طبقه بندی اقلیمی و تعیین مناطق مستعد کشت زعفران با استفاده از الگوریتم های داده کاوی در سطح استان خراسان رضوی

پیش بینی عملکرد محصولات کشاورزی، نقش مهمی در برنامه ریزی صادرات، واردات، خرید تضمینی، قیمت گذاری، سود مطمین و افزایش بهره وری کشاورزی دارد. عملکرد محصولات، تابع پارامترهای متعددی از جمله اقلیم است. در این تحقیق، عملکرد زعفران در استان خراسان رضوی توسط الگوریتم های طبقه بندی شامل شبکه های عصبی مصنوعی، مدل های رگرسیونی، درخت خطی محلی، درخت تصمیم، آنالیز تشخیص، جنگل تصادفی، ماشین بردار پشتیبان و آنالیز نزدیکترین همسایه با استفاده از 11 پارامتر اقلیمی طی دوره 20 ساله زراعی (1368-88) ارزیابی شد. نتایج نشان داد که تعداد کمی از پارامترهای اقلیمی، بر عملکرد زعفران تاثیر دارند. پارامترهای دمای حداقل، میانگین و حداکثر و بارش به ترتیب بیشترین همبستگی مثبت و پارامترهای رطوبت مطلق حداکثر، رطوبت نسبی ساعت 6:30، ساعات آفتابی، رطوبت نسبی ساعت 18:30، تبخیر، رطوبت نسبی ساعت 12:30 و رطوبت مطلق حداقل نیز به ترتیب بیشترین همبستگی منفی را با مناطق کشت زعفران داشتند. همچنین در طبقهبندی مناطق کشت زعفران، آنالیز تشخیص و ماشین بردار پشتیبان، از دقت بالاتری برخوردار بودند. بین مناطق کشت زعفران و میزان عملکرد محصول همبستگی نسبتا مناسبی با ضریب همبستگی 0/38 بهدست آمد. بین مناطق کشت و پارامترهای اقلیمی همبستگی بالایی برخوردار است و آنالیز نزدیک ترین همسایه با ضرایب تعیین برابر 1 و 0/94 در مراحل آموزش و آزمون، با دقت بالایی مناطق کشت را طبقه بندی نماید، اما در پیشبینی میزان عملکرد محصول بر اساس پارامترهای اقلیمی، دقت مدلهانسبتا پایین بود (متوسط ضریب تعیین برابر 0/48 و 0/05 در مراحل آموزش و آزمون) و آنالیز نزدیکترین همسایه، بالاترین دقت پیش بینی را در مراحل آموزش و آزمون (به ترتیب ضریب تعیین برابر 1 و (0/17 نشان داد. طبق یافته های تحقیق، میتوان با استفاده از پارامترهای اقلیمی و الگوریتم های داده کاوی، به طور مناسب اقدام به تفکیک مناطق کشت نمود و با شناسایی مناطقی که اقلیم آنها مشابه مناطق با میزان عملکرد بالا است، مناطق مستعد کشت زعفران را شناسایی نمود.

کلیدواژه ها:

پارامترهای اقلیمی ، توسعه کشت ، داده کاوی ، شاخص آماری ، عملکرد محصول