ارزیابی مدل شبکه عصبی مصنوعی LVQ4 در پیش‌بینی الگوی پراکندگی شب‌پره مینوز گوجه Tuta absolutea (Lep.: Gelechiidae) در شهرستان رامهرمز

       این پژوهش به منظور پیش­بینی الگوی پراکندگی جمعیت شب­پره‌مینوز گوجه فرنگی با استفاده از شبکه عصبی LVQ4 در سطح مزرعه در شهرستان رامهرمز انجام شد. داده های مربوط به تراکم جمعیت شب­پره مینوز گوجه فرنگی از طریق نمونه­برداری بر روی یک شبکه علامت گذاری شده مربعی با ابعاد ۱۰×۱۰ متر و در مجموع از ۱۰۰ نقطه از سطح مزرعه به دست آمد. برای ارزیابی قابلیت شبکه عصبی LVQ4‌ در پیش­بینی پراکندگی این آفت از مقایسه­های آماری پارامترهایی مانند میانگین، واریانس توزیع آماری و رگرسیون بین مقادیر پیش­بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آنها به عنوان معیار استفاده شد. نتایج حاصل نشان داد که در مرحله آموزش و آزمایش تفاوت معنی­داری در سطح اطمینان ۹۵ درصد بین میانگین، واریانس و توزیع آماری مجموعه داده­های پیش­بینی شده مکانی آفت و مقادیر واقعی آنها مشاهده نشد. بنابراین شبکه عصبی مصنوعی به خوبی توانست مدل داده­های مکانی شب­پره مینوز گوجه فرنگی را بیاموزد. نتایج به دست آمده نشان داد، که شبکه عصبی آموزش دیده دارای قابلیت بالایی در پیش­بینی مکانی این آفت در نقاط نمونه­برداری نشده با دقت تشخیص حدود ۸۸ درصد بود. شبکه عصبی توانست، نقشه توزیع مکانی شب­پره مینوز گوجه فرنگی را در تمام نقاط سطح مزرعه ترسیم نماید. نقشه حاصل نشان داد، که این آفت دارای توزیع تجمعی است و لذا امکان کنترل متناسب با مکان آن در سطح مزرعه مورد مطالعه وجود دارد.