ارزیابی روش های نوین محاسباتی در برآورد تبخیر و تعرق روزانه (مطالعه موردی دشت ناز- ساری)
عنوان مقاله: ارزیابی روش های نوین محاسباتی در برآورد تبخیر و تعرق روزانه (مطالعه موردی دشت ناز- ساری)
شناسه ملی مقاله: ABYARI12_046
منتشر شده در دوازدهمین همایش سراسری آبیاری و کاهش تبخیر در سال 1392
شناسه ملی مقاله: ABYARI12_046
منتشر شده در دوازدهمین همایش سراسری آبیاری و کاهش تبخیر در سال 1392
مشخصات نویسندگان مقاله:
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
خلاصه مقاله:
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
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.
کلمات کلیدی: تبخیر تعرق مرجع، رگرسیون چند متغیر.، شبکه عصبیMLP، سیستم استنتاج فازی- عصبی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/475861/