نوع مقاله : مقاله پژوهشی

نویسندگان

• مصطفی یعقوب‌زاده ¹
• علیرضا مقری فریز ²
• امید خراشادیزاده ³
• حامد جوادی ⁴
• الهام قوچانیان حقوردی ⁵

¹ گروه علوم و مهندسی آب و گروه پژوهشی خشکسالی و تغییر اقلیم، دانشگاه بیرجند، بیرجند، ایران

² بخش خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان جنوبی،سازمان تحقیقات، آموزش و ترویج کشاورزی

³ 3- شرکت آب منطقه ای خراسان جنوبی، شرکت مدیریت منابع آب، بیرجند،ایران

⁴ 1- بخش خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان جنوبی، سازمان تحقیقات، آموزش و ترویج کشاورزی، بیرجند، ایران

⁵ کارشناس تحقیقات بخش خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی، خراسان جنوبی، ایران.2- دانشجو دکتری مهندسی منابع آب، گروه

چکیده

بخش کشاورزی یکی از اولین بخش‌هایی است که تحت تأثیر تغییرات اقلیمی قرار می‌گیرد. خشکسالی و تغییرات وسیع در وضعیت آب و هوا منجر به کاهش محصولات کشاورزی و در نهایت کاهش بهره‌وری اقتصادی می‌شود. کاهش منابع آبی بکارگیری روش‌های نوین در مدیریت مصرف آب در مزرعه و تعیین نیاز واقعی گیاه بیش از گذشته برای سازگاری با تغیر اقلیمی احساس می‌شود. یکی از مهمترین پارامترهای مدیریت دقیق آب کشاورزی، کمبود فشار بخار نام دارد. در این تحقیق ابتدا به برآورد کمبود فشار بخار از داده‌های باز تحلیل بانک اطلاعاتی JRA-55 بین سال‌های 1958 تا 2023 پرداخته شد. در گام بعدی بررسی دراز مدت تغییرات کمبود فشار بخار و تأثیر آن بر عملکرد محصول زعفران در چهار محدوده استان خراسان جنوبی شامل بیرجند، قاین، سرایان و طبس انجام شد. نتایج در مناطق مذکور طی 60 سال گذشته افزایش تدریجی میانگین سالانه کمبود فشار بخار با نرخ متوسط هر دهه حدود 60 پاسکال و کاهش سالانه عملکرد زعفران در حدود 16/0 کیلوگرم در هکتار نشان داد. و همچنین با افزایش کمبود فشار بخار کاهش عملکرد محصول مشاهده شد. در نهایت به پیش‌بینی عملکرد محصول زعفران برپایه کمبود فشار بخار با استفاده از الگوریتم‌های هوش مصنوعی شامل مدل افزودنی تعمیم یافته، زیرمجموعه تصادفی، جنگل تصادفی و M5 Pruned پرداخته شد. برای ارزیابی عملکرد مدل‌ها در هر دو مرحله آموزش شامل (60% داده) و تست (40 % داده ) از چهار شاخص آماری ضریب همبستگی ، میانگین خطای مطلق ، ریشه میانگین مربعات خطا و ریشه نسبی میانگین مربعات خطا استفاده شد. عملکرد مدل جنگل تصادفی به ترتیب در مرحله آموزش و تست بهتر از سایر مدل‌ها بود [0.99=CC؛ 0.06=MAE؛ 0.09=RMSEو 0.01 =RRMSE]، [0.94=CC؛ 0.23=MAE؛ 0.28=RMSEو 0.01=RRMSE]، این تحقیق استفاده از مدل جنگل تصادفی را برای مطالعات آتی پیش‌بینی عملکرد محصول زعفران برپایه کمبود فشار بخار در مدیریت نیاز آبی توصیه می‌کند.

کلیدواژه‌ها

• زعفران
• کمبود فشار بخار
• تغییراقلیم
• الگوریتم هوش مصنوعی
• جنگل تصادفی