کاربرد رگرسیون چندمتغیره و برنامه ریزی بیان ژن در مدل سازی تبخیرتعرق مرجع (مطالعه موردی: ایستگاه خرم آباد)
محل انتشار: فصلنامه علوم و مهندسی آبیاری، دوره: 45، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 165
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JISE-45-1_003
تاریخ نمایه سازی: 4 آبان 1401
چکیده مقاله:
در این پژوهش بهمنظور تخمین تبخیرتعرق مرجع در ایستگاه خرمآباد، روشهای رگرسیون چندمتغیره و برنامهریزی بیان ژن مورد بررسی و استفاده قرار گرفتند. برای اطلاعات ورودی مدل از اطلاعات ایستگاه سینوپتیک خرمآباد شامل: درجه حرارت حداکثر و حداقل، رطوبت نسبی حداکثر و حداقل، ساعات آفتابی و سرعت باد ماهانه در بازه زمانی ۱۳۹۵-۱۳۶۱ (به تعداد ۴۲۰ ماه) استفاده شد. بر اساس رابطه بین پارامترهای ورودی و خروجی، شش الگوی ورودی برای مدلسازی تعیین گردید. ۷۰ درصد دادهها برای آموزش و ۳۰ درصد دادهها برای صحتسنجی مدلها بهکار گرفته شد، همچنین در روش برنامهریزی بیان ژن دو نوع عملگر ریاضی شامل چهار عملگر اصلی و عملگرهای پیشفرض مدل مورد بررسی قرار گرفتند. نتایج حاصل از رگرسیون چندمتغیره نشان داد که مدل پیشنهادی با مقدار ۹۵۲/۰ =R۲ از دقت قابلقبولی برخورداراست. تحلیل ضرایب مدل حاکی از بیشترین تاثیر حداکثر درجه حرارت با ضریب ۶۰۴/۰ بر تبخیرتعرق مرجع بود. نتایج برنامهریزی بیان ژن نشان داد الگوی پنجم با عملگرهای چهار اصلی، در مرحله آموزش با ۹۵۸/۰ R۲=، ۷۰۴/۰RMSE= و ۹۷/۰NS= و مرحله آزمون با ۹۷۷/۰ R۲=، ۶۱۵/۰RMSE= و ۹۷۷/۰NS= عملکرد بهتری را داشته و نتایج به دست آمده نشان داد که برنامهریزی بیان ژن دارای توانایی قابل قبولی در تخمین تبخیرتعرق مرجع تحت شرایط آب وهوایی خرمآباد بوده و به عنوان مدل قابلاستفاده در این زمینه معرفی کرد.
کلیدواژه ها:
نویسندگان
یاسر سبزواری
دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه لرستان.
علی حیدر نصرالهی
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه لرستان
مجید شریفی پور
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه لرستان.
بابک شاهی نژاد
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه لرستان.
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 :