سنجش قابلیت شبکه های عصبی مصنوعی در برآوردتبخیروتعرق پتانسیل (مطالعه موردی منطقه ارومیه)
Publish place: 3rd Iran Water Resources Management Conference
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,176
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM03_344
تاریخ نمایه سازی: 28 فروردین 1387
Abstract:
تبخیروتعرق گیاه یکی از اجزای اصلی چرخه هیدرولوژیکی بوده و برآورد دقیق آن از اهمیت بسیار زیادی برخوردار است. به دلیل تاثیر متقابل پارامترهای هواشناسی در برآورد تبخیروتعرق، تخمین آن یک کار پیچیده و دارای روابط غیرخطی می باشد از این رو شبکه های عصبی مصنوعی ابزار مناسبی برای تخمین تبخیروتعرق می باشد. در این تحقیق با استفاده از آمار روزانه هواشناسی منطقه ارومیه در بازه زمانی 1385 -1380 (دمای ماکزیمم ومینیمم، رطوبت نسبی ماکزیمم ومینیمم، سرعت باد و ساعات آفتابی )شبکه را آموزش داده و با مقایسه با روش پنمن - مونتیث تبخیروتعرق پتانسیل برآورد گردیده است.همچنین در این پژوهش از شبکه های عصبی مصنوعی با تعداد نرون های مختلف دریک یادو لایه مخفی برای برآورد ETo با استفاده از پارامتر های هواشناسی جهت آموزش و تست شبکه استفاده شده است. وبا توجه به ضریب همبستگی (R) ، جذر میانگین مربعات خطا (RMSE) بهترین آرایش شبکه برای یک لایه ودو لایه مخفی بدست آمد.
Keywords:
Authors
زهرا فکورنیا
دانشجوی کارشناسی ارشد، مهندسی آبیاری وزهکشی، دانشگاه ارومیه، گروه آ
عیسی جهانگیر
استادیار و عضو هیئت علمی گروه مهندسی آب دانشگاه ارومیه
کامران زینال زاده
عضو هیئت علمی گروه مهندسی آب دانشگاه ارومیه
بهبود مشعوفی
عضو هیئت علمی گروه مهندسی آب دانشگاه ارومیه
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 :