%0 Journal Article %T تعیین الگوی توزیع جمعیت علف‌هرز خارشتر Alhagi pseudalhagi (M.B) Desv. با استفاده از شبکه عصبی مصنوعی چندی ساز بردار یادگیر (LVQ4 ) %J پژوهش های حفاظت گیاهان ایران %I دانشگاه فردوسی مشهد %Z 2980-8170 %A روحانی, عباس %A مکاریان, حسن %D 2013 %\ 05/22/2013 %V 27 %N 1 %P 118-127 %! تعیین الگوی توزیع جمعیت علف‌هرز خارشتر Alhagi pseudalhagi (M.B) Desv. با استفاده از شبکه عصبی مصنوعی چندی ساز بردار یادگیر (LVQ4 ) %K توزیع لکه ای %K کشاورزی دقیق %K کلاس بندی %K نقشه علف هرز %R 10.22067/jpp.v27i1.22170 %X تهیه نقشه‌های دقیق پراکنش علف‌های هرز به منظور کنترل متناسب با مکان آن‌ها مورد توجه بسیاری از محققین می‌باشد. این پژوهش نیز به منظور بررسی توزیع علف‌هرز خارشتر و ترسیم نقشه پراکنش آن با استفاده از شبکه عصبی چندی‌ساز‌بردار‌یادگیر (LVQ4) در سطح مزرعه انجام شد. داده‌های مربوط به جمعیت علف‌هرز خارشتر از طریق نمونه‌برداری از 550 نقطه از سطح یک مزرعه در حال آیش واقع در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه صنعتی شاهرود در استان سمنان در سال 1389 بدست آمد. ارزیابی قابلیت شبکه عصبی در پیش‌بینی توزیع مکانی علف‌هرز با مقایسه آماری پارامترهایی مانند میانگین، واریانس، توزیع آماری رگرسیونی بین مقادیر پیش بینی شده مکانی توسط شبکه‌عصبی و مقادیر واقعی آنها و نیز معیار دقت کلاس‌بندی انجام شد. نتایج نشان داد که در فاز آموزش، آزمایش و کل، به ترتیب مقادیر 7/0 ≤p ، 2/0 ≤p و 000/1 =p بدست آمد که نشان دهنده عدم وجود تفاوت معنی داری در سطح 5 درصد بین مقادیر ویژگی‌های آماری (میانگین، واریانس و توزیع آماری) مجموعه داده‌های پیش‌بینی‌شده مکانی علف‌ هرز و مقادیر واقعی آنها بود. به عبارتی شبکه عصبی مصنوعی به خوبی توانست مدل داده‌های مکانی علف هرز را بیاموزد. نتایج نشان داد که شبکه عصبی آموزش دیده، دارای قابلیت بالایی در پیش بینی مکانی علف هرز در نقاط نمونه برداری نشده با خطای تشخیص کمتر از 9/0 درصد بود. شبکه عصبی توانست پس از کلاس بندی، نقشه توزیع مکانی علف هرز خارشتر را در تمام نقاط سطح مزرعه ترسیم نماید. نقشه حاصل از کلاس بندی نشان داد که علف هرز خارشتر دارای توزیع لکه ای است و لذا امکان کنترل متناسب با مکان آن در مزرعه مورد مطالعه وجود دارد. %U https://jpp.um.ac.ir/article_33593_c984037a659204e29a2a13857b33a11a.pdf