برآورد زيتوده صنوبر (Populus alba) به دو روش رگرسیونی و شبکه عصبی مصنوعی
برآورد زيتوده صنوبر (Populus alba) به دو روش رگرسیونی و شبکه عصبی مصنوعی
محمدکاظم پارساپور1 یعقوب ایرانمنش2
1) پژوهشگر پسادکتری، بخش منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاری
2) دانشیار، بخش منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاری
محل انتشار :
صیانت از منابع طبیعی و محیط زیست به همراه پنجمین همایش ملی جنگل ایران (envprouma.ir)
چکیده :
اندوخته شدن کربن در زيتوده گياهي سادهترين و به لحاظ اقتصادي عملي¬ترين راهکار براي کاهش دياکسيد کربن اتمسفري است. این پژوهش درمورد براورد زیتوده تنه اصلی گونه صنوبر Populus alba کاشته¬شده در ايستگاه تحقيقات صنوبر بلداجي واقع در استان چهارمحال و بختياري به دو روش رگرسیون و شبکه عصبی مصنوعی (ANN) می¬باشد. نمونه-برداري از درختان به صورت تصادفي انجام شد. مشخصات درختان سرپا شامل قطر برابر سينه، ارتفاع و قطر تاج اندازهگيري و سپس درختان قطع شدند. اجزاي مختلف درخت به تفکيک، خشك و توزين گرديدند. با استفاده از تحليل رگرسيون غيرخطي و شبکه عصبی مصنوعی (ANN)، زيتوده تنه اصلی در مقابل متغيرهاي مستقل مدل¬سازي شد. نتايج اين تحقيق نشان ميدهد که روابطي قوي براي برآورد ميزان زيتوده درخت قابل ايجاد است. با استفاده از روش رگرسیون مشاهده شد متغيرهای مستقل قطر برابر سينه و ارتفاع (با ضرايب تبيين 85/٠ و 62/0)، مدلهايي با دقت بسيار خوب را ارائه دادند؛ ولي در برابر ساير متغيرهاي وابسته، مدلهايي با دقت متوسط ارائه نموند. ضریب تبیین با استفاده از شبکه عصبی مصنوعی (ANN)، 98/0 به دست آمد. مقایسه نتایج شبکه عصبی مصنوعی و رگرسیون نشان داد که تکنیک شبکه عصبی قدرت بالاتری نسبت به رگرسیون در برآورد متغیر وابسته را دارد.
کلمات کلیدی :
کلمات کلیدی: درختان سریعالرشد
اندوخته کربن
روابط آلومتريک
چهارمحال و بختیاری