تعیین الگوی توزیع جمعیت علف هرز خارشتر Alhagi pseudalhagi (M.B) Desv. با استفاده از شبکه عصبی مصنوعی چندی ساز بردار یادگیر (LVQ4 )

تهیه نقشه های دقیق پراکنش علف های هرز به منظور کنترل متناسب با مکان آن ها مورد توجه بسیاری از محققین می باشد. این پژوهش نیز به منظور بررسی توزیع علف هرز خارشتر و ترسیم نقشه پراکنش آن با استفاده از شبکه عصبی چندی ساز بردار یادگیر (LVQ4) در سطح مزرعه انجام شد. داده های مربوط به جمعیت علف هرز خارشتر از طریق نمونه برداری از 550 نقطه از سطح یک مزرعه در حال آیش واقع در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه صنعتی شاهرود در استان سمنان در سال 1389 بدست آمد. ارزیابی قابلیت شبکه عصبی در پیش بینی توزیع مکانی علف هرز با مقایسه آماری پارامترهایی مانند میانگین، واریانس، توزیع آماری رگرسیونی بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آنها و نیز معیار دقت کلاس بندی انجام شد. نتایج نشان داد که در فاز آموزش، آزمایش و کل، به ترتیب مقادیر 0/7 ≤p ؛ 0/2 ≤p و 1/000 =p بدست آمد که نشان دهنده عدم وجود تفاوت معنی داری در سطح 5 درصد بین مقادیر ویژگی های آماری (میانگین، واریانس و توزیع آماری) مجموعه داده های پیش بینی شده مکانی علف هرز و مقادیر واقعی آنها بود. به عبارتی شبکه عصبی مصنوعی به خوبی توانست مدل داده های مکانی علف هرز را بیاموزد. نتایج نشان داد که شبکه عصبی آموزش دیده، دارای قابلیت بالایی در پیش بینی مکانی علف هرز در نقاط نمونه برداری نشده با خطای تشخیص کمتر از 9/0 درصد بود. شبکه عصبی توانست پس از کلاس بندی، نقشه توزیع مکانی علف هرز خارشتر را در تمام نقاط سطح مزرعه ترسیم نماید. نقشه حاصل از کلاس بندی نشان داد که علف هرز خارشتر دارای توزیع لکه ای است و لذا امکان کنترل متناسب با مکان آن در مزرعه مورد مطالعه وجود دارد.

تعیین الگوی توزیع جمعیت علف هرز خارشتر Alhagi pseudalhagi (M.B) Desv. با استفاده از شبکه عصبی مصنوعی چندی ساز بردار یادگیر (LVQ4 ) Keywords:

توزیع لکه ای , کشاورزی دقیق , کلاس بندی , نقشه علف هرز