تخمین تبخیر و تعرق پتانسیل گیاه مرجع (ET0) با استفاده از شبکه عصبی در منطقه کرمان

  • سال انتشار: 1386
  • محل انتشار: نهمین سمینار سراسری آبیاری و کاهش تبخیر
  • کد COI اختصاصی: ABYARI09_060
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1915
دانلود فایل این مقاله

نویسندگان

فاطمه ملکی گنادیشی

دانشجوی کارشناسی ارشد سازه های آبی دانشگاه شهید باهنر کرمان

مجتی اورک مندنی زاده

دانشجوی کارشناسی ارشد سازه های آبی دانشگاه شهید باهنر کرمان

محمدجواد خانجانی

استاد بخش مهندسی عمران دانشگاه شهید باهنر کرمان

محمدباقر رهنما

استادیار بخش مهندسی آب دانشگاه شهید باهنر کرمان

چکیده

امروزه شبکه های عصبی کاربردهای بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل موثر بر وقوع یک پدیده وجود ندارد، پیدا کرده است. شبکه عصبی مصنوعی از الگوی شبکه عصبی انسان شبیه سازی شده است، به گونه ای که می تواند پس از آموزش پارامتر خروجی مورد نظر را با اعمال پارامترهای ورودی براورد نماید. تبخیر و تعرق گیاه یکی از اجچزای اصلی چرخه هیدرولوژی می باشد و تخمین دقیق آن اهمیت بسیار زیادی در مطالعات طراحی و مدیریت شبکه های آبیاری، برنامه ریزی منابع آب و غیره دارد. به دلیل تاثیر متقابل پارامترهای هواشناسی در محاسبه تبخیر و تعرق، تخمین آن یک کار پیچیده و دارای روابط غیر خطی می باشد، از این رو شبکه های عصبی مصنوعی ابزار مناسبی برای تخمین و تعرق می باشد. در این تحقیق با استفاده از آمار روزانه هواشناسی منطقه کرمان در بازه زمانی 1384-1378 (دمای ماکیمم و مینیمم، رطوبت نسبی ماکزیمم و مینیمم، سرعت باد، ساعات آفتابی) شبکه را اموزش داده و با مقایسه با روش استاندارد ومتداول پنمن – مونتیث ، تبخیر و تعرق مرجع براورد گردیده است. همچنین در این پژوهش از شبکه عصبی مصنوعی با تعداد لایه های پنهان متفاوت، برای پیش بینی ET0 گیاه مرجع با استفاده ازپارامترهای هواشناسی جهت اموزش و تست شبکه استفاده شده است. نتایج حاصل از این بررسی نشان داد که پس از آموزش و آزمون شبکه و با توجه به میزان خطای استاندارد وزن دار (WSEE) می توان با استفاده از شبکه های عصبی، تبخیر و تعرق پتانسیل گیاه مرجع (ET0) را با درصد کم خطا پیش بینی نمود. همچنین بهترین آرایش شبکه بصورت 1-8-6 و با تابع محرک سیگموئید بدست امد.

کلیدواژه ها

تبخیر و تعرق گیاه مرجع ، شبکه عصبی مصنوعی ، پارامترهای هواشناسی

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.