تخمین تبخیر و تعرق روزانه گیاه مرجع با استفاده از سیستم های هوش مصنوعی (ANN و ANFIS) و معادله های تجربی
- سال انتشار: 1392
- محل انتشار: فصلنامه دانش آب و خاک، دوره: 23، شماره: 2
- کد COI اختصاصی: JR_WASO-23-2_011
- زبان مقاله: فارسی
- تعداد مشاهده: 268
نویسندگان
چکیده
فرآیند تبخیر و تعرق به عنوان یکی از مولفههای اصلی چرخه هیدرولوژیک دارای اهمیت فراوانی در مدیریت و توسعه منابع آب و نیز برنامهریزی آبیاری میباشد. در مطالعه حاضر به بررسی قابلیت سیستم استنتاج عصبی – فازی تطبیقی در بهبود تخمین میزان تبخیر و تعرق روزانه گیاه مرجع (ETo) پرداخته شد. دادههای اقلیمی بکار گرفته شده در این مطالعه، شامل دمای هوا، تشعشع خورشیدی، سرعت باد و رطوبت نسبی میباشد که از دو ایستگاه هواشناسی مجهز به دستگاههای اندازهگیری الکترونیکی (سالواتیرا و زامبرانا) در کشور اسپانیا اخذ گردیده و به عنوان ورودیهای مدل عصبی– فازی به منظور تخمین میزان ETo بر اساس معادله پنمن- فائو- مونتیث مورد استفاده قرار گرفتند. نتایج حاصل از مدلهای عصبی– فازی و شبکه عصبی مصنوعی و نیز معادلههای تجربی هارگریوز-سامانی، ریتچی، مک کینگ و تورک در منطقه مقایسه شدند. حاصل تحقیق بیانگر دقت بالای مدل های عصبی- فازی با مقادیر RMSE بین ۲۷۶/۰ تا ۴۳۷/۰میلیمتر در تخمین میزان تبخیر و تعرق (نیاز آبی) روزانه گیاه مرجع میباشد. مدلهای شبکه عصبی مصنوعی با مقادیر RMSE بین ۲۹۸/۰ تا ۵/۱۲میلیمتر نیز عملکرد بهتری نسبت به معادله های تجربی نشان دادند.کلیدواژه ها
تبخیر و تعرق گیاه مرجع, سیستم عصبی-فازی, شبکه های عصبی مصنوعی, معادله های تجربیاطلاعات 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.