پیش بینی الگوی توزیع سوسک پوست خوار کاج، (Orthotomicus erosus (Coleoptera: Curculionidae: Scolytinae با استفاده از زمین‌آمار و شبکة عصبی مصنوعی

Abstract

سوسک­ پوست­خوار کاج، (Orthotomicus erosus (Wollaston) (Coleoptera: Curculionidae: Scolytinae، یکی از مهم­ترین آفات درختان کاج می­ باشد. حمله و تغذیة این سوسک­ها بافت­های آوند آبکش را در زیر پوست درختان آلوده تخریب و عبور شیرة گیاهی را مختل نموده و باعث مرگ درختان آلوده می­شود. این پژوهش به منظور پیش‌بینی الگوی توزیع و ترسیم نقشة پراکنش O. erosus با استفاده از شبکه‌های عصبی پرسپترون چند لایه (MLP)، شبکة عصبی MLP ترکیب شده با الگوریتم ژنتیک و شبکة عصبی MLP ترکیب شده با الگوریتم رقابت استعماری در سطح شهر کرمانشاه انجام شد. داده‌های مربوط به جمعیت این آفت از طریق نمونه­ برداری از درختان کاج در مناطق مختلف شهر کرمانشاه در سال­های 1393 و 1394 به­ دست آمد. برای ارزیابی قابلیت شبکه‌های عصبی مورد استفاده در پیش‌بینی توزیع آفت از مقایسة آماری پارامترهایی مانند واریانس، میانگین و توزیع آماری بین مقادیر پیش‌بینی شدة مکانی توسط شبکة عصبی MLP ترکیب شده با الگوریتم ژنتیک و الگوریتم رقابت استعماری و مقادیر واقعی آن‌ها استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش، مقادیر پارامترهای مذکور بین داده‌های واقعی و پیش‌بینی شدة آفت تفاوت معنی‌داری را نشان نداد که نشان‌دهندة دقت بالا و نیز قابلیت شبکه‌های عصبی به منظور ترسیم نقشة پراکندگی این آفت در سطح شهر کرمانشاه می­باشد. مقادیر ضریب تبیین (R2) نشان داد که الگوریتم رقابت استعماری، دقت بالاتری در تخمین تراکم O. erosus نسبت به دو روش دیگر داشته است. همچنین مقایسة مقادیر ضریب تبیین بین شبکه­های عصبی مختلف و روش زمین‌آمار نشان داد که هر سه مدل شبکة عصبی الگوی توزیع سوسک پوست‌خوار را نسبت به روش زمین‌آمار بهتر پیش ­بینی کردند. روش زمین آمار و نقشه‌های ترسیم شده توسط شبکه ­های عصبی نشان داد که توزیع این آفت به صورت تجمعی است. نتایج حاصل از روش زمین‌آمار نیز نشان­ دهندة توزیع تجمعی آفت می­باشد.

Keywords

• الگوریتم ژنتیک
• الگوریتم رقابت استعماری
• کریجینگ
• توزیع مکانی