مدلسازی دمای بیشینه و کمینه استخر پرورش ماهیان گرمابی با استفاده از روش‌های یادگیری ماشین

نویسندگان

1 عضو هیات علمی پژوهشگاه هواشناسی و علوم جو، پژوهشکده اقلیم شناسی مشهد

2 رئیس گروه تحقیقات کاربردی اداره کل هواشناسی استان گیلان

3 عضو هیات علمی پژوهشکده آبزی پروری جنوب کشور، مؤسسه تحقیقات علوم شیلاتی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، اهواز، ایران

4 کارشناس مرکز تحقیقات هواشناسی کشاورزی گیلان

5 عضو هیات علمی پژوهشگاه هواشناسی و علوم جو، پزوهشکده اقلیم شناسی مشهد

doi
10.22125/agmj.2024.410815.1157
چکیده

ماهی‌ها حیواناتی خونسرد هستند و متابولیسم، رشد و تغذیه آنها با دمای آب ارتباط تنگاتنگی دارد. تغییرات دمایی باعث بروز تنش در ماهی‌ها و بعضاً شیوع بیماری‌ها به هنگام گذر از آستانه‌های تحمل آنها می‌شود. با توجه به اهمیت موضوع، در این پژوهش به کمک داده‌های مشاهداتی روزانه ایستگاه هواشناسی کشاورزی رشت در استان گیلان، مربوط به بازه زمانی خرداد 1396 تا آبان ماه سال 1398، متغیرهای دمای بیشینه و کمینه استخر پرورش ماهیان گرمابی با استفاده از چند روش یادگیری ماشین مدلسازی شد. برای این منظور، روش‌های شبکه عصبی مصنوعی، تقویت گرادیان و جنگل تصادفی، برای مدلسازی دمای بیشینه و کمینه استخرهای یک مجموعه پرورش ماهی مورد استفاده قرار گرفتند. نتایج به دست آمده از ارزیابی عملکرد این رهیافت‌ها با داده‌های اندازه‌گیری شده، نشان داد برای مدلسازی دمای کمینه، شبکه عصبی (با ریشه میانگین مربعات 93/1 و همبستگی 92/0) و برای مدلسازی دمای بیشینه، مدل جنگل تصادفی (با ریشه میانگین مربعات 61/1 و همبستگی 95/0)  دارای دقت بیشتری هستند. در صورت تدقیق بیشتر، با کاربست مدل‌های پیشنهادی می‌توان با استفاده از داده‌های روزانه پیش‌بینی هواشناسی، به عنوان ورودی، دمای بیشینه و کمینه را برای استخر پرورش ماهیان پیش‌بینی نمود و در صورت لزوم اقدامات مدیریتی مقتضی را با توجه به شرایط دمایی پیش‌بینی شده انجام داد.