پیش‏‌بینی رطوبت خاک گلخانه با استفاده از شبکه عصبی مصنوعی و حسگرهای شبکه بی‏سیم

نویسندگان

1 دانشجوی دکتری، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

2 دانشیار دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

3 دانشیار دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

4 دانشیار دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

5 دانشیار دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

6 استادیار دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

doi
10.22059/ijbse.2023.341992.665482
چکیده

رطوبت خاک یکی از اصلی‏ترین عوامل تعیین کننده برای رشد بهتر گیاهان به ویژه در گلخانه‏ها که امروزه بصورت گسترده‏ای مورد استقبال قرار گرفته‏اند، می‏باشد. اندازه‏گیری‏ رطوبت خاک و عوامل محیطی بصورت پیوسته و سالانه، علاوه بر وقتگیر بودن، هزینه‏های زیادی را در پی دارد. از این‏رو یکی از ابزارهای پیش‏بینی کننده هوشمند که امروزه با کمترین میزان خطا جایگاه وسیعی در علم کشاورزی به خود اختصاص داده، ابزار شبکه عصبی می‏باشد. در این پژوهش به منظور کنترل رطوبت خاک توسط نقشه پیش‏بینی رطوبت مبتنی بر شبکه عصبی مصنوعی، درصد رطوبت و دمای خاک، میزان نور، دما و رطوبت محیط در گلخانه‏ای واقع در شمال شرقی خوزستان، طی دو فصل زمستان و بهار اندازه‏گیری و ثبت گردید. نتایج نشان از پیش‏بینی دقیق نقشه رطوبتی خاک در فصل زمستان و بهار به ترتیب با کمترین میزان خطای استاندارد (12/1 و 71/1) و بالاترین ضریب تعیین (R2) به ترتیب 94/0 و 78/0 بین مقادیر اندازه‎‏گیری شده واقعی و مقادیر پیش‏بینی شده در مرحله آموزش و بالاترین ضریب تعیین در مرحله آزمایش برای فصل زمستان و بهار به ترتیب 87/0 و 93/0 توسط شبکه عصبی مصنوعی داشتند. بنابراین دقت قابل توجه در پیش‏بینی رطوبت خاک توسط این نرم‏افزار نشان از اهمیت و قابلیت اطمینان بالای آن در امور کشاورزی و گلخانه‏ای دارد که به موجب آن، کنترل رطوبت خاک آسان‏تر گردیده و تنش‏های رطوبتی کمتری برای خاک و به تبع آن برای گیاه رخ می‏دهد.