A Comparison of Artificial Neural Networks and Some Nonlinear Models of Leaf Area Estimation of Sugar Beet at Different Nitrogen Levels

Authors : Sultan KIYMAZ, Ufuk KARADAVUT, Ahmet ERTEK

Pages : 303-309

Doi:10.30910/turkjans.448371

View : 29 | Download : 9

Publication Date : 2018-07-26

Article Type : Research Paper

Abstract :Yaprak alanı, birçok büyüme, fotosentez, terleme ve enerji dengesini içeren agronomik ve fizyolojik çalışmalarla ilgilidir. Çalışma, tarla koşullarında farklı azot seviyelerindeki şeker pancarının insert ignore into journalissuearticles values( Beta vulgaris L.); yaprak alanı tahmininin belirlenmesini amaçlamıştır. Çalışma, tesadüf bloklarında bölünmüş parseller deneme deseninde 3 tekerrürlü olarak 2012-2013 yıllarında yürütülmüştür. Ölçümler yaprak boyu, yaprak eni, yaprak sapı uzunluğu ve bitki başına toplam yaprak sayısı gibi yaprak parametrelerinden alınmıştır. Yapay sinir ağları ve Lojistik, Richards ve Gompertz gibi doğrusal olmayan yöntemler yaprak alanı ölçümlerini tahmin etmek için karşılaştırıldı. Sonuç olarak, tüm modeller üçüncü gübreleme düzeyinde en yüksek tanımlama başarısını göstermiştir. İlk üç gübre dozunda yapay sinir ağları insert ignore into journalissuearticles values(YSA); modelinde diğer modellere göre daha yüksek bir başarı düzeyi gösterilirken, dördüncü gübre dozunda Richards modeli daha başarılı olmuştur. Azot seviyesinin artması ile bitkinin büyümesi hızlanmaktadır. YSA modeli hızlı büyüme tanımlamasında yetersiz kalırken, Richards modeli daha hızlı büyümede daha başarılı olarak tanımlanmıştır.
Keywords : Karşılaştırma, doğrusal olmayan modeller, sinir ağları modeli, şekerpancarı