ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

برآوردتبخیر و تعرق گیاه مرجع از تشت تبخیر با استفاده از مدل شبکه عصبی مصنوعی مطالعه موردی- بابلسر

تعداد صفحات: 8 | تعداد نمایش خلاصه: 861 | نظرات: 0
سال انتشار: 1387
کد COI مقاله: IDNC02_299
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله برآوردتبخیر و تعرق گیاه مرجع از تشت تبخیر با استفاده از مدل شبکه عصبی مصنوعی مطالعه موردی- بابلسر

سامره مهدوی تالار پشتی - دانشجوی کارشناسی ارشد آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
علی رحیمی خوب - استادیار گروه آبیاری و زهکشی ، پردیس ابوریحان، دانشگاه تهران

چکیده مقاله:

تبخیر و تعرق گیاه مرجع ET0 یکی از عوامل مهم سیکل هیدرولوژیکی است که باید در طرحهای آبیاری، تأسیسات آبی، مطالعات زهکشی و هیدرولوژیکی برآورد شود. یکی از روشهای برآورد ET0 استفاده از دادههای تبخیر از تشت Epan میباشد جداول و معادلات زیادی برای تبدیل مقادیر Epan به ET0 ارائه شده است که از آن جمله، معادله مرسوم (Kp=ETo/Epan) می باشد. روش دیگر استفاده شده برای تخمین ET0 از Epan شبکه عصبی مصنوعی (ANN) می باشد. در این مطالعه از اطلاعات ایستگاه هواشناسی بابلسر، واقع در حاشیه دریای خزر استفاده شده است. روش ANN برای تبدیل دادههای Epan به ET0 روزانه با تابعی از max و min دمای هوا تست و نتایج مدل با نتایج محاسبه شده توسط معادله پنمن_مانتیث مقایسه و نتایج آن با روش مرسوم مقایسه گردید. نتایج نشان میدهد، روش مرسوم، ET0 را کمتر از معادله پنمن_مانتیث برآورد میکند. روش ANN نتایج بهتری نسبت به روش مرسوم نشان میدهد.

کلیدواژه ها:

تبخير و تعرق گياه مرجع، تشت تبخير، ضريب تشت تبخير، شبكه عصبي مصنوعي، بابلسر

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/60311/

کد COI مقاله: IDNC02_299

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مهدوی تالار پشتی، سامره و رحیمی خوب، علی،1387،برآوردتبخیر و تعرق گیاه مرجع از تشت تبخیر با استفاده از مدل شبکه عصبی مصنوعی مطالعه موردی- بابلسر،دومین همایش ملی مدیریت شبکه های آبیاری و زهکشی،اهواز،،،https://civilica.com/doc/60311

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1387، مهدوی تالار پشتی، سامره؛ علی رحیمی خوب)
برای بار دوم به بعد: (1387، مهدوی تالار پشتی؛ رحیمی خوب)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Allen RG, Pereira LS, Raes D, Smith M (1998) Crop ...
  • Bruton JM, Mcclendon RW, Hoogenboom G (2000) Estimating daily pan ...
  • Coulibaly P, Anctil F, Bobee B (2000) Daily reservoir inflow ...
  • Cybenko G (1989) Approximati _ by superposition of a sigmoidal ...
  • Doorenbos J, Pruitt WO (1977) Guidelines for prediction of crop ...
  • Gavilan P, Lorite IJ, Tornero S, Berengena J (2006) Regional ...
  • Hornik K, Stinchcombe M, White H (1989) Multilayer feedforward networks ...
  • Irmak S, Haman D, Jlones W (2002) Evaluation of class ...
  • Irmak S, Allen RG, Whitty EB (2003) Daily grass and ...
  • Jensen ME (ed) (1974) Consumptive of water and irrigation water ...
  • Keskin ME, Terzi O (2006) Artificial neural network models of ...
  • Kisi O (2006) Daily pan evaporation modelling using a neuro-fuzzy ...
  • Kumar M, Raghuwanshi NS, Singh R, Wallender WW, Pruitt WO ...
  • Odhiambo LO, Yoder RE, Hines JW (2001) Optimization of fuzzy ...
  • Silva AF (2002) Previsaro da e V apotranspirac _ de ...
  • Sudheer KP, Gosain AK, Ramasastri KS (2003) Estimating actual evapotran ...
  • Trajkovic S, Todorovic B, Stankovic M (2003) Orecasting of reference ...
  • Utset A, Farre I, Martinez-Cob A, Cavero J (2004) Comparing ...
  • Zanetti SS, Sousa EF, Oliveira VPS, Almeida FT, Bernard S ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 55,951
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی