کاربرد هوش مصنوعی در مدلسازی حداقل دمای خاک با استفاده از دادههای اقلیمی

دمای خاک و چگونگی تغییرات آن نسبت به زمان و مکان یکی از مهمترین عواملی است که تبادل ماده و انرژی را در خاک تحت تأثیر قرارمیدهد. شبکهی عصبی مصنوعی روش نوینی میباشد که برای تخمین و پیشبینی پارامترها با استفاده از ارتباط ذاتی بین دادهها توسعه یافته است. باتوجه به اینکه اندازهگیری دمای خاک فقط در ایستگاههای سینوپتیک کشور صورت میگیرد، کمبود آن در نقاط فاقد ایستگاه یکی از چالشهای بزرگدر بسیاری از مطالعات مرتبط با علوم کشاورزی است، ولی با روشهای آماری نیز قابل برآورد است. در این تحقیق با استفاده از دادههای اقلیمی ایستگاه هواشناسی زابل طی 5 سال )از فروردین 98 تا اسفند 83 ( مدلهایی جهت تخمین حداقل دمای خاک پیشنهاد شده است. در پایان شبکه سوم آزمون ( =0.9952R ( با اطلاعات روز، ماه، سال، میانگین دمای خاک، حداکثر دمای خاک، تبخیر و حداکثر سرعت باد، بهعنوان بهترین شبکه پیشنهاد شد.

Keywords:

حداقل دمای خاک , زابل , شبکه عصبی مصنوعی , ایستگاه هواشناسی