سایر موضوعات مرتبط با زعفران
سیبویه اقا محمدی؛ عباس خاشعی سیوکی؛ علی شهیدی؛ سیدرضا هاشمی
چکیده
تغییرات اقلیمی و پدیده‌هایی از جمله خشکسالی در میزان عملکرد محصولات کشاورزی موثر هستند. یکی از راهکارهای مقابله با این پدیده‌ها، جایگزینی مدیریت ریسک به جای مدیریت بحران است، بهطوریکه با ارزیابی ریسک، قبل از وقوع بحران، میزان خسارت‌ها به حداقل می‌رسد. در این پژوهش نیز در جهت کاهش خسارت‌های ناشی از خشکسالی بهعنوان پدیده‌ای ...
بیشتر
تغییرات اقلیمی و پدیده‌هایی از جمله خشکسالی در میزان عملکرد محصولات کشاورزی موثر هستند. یکی از راهکارهای مقابله با این پدیده‌ها، جایگزینی مدیریت ریسک به جای مدیریت بحران است، بهطوریکه با ارزیابی ریسک، قبل از وقوع بحران، میزان خسارت‌ها به حداقل می‌رسد. در این پژوهش نیز در جهت کاهش خسارت‌های ناشی از خشکسالی بهعنوان پدیده‌ای طبیعی و غیر قابل کنترل، بر روی محصول زعفران، به ارزیابی ریسک خشکسالی با استفاده از روش شبیه‌سازی مونتکارلو پرداخته شد. شاخص خشکسالی بارش استاندارد شده (SPI) ماهانه و میانگین دمای ماهانه به عنوان متغیرهای مستقل در تابع توزیع عملکرد محاسبه می‌شود. با کمک روش فراابتکاری شبکه عصبی مصنوعی (ANN)، ارتباط بین متغیرهای مستقل (دما و SPI) و متغیر وابسته (عملکرد محصول زعفران) برقرار می‌شود. سپس داده‌‌ی تصادفی از متغیرهای مستقل ساخته می‌شود و با شبکه عصبی مصنوعی آموزش یافته، 2000 عملکرد شبیه‌سازی شده تولید می‌گردد. انتخاب یک ایستگاه مرجع و با استفاده از توزیع تجمعی به دست آمده، عامل ریسک محاسبه شد و با رسم نمودار عامل ریسک-عملکرد استاندارد، ریسک نسبی ایستگاه‌های مورد مطالعه بررسی شده است. نتایج بهدست آمده از این پژوهش نشان داد که بیشترین سال‌های مورد مطالعه در محدوده نرمال قراردارند و فراوانی خشکسالی در چهار ایستگاه خراسان جنوبی دو برابر ایستگاه‌های مورد مطالعه در خراسان رضوی می‌باشد. همینطور شبکه عصبی مصنوعی با ضریب همبستگی 85/0 توانست به خوبی عملکرد را پیش‌بینی نماید. در پایان بر اساس نتایج بهدست آمده از نمودار ریسک-عملکرد استاندارد، ایستگاه‌های قاین، بیشترین و نهبندان کمترین ریسک نسبی نسبت به ایستگاه مرجع (تربتحیدریه) را داشتند.
کشاورزی و علوم پایه
عظیم شیردلی؛ ابوالفضل توسلی
چکیده
با پدید آمدن تکنیک‌های آماری قوی و شبکه‌های عصبی، مدل‌های پیش‌بینی کننده عملکرد محصولات زراعی به‌سرعت رو به توسعه است. بدین منظور آزمایشی در منطقه تربتحیدریه با هدف پیش‌بینی عملکرد و کارآیی مصرف آب زعفران با استفاده از مدل شبکه عصبی مصنوعی انجام گرفت. واسنجی و اعتباریابی مدل‌ها نیز با استفاده از آمار عملکرد محصول و پارامترهای ...
بیشتر
با پدید آمدن تکنیک‌های آماری قوی و شبکه‌های عصبی، مدل‌های پیش‌بینی کننده عملکرد محصولات زراعی به‌سرعت رو به توسعه است. بدین منظور آزمایشی در منطقه تربتحیدریه با هدف پیش‌بینی عملکرد و کارآیی مصرف آب زعفران با استفاده از مدل شبکه عصبی مصنوعی انجام گرفت. واسنجی و اعتباریابی مدل‌ها نیز با استفاده از آمار عملکرد محصول و پارامترهای اقلیمی سال 91-1390 صورت پذیرفت. ارزیابی مدل‌ها نیز با شاخص‌های آماری ضریب تبیین (R2)، جذر میانگین مربعات خطا نرمال شده (RMSEn) و میانگین مربعات خطا (MSE) انجام شد. نتایج تحقیق نشان داد که شبکه عصبی پیشنهادی (مدل شماره 9) با داشتن 2 لایه پنهان، 8 نورون و ضریب تبیین 97/0 برای عملکرد و 1 لایه پنهان، 7 نورون و ضریب تبیین 90/0 برای کارآیی مصرف آب، برازش خوبی برای این دو صفت داشت. همچنین مطابق با شاخص‌های آماری RMSEn و MSE در مدل پیشنهادی (مدل شماره 9) که به ترتیب برابر بود با 78/2 درصد و 0040/0 برای عملکرد و 41/5 درصد و 0073/0 برای کارآیی مصرف آب، بالاترین دقت برای پیش‌بینی صفات فوق مشاهده شد. تحلیل حساسیت مدل‌ها نیز نشان داد که عملکرد و کارآیی مصرف آب محصول زعفران، بیشترین حساسیت را به عامل آبیاری، سپس بارندگی و درنهایت ساعات آفتابی دارد. به‌طورکلی، کاربرد شبکه عصبی پیشنهادی در این تحقیق می‌تواند زمینه ارتقاء محصول زعفران را در منطقه تربت فراهم نماید.
