پیش بینی سیلاب با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیونی وتأثیر آن بر کشاورزی (مطالعه موردی: دهستانهای نیشابور)
- سال انتشار: 1394
- محل انتشار: همایش بین المللی پژوهش های کاربردی در کشاورزی
- کد COI اختصاصی: ICARA01_112
- زبان مقاله: فارسی
- تعداد مشاهده: 848
نویسندگان
دانشگاه آزاد اسلامی واحد تربت جام، گروه مهندسی آبخیزداری، تربت جام، ایران
دانشگاه آزاد اسلامی واحد تربت جام، گروه مهندسی آبخیزداری، تربت جام، ایران
دانشگاه آزاد اسلامی واحد تربت جام، گروه مهندسی آبخیزداری، تربت جام، ایران
چکیده
در این تحقیق تکنیک شبکه عصبی مصنوعی و روابط رگرسیون جهت برآورد دبی پیک سیلاب دهستانهای شهرستان نیشابور با استفاده از آمار فیزوگرافی و اقلیمی بکار رفته است. به این منظور با بررسی ایستگاه های سینوپتیک، کلیماتولوژی و هیدرومتری اطراف نیشابور، تعداد 17 ایستگاه که حداقل 27 سال آمار روزانه داشتند انتخاب و داده های مساحت، محیط، ارتفاع متوسط، شیب آبراهه اصلی، شیب متوسط حوضه، طول آبراهه اصلی، زمان تمرکز، ضریب گراویلیوس و متوسط بارندگی سالیانه بعنوان ورودی مدل و دبی پیک سیلاب بعنوان خروجی مدل درنظر گرفته شد. ابتدا دبی پیک لحظه ای با روابط رگرسیونی برآورد گردید. سپس برای ایجاد مدل شبکه عصبی 70% داده ها برای آموزش مدل (training) و 30% باقی مانده برای آزمایش آن (testing) بکار رفت. در نهایت بمنظور مقایسه نتایج و ارزیابی کارایی روش های ذکر شده در برآورد دبی پیک لحظه ای،از ظریب همبستگی و ریشه حداقل میانگین مربعات خطا استفاده گردید. نتایج نشان داد که تکنیک شبکه عصبی مصنوعی نسبت به روش های رگرسیونی در برآورد دبی پیک لحظه ای سیلاب برتری دارد. بر اساس این نتایج می توان مشکل کوتاه بودن دوره آماری مربوط به داده های دبی حداکثر لحظه ای در ایستگاه ها را با روش شبکه عصبی مصنوعی برطرف کرد، که این مسئله تأثیر قابل توجهی در جلوگیری از تخریب اراضی کشاورزی و فرسایش خاک خواهد داشت.کلیدواژه ها
سیلاب، شبکه عصبی مصنوعی، مدل رگرسیونی، کشاورزی، نیشابورمقالات مرتبط جدید
- مقایسه درصد ترکیب تاج پوشش کلاسهای خوشخوراکی در سه رویشگاه مرتعی چهاردانگه ساری
- تاثیر تغییرات اقلیم بر اشتغال در بخش کشاورزی: مروری تحلیلی
- Land reform in some developing countries: A review
- شناسایی ژنوتیپهای امیدبخش گندم نان با استفاده از تحلیل روابط بین صفات و تجزیه خوشه ای
- Harnessing Renewable Energy for Environmental Sustainability: The Role of Wind Power in Carbon Reduction
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.