محمدهادی موحدنژاد - استادیار مهندسی مکانیک بیوسیستم، گروه آب و خاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود
سیدایمان ساعدی - استادیار مهندسی مکانیک بیوسیستم، گروه آب و خاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود
حسین میرزایی مقدم - استادیار مهندسی مکانیک بیوسیستم، گروه آب و خاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود

توسعه سامانه های آبیاری هوشمند یکی از راهبردهای مهم برای حفظ شرایط زیستی گیاه با بهبود راندمان آبیاری می باشد. درصدزیادی از آب آبیاری در گیاه صرف تبخیر و تعرق می شود. برای پیش بینی آن روش های متنوعی وجود دارد. در این تحقیق با منطق فازیمیزان تبخیر و تعرق با استفاده از سیستم خبره تعیین گردید. در کشت هیدورپونیک موضوع این پژوهش صرفا نور مصنوعی وجود دارد وجریان هوا نیز قابل چشم پوشی است. لذا، به منظور استفاده از منطق فازی، این سامانه دارای ورودی های دما، رطوبت نسبی محیط کشت ونور و یک خروجی یعنی تبخیر و تعرق بوده است. با توجه به نتایج رشدی گیاه کشت فازی عملکرد مناسبی داشت. بر اساس داده هایفازی، شبکه عصبی برای بررسی در پیش بینی تبخیر و تعرق توسعه یافت. دو الگوریتم LM و BR برای این مدل انتخاب گردید. بهتریننتیجه برای الگوریتم BR با سه لایه پنهان با توپولوژی 8-10-10 و تابع انتقال tansig در سه لایه پنهان و لایه خروجی با خطای و ضریبتعیین به ترتیب 0/0000225 و 99/98 تعیین گردید. همچنین در شبکه یک لایه با توجه به سادگی، الگوریتم BR با یک لایه پنهان با تعدادنرون 8 و تابع انتقال logsig در لایه پنهان و تابع tansig در لایه خروجی بهترین مدل انتخاب شد. خطای و ضریب تعیین این ترکیب بهترتیب 0/000846 و 98/84% گردید. با توجه آنالیز حساسیت نیز به ترتیب رطوبت و دما مهم ترین پارامتر موثر در پیش بینی تبخیر و تعرق می باشد.

کشت هیدروپونیک، آبیاری هوشمند، منطق فازی، شبکه عصبی، آنالیز حساسیت