Determination of the Most Important Factors on Rainfed Wheat Yield by Using Sensitivity Analysis in Central Zagros

Abstract

مدل سازی یکی از روش های نوین در پیش بینی پاسخ اراضی به کاربری مورد نظر است. شبکه های عصبی مصنوعی یکی از مدل های کارآمد در شبیه-سازی عملکرد و تعیین فاکتورهای مؤثر در تولید محصولات کشاورزی محسوب می شود. در اراضی تپه ماهوری تحت کشت گندم دیم در زاگرس مرکزی ایران عوامل مختلفی بر تولید این محصول مؤثر است که این تحقیق به مدت دو سال با هدف تعیین مهم ترین این فاکتورها اجرا گردید. چهار گروه اقلیمی، خاک، توپوگرافی و مدیریت شامل 54 فاکتور به‌عنوان متغیرهای ورودی، و عملکرد دانه و زیست توده گندم دیم به‌عنوان خروجی های مدل های شبکه عصبی مصنوعی در نظر گرفته شد و پس از تعیین بهترین ساختار شبکه، پیش بینی عملکرد توسط مدل های به‌دست آمده انجام شد. به کمک آنالیز حساسیت به روش هیل، عکس العمل مدل به هر یک از متغیرهای ورودی بررسی و مهم ترین فاکتورهای تأثیرگذار بر عملکرد دانه و زیست توده تعیین گردید. نتایج نشان داد در حالی‌که متغیرهای بارش هفته های بیست و نهم و سی ام و دهم، علف های هرز، نیتروژن کل خاک، بارش هفته دوازدهم، بارش هفته بیست و پنجم، انحنای سطحی، بارش هفته سیزدهم و شاخص انتقال رسوب، به‌ترتیب 10 متغیر اول مهم در تولید دانه گندم دیم بودند، زیست توده هوایی گندم دیم بیشترین حساسیت را به‌ترتیب به 10 متغیر انحنای سطحی، بارش هفته های اول، چهارم و نهم، سطح ویژه حوضه، بارش هفته بیست و پنجم، پتاسیم قابل جذب خاک، انحنای عمودی، بارش هفته چهاردهم و بارش هفته بیست و یکم نشان داد.