%0 Journal Article %T کاربرد مدل‌های شبکه عصبی مصنوعی در تخمین عملکرد محصول شلیل مغان تحت آبیاری شیاری دوطرفه %J مدل سازی و مدیریت آب و خاک %I دانشگاه محقق اردبیلی %Z 2783-2546 %A امامی, سمیه %A دهقانی سانیج, حسین %A رضایی, میلاد %D 2021 %\ 08/31/2021 %V 1 %N 2 %P 47-59 %! کاربرد مدل‌های شبکه عصبی مصنوعی در تخمین عملکرد محصول شلیل مغان تحت آبیاری شیاری دوطرفه %K آبیاری سطحی %K دریاچه ارومیه %K کارایی مصرف آب %K مدیریت زمان آبیاری %R 10.22098/mmws.2021.9090.1019 %X حوضة آبریز دریاچة ارومیه به‌دلیل استفاده بی‌رویه از منابع آب به‌ویژه در بخش کشاورزی و کاهش نزولات جوی در تأمین نیازهای اکولوژیک خود با بحران روبه‌رو شده است. لذا، بهبود سیستم‌های آبیاری سطحی موجود می‌تواند راه‌کار مناسبی در کاهش مصرف و استفادة بهینه از منابع آب در این حوضه باشد. در همین راستا، به‌منظور بررسی و مقایسه تأثیر رویکرد آبیاری شیاری دوطرفه بر عملکرد و کارایی مصرف آب در محصول شلیل رقم مغان مورد پژوهش در سال زراعی 99-1398 در اراضی شهرستان میان‌دوآب واقع در جنوب دریاچة ارومیه اجرا و عملکرد محصول از طریق مدل‌های شبکة تابع پایة شعاعی (RBF) و شبکة پیش‌خور تعمیم‌یافته (GFF) برآورد شد. برای این منظور، یک مجموعه داده شامل 140 داده در دو سطح آبیاری کرتی T1 (شاهد) و آبیاری شیاری دوطرفه T2 (تیمار) و مشخصات خاک منطقه به‌عنوان پارامترهای ورودی استفاده شد. 80 درصد (112 داده) برای آموزش و 20 درصد (28 داده) برای آزمایش شبکه استفاده شد. در این پژوهش روش مدیریت زمان آبیاری نیز در نظر گرفته شد. به‌نحوی‌که در هر آبیاری، میزان آب مورد نیاز در هر دو بخش شاهد و تیمار بر اساس نیاز آبی شلیل مغان و فواصل آبیاری تعیین شد. نتایج نشان داد که رویکرد آبیاری شیاری دوطرفه و نیز اعمال تیمار برنامه­ریزی آبیاری زمان واقعی موجب افزایش بهره‌وری آب (0.72 کیلوگرم بر مترمکعب) در این مزرعه شد. هم‌چنین نتایج مدل‌سازی نشان داد که مدل RBF با آموزش Levenberg Marquardt و چهار لایۀ پنهان پتانسیل بالایی در تخمین عملکرد محصول شلیل مغان دارد. در مجموع، با اعمال پارامتر سطوح آبیاری به‌عنوان ورودی، مدل شبکة عصبی مصنوعی می‌تواند تخمین مطلوب‌تری (RMSE = 0.035) از عملکرد محصول شلیل مغان ارائه دهد. %U https://mmws.uma.ac.ir/article_1282_be753d1b2cdbfb7d774bf39c32b9df71.pdf