تهيه نقشه‌هاي مديريتي علف هرز با استفاده از شبکه‌هاي عصبي مصنوعي با هدف کاربرد در کشاورزي دقيق

---

چکيده : با پديد آمدن تکنيک‌هاي آماري قوي و شبکه‌هاي عصبي، مدل‌هاي پيش بيني کننده پراکنش موجودات به سرعت در اکولوژي توسعه پيدا کرده است. اين پژوهش به منظور پيش بيني و ترسيم نقشه توزيع جمعيت علف هرز تلخه با استفاده از شبکه‌هاي عصبي چندي ساز بردار يادگير (LVQ) و پرسپترون چندلايه (MLP) در سطح مزرعه انجام شد. داده‌هاي مربوط به جمعيت علف هرز از طريق نمونه برداري از 550 نقطه از سطح يک مزرعه در حال آيش واقع در مزرعه تحقيقاتي دانشکده کشاورزي دانشگاه صنعتي شاهرود در استان سمنان در سال 1389 بدست آمد. براي ارزيابي قابليت شبکه‌هاي عصبي مورد استفاده در پيش بيني توزيع مکاني علف هرز از مقايسه آماري پارامترهايي مانند ميانگين، واريانس، توزيع آماري و ضريب تبيين رگرسيوني خطي بين مقادير پيش بيني شده مکاني توسط شبکه عصبي و مقادير واقعي آن‌ها و نيز معيار دقت طبقه بندي استفاده شد. نتايج نشان داد که در فازهاي آموزش و آزمايش بين مقادير ويژگي‌هاي آماري ميانگين، واريانس و توزيع آماري مجموعه داده‌هاي واقعي و پيش بيني شده مکاني علف هرز توسط شبکه عصبي LVQ تفاوت معني داري وجود نداشت، ولي براي شبکه عصبي MLP اين مقايسات بجز توزيع آماري معني دار شدند. همچنين نتايج نشان داد که شبکه عصبي آموزش ديده LVQ، داراي قابليت بالايي در پيش بيني مکاني علف هرز در نقاط نمونه برداري نشده با خطاي تشخيص کمتر از 64/0 درصد بود. درحاليکه شبکه عصبي مصنوعي MLP داراي خطاي تشخيص کمتر از 6/14 درصد بود. نقشه‌هاي ترسيم شده نشان داد که توزيع لکه اي علف هرز امکان کنترل متناسب با مکان را در مزرعه مورد مطالعه امکان پذير مي‌سازد.





عباس روحاني, حسن مکاريان

نشريه ماشينهاي کشاورزي ، سال اول، جلد اول، شماره 2، نيمسال دوم 1390

منبع : http://bpdanesh.ir