بررسی تأثیر تخمین مقادیر تابش خورشیدی در برآورد نیاز آبی گیاه مرجع

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 563

This Paper With 10 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:

NCUIMWR03_036

تاریخ نمایه سازی: 15 اسفند 1393

Abstract:

تخمین میزان تبخیر و تعرق گیاه مرجع ( ETo ) یکی از موارد بسیار مهم در برنامه ریزی آبیاری، تعیین بودجه آبی، برنامه ریزی امور زراعی و مدیریت یکپارچه سامانه های کشاورزی به شمار می رود. روش های متعددی برای تخمین این پارامتر وجود دارد که از آن جمله می توان به معادله پنمن – مونتیت – فائو اشاره نمود. در تحقیق حاضر از معادله های تجربی و نیاز روش های هوش مصنوعی عصبی– فازی و شبکه های عصبی مصنوعی برای تخمین ETo بهره برده شده است. لذا از آنجا که داده های درازمدت مربوط به تشعشع خورشیدی در ایستگاه های هواشناسی استان در دسترس نبود ، لذا ابتدا از داده های مشاهداتی هواشناسی مربوط به دو ایستگاه واقع در کشور اسپانیا (که مجهز به سامانه ثبت تشعشع خورشیدی هستند) بهره به عمل آمده و صحت مدل های موجود در شرایطی که از داده های واقعی و تخمینی تشعشع استفاده شود مورد بررسی قرار گرفت . حاصل امر، حاکی از افت قابل صرفنظر دقت مدل ها در حالت کاربرد داده های تشعشع تخمینی می باشد . و لذا می توان از داده های تشعشع خورشیدی تخمینی در محاسبات مربوط به ETo بهره برد. در ادامه با استفاده از داده های تخمینی تشعشع و نیز سایر آمار هواشناسی مربوط به ایستگاه های تبریز و مراغه، اقدام به بررسی مدل های هوش مصنوعی در حالت کاربرد درون ایستگاهی، متقاطع و کاربرد منطقه ای پرداخته شد.

Keywords:

Authors

آنا پورعلی بابا

دانشجوی کارشناسی ارشد زراعت – دانشگاه آزاد اسلامی واحد

جلال شیری

آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد تبریز

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 :
  • _ همایش ملی مدیریت جامع منابع آب 20 و 21 ...
  • _ همایش ملی مدیریت جامع منابع آب 20 و 21 ...
  • Allen, R.G., Howel, T.A., Pruitt, W.O., Walte, I.A., Jensen, M.E., ...
  • Allen RG, Pereira LS, Raes D, and Smith M, 1998, ...
  • American Society of Civil Engineers (ASCE) Task Committee On Application ...
  • American Society of Civil Engineers (ASCE) Task Committee On Application ...
  • Ayers, R.S., Westcot, D.W., 1985, Water quality for agriculture, FAO ...
  • Aytek, A., 2009, Co-active neurofuzzy inference system for evapotran spiration ...
  • Campbell, G.S., 1977, An introduction to environmentat biophysics. Spri nger-Verlag ...
  • Chow VT, Maidment DR, Mays LW (Eds), 1998, Applied Hydrology. ...
  • Donohoue, R.J., McVicar, T.R., Roderick, M.L., 2010, Assesing the ability ...
  • Droogers P, and Allen RG. 2002, Estimating reference evapotran spiration ...
  • Guyot, G., 1998, Physics _ environment and climate, John Willey, ...
  • Hargreaves GH, and Samani ZA., 1985, Reference crop evapotran spiration ...
  • Haykin S., 1998, Neural Networks: a Comprehen sive Foundation, Prentice-Hall, ...
  • Jang JSR., 1993, ANFIS: adaptive -network-bas ed fuzzy inference system, ...
  • Jang JSR, Sun CT, and Mizutani E., 1997, Neurofuzzy and ...
  • Katerji, N., Rana, G., 2008, Crop evapotran spiration measuremens and ...
  • Kisi O., 2006a, Generalized regression neural networks for evapotran spiration ...
  • Kisi O., 2006b, Evapotran spiration estimation using feed forward neurl ...
  • Kisi, O. 2006c. Daily Pan Evaporation modeling using a neuro ...
  • Kisi O., 2007, Evap otranspiration modeling from climate data using ...
  • Kisi O, and Ozturk O., 2007, Adaptive neurofuzzy computing technique ...
  • Kumar, M. Raghuwanshi, N.S., Singh, R., Wallender, W.W., Pruitt, W.O., ...
  • Landeras, G., Ortiz-Barredo, A., Lopez J.J., 2008, Comparison of artificial ...
  • Legates, D. R., Mc Cabe, G. J. 1999. Evaluating the ...
  • Lu, J., Sun, G., McNutly, S.G., amatya, D.M., 2005, A ...
  • _ Moghadd amnia, A., Ghafari Gousheh, M., Piri, J., Amin, ...
  • Norman, J.M.. Campbell, G.S., 1982, Application of a plant environment ...
  • Oudin, L., Michel, C., Anctil, F., 2005, Which potential ev ...
  • Russel, S.O., Campbell, P.F. 1996. Reservoir operating rules with fuzzy ...
  • Seymour, V.A., Hsiao, T.C.1984. Asoil surface psychrometer for measuring humidity ...
  • Shiri, J., Kisi, O. 2010. Short term and Long term ...
  • Shiri, J., Kisi, O., 201 1, Application of artificial intelligence ...
  • Shiri, J., Dierickx, W., Pour-Ali Baba, A., Nemati, S., Ghorbani, ...
  • Stephen, J.C., Stewart, E. H. 1963. A comparison of procedures ...
  • Sudheer, K.P., Goasin, A.K., Ramasastri KS., 2003, Estimating actual evapotran ...
  • 6 .Thornthwaite, C.W., 1948, An approach toward a national classification ...
  • Trajkovic, S., Todorovic, B., Stankovic, M., 2003, Forecasting of reference ...
  • Trajkovic. S., 2005, Temperature- based approaches for estimating reference evapotran ...
  • Vernieuwe, H., Georgieva, O., De Bates, B., Pauwels, v. R. ...
  • Weiss, M., Menzel, L., 2008, A global comparison of for ...
  • نمایش کامل مراجع