شبیه سازی عملکرد گندم دیم با استفاده از شاخص های خشکسالی و با بکارگیری روش شبکه عصبی مصنوعی، جنگل تصادفی و رگرسیون بردار پشتیبان (مطالعه موردی: شهرستان سقز)

خشکسالی می تواند عمدتا بر کشاورزی، به ویژه کشاورزی دیم به دلیل وابستگی زیاد به آب باران تاثیر بگذارد و در نتیجه امنیت غذایی و حفاظت اجتماعی را به خطر بیندازد. در این پژوهش به بررسی ارتباط بین شاخص های خشکسالی SPI و SPEI با عملکرد گندم دیم ۵ مزرعه در شهرستان سقز طی دوره ۲۰۲۰-۲۰۰۱ با شبکه عصبی، جنگل تصادفی و رگرسیون بردار پشتیبان پرداخته شد. برای محاسبه شاخص های خشکسالی SPI و SPEI از بارش TRMM و تبخیر تعرق CRU استفاده شد. مدل AquaCrop با داده های مشاهداتی کالیبره شد و سپس عملکرد مزارع برای دوره ۲۰۲۰-۲۰۰۱ با مدل AquaCrop شبیه سازی شد. میانگین عملکرد مزارع با میانگین عملکرد کل شهرستان سقز ارزیابی شد و نتایج نشان داد داده های شبیه سازی شده با مدل، همبستگی (R۲=۰.۹۰) خوبی با میانیگن عملکرد گندم دیم شهرستان سقز دارند. نتایج ارزیابی ارتباط بین شاخص های SPI و SPEI با عملکرد گندم دیم نشان داد که روش شبکه عصبی و جنگل تصادفی با احتمال معنی داری ۹۵% (۰/۰P-value=) و ضریب تبیین بیش از ۷۰/۰ درصد و مقدار بالای شاخص نش ساتکلیف و مقدار اندکی کم برآورد، تخمین مناسبی از عملکرد محصول گندم دیم داشته است و ارتباط معنی داری بین شاخص های خشکسالی SPI و SPEI با عملکرد گندم دیم در منطقه مورد مطالعه وجود دارد.