ارزیابی روش های نوین محاسباتی در برآورد تبخیر و تعرق روزانه (مطالعه موردی دشت ناز- ساری)
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 522
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ABYARI12_046
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
تبخیر و تعرق گیاه مرجع ETO یکی از پارامترهای کلیدی در مطالعات هیدرولوژی و مدیریت منابع آب می باشد، از این رو روش های مختلفی برای برآوردETO پیشنهاد شده است. در مطالعه حاضر به منظور دستیابی به تخمین میزان تبخیر و تعرق گیاه مرجع، از روش رگرسیون چند متغیره(MLR) و روش های نوین هوش مصنوعی شامل، شبکه عصبی پرسپترون چند لایه ( MLR ) و سیستم استنتاج فازی- عصبی تطبیقی (ANFIS ) استفاده شده است. نتایج پژوهش نشان می دهد، زمانی که از 4 پارامتر برای ورودی مدل استفاده شود، مدل های شبکه عصبی (MLP ) و رگرسیونی MLP از دقت و کارایی بالاتری در شبیه سازی تبخیر و تعرق گیاه مرجع برخوردارند در حالیکه با کاهش پارامتر ورودی به 3 و کمتر، مدل شبکه عصبیANFIS در مقایسه با دو مدل دیگر دارای دقت بیشتری در برآورد این پارامتر مهم اقلیمی می باشد.
Keywords:
Authors
علی کولائیان
دانشجوی کارشناسی ارشد آبیاری و زهکشی ، دانشگاه علوم کشاورزی و منابع طبیعی ساری
محمدعلی غلامی سفیدکوهی
استادیار گروه مهندسی آب،دانشگاه علوم کشاورزی و منابع طبیعی ساری
میرخالق ضیاتباراحمدی
استاد گروه مهندسی آب، دانشگاه محلوم کشاورزی و منابع طبیعی ساری
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 :