برآورد سطح برگ بوته ذرت با استفاده از شبکه عصبی مصنوعی

با هدف برآورد ساده و دقیق سطح برگ بوته ذرت با شبکه عصبی پرسپترون چند لایه، آزمایشی در دانشکده علوم کشاورزی دانشگاه گیلان در سال زراعی 1393 - 1392 انجام شد. تیمارهای این آزمایش سه تراکم بوته (75 و 85 و 95 هزار بوته در هکتار) و پنج رقم ( پرشیا 454 و 484 ، پرشیا 565 ، پرشیا 626 و 647 ) بود و نمونه برداری در چهار زمان متفاوت (35 و 49 و 63 و 77 روز پس از کاشت) انجام شد. در هر نمونه برداری، تعداد برگ های روی بوته، تعداد، طول و عرض برگ های سبز، سطح برگ بوته، وزن خشک برگ و ساقه، ارتفاع بوته، قطر ساقه و عملکرد زیستتوده اندازهگیری شدند. یافته ها نشان داد که متغیرهای اندازه گیری شده همبستگی مثبت و معنی داری با سطح برگ داشته (فرمول در متن اصلی مقاله) و می توانند به عنوان ورودی در مدل های برآورد سطح برگ استفاده شوند. در بین آنها بیشترین حساسیت به ترتیب مرتبط با عرض برگ، تعداد برگ سبز، طول برگ، تعداد برگ های بوته و قطر ساقه بود. با اینحال، استفاده از مدلی با آماره های مناسب و با ورودی های عرض، تعداد و طول برگ های سبز، برای برآورد سریع سطح برگ مناسبتر تشخیص داده شد. هنگامی که از تکورودی برای برآورد سطح برگ استفاده شد، وزن خشک برگ نسبت به دیگر متغیرها، سطح برگ را به خوبی (RMSE (%) =15/67) شبیه سازی و 95/69% از تغییرات آن را توجیه (فرمول در متن اصلی مقاله) کرد. در هر دو روش برآورد سطح برگ (آنالیز حساسیت و تکورودی)، بهترین مدل برآورد شده تحت تاثیر رقم، تراکم و برهم کنش آنها قرار نگرفت. بنابراین، میتوان از یک مدل کلی برای برآورد سطح برگ همه رقم ها و تراکم های این آزمایش استفاده کرد.

برآورد سطح برگ بوته ذرت با استفاده از شبکه عصبی مصنوعی Keywords:

آنالیز حساسیت , پرسپترون چند لایه , تراکم , رقم , روابط آلومتریک