تعیین پارامترهای موثر در برآورد تبخیر و تعرق گیاه مرجع با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: استان لرستان)
عنوان مقاله: تعیین پارامترهای موثر در برآورد تبخیر و تعرق گیاه مرجع با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: استان لرستان)
شناسه ملی مقاله: JR_IDJ-9-4_006
منتشر شده در در سال 1394
شناسه ملی مقاله: JR_IDJ-9-4_006
منتشر شده در در سال 1394
مشخصات نویسندگان مقاله:
مریم صارمی - کارشناس ارشد، گروه مهندسی آب، دانشگاه رازی، کرمانشاه، ایران
خلاصه مقاله:
مریم صارمی - کارشناس ارشد، گروه مهندسی آب، دانشگاه رازی، کرمانشاه، ایران
اگر چه روشهای متعددی جهت محاسبه تبخیر و تعرق گیاه مرجع (ETo) وجود دارد ولی روش فائو- پنمن- مانتیث از طرف سازمان خوار و بار جهانی به عنوان روش استاندارد توصیه شده است. استفاده از این روش به دلیل نیاز به پارامترهای متعدد هواشناسی و محاسبات پیچیده مشکل میباشد. از طرفی شبکههای عصبی مصنوعی در چند دههی اخیر برای مدلسازی سیستمهای پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان دادهاند. مطالعه حاضر بهمنظور بررسی میزان حساسیت ETo نسبت به پارامترهای اقلیمی با استفاده از شبکه عصبی در استان لرستان صورت گرفته است. بدین منظور تبخیر و تعرق روزانه برای یک دوره ده ساله (۲۰۱۰-۲۰۰۱) به روش فائو- پنمن- مانتیث بر اساس دادههای هواشناسی روزانه از ۸ ایستگاه هواشناسی در استان لرستان محاسبه گردید. سپس یک شبکه عصبی مصنوعی با ۱۸ سناریو طراحی گردید. ترکیبات شش پارامتر هواشناسی (دمای حداکثر و حداقل، رطوبت نسبی حداقل و حداکثر، سرعت باد در ارتفاع دو متری و ساعت آفتابی روزانه) مورد نیاز برای محاسبه ETo با استفاده از فرمول پنمن مانتیث به عنوان ورودی شبکه و ETo محاسبه شده به عنوان خروجی شبکه در سناریوهای مختلف در نظر گرفته شد. نتایج حاصل از این تحقیق نشان داد که افزایش تعداد اطلاعات در لایه ورودی لزوما منجر به بهبود نتایج مدلهای هوشمند نمیشود. در شرایط کمبود دادههای هواشناسی سناریوی شماره ۱۳ که شامل دو پارامتر دمای حداکثر و سرعت باد به عنوان ورودی شبکه بود برآوردهای معقولی در بر داشت.
کلمات کلیدی: تبخیر و تعرق مرجع, داده هواشناسی, شبکه عصبی مصنوعی, فائو- پنمن- مانتیث, لرستان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1210785/