مدل‌سازی اثر بهداشت انبار بر جمعیت آفات انباری خرما با استفاده از شبکه عصبی مصنوعی

نویسندگان

1 استاد، سازمان تحقیقات، آموزش و ترویج کشاورزی، مؤسسه تحقیقات علوم باغبانی، پژوهشکده میوه‌های معتدله و سردسیری،

2 دانشجوی دکتری رشته حشره شناسی کشاورزی، گروه گیاهپزشکی، دانشکده علوم و مهندسی کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران

3 عضوهیات علمی دانشگاه تهران

4 دانشیار مهندسی هسته ای، پژوهشگاه علوم و فنون هسته‌ای، تهران، ایران

5 عضو هیات علمی/دانشکده کشاورزی کرج

doi
10.22092/fooder.2024.365515.1388
چکیده

این پژوهش برای بررسی اثرات شاخص‌های استاندارد انبارداری خرما بر فراوانی آفات انباری در شش استان خرماخیز ایران در سال 1401 انجام شد. برای طراحی مدل شبکه عصبی مصنوعی در این پژوهش، از سه لایه ورودی، خروجی و پنهان استفاده شده است. نتایج نشان داد که شاخص‌های چیدمان محصول شامل پالت، ظروف نگهداری، تفکیک ارقام، فاصله‌گذاری، قفسه‌بندی به ترتیب دارای بیشترین اثر بر شدت آلودگی O. surinaemensis، E. elutella، E. elutella، E. elutella و E. calidella بودند. شاخص‌های ساختمانی شامل کف‌سازی، دیوارهای داخلی، گذرگاه شیبدار در مبادی ورودی، دسترسی مناسب به فضاهای داخلی، وجود بارانداز به ترتیب بیشترین تأثیر را بر آلودگی D. melanogaster، D. melanogaster، E. kuhniella، O. surinaemensis و E. kuhniella داشتند. شاخص‌های تنظیم شرایط محیطی انبار شامل سیستم‌های تهویه، دما، رطوبت، بهداشت محیط و کف انبار به ترتیب بیشترین تأثیر را بر آلودگی E. kuhniella، D. melanogaster، D. melanogaster، E. kuhniella و D. melanogaster داشتند. مدل شبکه عصبی شامل 28 سیناپس بین لایه‌های مختلف بود. داده‌های سیستم روشنایی، دسترسی مناسب، فاصله‌گذاری و کف‌سازی به ترتیب به میزان 100، 9/94 ، 1/77و 2/60 درصد در پیش‌بینی تراکم جمعیت آفات انباری مؤثر بوده و بیشترین اهمیت را بر وقوع آفات انباری داشتند. الگوریتم حاصل از شبکه عصبی اهمیت رعایت استانداردهای انبارداری را در مدیریت آفات انباری خرما مشخص نمود.