مهدی بشیری - استادیار گروه مرتع و آبخیزداری ، دانشکده کشاورزی و منابع طبیعی ، دانشگاه تربت حیدریه

پارامترهای اقلیمی مختلفی بر عملکرد محصولات زراعی تاثیر گذار هستند . در نتیجه با شناخت عوامل مهم اقلیمی می توان به توجه به آینده اقلیمی منطقه ، اقدام به تخمین تولید محصولات زراعی زد . الگوریتم جنگل تصادفی یکی از روش های داده کاوی است که با توجه به متغیر هدف طبقه ای نیز می تواند اقدام به مدلسازی، کلاس بندی و تفکیک متغیرهای ورودی با توجه به متغیر هدف بنماید . در این پژوهش عملکرد زعفران در واحد سطح در شهرستان های استان خراسان رضوی طی دوره آماری 68-69 تا 87-88 مورد استفاده قرار گرفته و با توجه با فراوانی عملکرد مشاهداتی، درون سه طبقه عملکرد کم ، متوسط و زیاد به عنوان متغیر هدف دسته بندی شد . تعداد 11 متغیر اقلیمی نیز به عنوان ورودی الگوریتم لحاظ گردیدند . نتایج نشان داد که در تعداد کم درختان الگوریتم خطای مدل کمتر است ولی به طور کلی الگوریتم در تفکیکی عملکرد بر اساس متغیرهای الفمیمی کارایی مناسبی ندارد .

داده کاوی، همبستگی، ماتریس خطا، خوشه بندی