مدل سازي ردپاي آب گندم با استفاده از مدل‌هاي يادگيري ماشين در استان فارس

اين مطالعه با هدف تخمين، پيش‏بيني و مدل‏سازي ردپاي آب سبز و آبي محصول زراعي گندم با استفاده از مدل‏هاي يادگيري ماشين در اراضي فارياب در دورۀ آماري (1384 تا 1396) انجام شد. بر اين اساس، با استفاده از داده‏هاي اقليمي و گياهي و روش فازي كلاستر، مناطق كشت گندم فارياب در استان فارس به چهار منطقه همگن تقسيم شد. در هر منطقه براساس چارچوب اوكسترا، ردپاي آب آبي، سبز و خاكستري برآورد شد. سپس، ردپاي آب در هم اقليم همگن به دو دسته آموزش (70 درصد) و آزمون (30 درصد) تقسيم شد و با استفاده از مدل شبكۀ عصبي و دو كرنل لوگ لوجستيك و تانژانت هايپربوليك (50 تركيب ورودي)، مدل جنگل تصادفي و رگرسيون بردار پشتيبان (تابع كرنل سيگموئيد) با متغيرهاي اقليمي و گياهي، پيش‏بيني صورت گرفت و نتايج مدل‏ها با شاخص‏هاي ارزيابي خطا و دياگرام تيلور مورد مقايسه قرار گرفت. نتايج نشان داد بهترين مدل براي برآورد ردپاي آب گندم فارياب در استان فارس مدل شبكۀ عصبي مصنوعي با تابع لوگ لوجستيك با ضريب همبستگي بيش از 0.72 و ميانگين خطاي مطلق كمتر از 0.48 (مترمكعب بر تن) است و مي‏تواند به ارتقاي فرايند تصميم‏گيري به مديران آب و برنامه‏ريزان كمك كنند.