|
|
شناسایی مناطق مطلوب کشت زعفران زراعی (.crocus sativus l) با استفاده از مدلهای مبتنی بر هوش مصنوعی در استان خراسان رضوی
|
|
|
|
|
نویسنده
|
مومنی دمنه جواد ,احمدی جلیل ,جعفرپور چکاب زهرا
|
منبع
|
پژوهش هاي زعفران - 1402 - دوره : 11 - شماره : 2 - صفحه:328 -345
|
چکیده
|
زعفران (.crocus sativus l) از خانواده زنبق و از ادویههای ارزشمند صنایع مختلف است. در این پژوهش با تکیه بر مدلهای یادگیری ماشینی به بررسی زیستگاههای مناسب زعفران در خراسان رضوی پرداخته شد. نمونهبرداری نقاط حضور، در بازدیدهای میدانی طی دوره زمانی 1400-1401 صورت پذیرفت؛ در مجموع 59 نقطه حضور برای زعفران ثبت شد. با استفاده از اطلاعات27 متغیر محیطی(3 متغیر فیزیوگرافی و 19 متغیر اقلیمی، 4 متغیر خاک شناسی و 1 متغیر زمین شناسی) مدلسازی انجام شد. بررسی مقادیر شاخصهای ارزیابی صحت (kappa، tss و roc) نشان داد که؛ مدل جنگل تصادفی برای مناطق مستعد کشت زعفران با مقادیر به ترتیب 88.8 و 98 و 99.5 درصد و مدل ترکیبی با مقادیر به ترتیب 94.7 و 98.9 و 99.9 درصد برای این پارامترها بیش ترین میزان صحت را داشتهاند. در مدلهای برگزیده جنگل تصادفی و مدل اجماعی مساحت بین 3195 تا 6144 کیلومترمربع معادل 2.74 تا 5.28 درصد از مناطق مورد بررسی پتانسیل متوسط تا خوب برای کشت زعفران است که بیش ترین توزیع جغرافیایی زعفران را نشان دادند. متغیرهای محیطی، میانگین دمای سالانه، مدل رقومی ارتفاع و بارش سالانه بیشترین سهم را بر تغییرات توزیع زعفران دارند. براساس نتایج تحلیل تناسب زیستگاه و استفاده از مدلهای یادگیری ماشین میتواند به بهبود کشت و توسعه زعفران با محدودیتهای محیطی، به عنوان یک فرصت موثر برای تحقق کشاورزی پایدار و افزایش بهرهوری در تولید کمک کند. این پژوهش به مدیران و کشاورزان اطلاعات مهمی ارائه داده و مسیری را برای انتخاب مناطق مناسب برای کشت زعفران با توجه به شرایط محیطی فراهم آورده است.
|
کلیدواژه
|
مناطق خشک و نیمهخشک، توزیع جغرافیایی گونه، تناسب زیستگاه، تغییرات اقلیمی، الگوریتم یادگیری ماشینی
|
آدرس
|
دانشگاه هرمزگان, دانشکده کشاورزی و منابع طبیعی, گروه مهندسی منابع طبیعی, ایران, دانشگاه تهران, دانشکده منابع طبیعی, گروه احیاء مناطق خشک و کوهستانی, ایران, دانشگاه فردوسی مشهد, دانشکده منابع طبیعی و محیط زیست, گروه مرتع و آبخیزداری, ایران
|
پست الکترونیکی
|
zahra.jafarpour7571@gmail.com
|
|
|
|
|
|
|
|
|
identification of suitable areas for cultivation of saffron (crocus sativus l.) using artificial intelligence-based models in khorasan razavi province
|
|
|
Authors
|
momeni damaneh javad ,ahmadi jalil ,jafarpour chekab zahra
|
Abstract
|
introduction:saffron (crocus sativus l) holds a special place in the culture and economy of various countries as one of the valuable and expensive spices. this plant, resistant to drought and capable of growing in specific climatic conditions, carries significant economic importance. its cultivation in regions with limited conditions and low water requirements is considered an excellent opportunity for sustainable agriculture in upland and water-scarce areas. in iran, saffron is cultivated as a strategic and exportable product, especially in regions like khorasan, kerman, golestan, and markazi. the cultivation of saffron comes with challenges such as water scarcity, soil pollution, decreased genetic diversity, and climate change, especially in arid and water-scarce regions, which is a cause for concern. this article, focusing on the habitat suitability for saffron cultivation, investigates the environmental factors and their impact on the growth, yield, and quality of this product, using species distribution models. additionally, the role of human interventions and climate changes in saffron habitat suitability and methods for increasing productivity and sustainability of saffron cultivation are discussed and examined.
|
Keywords
|
arid and semi-arid regions ,geographical distribution of the species ,habitat suitability ,climate changes ,machine learning algorithm
|
|
|
|
|
|
|
|
|
|
|