Comparison between artificial neural networks and some mathematical models in leaf area estimation of Red Chief apple variety
Yazarlar (2)
Doç. Dr. Selma BOYACI Kırşehir Ahi Evran Üniversitesi, Türkiye
Hande Küçükönder Bartın Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(Diğer hakemli uluslarası dergilerde yayınlanan tam makale)
|
||
| Dergi Adı | Mediterranean Agricultural Sciences | ||
| Dergi ISSN | 2528-9675 | ||
| Dergi Tarandığı Indeksler | CABI | ||
| Makale Dili | İngilizce | Basım Tarihi | 04-2020 |
| Cilt / Sayı / Sayfa | 33 / 1 / 15–20 | DOI | 10.29136/mediterranean.634614 |
| Makale Linki | https://dergipark.org.tr/tr/pub/mediterranean/issue/53501/634614 | ||
| Özet |
| Yaprak alan indeksi ekolojik ve fizyolojik çalışmalarda önemli bir değişkendir. Çalışmada, Red Chief elma çeşidinde yaprak alan tahmini ve yaprak parametrelerinin haftalık büyümesini açıklayan en uygun modelin belirlenmesi amaçlanmıştır. Bu amaçla çalışmanın ilk kısmında ANN ve power fonksiyonuna (LA= AxB ) dayalı geliştirilen iki farklı model (Model-1 ve Model-2) aracılığıyla yaprak alanı modellenmekte, ikinci kısmında yaprak en, boy ve alan parametrelerinin her birinin haftalık büyümeleri Gompertz ve Lojistik fonksiyona göre analiz edilmektedir. Analiz sonuçlarına göre yaprak alan tahmininde ANN’nin (Eğitim: R2= 0.98, RMSE= 0.922, MAD= 0.614, MAPE= 4.22; Test: R2= 0.94, RMSE= 3.346, MAD= 1.889, MAPE= 4.88) Model-1 ve Model-2’den daha başarılı tahminlerde bulunduğu gözlemlenmiştir. Bunun yanında yaprak parametrelerinin tamamında haftalık büyümeyi en iyi açıklayan modelin Gompertz olduğu (En: R2= 0.98, RMSE= 0.154, MAD= 0.134, MAPE= 3.65, Boy: R 2= 0.98, RMSE= 0.180, MAD= 0.145, MAPE= 2.26 ve Yaprak alanı: R2= 0.99, RMSE= 0.73, MAD= 0.654, MAPE= 4.60) görülmüştür. |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Google Scholar | 3 |