پیش‌بینی عملکرد زعفران برمبنای خصوصیات خاک با استفاده از مدل‌های رگرسیونی و شبکه‌های عصبی مصنوعی در منطقه وامنان استان گلستان

نویسندگان

1 دانشیار گروه خاکشناسی دانشکده کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

2 دانشیار، گروه خاکشناسی، دانشکده کشاورزی، دانشگاه تبریز، تبریز

3 دانشیار، گروه خاکشناسی، دانشکده کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

4 دانش‌آموخته دکترا، گروه خاکشناسی، دانشکده کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

doi
10.22048/jsat.2020.240519.1404
چکیده

زعفران (Crocus sativus L.)یکی از محصولات کشاورزی با ارزش می­باشد که فقط در مناطق محدودی از دنیا کشت می­شود. امروزه با توجه به ارزش اقتصادی زعفران، کشاورزان زیادی بدون توجه به توانایی و قابلیت اراضی برای کشت این گیاه، صرفاً با توجه به مشابهت اقلیمی اقدام به کشت آن در برخی مناطق کشور نموده­اند که گاهی اوقات نتایج رضایت­بخشی در پی نداشته است. پیش­بینی عملکرد زعفران با توجه به خصوصیات خاک می­تواند به ارزیابی قابلیت اراضی برای کشت این گیاه ارزشمند کمک نماید. بدین منظور در یکی از مناطق جدید کشت زعفران در منطقه وامنان استان­ گلستان، تعداد 100 نمونه خاک برداشت و خصوصیات فیزیکی و شیمیائی شامل درصد اجزای تشکیل دهنده بخش معدنی بافت خاک، عناصر غذایی فسفر و پتاسیم قابل دسترس، نیتروژن کل، شاخص واکنش خاک، هدایت الکتریکی، ماده آلی و کربنات کلسیم معادل پس از برداشت، وزن تر گل زعفران بر حسب کیلوگرم در هکتار به دست آمد. با استفاده از شبکه­ عصبی مصنوعی و ایجاد مدل­های متفاوت با مجموعه داده­های متفاوتی از خصوصیات خاک به عنوان ورودی و عملکرد زعفران به عنوان خروجی، توانایی این مدل در پیش­بینی عملکرد زعفران با مدلهای رگرسیونی مقایسه شد. بر اساس نتایج ضریب همبستگی، مؤثرترین عوامل بر عملکرد زعفران، فسفر قابل دسترس و ماده آلی بودند. بررسی نتایج مدل­های ایجاد شده در دوره آزمون نشان داد مقادیر ضریب تبیین (R2) از 45/0 تا 89/0 متغیر می­باشد. با بررسی مدل­های برتر می­توان نتیجه­گیری نمود که مدل بهینه در برآورد عملکرد زعفران وقتی به دست آمد که فسفر، ماده آلی، آهک و پتاسیم ورودی­های مدل بودند و مقادیر R2 و ریشه میانگین مربعات خطا (RMSE) آن نیز به ترتیب برابر 874/0 و 996/0 کیلوگرم بر هکتار به دست آمدند.