پیش بینی تبخیر وتعرق مرجع روزانه بااستفاده ازمدل شبکه عصبی درایستگاه سینوپتیک شیراز
- سال انتشار: 1396
- محل انتشار: چهاردهمین همایش ملی آبیاری و کاهش تبخیر
- کد COI اختصاصی: ABYARI14_082
- زبان مقاله: فارسی
- تعداد مشاهده: 553
نویسندگان
استادیار دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان
دانشجوی دکتری علوم و مهندسی آب، دانشگاه صنعتی اصفهان
چکیده
تبخیر تعرق از مولفه- های مهم در مدیریت و برنامه ریزی آبیاری در کشاورزی است که پیش بینی آن میتواند نقش مهمی در برنامه ریزی های آینده داشته باشد به منظور پیش بینی تبخیر تعرق میتوان ازمدلهای مختلفی همچون شبکه عصبی استفاده کرد و با کاربرد اصولی و صحییح ا ین مدلها، در عین سادگی، پیش بینی های کوتاه مدت خوبی را برآورد نمود در چند سال اخیر استفاده از روش های حل هوش مصنوعی هم به عنوان راهکاری دقیق و سریع در بسیاری از زمینه ها از جمله برآورد نیاز آبی گیاهان رایج شده است. شبکه های عصبی مصنوعی به دلیل طبیعت غیرخطی و کارآمد بودن در مدلسازی سیستم های پیچیده مورد توجه بسیاری از محققان می باشد در این از آمار مطالعه 22ساله ایستگاه سینوپتیک شیراز استفاده و تبخیر و تعرق روزانه از روش فایو پنمن مانتیث به عنوان روش مرجع برای ارزیابی مدل شبکه عصبی محاسبه گردید. به منظور برآورد تبخیر و تعرق از مدل شبکه عصبی و داده های هواشناسی دماهای حداکثر و حداقل هوا، مقادیر رطوبت نسبی حداکثر و حداقل، متوسط بارندگی، سرعت باد و ساعات آفتابی روزانه در نرون های لایه ورودی و از روش Out-One-Leave استفاده گردید . نتایج نشان داد که مدل شبکه عصبی با 923/0 = R و 76/1 = RMSE بخوبی قابلیت پیش بینی تبخیر و تعرق مرجع روزانه را دارا می باشد.کلیدواژه ها
تبخیر و تعرق، شبکه عصبی، پیش بینی، پنمن ماتیث، هواشناسی، شیرازمقالات 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.