مهدی دانش شهرکی - دانشجوی کارشناسی ارشد علوم خاک، دانشگاه زابل
ابوالفضل بامری - مربی گروه علوم خاک، دانشگاه زابل

دمای خاک در مطالعات خاکشناسی بر فرآیندهای پدوژنیکی، بیولوژیکی خاک و جوانهزنی بذور از اهمیت بهسزایی برخوردار است که این امر دراحیای اراضی بیابانی و مدیریت کویر دارای اهمیت بالایی است. شبکهی عصبی مصنوعی روش نوینی میباشد که برای تخمین و پیشبینی پارامترها بااستفاده از ارتباط ذاتی بین دادهها توسعه یافته است. با توجه به اینکه اندازهگیری دمای خاک فقط در ایستگاههای سینوپتیک کشور صورت میگیرد،کمبود آن در نقاط فاقد ایستگاه یکی از چالشهای بزرگ در بسیاری از مطالعات مرتبط با علوم کشاورزی است، ولی با روشهای آماری نیز قابل برآورد است. در این تحقیق با استفاده از دادههای اقلیمی ایستگاه هواشناسی زابل طی 5 سال )از فروردین 98 تا اسفند 83 ( مدلهایی جهت تخمین حداکثر دمای خاک پیشنهاد شده است. در پایان شبکه پنجم آموزش، ) =0.992R( با اطلاعات روز، ماه، سال، میانگین دمای خاک، حداقل دمای خاک، تبخیر، ساعات آفتابی، حداکثر سرعت باد و سمت باد بهعنوان بهترین شبکه پیشنهاد شد

حداکثر دمای خاک، زابل، شبکه عصبی مصنوعی، ایستگاه هواشناسی