Comparison of Four Weighting Methods in Fuzzy-based Land Suitability to Predict Wheat Yield

Abstract

مطالعه حاضر با هدف مقایسه چهار روش محاسبه وزن در ارزیابی کیفی و کمی تناسب اراضی با استفاده از منطق فازی برای پیش‌بینی عملکرد گندم در شهر کیان، استان چهارمحال و بختیاری انجام شد. در این مطالعه وزن خصوصیت‌ها و کیفیت‌های مؤثر بر گندم شامل خصوصیات اقلیمی و ویژگی های خاک با استفاده از چهار روش شبکه عصبی با یک نرون و چهار نرون، حداقل مجذورات جزﺋﻰ و رگرسیون چند متغیره محاسبه شد. در همه روش‌های وزن‌دهی بیشترین وزن مربوط به سنگریزه و کمترین وزن مربوط به رس بود. مقایسه نتایج ارزیابی به روش فازی به هر چهار روش محاسبه وزن از طریق مقایسه ضریب تبیین معادلات رگرسیونی بین شاخص اراضی و تولید مشاهده شده انجام گرفت. ضریب تبیین بین تولید مشاهده شده و تولید پیش‌بینی شده برای روش محاسبه وزن شبکه عصبی با یک نرون و چهار نرون، حداقل مجذورات جزﺋﻰ و رگرسیون چند متغیره به ترتیب 595/0، 56/0، 596/0و 6/0 به دست آمد. نتایج استفاده از وزن تخمین زده شده به وسیله سه روش شبکه عصبی با یک نرون، حداقل مجذورات جزﺋﻰ و رگرسیون چند متغیره در روش فازی مشابه بود و بیشترین ضریب تبیین و کم‌ترین مقادیر جذر میانگین مربعات خطاها در بین مدل‌ها برای این سه روش به دست آمد. اما در مورد شبکه عصبی استفاده از یک نرون به جای چهار نرون با تفاوتی اندک کارآمدتر بود. ضریب تبیین نسبتاً کم به دست آمده از روش های مورد استفاده حاکی از اهمیت مدیریت اراضی در میزان عملکرد دارد. نتایج این مطالعه بر ضرورت وارد نمودن پارامارهای مدیریتی در محاسبات ارزیابی اراضی دلالت نمود.