ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

برآورد تبخیر و تعرق مرجع روزانه در مناطق مرطوب با استفاده از روشهای دادهمحور رگرسیون فرآیند گاوسی، رگرسیون بردار پشتیبان و جنگل تصادفی

Year: 1399
COI: JR_JEWE-6-4_005
Language: PersianView: 62
This Paper With 14 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

سعید صمدیان فرد - استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
مبارک سالاریفر - دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
سحر جاویدان - دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
فاطمه میکائیلی - دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

Abstract:

تخمین دقیق تبخیر و تعرق گیاه مرجع در برنامهریزیهای آبیاری اهمیت ویژهای دارد. همچنین، عدم دسترسی به دادههای لایسیمتری باعث شده است پژوهش­گران به استفاده از روشهای غیرمستقیم از جمله روشهای دادهمحور روی آورند. در پژوهش حاضر، توانایی روشهای دادهمحور رگرسیون فرآیند گاوسی (GPR)، رگرسیون بردار پشتیبان (SVR) و جنگل تصادفی (RF) در تخمین تبخیر و تعرق گیاه مرجع موردبررسی قرار گرفت. بدین منظور، دادههای هواشناسی دمای میانگین، سرعت باد، رطوبت نسبی و ساعات آفتابی در بازه زمانی ۹۷-۱۳۹۲ در نه ایستگاه شمالی کشور از جمله آستارا، بندر انزلی، رشت، رامسر، نوشهر، ساری، بندر ترکمن، گرگان، گنبدکاووس جمعآوری شد. تبخیر و تعرق محاسبهشده با استفاده از روش فائو-پنمن-مونتیث بهعنوان خروجیهای هدف در نظر گرفتهشده و چهار سناریو ترکیبی از پارامترهای هواشناسی برای واسنجی و صحتسنجی روشهای موردمطالعه، مدنظر قرار گرفتند. دقت روشهای مذکور با استفاده از پارامترهای آماری ضریب همبستگی، شاخص پراکندگی و ضریب ویلموت مورد مقایسه قرار گرفت. نتایج نشان داد که مدلGPR۴  با شاخص پراکندگی در محدوده ۱۳۲/۰ تا ۱۷۹/۰ در ایستگاههای آستارا، بندر انزلی، رشت، رامسر، نوشهر و ساری، مدلSVR۴   با شاخص پراکندگی ۱۱۶/۰ تا ۱۲۰/۰ در ایستگاههای بندر ترکمن و گنبدکاووس و روش هارگریوز-سامانی با شاخص پراکندگی ۵۰۹/۰ در ایستگاه گرگان برآوردهای بهمراتب دقیقتری از تبخیر و تعرق گیاه مرجع داشتهاند.

Keywords:

Paper COI Code

This Paper COI Code is JR_JEWE-6-4_005. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1189461/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
صمدیان فرد، سعید و سالاریفر، مبارک و جاویدان، سحر و میکائیلی، فاطمه،1399،برآورد تبخیر و تعرق مرجع روزانه در مناطق مرطوب با استفاده از روشهای دادهمحور رگرسیون فرآیند گاوسی، رگرسیون بردار پشتیبان و جنگل تصادفی،https://civilica.com/doc/1189461

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :

  • Allen R. G., Pereira L. S., Raes D. and M. ...
  • Azimi A., Rangzan K., Kaboulizade M. and Khoramian M. (2016). ...
  • Basak D., Pal S. and Patranabis D. C. (2007). Support ...
  • Behmanesh J., Azadtala Tape N., Montaseri M. and Besharat S. ...
  • Boser B. E., Guyon I. M. and Vapnik V. N. ...
  • Breiman L. (2001). Application and analysis of random forests and ...
  • Carter C. and Liang S. (2019). Evaluation of ten machine ...
  • Cui N., Feng Y., Gong D., Zhang Q. and Zhao ...
  • Granata F. (2019). Evapotranspiration evaluation models based on machine learning ...
  • Hashemi S., Izadyar M., and Samadianfard S. (2019). Comparion of ...
  • Huang J., Chen H. and McBean E. (2020). Partitioning of ...
  • Kaviyani A., Bahmanabadi B., Daneshkararaste P. and Nazari R. (2018). ...
  • Khorsand Movaghar M. and Sima S. (2019). Comparison of the ...
  • Khoshhal J., Zareh H. and Joshani A. (2015). Different methods ...
  • Moqbeli Dameneh M. and Sanaeinejad S.H. (2018). Estimate of potential ...
  • Najafi P. (2006). Application of Hargreaves of Samani and Jensen ...
  • Saghebian M., and Roushangar K. (2019). Prediction of total and ...
  • Samadianfard S. and Panahi S. (2018). Estimating daily reference evapotranspiration ...
  • Saremi M. and Farhadi Bansouleh B. (2015). Determination of effective ...
  • Shabani A., Sepaskhah A. R., Bahrami M. and Razzaghi F. ...
  • Sharifian H., Dehgani, A. and Karimi rad A. (2012). Presentation ...
  • Siasar H. and Honar T. (2019). Application of support vector ...
  • Trajkovic S. (2007). Hargreaves versus Penman-Monteith under humid conditions. J. ...
  • Wang Y. M., Traore S. and Kerh T. (2008). Neural ...
  • Izadyar M., Hashemi S. and Samadianfard S. (2018). Estimation of ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: دانشگاه دولتی
    Paper count: 20,916
    In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support