پژوهش‌های مکانیک ماشینهای کشاورزی

پژوهش‌های مکانیک ماشینهای کشاورزی

پیش‎بینی غلظت گرد و غبار در مقیاس آزمایشگاهی با استفاده از فناوری‎های پردازش تصویر و هوش مصنوعی

نوع مقاله : مقاله پژوهشی

نویسندگان
حمیدرضا ارجمندی 1
کامران خیرعلی پور 2
علی عمارلویی 3
1 گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه ایلام، ایلام، ایران
2 دانشگاه ایلام
3 گروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی ایلام، ایلام، ایران
10.22034/JRMAM.2024.14177.642
چکیده
گرد و غبار یکی از مسائل زیست‌محیطی است که دارای اثرات نامطلوبی در همه بخش‎های کشاورزی و منابع طبیعی است. هدف از تحقیق حاضر پیش‎بینی غلظت گرد و غبار در هوا است. یک سامانه آزمایشگاهی برای گرفتن تصاویر از گرد و غبار شامل اتاقک شیشهای، دمنده، غبارسنج، دوربین تصویربرداری، و رایانه پیاده‎سازی شد. با استفاده از خاک رس طوفان‎ گرد و غبار با غلظت‎های مختلف از 0، 275، 1289، 1896، 2316، 2585، و 2750 میکرومتر بر مترمکعب در داخل اتاقک شیشه‎ای ایجاد شد. برای هر غلظت گرد و غبار، 15 تصویر به دست آمد و پس از پیش‎پردازش آن‎ها، میانگین کانال‎های مختلف تصاویر در فضاهای مختلف رنگی استخراج شد. از ویژگی‎های تصاویر برای پیش‎بینی غلظت گرد و غبار با به کارگیری فناوری هوش مصنوعی استفاده شد. داده ها به سه گروه تقسیم‎بندی شدند، 60 درصد داده‎ها برای آموزش، 20 درصد برای اعتبار سنجی، و 20 برای آزمون شبکه استفاده شد. مدل‎های مختلف شبکه عصبی مصنوعی پرسپترون چندلایه مورد بررسی قرار گرفت و مشخص شد که ساختار 1-11-10 با تابع فعال‎سازی تنسیگ در لایه‎های پنهان و خروجی دارای بیشترین دقت (55/93 درصد) است. یافته‎های تحقیق حاضر قابلیت فناوری‎های پردازش تصویر و هوش مصنوعی در پیش‎بینی غلظت گرد و غبار با دقت زیاد و هزینه کم را نشان می‎دهد.
کلیدواژه‌ها
ریزگرد
غلظت
پیش&‌lrm؛ بینی
ماشین بینایی
شبکه عصبی مصنوعی

موضوعات