抄録
気象条件に応じた月別, 年間生産量を正確に推定することは, 芝生の造成・維持管理に大きな影響を与え, さらに資源循環の観点からも重要となる。
そこで, 実測値を基礎にさまざまな草種および気象条件下での生産を推定するモデルを作成するための方法として, 重回帰分析およびニューラルネットワークをとりあげ, シバの刈り取り試験による実測値とモデルによる推定値の適合性を比較して, 2つのモデルの実用性の評価を行った。
3年間にわたるシバの刈り取り試験データ105データを用いてモデルを構築し, その推定精度を比較した。その結果, 明らかにニューラルネットワークの方が相関係数が高かった。
この結果から, ニューラルネットワークはシバの気象生産力の推定手法として, 重回帰式よりも有効であることが示された。
