| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شمارهها | 3,186 |
| تعداد مقالات | 35,305 |
| تعداد مشاهده مقاله | 51,302,002 |
| تعداد دریافت فایل اصل مقاله | 91,218,304 |
کاربرد هوش مصنوعی در مدیریت شالیزارها | ||
| علوم و فناوری اطلاعات کشاورزی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 23 خرداد 1405 | ||
| نوع مقاله: مقاله ترویجی | ||
| شناسه دیجیتال (DOI): 10.22092/jaist.2026.372724.1162 | ||
| نویسندگان | ||
| مجتبی رضایی* ؛ مرتضی کمالی | ||
| مؤسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران | ||
| چکیده | ||
| هوش مصنوعی در کشاورزی به ابزاری قدرتمند برای بهبود بهرهوری و مدیریت منابع تبدیل شده است. این فناوری با تحلیل دادههای ماهوارهای، اقلیمی و محیطی، امکان شناسایی سطح زیرکشت و برآورد تبخیر و تعرق واقعی گیاهان را فراهم میکند. در شالیزارها، تعیین دقیق سطح زیرکشت و برآورد تبخیر و تعرق واقعی نقش مهمی در مدیریت بهینه منابع آب، برنامهریزی آبیاری و پیشبینی عملکرد محصول دارد. در این نوشتار، کاربرد الگوریتمهای هوش مصنوعی، بهویژه جنگل تصادفی، در تلفیق با تصاویر ماهوارهای برای پایش شالیزارهای استان گیلان بررسی شد. نتایج نشان داد که استفاده از این فناوری میتواند به تهیه نقشه دقیق اراضی شالیزاری، بهروزرسانی اطلاعات تبخیر و تعرق، بهبود تصمیمگیریهای مدیریتی و افزایش پایداری تولید کمک کند. با این حال، دقت نتایج به کیفیت دادههای ورودی، انتخاب مدل مناسب و صحتسنجی میدانی وابسته است. | ||
| کلیدواژهها | ||
| برنج؛ تبخیر و تعرق واقعی؛ تصاویر ماهوارهای؛ کاربری اراضی | ||
| عنوان مقاله [English] | ||
| Application of Artificial Intelligence in Paddy Field Management | ||
| نویسندگان [English] | ||
| Mojtaba Rezaei؛ Mortzea Kamali | ||
| Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran | ||
| چکیده [English] | ||
| Artificial intelligence has become a powerful tool in agriculture for improving productivity and resource management. By analyzing satellite, climatic, and environmental data, this technology enables the identification of cultivated areas and the estimation of actual crop evapotranspiration. In paddy fields, accurate determination of cultivated area and estimation of actual evapotranspiration play a key role in optimal water resource management, irrigation planning, and crop yield prediction. In this study, the application of artificial intelligence algorithms, particularly Random Forest, integrated with satellite imagery, was examined for monitoring paddy fields in Gilan Province. The results showed that the use of this technology can support the production of accurate paddy field maps, the updating of evapotranspiration information, improved managerial decision‑making, and enhanced production sustainability. However, the accuracy of the results depends on the quality of input data, appropriate model selection, and field validation. | ||
| کلیدواژهها [English] | ||
| Rice, actual evapotranspiration, satellite Imagery, land use | ||
|
آمار تعداد مشاهده مقاله: 3 |
||