سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

Login
PapersConferencesJournals

استفاده از روش یادگیری ماشین به منظور برآورد تبخیر و تعرق(مطالعه موردی: استان سمنان)

Publish place: Iranian Journal of Soil and Water Research، Vol: 55، Issue: 5
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 95

This Paper With 17 Page And PDF Format Ready To Download

DOWNLOAD Paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:
https://civilica.com/doc/2095906

Document National Code:

JR_IJSWR-55-5_007

Index date: 8 October 2024

استفاده از روش یادگیری ماشین به منظور برآورد تبخیر و تعرق(مطالعه موردی: استان سمنان) abstract

تبخیر و تعرق (ET) در مناطق خشک و نیمه خشک از اهمیت زیادی برخوردار بوده و برآورد دقیق آن در برنامه ریزی و مدیریت شیوه های آبیاری حائز اهمیت  است. استان سمنان دارای تعداد محدودی ایستگاه سینوپتیک و تبخیرسنجی است که کمبود داده های تبخیر و تعرق سبب شده که برآورد مکانی آن با مشکل مواجه گردد. در این مطالعه از محصول تبخیر و تعرق حاصل از داده های بازتحلیل ERA۵-Land به همراه متغیرهای کمکی ارتفاع و دما برای برآورد تبخیر و تعرق در منطقه موردمطالعه استفاده شد. همچنین به منظور برقراری ارتباط بین متغیرهای کمکی و داده های تبخیر و تعرق از روش یادگیری ماشین جنگل تصادفی (RF) استفاده شد و نقشه تبخیر و تعرق در منطقه موردمطالعه با استفاده از مدل RF تهیه شد. دقت مدل RF در برآورد تبخیر و تعرق با استفاده از چهار معیار آماری شامل ضریب همبستگی (r)، مقدار اریبی (BIAS)، میانگین ریشه مربعات خطا (RMSE) و شاخص KGE مورد ارزیابی قرار گرفت. نتایج مرحله اعتبارسنجی، کارایی بالای مدل RF را نشان داد (R² = ۰.۹۵،  ۴.۱-BIAS= ،  RMSE = ۹۸.۶ و KGE = ۰.۹۲). همچنین مشخص شد عملکرد مدل RF در برآورد تبخیر و تعرق با استفاده از متغیرهای ورودی به وابستگی خطای مدل (BIAS) به توپوگرافی بستگی دارد و متغیر ارتفاع عامل مهمی در برآورد تبخیر و تعرق محسوب می گردد. نتایج این مطالعه نشان داد که استفاده از داده کاوی و پردازش در محیط برنامه نویسی R، در مناطقی با تعداد محدود ایستگاه هواشناسی، برآورد دقیق میزان تبخیر و تعرق در مناطق خشک و نیمه خشک را ممکن می سازد.

استفاده از روش یادگیری ماشین به منظور برآورد تبخیر و تعرق(مطالعه موردی: استان سمنان) Keywords:

واژه های کلیدی: ارتفاع , دما , ERA۵-Land , مدل جنگل تصادفی(RF)

استفاده از روش یادگیری ماشین به منظور برآورد تبخیر و تعرق(مطالعه موردی: استان سمنان) authors

حسام هروی

گروه بیابان زدایی، دانشکده کویر شناسی، دانشگاه سمنان، سمنان، ایران

علی اصغر ذوالفقاری

گروه بیابان زدایی، دانشکده کویرشناسی، دانشگاه سمنان، سمنان، 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 :
Abed, M., Imteaz, M.A., Ahmed, AN., & Huang YF. (۲۰۲۲). ...
Ahmadi, F., Mehdizadeh, S., Mohammadi, B., Bao Pham, Q., Doan, T.N.C., ...
Amini, E., Zolfaghari, A.A., kaboli, S.H., & Rahimi, M. (۲۰۲۲). ...
Amjad, M., Yilmaz, M.T., Yucel, I., & Yilmaz K.K. (۲۰۲۰). ...
Bandhauer, M., Isotta, F., Lakatos, M., Lussana, C., Baserud, L., ...
Brust, C., Kimball, J.S., Maneta, M.P., Jencso, K., He, M., ...
Chen, J.M., Chen, X., Ju, W., Geng, X., & Zhang, ...
Chen, Z., Sun, S., Wang, Y., Wang, Q., & Zhang, ...
Crossett, C.C., Betts, A.K., Dupigny-Giroux, L.A.L., & Bomblies, A. (۲۰۲۰). ...
Cunha, A.C., Filho. L.R.A.G., Tanaka, A.A., Goes, B.C., & Putti, ...
Feng, Y., Cui, N., Gong, D., Zhang, Q., & Zhao, ...
Guo, B., Zhang, D., Pei, L., Su, Y., Wang, X., ...
Gupta, H.V., Kling, H., Yilmaz, K., & Martinez, G. (۲۰۰۹). ...
Hameed, M.M., AlOmar, M.K., Razali, S.F.M., Khalaf, A.M.K., Baniya, W.J., ...
Hamm, A., Arndt, A., Kolbe, C., Wang, X., Thies, B., ...
Hengl, T., Nussbaum, M., Wright, M.N., Heuvelink, G.B., & Graler, ...
Herrera, S., Cardoso, R.M., Soares, P.M., Espirito-Santo, F., Viterbo, P., ...
Kisi, O. (۲۰۱۶). Modeling reference evapotranspiration using three different heuristic ...
Kling, H., Fuchs, M., & Paulin, M. (۲۰۱۲). Runoff conditions ...
Knoben, W.J.M., Freer, J.E., & Woods, R.A. (۲۰۱۹). Technical note: ...
Krajewski, W.F., Ceynar, D., Demir, I., Goska, R., Kruger, A., ...
Li, Y., Wang, W., Wang, G., & Tan, Q. (۲۰۲۲). ...
Rashid Niaghi, A., Hassanijalilian, O., & Shiri, J. (۲۰۲۱). Estimation ...
Shiri, J. (۲۰۱۸). Improving the performance of the mass transfer-based ...
Silva Junior, J.C., Medeiros, V., Garrozi, C., Montenegro, A., & ...
Strong, C., Khatri, K.B., Kochanski, A.K., Lewis, C.S., & Allen, ...
Torres, A.F., Walker, W.R., & McKee, M. (۲۰۱۱). Forecasting daily ...
Wang, S., Lian, J., Peng, Y., Hu, B., & Chen, ...
Wang, Y., Zhang, Y., Yu, X., Jia, G., Liu, Z., ...
Wilding, L.G. (۱۹۸۵, ۳۰ Nov–۱ Dec). Soil spatial variability: Its ...
Wu, L., Peng, Y., Fan, J., & Wang, Y. (۲۰۱۹). ...
Wu, M., Feng, Q., Wen, X., Deo, R., Yin, Z., ...
Zandler, H., Haag, I., & Samimi, C. (۲۰۱۹). Evaluation needs ...
نمایش کامل مراجع