نفیسه یغماییان مهابادی - استادیار گروه علوم خاک، دانشکده کشاورزی، دانشگاه گیلان
کسری سمیعی - دانش آموخته کارشناسی ارشد گروه علوم خاک، دانشکده کشاورزی، دانشگاه گیلان

هدف از این مطالعه مقایسه کارآیی روشهای شبکه عصبی مصنوعی و رگرسیون چند متغیره به منظور تخمین عملکرد چایبر اساس ویژگی های خاکی می باشد. به این منظور در باغی به وسعت حدود 30 هکتار در منطقه فومن استان گیلان، 70 نمونهخاک از عمق صفر تا 50 سانتیمتر برداشت شد. به منظور تعیین متوسط عملکرد چای، نمونه برداری از برگ سبز چای بهمرکزیت محل های نمونه برداری خاک انجام شد . در نهایت مدلهای رگرسیونی و شبکه عصبی مصنوعی بین ویژگی های خاک وعملکرد برقرار و سپس اعتبارسنجی شدند. نتایج مطالعه نشان داد که مدل شبکه عصبی مصنوعی توانست حدود 79 درصد ازتغییرات مکانی عملکرد و مدل رگرسیونی حدود 59 درصد از تغییرات عملکرد در منطقه مورد مطالعه را توجیه نماید. نتایجآنالیز حساسیت مدل شبکه عصبی نشان داد که درصد رس، کربن آلی و pH خاک به عنوان مهمترین پارامترهای موثر برپیش بینی تولید چای در منطقه مورد مطالعه می باشند. مدل شبکه عصبی با ME و RMSE به ترتیب 016 / 0 و 181 / 0 از کارآییبالاتری در تخمین عملکرد چای نسبت به مدل رگرسیونی برخوردار است.

تخمین عملکرد، آنالیز حساسیت، رگرسیون خطی چند متغیره