Journal Article

نموذج إحصائي للتنبؤ باحتياجات مصر من مياه الري

أحمد، أحمد كامل السيد, عبدالجابر، هدير بهاء الدين, علي، مصطفى أحمد

2024

Overview

الدراسة إلى تحديد أهم العوامل المؤثرة على كميات مياه الري خلال الفترة من 1980 حتى 2023. وتم استخدام وبناء نماذج وتقدير النماذج الإحصائية التقليدية (نموذج المربعات الصغرى (OLS) Ordinary Least Squares - نموذج الانحدار المتدرج Step Wise Regression (SWR)- الانحدار اللوغاريتم المزدوج- الانحدار النصف لوغاريتم) وكما تم استخدام وبناء وتقدير النماذج الإحصائية الحديثة (نموذج ألة الدعم Support Vector Machine (SVM) - نموذج الشبكات العصبية Neural Network (ANN) نموذج تعلم الألي المتطرف Extreme Machine Learning (EML) وقد أوضحت النتائج وجود تأثير معنوي لكلا من (مساحة الأراضي المستصلحة وإجمالي المساحات المحصولية المنزرعة ومتوسط درجة الحرارة وأطوال المصارف المغطاة ومساحة الأراضي المستفيدة من المصارف المغطاة وعدد السكان وحجم الإنتاج من الاستزراع السمكي والإنتاج الزراعي ومتوسط إنتاج الفدان) على كمية مياه الري وقد أمكن بناء وتقدير العلاقة بقيمة تنبؤية عالية لكمية مياه الري باستخدام نموذج ANN الذي أثبت أن له قدرة تنبؤية عالية أكثر من (نموذج المربعات الصغرى) Ordinary Least Squares (OLS) - نموذج الانحدار المتدرج (SWR) Step Wise Regression - الانحدار اللوغاريتم المزدوج- الانحدار النصف لوغاريتم) وكما تم استخدام وبناء وتقدير النماذج الإحصائية الحديثة (نموذج ألة الدعم Support Vector Machine (SVM) - نموذج الشبكات العصبية Neural Network (ANN) نموذج تعلم الألي المتطرف Extreme Machine Learning (EML) اعتمادا على المتغيرات ذات التأثير المعنوي على كمية مياه الري.

• Publisher: جامعة عين شمس - كلية التجارة
• Subject: الإنتاج الزراعي / المساحات المحصولية / مياه الري