Prediction of Wheat Fusarium Head Blight Severity by Using Random Forest

با توجه به رشد بالای جمعیت در جهان و نیاز اطمینان از امنیت غذایی، افزایش تولید واحد سطح محصولات زراعی به‌منزلة راهبردی اساسی حل مسئلة تأمین غذا به‌شمار می‌رود. سوی دیگر، وجود محدودیت زیرکشت پایین‌بودن میانگین عملکرد برخی کشاورزی مانند گندم کشور، محصول می‌تواند راهکاری عملی پاسخ کشور محسوب شود. یکی مهم‌ترین بیماری‌های فوزاریوم است که، نقش پیش‌بینی این بیماری جلوگیری کاهش بهره‌وری محصول، مدل‌هایی به‌منظور کشورهای آمریکا، کانادا، آرژانتین برزیل توسعه یافته اما ایران، به‌رغم لزوم بیماری، تاک نون مدلی زمینه مطرح نشده است. بدین‌منظور، پهنه‌بندی مناطق رخداد فوزاریوم، به‌کارگیری پارامترهای محیطی داده‌های هواشناسی نیز استفاده تحلیل مکانی، دشت مغان صورت گرفت. همچنین، برای دقت کالیبراسیون دقیق مدل، شبکة اینترنت اشیا (IoT) شد تا شامل رطوبت نسبی، بارندگی دمای هوا جمع‌آوری سپس شاخص‌های ترکیبی مناسب تهیه (RF)برای اولویت‌بندی شاخص‌ها تعیین اهمیت نسبی آنها شدت گندم، روش جنگل تصادفی به‌کار رفت. کار، ایستگاه‌های سنسورهای زمینی فاصلة سال‌های 1389 1396 شد. نتایج ارزیابی حاکی کارآیی مدل توسعه‌داده‌شده طبق نتایج، IoT به‌همراه تحلیل‌های مکانی روشی مؤثر