کاربرد روش های فراکاوشی در تخمین عملکرد گندم

افزایش تقاضای محصولات کشاورزی و کمبود منابع آب و خاک مناسب همراه با مشکلات تحقیقات میدانی، ضرورت استفاده از مدل‌های مناسب برای پیش‌بینی عملکرد محصولات کشاورزی را آشکار می‌سازد. این تحقیق به بررسی کارایی مدل‌های فراکاوشی شبکه‌های عصبی مصنوعی، شبکه تطبیقی عصبی فازی و روش ترکیبی شبکه‌های عصبی- فازی تطبیقی و الگوریتم بهینه‌سازی ازدحام ذرات دربرآورد عملکرد گندم به کمک ویژگی‌های خاک و اراضی پرداخته ‌است. منطقه مورد مطالعه در شهرستان هریس (استان آذربایجان شرقی) قرار داشته و رژیم حرارتی و رطوبتی به ترتیب مزیک و اریدیک هم مرز با زریک می‌باشد. جهت نیل به اهداف در تحقیق حاضر 80 خاکرخ در مزارع گندم منطقه حفر گردید. از هر افق ژنتیکی یک نمونه خاک برداشت و به آزمایشگاه منتقل و تجزیه‌های فیزیکی و شیمیایی بر روی آن‌ها انجام شد. نتایج آنالیز حساسیت مدل نشان داد که نیتروژن کل، فسفر قابل جذب، درصد شیب، درصد سنگریزه، واکنش خاک و ماده آلی به عنوان ویژگی‌های تاثیرگذار اراضی در عملکرد گندم هستند. کارایی مدل‌های مذکور با موفقیت برای تشریح رابطه بین عملکرد گندم و ویژگی-های زودیافت بررسی شد. مدل ترکیبی نروفازی-ازدحام ذرات که یک روش ترکیبی عصبی، فازی و ازدحام ذرات بوده از نظر آماره‌های ضریب تبیین (89/0) و جذر میانگین مربعات خطا (5/213) عملکرد بهتری نسبت به دو مدل شبکه‌های عصبی مصنوعی و نروفازی دارد. همچنین، روش نروفازی دارای ضریب تبیین (84/0) و جذر میانگین انحراف مربعات خطا (2/243) و شبکه‌های عصبی مصنوعی دارای ضریب تبیین (81/0) و جذر میانگین نحراف مربعات (5/274) بود. معیار میانگین هندسی نسبت خطا (GMER) نیز نشان‌دهنده بیش‌برآوردی مدل شبکه‌ عصبی مصنوعی (24/0) و نروفازی (53/0) و کم-برآوردی مدل نرفازی-ازدحام (13/1) می‌باشد. نتایج نشان می‌دهد که مدل ترکیبی نروفازی–ازدحام ذرات به‌عنوان مدل کارا می‌تواند به‌عنوان یک ابزار قدرتمند در تخمین عملکرد گندم باشد.