Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Analiza możliwości prognozowania przemieszczeń gleby podczas orki za pomocą klasycznych metod statystycznych oraz sztucznych sieci neuronowych

Tytuł:
Analiza możliwości prognozowania przemieszczeń gleby podczas orki za pomocą klasycznych metod statystycznych oraz sztucznych sieci neuronowych
The analysis of possibilities of predictions of soil dislocations during ploughing using standard statistical methods as well as artificial neural networks
Autorzy:
Niedbała, G.
Klejna, K.
Powiązania:
https://bibliotekanauki.pl/articles/288992.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
erozja uprawowa
sztuczna sieć neuronowa
tillage erosion
artificial neural networks
Źródło:
Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 217-224
1429-7264
Język:
polski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Erozja uprawowa, obok erozji wietrznej i wodnej, może prowadzić do degradacji gleby w szczególności na skłonach pól. Nowoczesne odkładnice stosowane obecnie w trakcie orki charakteryzują się dużymi prędkościami roboczymi, co w konsekwencji może doprowadzić do szybkiego przebiegu tego procesu. Określenie najistotniejszych warunków uprawy i parametrów pracy agregatu umożliwi dokonanie prognozy wielkości poziomego przemieszczenia gleby. W tym celu można zastosować metody statystyczne oraz metody modelowania neuronowego. Obydwie metody dały zadawalający wynik prognozy oraz wykazały największy wpływ prędkości orki na poziome przemieszczenie gleby. Wyniki uzyskane za pomocą modeli neuronowych charakteryzują się większą dokładnością prognozy oraz wyższym współczynnikiem korelacji i determinacji.

Tillage erosion as well as wind and water erosion can lead to the degradation of the soil especially on the inclinations of the fields. Modern mouldboards used nowadays during ploughing are marked by high working speeds which can also accelerate the process of the soil degradation. Determining the most relevant conditions for crops as well as the parameters of the plough work with enable us to predict the size of the horizontal soil dislocations. In order to this, we can either use statistical or neural modelling methods. Both methods gave satisfying predictions results and also showed the huge influence of the ploughing speed on the horizontal soil dislocation. The results obtained from the neural modelling, are marked by higher precision and have a higher correlation and determination coefficient.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies