برآورد تبخیر و تعرق در ایستگاه رامسر با شبکه های عصبی چندالیه پرسپترون بهینه شده با روش جستجوی تصادفی
- سال انتشار: 1403
- محل انتشار: هشتمین کنگره سالانه بین المللی توسعه کشاورزی، منابع طبیعی، محیط زیست و گردشگری ایران
- کد COI اختصاصی: ICSDA08_056
- زبان مقاله: فارسی
- تعداد مشاهده: 112
نویسندگان
دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
چکیده
تبخیر و تعرق به عنوان فرآیندهای کلیدی در چرخه آب، تاثیر بسزایی بر منابع آبی و اکوسیستم های طبیعی دارند. برآورد دقیق این پارامترها نه تنها در مدیریت بهینه منابع آب، بلکه در برنامه ریزی های کشاورزی و پیش بینی تغییرات اقلیمی نیز اهمیت دارد. در این تحقیق، ابتدا مقادیر تبخیر-تعرق مرجع با استفاده از داده های هواشناسی و معادله فائو-پنمن-مونتیث و همچنین با استفاده از تصاویر ماهواره ای سنجنده مودیس ۱ طی سال های ۲۰۰۱ تا ۲۰۲۳ استخراج گردید. در این مطالعه، دو سناریو مورد بررسی قرار گرفت که سناریوی اول برای بررسی حساسیت و همبستگی داده های تبخیر-تعرق به دما و سناریوی دوم برای بررسی حساسیت و همبستگی کل پارامترهای هواشناسی شامل دما، رطوبت، سرعت باد و تابش خورشیدی بود. برای برآورد و مدل سازی تبخیر و تعرق، از دو روش شبکه عصبی چندالیه (MLP) و روش جستجوی تصادفی شبکه عصبی چندالیه (Random Search MLP) استفاده گردید. نتایج نشان داد که سناریو دوم که شامل تمامی پارامترهای هواشناسی است، با اختلاف عملکرد بهتری نسبت به سناریو اول که فقط شامل پارامترهای دما بود، داشته است. همچنین دو مدل MLP و Random Search MLP نتایج نسبتا مشابهی را ارائه دادند. مدل Random Search MLP با ریشه ی مربعات خطای نرمال شده برابر با ۰۴۰/۰ نسبت به مدل MLP عملکرد بهتری داشت. این نتایج می توانند به بهبود روش های پیش بینی و مدیریت منابع آب در منطقه کمک کنند.کلیدواژه ها
تبخیر-تعرق, رامسر, فائو-پنمن-مونتیث, سنجنده مودیس, شبکه عصبی پرسپترون چندالیه, جستجوی تصادفیمقالات مرتبط جدید
- بررسی فنی و اقتصادی پروژههای ژئوتکنیکی بهسازی خاک در خاک های ماسهای چالو س
- عدالت محیطزیستی در سکونتگاههای حاشیهای: سنجش شاخص های پایداری در سکونتگاههای غیررسمی منطقه ۲ مشهد
- عوامل موثر بر ریسک های منابع انسانی در پروژه های عمرانی
- فرصتهای توسعه فضای تفریحی و گردشگری شهر مشهد
- از سرگیری الگوهای معماری بومی با استفاده از هوش مصنوعی: یک بررسی جامع
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.