برآورد دمای عمق های مختلف خاک از دمای هوا با بکار گیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)

به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمق­های مختلف خاک و مقایسه با مدل­های شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعه­ای بر روی داده­های جمع­ آوری شده درجه حرارت هوا و اعماق ۵، ۱۰، ۲۰، ۳۰، ۵۰ و ۱۰۰ سانتی­متری خاک از ایستگاه مذکور در دوره آماری ۱۹۹۲-۲۰۰۵ انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنج­های آماری ضریب همبستگی بین داده­ها (R۲)، جذر میانگین مربع خطا (RMSE) و میانگین خطای مطلق (MAE) استفاده گردید. نتایج نشان داد که در مورد روابط رگرسیونی، بر اساس ضریب همبستگی و پارامترهای خطا روابط خطی درجه سوم، خطی درجه دوم، خطی درجه اول، نمایی و لگاریتمی به ترتیب دارای بهترین برآورد بودند. همچنین نتایج نشان داد که بهترین و بدترین برآورد بین دمای هوا و دمای خاک به ترتیب در عمق ۵ سانتی­متری و عمق ۱۰۰ سانتی­متری خاک مشاهده گردید. نتایج حاصل از این مطالعه منجر به ارایه یک معادله درجه دوم و یک معادله خطی (با توجه به ساده بودن نسبت به معادله درجه سوم) به ازای هر عمق خاک گردید. با توجه به ضرایب همبستگی و خطاهای به دست آمده می­توان گفت این رابطه برای عمق ۱۰۰ سانتی­متری خاک دارای دقت پایین، اما برای سایر عمق­ها مطلوب و دارای دقت بالایی می­باشد. همچنین نتایج تحقیق حاضر نشان داد که مدل ANN دارای دقت بیشتری نسبت به مدل ANFIS در برآورد دمای خاک می­باشد. دقت مدل رگرسیونی کمتر از این دو روش مشاهده گردید.

Keywords:

ایستگاه کرمانشاه , دمای خاک , دمای هوا , رگرسیون , شبکه عصبی , شبکه عصبی- فازی