مدیریت کودپاشی مراتع با استفاده از مدل های شبکه عصبی مصنوعی در مراتع نازلوچای استان آذربایجان غربی

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 130

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJRDR-27-3_002

تاریخ نمایه سازی: 22 فروردین 1402

Abstract:

در صورت بهره برداری مداوم از علوفه مرتع در صورتی که عناصر مهمی همانند NPC به خاک برنگردد، موجب می شود اراضی مرتعی حاصلخیزی خود را از دست بدهند. بنابراین، امروزه در حوزه مدیریت مراتع، اصلاح و احیاء مراتع اهمیت بالایی پیدا کرده است. یکی از روشهای اصلاح مراتع، کودپاشی می باشد. اگر عملیات کودپاشی متناسب با شرایط اقلیمی، وضعیت پوشش و خصوصیات خاک انجام شود، باعث بهبود مرتع می گردد. در غیر این صورت سبب افزایش غلظت املاح و سمی شدن خاک، آلودگی آب ها و خشک شدن گیاهان می شود. هدف از این پژوهش ارائه مدلی مبتنی بر استفاده از شبکه عصبی مصنوعی است که روابط بین کربن آلی، نیتروژن و فسفر خاک مرتع و عوامل گیاهی و ادافیکی موثر بر آن را بیان کند که بر مبنای نتایج آن، بتوان در زیست بوم های مرتعی فاقد آمار، عناصر مذکور را به منظور مدیریت کودپاشی برآورد نمود. در این پژوهش متغیرهای وابسته شامل کربن آلی، نیتروژن و فسفر خاک مراتع نازلوچای ارومیه بودند. هشت عامل هدایت الکتریکی، اسیدیته، درصد رس، درصد سیلت، درصد شن، میزان آهک، تولید و درصد تاج پوشش گیاهان مرتعی نیز به منظور انجام تحلیل عاملی انتخاب گردیدند. سپس با استفاده از شبکه عصبی پرسپترون چند لایه با توابع انتقالی سیگموئید و تانژانت هیپربولیک و آکسون خطی در لایه پنهان و تابع انتقال خطی در لایه خروجی، میزان کربن آلی، نیتروژن و فسفر خاک مراتع تخمین زده شد. نتایج نشان داد که تابع انتقال سیگموئید برای نیتروژن، فسفر و کربن آلی خاک مرتع با ضریب تبیین به ترتیب ۷۰/۰، ۶۶/۰ و ۷۹/۰ و میانگین مربعات خطای به ترتیب ۰۰۸/۰، ۲۱/۰ و ۰۸/۰ نسبت به تابع انتقال تانژانت هیپربولیک و آکسون توانسته است بخوبی کربن آلی، نیتروژن و فسفر خاک مرتع را مدل سازی کند. بنابراین با توجه به نتایج مذکور، شبکه عصبی توانست با دقت بالایی میزان کربن آلی، نیتروژن و فسفر خاک مرتع را در تیپ های مرتعی که فاقد نمونه برداری مقادیر NPC بودند، پیش بینی کند. در مورد کودپاشی در تیپ های مرتعی فاقد آمار، بر اساس میزان نیتروژن، فسفر و کربن آلی تخمین زده شده خاک تصمیم گیری شد. بدین صورت کهبر اساس نتایج، تیپ گیاهی Astragalus gummifera- prangos uloptera-Bromus tomentellus نیاز به کود فسفره و نیتروژنه دارد. تیپ گیاهی Onobrychis cornuta- Festuca ovina-Thymus kotschyanus نیازمند کود فسفره و تیپ گیاهی Astragalus macrostachys- Noeae mucronata-Stipa barbata به مواد آلی و کود نیتروژنه و فسفره نیاز دارد.

Authors

مهشید سوری

استادیار پژوهشی ، بخش تحقیقات مرتع، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران،

میرفرهاد بلورفروش

دانش آموخته کارشناسی ارشد مرتع داری، دانشکده منابع طبیعی، دانشگاه ارومیه، ایران.

