برآورد تبخیر تعرق مرجع روزانه با حداقل داده های هواشناسی در اقلیم های نیمه خشک منتخب ایران

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 109

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IWRR-11-3_011

تاریخ نمایه سازی: 30 بهمن 1401

Abstract:

تخمین صحیح و دقیق تبخیر-تعرق تاثیر بسزایی در مدیریت و برنامه ریزی صحیح منابع آب به ویژه در مناطق نیمه خشک و خشک دارد. روش های متعددی برای برآورد تبخیر-تعرق توسط محققان ارائه شده است. از جمله این روش ها می توان به انواع معادلات تجربی و روش های داده محور اشاره کرد. در این مطالعه از سه روش داده محور شبکه های تطبیقی مبتنی بر سیستم استنتاج فازی (ANFIS)، مدل درختی (M۵) و ماشین های بردار پشتیبان (SVM) و پنج معادله تجربی برای تخمین تبخیر-تعرق روزانه در هشت اقلیم نیمه خشک ایران استفاده شده است. برای این منظور از داده های هواشناسی حداکثر و حداقل دما، رطوبت نسبی، سرعت باد و ساعات آفتابی و ۱۱ ترکیب مختلف این متغیرها بین سال های ۱۹۸۰ تا ۲۰۰۹ به عنوان ورودی به روش های داده محور برای مدل سازی تبخیر-تعرق بهره گرفته شد که ۸۰% داده ها برای آموزش و ۲۰% آن ها برای آزمون مدل ها استفاده شد. سپس نتایج حاصله با مقادیر به دست آمده از معادله استاندارد پنمن- مانتیث  فائو ۵۶ مقایسه شدند. عملکرد روش های مورد نظر با استفاده از شاخص های آماری میانگین مربعات خطا (RMSE)، ضریب تبیین (R۲) و شاخص توافق (d) مورد بررسی قرار گرفت. روش های ماشین بردار پشتیبان و شبکه تطبیقی مبتنی بر سیستم استنتاج فازی در نه ترکیب متغیرهای هواشناسی  بهترین عملکرد را با RMSE بین  ۲۴/۰ تا ۵۵/۱ میلی متر بر روز ارائه دادند. RMSE معادلات تجربی در دامنه بین ۷۱/۰ تا ۹۶/۵ میلی متر بر روز متغیر بودند و از میان آن ها معادلات بلانی- کریدل و مک گاینس-بردنه در غالب ایستگاه ها بالاترین دقت را داشتند. همچنین روشM۵ نسبت به دو روش ANFIS و SVM در مواجهه با ورودی های مختلف در اقلیم های مطالعاتی عملکرد پایین تری را از خود نشان داد.

Authors

بهرام بختیاری

استادیار /بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

علیرضا محبی دهاقانی

دانش آموخته کارشناسی ارشد مهندسی منابع آب/ دانشکده کشاورزی، دانشگاه شهید باهنر کرمان (عضو انجمن پژوهشگران جوان دانشگاه شهید باهنر کرمان)

کورش قادری

استادیار /بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

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 :
  • احمدزاده قره گیوز ک، میرلطیفی س م، محمدی ک ( ...
  • بختیاری ب، لیاقت ع، خلیلی ع، خانجانی م (۱۳۸۸) ارزیابی ...
  • بیات ورکشی م، زارع ابیانه ح، معروفی ص، سبزی پرور ...
  • رحیمی خوب ع، محمودی ع (۱۳۹۰) برآورد تبخیر-تعرق واقعی از ...
  • ارزیابی روش های برآورد تبخیر- تعرق پتانسیل در استان مازندران [مقاله ژورنالی]
  • شهابی فر م، عصاری م، کوچک زاده م، عزیزی زهان ...
  • علیزاده ا ( ۱۳۸۷) اصول هیدرولوژی کاربردی. انتشارات دانشگاه امام ...
  • مرادی ح، تمنا م، انصاری ح، نادریان فر م (۱۳۹۱) ...
  • Allen RG, Pereira LS, Raes D and Smith M (۱۹۹۸) ...
  • Bhattacharya B and Solomatine DP (۲۰۰۵) Machine learning in sedimentation ...
  • Bhattacharya B and Solomatine DP (۲۰۰۵) Neural networks and M۵ ...
  • Blaney HF and Criddle WD (۱۹۵۰) Determining water requirements in ...
  • Ditthakit P and Chinnara Sri C (۲۰۱۲) Estimation of pan ...
  • Douglas EM, Jacobs JM, Sumner DV and Ray RL (۲۰۰۹) ...
  • Eslamian SS, Abedi-Koupai J, Amiri MJ and Gohari SA (۲۰۰۹) ...
  • Hargreaves GH and Samani ZA (۱۹۸۵) Reference crop evapotranspiration from ...
  • Oudina L, Hervieua F, Michela C, Perrina C, Andre´assiana V, ...
  • Quinlan JR (۱۹۹۲) Learning with continuous clases. In: Adams, A. ...
  • Shing J and Jang R (۱۹۹۳) ANFIS: Adaptive-Network-Based Fuzzy Inference ...
  • نمایش کامل مراجع