شبیهسازی عملکرد گندم دیم با استفاده از شاخصهای خشکسالی و با بکارگیری روش شبکه عصبی مصنوعی، جنگل تصادفی و رگرسیون بردار پشتیبان (مطالعه موردی: شهرستان سقز)
نویسندگان
1 گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.
2 دانشیار مؤسسه تحقیقات فنی و مهندسی کشاورزی، کرج، ایران.
3 دانشیار گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.
4 دانشیار گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.
doi
10.22034/iwrr.2023.177606چکیده
خشکسالی میتواند بر کشاورزی، به ویژه کشاورزی دیم به دلیل وابستگی زیاد به آب باران تأثیر بگذارد و در نتیجه امنیت غذایی و حفاظت اجتماعی را به خطر بیندازد. در این پژوهش به بررسی ارتباط بین شاخصهای خشکسالی SPI و SPEI با عملکرد گندم دیم 5 مزرعه در شهرستان سقز طی دوره 2020-2001 با شبکه عصبی، جنگل تصادفی و رگرسیون بردار پشتیبان پرداخته شد. برای محاسبه شاخصهای خشکسالی SPI و SPEI از بارش TRMM و تبخیر تعرق CRU استفاده شد. مدل AquaCrop با دادههای مشاهداتی طی دوره 2020-2015 کالیبره شد و سپس عملکرد مزارع برای دوره 2020-2001 با مدل AquaCrop شبیهسازی شد. میانگین عملکرد مزارع با میانگین عملکرد گندم دیم کل شهرستان سقز ارزیابی شد و نتایج نشان داد دادههای شبیهسازی شده با مدل، همبستگی (R2=0.90) خوبی با میانیگن عملکرد گندم دیم شهرستان سقز دارند. به منظور بررسی ارتباط بین شاخصهای خشکسالی و عملکرد گندم دیم شش سناریو تعریف شد. نتایج ارزیابی ارتباط بین شاخصهای SPI و SPEI با عملکرد گندم دیم نشان داد که روش شبکه عصبی و جنگل تصادفی در همه سناریوها به جز سناریو سه با احتمال معنیداری %95 (0/0=P-value) و ضریب تبیین بیش از 0/70 در مرحله train و مقدار بالای شاخص نش- ساتکلیف و مقدار اندکی کم برآورد، تخمین مناسبی از عملکرد محصول گندم دیم داشته است و ارتباط معنیداری بین شاخصهای خشکسالی SPI و SPEI با عملکرد گندم دیم در منطقه مورد مطالعه وجود دارد. نتایج این تحقیق، کاربرد مفیدی در مدیریت و برنامهریزی توسعه کشت گندم دیم بر اساس شرایط اقیلمی در آینده خواهد داشت.