مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

277
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

499
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی الگوی توزیع سوسک پوست خوار کاج، (Orthotomicus erosus (Coleoptera: Curculionidae: Scolytinae با استفاده از زمین آمار و شبکه عصبی مصنوعی

صفحات

 صفحه شروع 331 | صفحه پایان 343

چکیده

 سوسک پوست خوار کاج, (Orthotomicus erosus (Wollaston) (Coleoptera: Curculionidae: Scolytinae, یکی از مهم-ترین آفات درختان کاج می باشد. حمله و تغذیة این سوسک ها بافت های آوند آبکش را در زیر پوست درختان آلوده تخریب و عبور شیرة گیاهی را مختل نموده و باعث مرگ درختان آلوده می شود. این پژوهش به منظور پیش بینی الگوی توزیع و ترسیم نقشة پراکنش O. erosus با استفاده از شبکه های عصبی پرسپترون چند لایه (MLP), شبکة عصبی MLP ترکیب شده با الگوریتم ژنتیک و شبکة عصبی MLP ترکیب شده با الگوریتم رقابت استعماری در سطح شهر کرمانشاه انجام شد. داده های مربوط به جمعیت این آفت از طریق نمونه برداری از درختان کاج در مناطق مختلف شهر کرمانشاه در سال های 1393 و 1394 به دست آمد. برای ارزیابی قابلیت شبکه های عصبی مورد استفاده در پیش بینی توزیع آفت از مقایسة آماری پارامترهایی مانند واریانس, میانگین و توزیع آماری بین مقادیر پیش بینی شدة مکانی توسط شبکة عصبی MLP ترکیب شده با الگوریتم ژنتیک و الگوریتم رقابت استعماری و مقادیر واقعی آن ها استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش, مقادیر پارامترهای مذکور بین داده های واقعی و پیش بینی شدة آفت تفاوت معنی داری را نشان نداد که نشان دهندة دقت بالا و نیز قابلیت شبکه های عصبی به منظور ترسیم نقشة پراکندگی این آفت در سطح شهر کرمانشاه می باشد. مقادیر ضریب تبیین (R2) نشان داد که الگوریتم رقابت استعماری, دقت بالاتری در تخمین تراکم O. erosus نسبت به دو روش دیگر داشته است. همچنین مقایسة مقادیر ضریب تبیین بین شبکه های عصبی مختلف و روش زمین آمار نشان داد که هر سه مدل شبکة عصبی الگوی توزیع سوسک پوست خوار را نسبت به روش زمین آمار بهتر پیش بینی کردند. روش زمین آمار و نقشه های ترسیم شده توسط شبکه های عصبی نشان داد که توزیع این آفت به صورت تجمعی است. نتایج حاصل از روش زمین آمار نیز نشان دهندة توزیع تجمعی آفت می باشد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    شیروانی فارسانی، نجمه، زمانی، عباسعلی، و جمالی، صمد. (1397). پیش بینی الگوی توزیع سوسک پوست خوار کاج, (Orthotomicus erosus (Coleoptera: Curculionidae: Scolytinae با استفاده از زمین آمار و شبکه عصبی مصنوعی. نامه انجمن حشره شناسی ایران، 38(3 (پیاپی 75) )، 331-343. SID. https://sid.ir/paper/383749/fa

    Vancouver: کپی

    شیروانی فارسانی نجمه، زمانی عباسعلی، جمالی صمد. پیش بینی الگوی توزیع سوسک پوست خوار کاج, (Orthotomicus erosus (Coleoptera: Curculionidae: Scolytinae با استفاده از زمین آمار و شبکه عصبی مصنوعی. نامه انجمن حشره شناسی ایران[Internet]. 1397؛38(3 (پیاپی 75) ):331-343. Available from: https://sid.ir/paper/383749/fa

    IEEE: کپی

    نجمه شیروانی فارسانی، عباسعلی زمانی، و صمد جمالی، “پیش بینی الگوی توزیع سوسک پوست خوار کاج, (Orthotomicus erosus (Coleoptera: Curculionidae: Scolytinae با استفاده از زمین آمار و شبکه عصبی مصنوعی،” نامه انجمن حشره شناسی ایران، vol. 38، no. 3 (پیاپی 75) ، pp. 331–343، 1397، [Online]. Available: https://sid.ir/paper/383749/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button