МОДЕЛИРОВАНИЕ ОВРАГОВ ДЛЯ ЦЕЛЕЙ ЛЕСНОЙ МЕЛИОРАЦИИ
- Мелиорация, рекультивация и охрана земель
Цель исследований – усовершенствование элементов технологии выращивания нута на мелиорируемых почвах в типичных климатических условиях зоны сухой степи Украины. Для высокоточного программирования урожая зерна нута в зависимости от четырех агротехнологических факторов (суммарного водопотребления, минеральных удобрений, загущения растений и глубины основной обработки почвы) применен метод обобщенной регрессионной искусственной нейронной сети GRNN (4-54-2-1) с 54 нейронами в первом скрытом слое и двумя – во втором; продуктивность обучения – 0,22; контрольная – 0,37; тестовая – 0,36; ошибка обучения – 0,29; контрольная – 0,45; тестовая – 0,47. Множественная корреляция с учетом нелинейных закономерностей влияния факторов на урожайность зерна нута составила 0,96. Коэффициенты асимметрии фактической и расчетной урожайности составили 0,37 и 0,23 соответственно. Достоверность моделирования составила 92,08 %. Кросс-проверка прогнозных моделей была проведена с использованием статистических критериев оценки достоверности: средняя ошибка, средняя абсолютная ошибка, стандартное отклонение ошибки, средняя относительна ошибка, коэффициент корреляции. Для обработки использованы модификации программы Statistica Advanced и Automated Neural Networks for Windows v.10 Ru. Определены нелинейные закономерности степени влияния изучаемых факторов на динамику формирования урожайности зерна нута: суммарное водопотребление – 37,01 %; внесение минеральных удобрений – 22,88 %; загущение растений – 22,29 %; глубина основной обработки почвы – 17,82 %. Представленные в работе результаты нейромоделирования можно использовать для четырехфакторного высокоточного программирования урожайности зерна нута на мелиорируемых почвах в типичных климатических условиях сухой степи.
Ключевые слова: нейропрограммирование, урожайность, нут, основная обработка почвы, минеральное удобрение, загущение растений, суммарное водопотребление.