ورود
مقالات فارسیISIکنفرانسهاژورنالها

ارزیابی مدل درختی M۵ و شبکه عصبی مصنوعی برای برآورد متوسط روزانه دمای هوا بر اساس داده های دمای سطح زمین سنجنده مودیس

محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 45، شماره: 4
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 127

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1806143

شناسه ملی سند علمی:

JR_IJSWR-45-4_007

تاریخ نمایه سازی: 10 آبان 1402

چکیده مقاله:

استفاده از دادههای تصاویر ماهوارهای روشی موثر برای پهنه بندی دمای هواست. در این تحقیق مدلهای شبکه عصبی و مدل درختی M۵ برای تبدیل دمای سطح زمین در دو زمان روز و شب محصولات ماهواره ترا سنجنده مودیس برای استان خوزستان مقایسه شد. در کل ۳۶۵ تصویر از محصولات دمای سطح زمین در سال ۲۰۰۷، که منطقه مورد مطالعه را پوشش میداد، استفاده شد. دادههای متوسط دمای هوای روزانه از ۲۹ ایستگاه هواشناسی سینوپتیک و کلیماتولوژی سال ۲۰۰۷ جمع آوری و به منزله دادههای واقعی استفاده شدند. دادههای ورودی مدلها شامل دمای سطح زمین در دو زمان روز و شب و تابش بیرون زمینی بودند. نتایج نشان داد ضریب تعیین هر دو مدل بیش از ۹۶/۰ است. با این حال مدل شبکه عصبی با دقت بیشتری دمای هوا را برآورد میکند. جذر مربع میانگین خطا و ضریب تعیین مدل شبکه عصبی به ترتیب برابر ۷/۱ درجه سانتی گراد و ۹۷/۰ برآورد شد.

کلیدواژه ها:

نویسندگان

سعید امامی فر

کارشناس ارشد گروه مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران

علی رحیمی خوب

دانشیار گروه مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران

علی اکبر نوروزی

استادیار پژوهشکده حفاظت خاک و آبخیزداری

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 :
  • Allen, R. G., Pereira, L. S., Raes, D., and Smith, ...
  • Aher, P. D., Adinarayana, J., and Gorantiwar, S. D. (۲۰۱۱). ...
  • Atkinson, P. M. and Tatnall, A. R. L. (۱۹۹۷). Introduction ...
  • Bhattacharya, B. and Solomatine, D. P. (۲۰۰۵). Neural networks and ...
  • Cresswell, M. P., Morse, A. P., Thomson, M. C., Connor, ...
  • Emamifar, S., Rahimikhoob, A., and Noroozi, A. A. (۲۰۱۳). Daily ...
  • Hagan, M. T. and Menhaj, M. (۱۹۹۴). Training feedforward networks ...
  • Jang, J. D., Viau, A. A., and Anctil, F. (۲۰۰۴). ...
  • Mitchell, T. M. (۱۹۹۷). Machine learning. The McGraw-Hill Comp. Press ...
  • Pal, M. and Deswal, S. (۲۰۰۹). M۵ model tree based ...
  • Parviz, L., Kholghi, M., and Valizadeh, K. (۲۰۱۱). Estimation of ...
  • Prihodko, L. and Goward, S. N. (۱۹۹۷). Estimation of air ...
  • Quinlan, J. R. (۱۹۹۲). Learning with continuous classes. In Proceedings ...
  • Quinlan, J. R. (۱۹۸۶). Introduction of decision trees. Machine learning, ...
  • Rahimikhoob, A., Behbahani, M. R., and Nazarifar, M. H. (۲۰۰۸). ...
  • Solomatine, D. P. and Dulal, K. N. (۲۰۰۳). Model trees ...
  • Vancutsem, C., Ceccato, P., Dinku, T., and Connor, S. J. ...
  • Witten, I. H. and Frank, E. (۲۰۰۵). Data Mining: Practical ...
  • Yao, Y. and Zhang, B. (۲۰۱۲). MODIS-based air temperature estimation ...
  • Yan, H., Zhang, J., Hou, Y., and He, Y. (۲۰۱۲). ...
    • نمایش کامل مراجع