تحلیل حساسیت عملکرد گندم دیم نسبت به شاخص های اقلیمی با استفاده از مدل یادگیری ماشین تفسیرپذیر XGBoost SHAP تحت شرایط تغییر اقلیم: مطالعه موردی استان زنجان
Publish Year: 1405
نوع سند: مقاله ژورنالی
زبان: Persian
View: 22
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-57-1_001
تاریخ نمایه سازی: 18 اردیبهشت 1405
Abstract:
این پژوهش با هدف تحلیل حساسیت عملکرد گندم دیم به شاخص های اقلیمی، طی سال های ۱۳۶۹ تا ۱۴۰۲ در سه ایستگاه زنجان، خدابنده و خرم دره انجام شد. برای این منظور، از مدل یادگیری ماشین (XGBoost) Extreme Gradient Boosting به همراه الگوریتم تفسیرپذیری SHAP استفاده گردید تا مهم ترین شاخص های اقلیمی تاثیرگذار شناسایی و بازه های بهینه و محدودکننده آن ها بر عملکرد مشخص شوند. روش شناسی پژوهش در چهار بخش تدوین شد : برآورد طول دوره رشد بر اساس دستورالعمل به روز شده FAO، انطباق داده ها با دوره واقعی رشد گیاه، تحلیل تغییرات توزیع زمانی شاخص های اقلیمی و انجام تحلیل تعاملی و تفسیرپذیر شاخص های اقلیمی. نتایج نشان داد در هر سه منطقه، عملکرد گندم و طول دوره رشد روند افزایشی داشتند، اما روند طول دوره رشد در زنجان از نظر آماری معنی دار نبود (P > ۰.۱). همچنین، در هر سه ایستگاه، متغیرهای مرتبط با رطوبت مهم ترین شاخص های تعیین کننده عملکرد بودند، به طوری که در خدابنده بارش موثر (ERGP) ، در زنجان تعداد روزهای بارش (N_pr^GP) و در خرم دره شاخص ناهمواری بارش (URGP) است. افزون بر این، بارش موثر (۱.۸ ≤ ERGP ≤ ۲.۹ mm/Day) در خدابنده ، توزیع بهینه بارش (۱۰.۳ ≤ Ur/Er (GP) ≤ ۱۲.۴) در خرم دره و دمای میانگین بهینه (۹ ≤ T ̅_mean^GP ≤ ۹.۲ ℃) موثرترین شاخص های افزایش عملکرد در مقابل کوتاهی طول دوره رشد (۵۰ ≤ LGP ≤ ۶۸ Day) در خدابنده ، توزیع نامناسب بارش (۱.۱ ≤URGP ≤ ۸.۷ mm) در خرم دره و تعداد روزهای بارش کم (۴ ≤ N_pr^GP ≤ ۳۱ Day) در زنجان به عنوان مهم ترین محدودیت ها شناخته شدند.
Keywords:
Authors
سجاد عسگری
گروه مهندسی آبیاری آبادانی، دانشکده کشاورزی و منابع طبیعی، دانشگاه تهران
زهرا آقاشریعتمداری
استادیار/گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران
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 :
