پيش‌بيني مراحل مختلف فنولوژيكي سيب رقم رداسپار براساس عوامل آب و هوايي

پيش‌بيني مراحل مختلف فنولوژيكي سيب رقم رداسپار براساس عوامل آب و هوايي

پيش‌بيني مراحل مختلف فنولوژيكي سيب رقم رداسپار براساس عوامل آب و هوايي حجت اله يزدان پناه1، دلناز اوحدي2، مريم سليماني تبار3 1-ا گروه جغرافياي طبيعي، دانشكده جغرافيا، دانشگاه اصفهان، اصفهان، ايران 2- اداره كل هواشناسي استان اصفهان 3- ناحيه 5 آموزش و پرورش استان اصفهان *نويسنده مسيول: h.yazdan@geog.ui.ac.ir تاريخ دريافت: 15/7/88 تاريخ پذيرش:6/12/88 چكيده سيب از قديمي‌ترين درختان دنياست كه به‌دليل قابليت تطابق زيادش با شرايط مختلف آب‌وهوايي در سطح وسيعي از دنيا كاشته مي‌شود. در اين مطالعه پيش‌بيني مراحل مختلف فنولوژيكي سيب با كمك عوامل آب‌وهوايي انجام گرفته است. بدين‌منظور از آمار فنولوژيكي اداره تحقيقات هواشناسي كشاورزي گلمكان و همچنين ديده‌باني‌هاي صورت گرفته در ايستگاه تحقيقات باغباني كرج استفاده شده است. در ابتدا نسبت به تهيه ماتريس داده‌هاي ورودي كه شامل پارامترهاي هواشناسي دماي حداقل، دماي حداكثر، ميانگين دماي روزانه، حداقل مطلق، حداكثر مطلق، دامنه تغييرات دمايي، درجه‌روزهاي رشد و نياز سرمايي ساعتي (براي مرحله متورم شدن) در طول دوره آماري 2006-1999 و براي مراحل مختلف فنولوژي بود، اقدام شده است؛ سپس ماتريس خروجي داده‌ها كه در واقع تاريخ‌هاي وقوع مراحل مختلف فنولوژيكي سيب بودند تهيه گرديد و مدل‌سازي مراحل مختلف فنولوژيكي سيب به‌كمك شبكه‌هاي عصبي هوشمند انجام شد. در اين مطالعه دقت مدل با استفاده از شاخص RMSEو با مقايسه تاريخ‌هاي پيش‌بيني شده و واقعي در طي 2 سال آزمون شد. براي اين منظور از داده‌هاي فنولوژيكي و هواشناسي ديده‌باني شده بر‌روي رقم مشابه ولي خارج از منطقه مطالعاتي يعني منطقه كرج نيز استفاده شده است. با آزمون t جفت شده مشخص گرديدكه تفاوت معناداري بين ميزان خطاي برآورد شده در مدل براي ايستگاه كرج و گلمكان مشاهده نمي‌شود. همچنين مشخص گرديد كه به‌كمك پارامتر‌هاي جوي مي‌توان با دقت قابل قبولي مراحل فنولوژيكي سيب را پيش‌بيني نمود. كلمات كليدي: پيش‌بيني، فنولوژي، سيب، رداسپار، شبكه‌هاي عصبي هوشمند

Forecasting Different Phenological Phases of Apple Using Artificial Neural Network HOJAT YAZDANPANAH1*, DELNAZ OHADI2, MARYAM SOLEIMANI TABAR3 1- University of Isfahan,Isfahan,Iran 2-Meteorological Administration of Isfahan Province, Isfahan, Iran 3-Isfahan Training and Teaching Organization Received: 7 October 2009 Accepted: 25 February 2010 Corresponding author: Email: H.yazdan@geog.ui.ac.ir ABSTRACT Apple is one of the oldest trees in the world which is widely cultivated because of it’s highly compatibility with various climatic conditions. In this study, we applied phenological statistics of agricultural meteorology of Golmakan to anticipate different phonologic phases of apple using intelligent neural network. At first the matrix of input data which is consisting of climatic parameters such as minimum temperature, maximum temperature, the mean of daily temperature, absolute minimum temperature, and absolute maximum temperature has been established. The range of temperature changes, growing days and timed chilling unit (in silver tip phase) had been prepared for different phenological stages during 1999-2005; then the matrix of out coming data which, in fact, were the occurrence dates of different phenological stages of apple was prepared and the modeling of different phenological stages was performed by using neural network. In this study the accuracy of model was examined by using RMSE index and by contrasting real and anticipation dates during 2 years. For this purpose observed climatic and phenological data was also used in similar Figure at out of investigating zone. It’s also specified we could anticipate phenological stages of apple with acceptable accuracy using climatic parameters. Keywords: Phenology, Apple, Climate, Neural network