مقایسه مدل شبکه عصبی مصنوعی و هارگریوز سامانی در تخمین تبخیر و تعرق مرجع برای نواحی حاشیه دریای خزر
محل انتشار: دومین همایش ملی مدیریت شبکه های آبیاری و زهکشی
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,741
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDNC02_110
تاریخ نمایه سازی: 15 مهر 1387
چکیده مقاله:
معادله پنمن مانتیث (PM ) مناسبترین مدل ریاضی برای محاسبه تبخیر و تعرق مرجع ( ET0 ) بعنوان روشی مبنا و مورد تایید FAO برای تمام مناطق میباشد. پارامترهای مورد نیاز این معادله، اغلب موجود نمیباشند. معادله هارگریوز- سامانی (HG ) برای تخمین ET0 با پارامترهای مورد نیاز ماکزیمم و مینیمم دمای هوا، که معمولا در بیشتر ایستگاههای هواشناسی موجود میباشند، بخصوص برای مناطقی که پارامترهای معادله PM موجود نباشند، بسیار مطلوب می باشد. روش دیگر برای برآورد ET0 شبکه عصبی مصنوعی (ANN )می باشد ANN ابزاری موثر برای مدل کردن پدیدههای غیرخطی و با کمترین ورودی میباشند. هدف از این مطالعه، مقایسه روشهای HG و ANN برای تخمین ET0 بر مبنای پارامترهای دمایی میباشد. در این مطالعه، از اطلاعات هواشناسی 8 ایستگاه هواشناسی منطقه مرطوب و نیمه مرطوب حاشیه دریای خزر استفاده شده است. روش هارگریوز ET0 را نسبت به PM کمتر تخمین میزند. همچنین روش ANN , ET0 را در همه ایستگاهها بهتر از روش HG برآورد می کند.
کلیدواژه ها:
نویسندگان
سامره مهدوی تالارپشتی
دانشجوی کارشناسی ارشد آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
علی رحیمی خوب
استادیار گروه آبیاری و زهکشی ، پردیس ابوریحان، دانشگاه تهران
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 :