Leonard, W. H. and J. H. Martin. _ _ ...
  • - Moore, I. D., R. B. Grayson and A. R. ...
  • نمایش کامل مراجع