فهرست نشریات علمی دسترسی آزاد ایران

باکتری Xylella fastidiosa ، سخت کشت و محدود به آوند چوبی است که بیماری‌های متنوعی را در میزبان‌های گیاهی ایجاد می‌کند. تکنیک‌ها و رویکرد‌های متنوعی برای شناسایی این باکتری در محصولات کشاورزی و ردیابی گسترش مکانی-زمانی آن در مقیاس وسیع، با هدف مهار گسترش و کاهش اثرات آن، ابداع شده است. با پیشرفت دانش هوش مصنوعی، پیش‌بینی و ترسیم تناسب آب و هوایی برای آفات و بیماری‌های گیاهی، بسیار مورد توجه قرارگرفته است. در این پژوهش، با استفاده از روش یادگیری ماشین، با جمع‌آوری داده‌های وقوع باکتری در سرتاسر دنیا، پیش بینی‌توزیع Xylella fastidiosa در اقلیم‌های متنوع ایران مبتنی بر روش مدل توزیع گونه‌ای  (SDMs)تهیه و انجام گرفت. همه روش‌های به‌کارگرفته شده در این مدل شاملRandom Forest (RF)، Support Vector Machine (SVM)، Boosted Regression Trees (BRT) و Generalized Addditive Model (GAM) میزان قابل قبولی را نشان دادند، بنابراین از مدل تجمیعی (Ensemble Models) برای پیش‌بینی استفاده شد. مدل تجمیعی حاصل، سطوح متغیر مکانی از تناسب اقلیمی را با مقادیری از 1/. تا 1 نشان می‌دهد. نتایج این مطالعه، شرایط اقلیمی مناسب و محدوده توزیع بالقوه X. fastidiosa را نشان داد، که می‌تواند مرجعی برای معرفی X. fastidiosa در مناطق اکولوژیکی مختلف، معرفی زیستگاه مناسب و نامناسب باشد.