مدل سازی تبخیرتعرق با استفاده از رگرسیون خطی، غیرخطی و شبکه عصبی مصنوعی درگلخانه (مطالعه موردی گیاه مرجع، خیار و گوجه فرنگی)

  • سال انتشار: 1394
  • محل انتشار: فصلنامه آب و خاک، دوره: 29، شماره: 5
  • کد COI اختصاصی: JR_JSW-29-5_001
  • زبان مقاله: فارسی
  • تعداد مشاهده: 636
دانلود فایل این مقاله

نویسندگان

وحید رضاوردی نژاد

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

مریم شبانیان اصل

دانش آموخته گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

سینا بشارت

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

چکیده

در این مطالعه تبخیرتعرق روزانه گیاه مرجع، گوجه فرنگی و خیار گلخانه ای به روش لایسیمتری در منطقه ارومیه اندازه گیری شد. برای مدل سازی تبخیرتعرق در گلخانه، انواع مدل های رگرسیون های خطی، غیرخطی و شبکه های عصبی مصنوعی در نظر گرفته شد . برای این منظور پارامترهای اقلیمی موثر بر فرایند تبخیرتعرق شامل دما T، رطوبت نسبی RH، فشار هوا P، کمبود فشار بخار اشباع VPD، تشعشع داخل گلخانه SR تعداد روز پس از کشت N اندازه گیری و در نظر گرفته شدند. براساس نتایج، تابع نمایی سه متغیره ازSR و RH ،VPD با RMSE برابر 0/378 میلی متر بر روز، دقیق ترین مدل رگرسیون در تخمین تبخیرتعرق مرجع به دست آمد RMSE مدل بهینه شبکه عصبی مصنوعی در تخمین تبخیر تعرق مرجع برای داده های آزمایش و آزمون به ترتیب 0/089 و 0/364 میلی متر بر روز به دست آمد. در تخمین تبخیرتعرق خیار، عملکرد مدل های لگاریتمی و نمایی به ویژه در تعداد متغیر مستقل زیاد، مناسب بود و دقیق ترین مدل رگرسیون مربوط به تابع نمایی با پنج متغیر RH ،T ،VPD ،N و SR با RMSE برابر با 0/353 میلی متر بر روز به دست آمد. همچنین در تخمین تبخیرتعرق گوجه فرنگی، دقیقترین عملکرد مدل های رگرسیون برای تابع نمایی چهار متغیره از SR و RH ،VPD ،N با RMSE برابر 0/329 میلی متر بر روز به دست آمد . بهترین عملکرد شبکه عصبی مصنوعی برای تخمین تبخیرتعرق هر دو محصول خیار و گوجه فرنگی، با پنج پارامتر ورودی RH ،N ،T ،VPD و SR به دست آمد. مقادیر RMSE داده های آزمون تبخیرتعرق خیار و گوجه فرنگی به ترتیب0/24 و 0/26 میلی متر بر روز به دست آمد که نشان دهنده ی عملکرد دقیق تر شبکه های عصبی در مقایسه با رگرسیون خطی و غیرخطی می باشد.

کلیدواژه ها

ارزیابی عملکرد، رگرسیون چندمتغیره، متغیرهای هواشناسی

مقالات مرتبط جدید

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.