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

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 848

This Paper With 5 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

SMSER02_199

تاریخ نمایه سازی: 6 بهمن 1395

Abstract:

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.

Authors

مهدی دانش شهرکی

دانشجوی کارشناسی ارشد علوم خاک، دانشگاه زابل

ابوالفضل بامری

مربی گروه علوم خاک، دانشگاه زابل

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 :