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

مقاله مقاله نشریه

مشخصات مقاله

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:

379
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

546
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تخمین کربن آلی خاک با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بر اساس پردازش تصاویر رنگی

صفحات

 صفحه شروع 137 | صفحه پایان 148

چکیده

کربن آلی خاک منبع عظیمی از مواد مغذی برای گیاه بوده و به عنوان عاملی فعال در گسترش ساختمان خاک, نقش مهمی در بهبود حاصل خیزی خاک های کشاورزی دارد. هدف اصلی از این پژوهش, تخمین میزان کربن آلی خاک در زمین های کشاورزی با استفاده از یک روش ساده, سریع و کم هزینه می باشد. 80 نمونه خاک از مزارع کشاورزی شمال آذربایجان غربی تا جنوب استان به صورت انتخابی جمع آوری شد و پس از تعیین مقدار کربن آلی نمونه ها در آزمایشگاه, نمونه ها در شرایط کنترل شده مورد تصویربرداری قرار گرفتند. تصاویر رنگی در چندین فضای رنگی مختلف تحلیل شدند و در هر فضای رنگی, مدل های شبکه عصبی و رگرسیون چندگانه برای برآورد میزان کربن آلی خاک توسعه یافت. نتایج مدل سازی خطی نشان داد که بالاترین ضریب همبستگی در فضاهای رنگی LAB و LUV به ترتیب 0/91 و 0/92 برای مدل های استخراج شده از مولفه های این فضاها و کربن آلی خاک به دست آمد. نتایج حاصل از طبقه بندی به وسیله شبکه عصبی نشان داد که ضریب همبستگی در فضای RGB بالاترین مقدار را داشته و برابر با 0/94 بوده است. نتایج نشان داد که در تمامی فضاها مدل سازی شبکه عصبی دقت مدل را افزایش داده است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    عطائیان، پریسا، احمدی مقدم، پرویز، و سپهر، ابراهیم. (1397). تخمین کربن آلی خاک با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بر اساس پردازش تصاویر رنگی. ماشین های کشاورزی، 8(1 (پیاپی 15) )، 137-148. SID. https://sid.ir/paper/392290/fa

    Vancouver: کپی

    عطائیان پریسا، احمدی مقدم پرویز، سپهر ابراهیم. تخمین کربن آلی خاک با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بر اساس پردازش تصاویر رنگی. ماشین های کشاورزی[Internet]. 1397؛8(1 (پیاپی 15) ):137-148. Available from: https://sid.ir/paper/392290/fa

    IEEE: کپی

    پریسا عطائیان، پرویز احمدی مقدم، و ابراهیم سپهر، “تخمین کربن آلی خاک با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بر اساس پردازش تصاویر رنگی،” ماشین های کشاورزی، vol. 8، no. 1 (پیاپی 15) ، pp. 137–148، 1397، [Online]. Available: https://sid.ir/paper/392290/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