مقایسه مدل شبکه عصبی مصنوعی و هارگریوز سامانی در تخمین تبخیر و تعرق مرجع برای نواحی حاشیه دریای خزر
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,680
This Paper With 9 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:
IDNC02_110
تاریخ نمایه سازی: 15 مهر 1387
Abstract:
معادله پنمن مانتیث (PM ) مناسبترین مدل ریاضی برای محاسبه تبخیر و تعرق مرجع ( ET0 ) بعنوان روشی مبنا و مورد تایید FAO برای تمام مناطق میباشد. پارامترهای مورد نیاز این معادله، اغلب موجود نمیباشند. معادله هارگریوز- سامانی (HG ) برای تخمین ET0 با پارامترهای مورد نیاز ماکزیمم و مینیمم دمای هوا، که معمولا در بیشتر ایستگاههای هواشناسی موجود میباشند، بخصوص برای مناطقی که پارامترهای معادله PM موجود نباشند، بسیار مطلوب می باشد. روش دیگر برای برآورد ET0 شبکه عصبی مصنوعی (ANN )می باشد ANN ابزاری موثر برای مدل کردن پدیدههای غیرخطی و با کمترین ورودی میباشند. هدف از این مطالعه، مقایسه روشهای HG و ANN برای تخمین ET0 بر مبنای پارامترهای دمایی میباشد. در این مطالعه، از اطلاعات هواشناسی 8 ایستگاه هواشناسی منطقه مرطوب و نیمه مرطوب حاشیه دریای خزر استفاده شده است. روش هارگریوز ET0 را نسبت به PM کمتر تخمین میزند. همچنین روش ANN , ET0 را در همه ایستگاهها بهتر از روش HG برآورد می کند.
Keywords:
Authors
سامره مهدوی تالارپشتی
دانشجوی کارشناسی ارشد آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
علی رحیمی خوب
استادیار گروه آبیاری و زهکشی ، پردیس ابوریحان، دانشگاه تهران
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 :