CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارزیابی تناسب اراضی مبتنی بر رویکرد تلفیقی شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی در دشت قوچان - شیروان

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۲۱۱ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: NACONF04_031
زبان مقاله: فارسی
حجم فایل: ۴۰۰.۶۳ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی تناسب اراضی مبتنی بر رویکرد تلفیقی شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی در دشت قوچان - شیروان

  علی باقرزاده - دانشکده کشاورزی، دانشگاه آزاد اسلامی - واحد مشهد
  علی کشاورزی - گروه علوم و مهندسی خاک، دانشگاه تهران
  امین قلی زاده - دانشکده کشاورزی، دانشگاه آزاد اسلامی - واحد مشهد

چکیده مقاله:

در مطالعه حا ضر به منظور ارزیابی تنا سب ارا ض ی برای ک شت گندم از روش ارزیابی چند عامله بر اساس مدل شبکه هایعصبی مصنوعی استفاده گردید. در این روش، فاکتورهای موثر بر عملکرد گندم شامل خصوصیات اقلیمی مورد نیاز، کیفیات وخصوصیات اراضی بر اساس جداول نیازهای اقلیمی و خاکی محصول گندم مستخرج از راهنمای سایز و همکاران ( 1993 ) باویژگی های اقلیمی و فیزیکو شیمیایی و حاصلخیزی خاک منطقه مورد مطالعه ، مقایسه و درجه هر یک از فاکتورها تعیینگردید. سپس بر اساس روش پارامتریک، شاخص تناسب اراضی در هر یک از واحدهای اراضی در منطقه مورد مطالعه تعیینو به عنوان متغیرهای ورودی شبکه در الگوریتم محاسباتی شبکه های عصبی مصنوعی تحت یادگیری و آموزش سیستم قرارگرفت. پس از تحقق فرآیند یادگیری و آموزش شبکه، پیش بینی مقادیر شاخص تناسب اراضی طی فرآیند تعمیم پذیری مدلشبکه های عصبی مصنوعی محاسبه گردید. سپس با استفاده از سیستم اطلاعات جغرافیایی (GIS) نقشه پهنه بندی کلاس های تناسب اراضی برای کشت گندم به روش میان یابی عکس وزنی فاصله (IDW) تهیه شد. بر اساس نقشه پهنه بندی تناسب اراضی برای کشت گندم، منطقه مورد مطالعه در کلاس تناسب متوسط ((S(2) قرار دارد.

کلیدواژه‌ها:

تناسب اراضی، روش پارامتریک، شبکه های عصبی مصنوعی، گندم

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NACONF04-NACONF04_031.html
کد COI مقاله: NACONF04_031

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
باقرزاده, علی؛ علی کشاورزی و امین قلی زاده، ۱۳۹۴، ارزیابی تناسب اراضی مبتنی بر رویکرد تلفیقی شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی در دشت قوچان - شیروان، چهارمین همایش سراسری کشاورزی و منابع طبیعی پایدار، تهران، موسسه آموزش عالی مهر اروند-گروه ترویجی دوستداران محیط زیست، https://www.civilica.com/Paper-NACONF04-NACONF04_031.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (باقرزاده, علی؛ علی کشاورزی و امین قلی زاده، ۱۳۹۴)
برای بار دوم به بعد: (باقرزاده؛ کشاورزی و قلی زاده، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • FAO. 1985. Guidelines: Land Evaluation for Irrigated Agriculture. FAO Soils ...
  • Bagherzadeh, A, Mansouri Daneshvar, M.R. 2011. Physical land suitability evaluation ...
  • FAO. 1976. A frame work for land evaluation. FAO Soils ...
  • Bagherzadeh, A., Paymard, P. 2015. Assessment of land capability for ...
  • Bagherzadeh, A., Mansouri Daneshvar, M.R. 2014. Qualitative Land Suitability Evaluation ...
  • Wang, H., Ma, Zh. 2012. Prediction of Wheat Stripe Rust ...
  • Kaul, M., Hill, R.L., Walthall, Ch. 2005. Artificial Neural Network ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۸۰۱۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • کشاورزی > گندم
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.