هیراد عبقری

دانشیار، گروه مرتع و آبخیزداری،دانشکده منابع طبیعی، دانشگاه ارومیه، ایران

جواد معتمدی

دانشیار پژوهشی ، بخش تحقیقات مرتع، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران،

بهناز عطائیان

استادیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و محیط زیست، دانشگاه ملایر، ملایر، همدان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Ansari, V., ۲۰۰۹. Principles of technical implementation of rangeland improvement ...
  • Arzani, H., ۱۹۹۷. Instructions on evaluation of the rangelands of ...
  • Bahrami, B. and Ghorbani, A., ۲۰۱۳. Evaluation of neural network ...
  • Bilgili, M., ۲۰۱۰. Prediction of soil temperature using regression and ...
  • Bodaghabadi, J., Bagheri, M., Esfandiari, I. and Toomanian, N., ۲۰۱۵. ...
  • Bly, A.G. And Woodard, H. J., ۲۰۰۳. Foliar nitrogen application ...
  • Bremner, M., Sparks, L., Page, L., Helmke, A., Loeppert, H., ...
  • Corcini, A., cervi, F. and Ronchetti, F., ۲۰۰۹. Weight of ...
  • Corrado, M., Fanelli, A.M. and Chieco, M., ۲۰۰۸. A Neural ...
  • Coulibaly, P., Anctil, F. and Bobee, B., ۲۰۰۰. Daily reservoir ...
  • Dianti Tilki, A., Turan, M., Hosseini, A. and Msadaghi, M., ...
  • Elliott, D. E. and Abbott, R.J., ۲۰۰۳. Nitrogen fertilizer use ...
  • Frame, J., ۱۹۹۲. Improved grassland management farming press books, Ipswich, ...
  • Jangju, M., ۲۰۰۹. Improvement and Range Development, Mashhad University Press, ...
  • Ghaderi, B., ۲۰۰۸. Investigating the effect of Alfalfa seedling on ...
  • Griffe, P., Metha, S. and Shankar, D., ۲۰۰۳. Organic production ...
  • Guevara, J.C., Carlos, R.S., Oscar, R.E. and Le Houerou, H.N., ...
  • Gupta, M.L., Prasad, A., Ram, M. and Kumar, S., ۲۰۰۲. ...
  • Hazelton, P. and Murphy, B., ۲۰۰۷. Interpreting soil test results, ...
  • Holmberg, M., Forsius M., Starr, M. and Huttunen, M., ۲۰۰۶. ...
  • Huang, P. and Tsai, W., ۲۰۱۰. Using multiple-criteria decision-making techniques ...
  • Isik, s., klin, L. and Schoonover, J.E., ۲۰۱۲. Modeling effects ...
  • Ingleby, H.R. and Crowe, T.G., ۲۰۰۱. Neural network models for ...
  • Jia, B. R., Zhou, G.S., Wang, Y. H., Yang, W. ...
  • Keshavarzi, A., Sarmadian, F., Ewisomran., And Munawar, I., ۲۰۱۵. A ...
  • Kumar, B., Trivedi, P. and Pandey, A., ۲۰۰۹. Pseudomonas corrugates: ...
  • Melesse, A. M., Ahmad, S., McClain, M.E., Wang, X. and ...
  • Mesdaghi, M., ۲۰۰۲. Rangeland in Iran, Astan Quds Razavi Publishing, ...
  • Minasny, B. and Mcbratney, A. B., ۲۰۰۲. The neuro-m method ...
  • Mohanty, S., Madnk, J.A. and Ashwani, D. K., ۲۰۱۳. Comparative ...
  • Motamedi, J. and Bahrami, B., ۲۰۱۲. Soil organic carbon analysis ...
  • Ojaghlu, P., ۲۰۰۷. Effect of inoculum with biofertilizer (Azotobacter and ...
  • Olsen, S. R. and Sommers, L. E., ۱۹۸۲. Phosphorus, methods ...
  • Pilevar Shahri, A.R., Ayoubi Sh., and Khademi H., ۲۰۱۱. Comparison ...
  • Rezvantalab, N., Pirdashti, H., Bahmanyar, M. A. and Abbasian, A., ...
  • Sarmadian, F. and Keshavarzia, F., ۲۰۱۰. Comparison of artificial neural ...
  • Shalmani, A., Asadi, H., Bagheri, F. and Shabanpour Shahrestani, M, ...
  • Shiria, J., Keshavarzi, A., Bagherzadehe, A., Mousavi, R. and Karimi, ...
  • Sreekanth, P. D., Geethanjali, N., Sreedevi, P. D., Shakeel, A., ...
  • Tabari, H., Sabziparvar, A. A., and Ahmadi, M., ۲۰۱۱. Comparison ...
  • Wosten, J.H.M., Pachepsky, Y.A. and Rawls, W. J., ۲۰۰۱. Pedo ...
  • Wu, S. C., Caob, Z. H., Lib, Z. G., Cheunga, ...
  • نمایش کامل مراجع