مقایسه عملکرد مدل های رگرسیون فازی با روش پنمن-مانتیث در برآورد تبخیر و تعرق ماهانه گیاه مرجع در دشت نیشابور

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 191

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEWE-8-1_018

تاریخ نمایه سازی: 1 مرداد 1401

چکیده مقاله:

در پژوهش حاضر از رهیافت­های رگرسیون فازی به منظور برآورد مقادیر تبخیر-تعرق گیاه مرجع در دشت نیشابور بهره گرفته شد. داده­ها شامل دمای حداکثر (Tmax)، دمای حداقل (Tmin)، دمای متوسط هوا (Tmean)، رطوبت نسبی (RH)، ساعات آفتابی (Rs) و سرعت باد در m ۲ از سطح زمین (U۲) بود. داده­های مورداستفاده از ایستگاه هواشناسی سینوپتیک نیشابور اخذ شده و برای هریک از مدل­های رگرسیون امکانی و کم­ترین مربعات فازی، ۳ سناریو مختلف جهت برآورد تبخیر و تعرق گیاه مرجع طراحی شد. برای ارزیابی عملکرد مدل­های رگرسیون فازی در مقایسه با روش استاندارد پنمن-مانتیث از ضریب تبیین، میانگین مربعات خطا و خطای مطلق میانگین استفاده شد. نتایج نشان داد مدل رگرسیون امکانی فازی در ماه دی و مدل رگرسیون کم­ترین مربعات فازی در ماه مهر با ضریب تبیین به­ترتیب ۹۰۳/۰ و ۵۰۲/۰ بیش­ترین و کم ترین دقت را داشت. در بین مدل­های پیشنهادی جدید، اگرچه مدل رگرسیون امکانی فازی تحت سناریو شماره ۱ بالاترین دقت را داشته، اما در هر دو مدل رگرسیون فازی، سناریو ۲ علی­رغم دارا بودن پارامترهای ورودی کمتر (Tmin، RH و Rs)، دقت قابل مقایسه ای با سایر سناریوها دارد و لذا می­توان استفاده از آن را در شرایط کمبود داده به عنوان رویکرد بهینه در تعیین ETo برای برنامه ریزی آبیاری و مدیریت منابع آب پیشنهاد نمود.

نویسندگان

سپیده زراعتی نیشابوری

دانش آموخته کارشناسی ارشد، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران

محسن پوررضا بیلندی

دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران

عباس خاشعی سیوکی

استاد، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران

علی شهیدی

دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Abtahi, M., Danesh, S., Davari, K. and Ghasemi, S. A. ...
  • Allen, R. G., PereiraRaes, L. S. and Smith, M. (۱۹۹۸). ...
  • Baba, A. P., Shiri, J., Kisi, O., Fard, A. F., ...
  • Chachi, J., Taheri, S. M. and Arghami, N. R. (۲۰۱۴). ...
  • Citakoglu, H., Cobaner, M., Haktanir, T. and Kisi, O. (۲۰۱۴). ...
  • Efthimiou, N., Alexandris, S., Karavitis, C. and Mamassis, N. (۲۰۱۳). ...
  • Feng, Y., Cui, N., Zhao, L., Hu, X. and Gong, ...
  • Ghorbani, M., Shokri, S., and Boroumandansab, S. (۲۰۱۶). The Study ...
  • Hulme, M. Z., Zhao, C. and Jiang, T. (۱۹۹۴). Recent ...
  • Javaheri, N., Qameshi, M. and Kashifipour, Q. M. (۲۰۰۵). Comparison ...
  • Karimi, S., Shirani, J. and Nazemi, A. H. (۲۰۱۳). Estimation ...
  • Kisi, O. (۲۰۰۶) Evapotranspiration estimation using feed-forward neural networks. Nord ...
  • Kisi, O. (۲۰۰۷). The potential of different ANN techniques in ...
  • Kisi, O., (۲۰۱۳). Applicability of Mamdani and Sugeno fuzzy genetic ...
  • Koureh Pazan Dezfuli, A. (۲۰۱۵). The principles of theory of ...
  • Martí, P., Gonzalez-Altozano, P., Lopez-Urrea, R., Mancha, L. A. and ...
  • Moskowitz, H. and Kim, K. (۱۹۹۳). On assessing the H ...
  • Sadatinejad, S. J., Hasanshahi, R., Shayanfar, M. and Abdollahi, K. ...
  • Savic, D. A. and Pedrycz, W. (۱۹۹۱). Evaluation of fuzzy ...
  • Shayannejad, M., Sadatinejad, S. J. and Fahmi, H. (۲۰۰۸). Determination ...
  • Shiri, J., Sadraddini, A. A., Nazemi, A. H., Kisi, O., ...
  • Shiri, J., Kisi, O., Landeras, G., López J. J., Nazemi, ...
  • Silva, D. O., Meza, F. J. and Varas, E. (۲۰۰۹). ...
  • Spiliotis, M., Papadopoulos, C., Angelidis, P., and Papadopoulos, B. (۲۰۱۸). ...
  • Tabari, H., Kisi, O., Ezani, A. and Talaee, P. H. ...
  • Tanaka, H. and Uejima, S. (۱۹۸۲). Linear regression analysis with ...
  • Torres, A. F., Walker, W. R. and Mckee, M. (۲۰۱۱). ...
  • Traore, S., Wang, Y. M. and Kerh, T. (۲۰۱۰). Artificial ...
  • Velayati, S. (۲۰۰۰). The most important factors affecting the quality ...
  • Wang, H. F. and Tsaur, C. (۲۰۰۰). Insight of fuzzy ...
  • Yavari, M., Omidvari, O., Davari, K., Farid Hosseini, A. and ...
  • Zanetti, S. S., Sousa, E. F., Oliveira, V. P. S., ...
  • نمایش کامل مراجع