مقایسه یافته های مدل شبکه استنتاج تطبیقی عصبی-فازی با مدل های رگرسیونی به منظور برآورد دمای خاک در سه اقلیم متفاوت

  • سال انتشار: 1389
  • محل انتشار: فصلنامه آب و خاک، دوره: 24، شماره: 2
  • کد COI اختصاصی: JR_JSW-24-2_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 145
دانلود فایل این مقاله

نویسندگان

علی اکبر سبزی پرور

حمید زارع ابیانه

مریم بیات ورکشی

چکیده

چکیده دمای خاک از پارامترهای مهم و تاثیر گذار در کلیه فرآیندهای هیدرولوژی و کشاورزی است که اندازه گیری و پیش بینی آن ضروری است. مطالعاتی که تا کنون در زمینه برآورد دمای خاک در مناطق فاقد داده صورت گرفته همگی به اتفاق از مدل های رگرسیونی جهت برآورد دمای خاک استفاده کرده اند. در این پژوهش ضمن استفاده از مدل های رگرسیونی، با بکارگیری سامانه استنتاج تطبیقی عصبی-فازی۴ (ANFIS) به عنوان روشی نوین، به پیش بینی دمای خاک در شش عمق مختلف (۵، ۱۰، ۲۰، ۳۰، ۵۰ و ۱۰۰ سانتی متر) اقدام شد. علاوه براین، مهمترین پارامترهای هواشناسی (دمای بیشینه، دمای کمینه، میانگین دمای روزانه، رطوبت نسبی، ساعات آفتابی و سرعت باد) به عنوان عوامل اثرگذار بر دمای خاک در یک دوره ۱۵ ساله (۲۰۰۶-۱۹۹۲) در ایستگاه های مورد مطالعه معرفی می گردند. مطالعه روی داده های هواشناسی ۳ ایستگاه سینوپتیک زاهدان، تهران و رامسر که دارای اقلیم متفاوتی می باشند، انجام گرفت. یافته ها حاکی از ۴ درصد دقت بیشتر روش ANFIS نسبت به روش آماری رگرسیون بود. همچنین دقت پیش بینی دمای خاک با روش ANFIS در دو ایستگاه زاهدان و تهران (اقلیم خشک) به ترتیب ۱۲ درصد و ۵/۴ درصد بهتر از رامسر (اقلیم مرطوب) بود. مقدار ضریب همبستگی (r) بین دمای خاک پیش بینی شده توسط شبکهANFIS و مدل رگرسیون انتخابی با دمای واقعی خاک، نشان داد که با افزایش عمق خاک مقدار r کاهش می یابد. نتایج همچنین نشان داد که بر خلاف مناطق خشک، در اقلیم مرطوب رامسر با افزایش عمق خاک دقت پیش بینی تا ۱۸ درصد افزایش می یابد، در حالیکه در دو ایستگاه زاهدان و تهران دقت پیش بینی دمای خاک در لایه های کم عمق تا ۱۰ درصد بیشتر از لایه های عمیق می باشد. واژه های کلیدی: دمای خاک، مدل های رگرسیونی، ANFIS، اقلیم خشک، اقلیم مرطوب

کلیدواژه ها

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.