نام پژوهشگر: سید حسین فتاحی
سید حسین فتاحی اسماعیل اسماعیل زاده
سالانه، میلیونها لیتر محلول سم، برای مبارزه با آفات و بیماریهای گیاهی در مزارع استفاده میشود. استفادهی گسترده از سموم شیمیایی، خطرات زیست محیطی زیادی را ایجاد میکند. بادبردگی ذرات یکی از مهمترین معضلات در سمپاشی است، که باعث آلودگی زمینهای اطراف مزرعه، انسانها و جانداران میشود. مدیریت اندازهی ذره، فاکتور اصلی در کنترل بادبردگی است. در این تحقیق عوامل موثر دراندازهی ذرات نشسته در نواحی غیر هدف با استفاده از روشهای آماری و شبکهی عصبی مصنوعی مورد مطالعه قرار گرفت. اثرات نوع نازل (نازل با سوراخ خروجی متفاوت)، فشار سمپاشی، ارتفاع بوم سمپاشی و سرعت باد به عنوان فاکتورهای موثر در بادبردگی، روی اندازهی ذرات مورد بررسی قرار گرفتند. یک تونل باد افقی، با مقطع کاری 47/0 متر عرض، 75/0 ارتفاع و 5/5 متر طول برای انجام آزمایشها استفاده شد. آزمایشها به صورت فاکتوریل اسپلیتپلات در قالب طرح بلوکهای کاملا تصادفی با دو تکرار انجام شد. اندازهگیری قطرات در ترکیبهای تیماری با نازل بادزنی در سه سطح سوراخ (11003- 87/0 میلیمتر مربع، 11004- 18/1 میلیمتر مربع و 11006- 8/1 میلیمتر مربع)، فشار پاشش (150، 275 و 400 کیلوپاسکال)، سرعت باد (1، 2 و 3 متربر ثانیه) و ارتفاع پاشش بوم (35/0، 55/0و 75/0 متر) انجام شد. کاغذهای حساس به آب در فواصل 8/0، 6/1 و 4/2 متری از انتهای پاشش نازل برای آشکارسازی اندازهی قطرات استفاده شدند. مدل رگرسیونی برای قطر میانهی حجمی (vmd) در فاصلهی 4/2 متری از انتهای پاشش نازل به صورت زیر به دست آمد: y= 186/0-×(x1) + 415/0×(x2) + 233/0×(x3) + 725/0×(x4) x1، x2، x3 و x4 به ترتیب نوع نازل، فشار سمپاشی، ارتفاع بوم و سرعت باد هستند. در این تحقیق فاکتورهای فشار، سرعت و ارتفاع بر اندازهی قطره در فاصلهی مورد نظر اثر افزایشی داشتند. ولی اثر نازل کاهشی بود. با توجه به ضرایب مدل رگرسیونی اثر سرعت قابل ملاحظه بود. برای مقایسهی نتایج مدل رگرسیونی و ارزیابی آنها یک مدل شبکهی عصبی ارائه شد. برای این منظور، یک شبکهیmlp شامل، یک لایهی ورودی، یک لایهی پنهان و یک لایهی خروجی استفاده گردید. در لایهی ورودی 4 نرون وجود داشت که شامل نوع نازل، سرعت باد، فشار و ارتفاع بودند. بهترین حالت برای یادگیری شبکهی عصبی، با در نظرگرفتن همزمان میانگین مربعات خطا و ضریب تبیین، روش لونبرگ مارکوات با ایپاک 300 و نرون 14 به دست آمد. پس از آموزش و اعتبارسنجی شبکه میزان میانگین مربعات خطا و ضریب تبیین به ترتیب برابر 002011/0 و 91/0 به دست آمد. نتایج حاصل از شبکهی عصبی و رگرسیون چندگانه تفاوت معنیداری با هم نداشتند.