ارزیابی و مدل سازی روند مصرف انرژی، عملکرد و میزان انتشارات گلخانه ای در تولید نخودآبی استان اصفهان
Publish place: Biosystem Engineering Journal of Iran، Vol: 49، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 105
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBSE-49-3_007
تاریخ نمایه سازی: 31 اردیبهشت 1402
Abstract:
این مطالعه به منظور بررسی و مدلسازی میزان انرژی مصرفی و انتشارات گازهای گلخانهای در کشت نخود آبی در استان اصفهان توسط مدل پرسپترون چند لایهای شبکهی عصبی مصنوعی اجرا گردید. میزان هر یک از نهادههای مصرفی در تولید محصول، از ۱۱۰ تولیدکنندهی نخود آبی به شکل تصادفی توسط پرسش نامه جمعآوری گردید. کل انرژی مصرفی، عملکرد محصول و نسبت انرژی در تولید نخود آبی به ترتیب برابر با ۱۸/۳۳۲۱۱ مگاژول بر هکتار، ۳۶/۲۲۷۶ کیلوگرم بر هکتار و ۰۲/۱ محاسبه گردید. کود نیتروژن با ۹۸۰۸ مگاژول بر هکتار بیشترین میزان انرژی مصرفی را به خود اختصاص داد. کل انتشارات گازهای گلخانهای برابر ۲۰/۹۶۵ کیلوگرم معادل کربن دی اکسید بر هکتار محاسبه گردید که الکتریسیته و سوخت دیزل به ترتیب با ۳۶% و ۳۴% بیشترین سهم را از کل انتشارات گلخانهای داشتند. مدل شبکهی عصبی مصنوعی با آرایش ۲-۷-۱۳ به عنوان بهترین مدل برای پیشبینی عملکرد و کل انتشارات گلخانهای شناخته شد. بر اساس این مدل، مقدار ضریب تبیین در پیش بینی عملکرد محصول و کل انتشارات گلخانهای به ترتیب برابر با ۹۲۹/۰ و ۹۷۹/۰ تعیین شد. نتایج تحلیل حساسیت مدل نیز نشان داد که نهادهی ماشینهای کشاورزی بیشترین اثر را بر عملکرد و میزان انتشارات گلخانهای داشته است.
Keywords:
Authors
بهزاد الهامی
دانشجوی دکتری مکانیزاسیون کشاورزی، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه کشاورزی و منابع طبیعی رامین، اهواز، ایران
اسداله اکرم
دانشیار گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
مجید خانعلی
استادیار گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، 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 :