‌مدل‌سازی عملکردگندم با استفاده از شاخص‏های اقلیمی و خوشه‏بندی سلسله‌مراتبی

بررسی شاخص‏های اقلیمی با تابعیت داده‏های هواشناسی از عوامل موثر بر تصمیم‏گیری‏های مرتبط با برنامه‏ریزی اقلیمی، کشاورزی، مهندسی منابع آب و به‌کارگیری راهبردهای مدیریتی است. هدف مقالۀ حاضر، توسعۀ مدل‌سازی عملکرد محصول- شاخص‏های اقلیمی با تاکید بر ورودی‏های مدل براساس تحلیل خوشه‏ای است. استخراج اطلاعات از خوشه‏های مربوط به شاخص‏های اقلیمی با محاسبۀ میانگین هر خوشه انجام گرفت. شاخص‏های بررسی‌شده شامل یازده شاخص اقلیمی؛ شاخص‏های لانگ، دومارتن، کوپن 1، کوپن 2، کوپن 3، آنگستروم، ایوانف، سیلیانینوف، بارش موثر، پوشش گیاهی و خشکی بود. مدل‌سازی عملکرد گندم- شاخص‏های اقلیمی در استان‏های گیلان، اصفهان، کرمانشاه و آذربایجان غربی با استفاده از رگرسیون ساده و شبکۀ عصبی مصنوعی انجام گرفت. اصلاح شاخص‏های اقلیمی با ساختار صحیح به افزایش دقت در شبیه‏سازی عملکرد محصول منجر شد، برای مثال شاخص سازش در استان کرمانشاه از شاخص دومارتن به کوپن 2، 12.82 درصد افزایش داشت. خطای شبیه‏سازی عملکرد محصول (rmse) با استفاده از شاخص‏های اقلیمی نسبت به استفادۀ مستقیم از داده‏های هواشناسی در کل استان‏ها، 36.66 درصد کاهش داشت. استفاده از تحلیل خوشه‏ای در تعیین ورودهای هر دو مدل ‌استفاده‌شده کارایی مدل را افزایش داد (متوسط rmse در کل استان‏ها با خوشه‏بندی و بدون خوشه‏بندی به‌ترتیب برابر با 0.7-1.15 و متوسط rrmse با خوشه‏بندی و بدون خوشه‏بندی به‌ترتیب برابر با 0.29- 0.5بود). بنابراین، ترکیب شاخص‏های اقلیمی به‏عنوان ورودی‏های مدل با انجام تحلیل مناسب به بهبود عملکرد مدل‌سازی منجر می‏شود.