بهینه سازی غلظت نیتروژن بافت گیاه برای افزایش کمیت و کیفیت برگ توتون با استفاده از شبکه عصبی مصنوعی

نویسندگان

  • حجت صالح زاده دانشجوی دکتری اکولوژی، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شاهرود، شاهرود - ایران
  • حمید عباسدخت استادیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شاهرود، شاهرود - ایران
  • منوچهر قلی پور دانشیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شاهرود، شاهرود - ایران
  • مهدی برادران دانشیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شاهرود، شاهرود - ایران
چکیده مقاله:

نیتروژن با افزایش عملکرد برگ، محتوای کلر و نیکوتین برگ و در مقابل، با کاهش محتوای پتاسیم برگ، تأثیر متضادی بر کمیت و کیفیت برگ توتون به‏جای می­گذارد. به‏منظور بهینه­سازی غلظت (پیدا کردن غلظت تعادلی) نیتروژن در برگ، ساقه و ریشه توتون در جهت افزایش همزمان کمیت و کیفیت برگ توتون (محتوای پتاسیم بالا و نیکوتین متعادل و کلر کم) با استفاده از شبکه عصبی مصنوعی دو آزمایش مزرعه‏ای به‏صورت فاکتوریل در قالب طرح بلوک‏های کامل تصادفی با سه تکرار در مرکز تحقیقات توتون تیرتاش و ارومیه به‏اجرا در آمد. تیمارها شامل دو منبع کود نیتروژن (اوره و نیترات آمونیوم) و چهار زمان مصرف (مصرف کل، دو سوم ، یک دوم و یک سوم نیتروژن قبل از نشاءکاری و مابقی در مرحله رشد سریع بوته) بود. در پنج مرحله شامل30، 50، 70، 85 و 100 روز بعد از نشاءکاری غلظت نیتروژن در برگ، ساقه و ریشه (ورودی مدل) به‏طور جداگانه اندازه­گیری شد. پس از برداشت، عملکرد برگ فرآوری شده و محتوای پتاسیم، نیکوتین و کلر (خروجی مدل) سنجیده شد. نتایج نشان داد که اختلاف معنی­داری در منابع کودی وجود ندارد. بهترین الگو، مصرف دو سوم کود اوره و یک سوم کود نیترات آمونیوم قبل از نشاءکاری بود. مدل شبکه عصبی با یک لایه پنهان و ساختار 4-15-15 مناسب بود. متوسط مقادیر بهینه غلظت نیتروژن در برگ، ساقه و ریشه به ترتیب 06/3، 42/2 و 51/1 درصد به‏دست آمد که در این غلظت­ها، افزایش همزمان پتانسیل عملکرد کمی و کیفی برگ وجود دارد که باید مورد توجه متخصصین به­زراعی قرار گیرد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل سازی کیفیت زیباشناختی منظر در فضای سبز شهری با استفاده از شبکه عصبی مصنوعی

ارزیابی‌های کیفیت منظر عمدتا اشاره به نقش کلیدی عناصر طبیعی و مصنوعی منظر در ایجاد رضایت‌مندی و درک زیبایی از منظر دارند. هدف از این مقاله مدل‌سازی ارزیابی کیفیت زیباشناختی منظر با استفاده از شبکه عصبی مصنوعی به منظور کشف روابط حاکم در ساختار منظر و ارتباط عناصر منظر با کیفیت زیباشناختی آن است. جهت انجام پژوهش حاضر چهار بوستان (جمشیدیه، نهج البلاغه، قیطریه، آب و آتش) با تنوع بالا در کیفیت منظر ...

متن کامل

بهینه سازی شبکه عصبی MLP با استفاده از الگوریتم ژنتیک موازی FinGrain برای تشخیص سرطان سینه

امروزه استفاده از سیستم‌های هوشمند در تشخیص پزشکی به تدریج در حال افزایش است. این سیستم‌ها می‌توانند به کاهش خطایی که ممکن است توسط کارشناسان کم‌تجربه اتفاق بیافتد، کمک کند. بدین منظور استفاده از سیستم‌های هوشمند مصنوعی در پیش‌بینی و تشخیص سرطان سینه که یکی از رایج‌ترین سرطان‌ها در بین زنان است، مورد توجه می‌باشد. در این تحقیق فرآیند تشخیص بیماری سرطان سینه با یک رویکرد دو مرحله‌ای انجام...

متن کامل

مدل‌کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش‌های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...

متن کامل

مطالعه رفتار فروریزش سازه های مخروطی چند سلولی و بهینه سازی آن‌ها با استفاده از شبکه عصبی مصنوعی

در تحقیق حاضر، رفتار لهیدگی سازه‌های مخروطی چند سلولی تحت بارگذاری دینامیکی محوری بررسی شده است. این سازه‌ها مخروطی از دو جداره داخلی و بیرونی تشکیل شده‌ است که توسط چند صفحه تقویتی به همدیگر متصل شده‌‌اند. سازه‌های مذکور در پنج نوع سطح مقطع مربعی، شش‌ ضلعی، هشت ‌ضلعی، ده ضلعی و دایروی مورد بررسی قرار گرفته‌اند. قبل از انجام شبیه‌سازی‌های عددی رفتار لهیدگی سازه‌های مذکور با استفاده از نرم‌افزار...

متن کامل

پیش‌بینی غلظت آمونیوم و مواد آلی فاضلاب دفنگاه زباله با استفاده از شبکه عصبی مصنوعی

در این تحقیق به‌منظور پیش‌بینی میزان غلظت مواد آلی و آمونیوم موجود در فاضلاب دفنگاه زباله با استفاده از شبکه عصبی مصنوعی، دو سیستم در آزمایشگاه مدل شد. برای آموزش و تست مدل شبکه عصبی، از نتایج آزمایشگاهی به‌دست آمده استفاده شد. سیستم 1، فقط شامل راکتور حاوی زباله تازه بود. در این سیستم فاضلاب پس از تولید، بر روی زباله تازه بازگردانده می‌‌شد. سیستم 2، شامل راکتور حاوی زباله تازه و راکتوری حاوی ز...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 18  شماره 3

صفحات  673- 682

تاریخ انتشار 2016-11-21

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023