كاربرد روش هاي فراكاوشي در تخمين عملكرد گندم

افزايش تقاضاي محصولات كشاورزي و كمبود منابع آب و خاك مناسب همراه با مشكلات تحقيقات ميداني، ضرورت استفاده از مدل‌هاي مناسب براي پيش‌بيني عملكرد محصولات كشاورزي را آشكار مي‌سازد. اين تحقيق به بررسي كارايي مدل‌هاي فراكاوشي شبكه‌هاي عصبي مصنوعي، شبكه تطبيقي عصبي فازي و روش تركيبي شبكه‌هاي عصبي فازي تطبيقي و الگوريتم بهينه‌سازي ازدحام ذرات دربرآورد عملكرد گندم به كمك ويژگي‌هاي خاك و اراضي پرداخته ‌است. منطقه مورد مطالعه در شهرستان هريس (استان آذربايجان شرقي) قرار داشته و رژيم حرارتي و رطوبتي به ترتيب مزيك و اريديك هم مرز با زريك مي‌باشد. جهت نيل به اهداف در تحقيق حاضر 80 خاكرخ در مزارع گندم منطقه حفر گرديد. از هر افق ژنتيكي يك نمونه خاك برداشت و به آزمايشگاه منتقل و تجزيه‌هاي فيزيكي و شيميايي بر روي آن‌ها انجام شد. نتايج آناليز حساسيت مدل نشان داد كه نيتروژن كل، فسفر قابل جذب، درصد شيب، درصد سنگريزه، واكنش خاك و ماده آلي به عنوان ويژگي‌هاي تاثيرگذار اراضي در عملكرد گندم هستند. كارايي مدل‌هاي مذكور با موفقيت براي تشريح رابطه بين عملكرد گندم و ويژگيهاي زوديافت بررسي شد. مدل تركيبي نروفازيازدحام ذرات كه يك روش تركيبي عصبي، فازي و ازدحام ذرات بوده از نظر آماره‌هاي ضريب تبيين (0.89) و جذر ميانگين مربعات خطا (213.5) عملكرد بهتري نسبت به دو مدل شبكه‌هاي عصبي مصنوعي و نروفازي دارد. همچنين، روش نروفازي داراي ضريب تبيين (0.84) و جذر ميانگين انحراف مربعات خطا (243.2) و شبكه‌هاي عصبي مصنوعي داراي ضريب تبيين (0.81) و جذر ميانگين نحراف مربعات (274.5) بود. معيار ميانگين هندسي نسبت خطا (GMER) نيز نشان‌دهنده بيش‌برآوردي مدل شبكه‌ عصبي مصنوعي (0.24) و نروفازي (0.53) و كمبرآوردي مدل نرفازيازدحام (1.13) مي‌باشد. نتايج نشان مي‌دهد كه مدل تركيبي نروفازي–ازدحام ذرات به‌عنوان مدل كارا مي‌تواند به‌عنوان يك ابزار قدرتمند در تخمين عملكرد گندم باشد.