تخمین تبخیر - تعرق سطوح گیاهی مرجع با روش شبکه های عصبی مصنوعی

در حال حاضر کشاورزی تکیه گاه مهم امنیت و حیات اقتصادی کشور می باشد. در این میان نهاده آب بعنوان مهمترین و محدودترین عامل تولید از اهمیت زیادی برخوردار است. امروزه علاوه بر اندازه گیری مستقیم نیاز آبی گیاهان، استفاده از فرمول های مختلف جهت برآورد نیاز آبی پتانسیل کاربرد وسیعی دارد. این امر با گسترش نرم افزارهای مختلف از توانایی و قدرت زیادی برخوردار شده است. یکی از روش هایی که در خصوص نیاز آبی به شکل وسیعی از فرمول های براوری نیاز ابی استفاده کرده استفاده از شبکه های عصبی مصنوعی میباشد. ابتدا مدل با 6 پارامتر ورودی و 5 پارامتر و سپس با 4 پارامتر ورودی آزمایش شد. لازم به ذکر است که در شبکه با 5 پارامتر ورودی مدل 2 بار آزمایش شده که در هر مرحله یکی از پارامترهای درجه حرارت حداقل و رطوبت نسبی حداقل حذف شدند.توابع محرک در این شبکه ها سگمویید، تانژانت هایپربولیک، سکانت هایپربولیک می باشد. در تمام این مراحل نتایج نزدیکی حاصل شد که نشان می دهد همه این پارامتر به طریقی در میزان تبخیروتعرق موثر می باشند. اما در نهایت شبکه 3 لایه با تابع محرک سیگمویید، با 5 عنصر در لایه ورودی و 6 عنصر در لایه پنهان و 1 عنصر در لایه خروجی نسبت به سایر نتایج، نتیجه خوبی را بدست آورد. این الگو دارای بیشترین ضریب همبستگی برابر 0/92429 و کمترین مقدار خطا برابر 0/26324 در مرحله صحت سنجی می باشد. لازم به ذکر است که در این پژوهش بیشترین و کمترین ضریب همبستگی به ترتیب 0/92429 و 0/77428 که نوع ارایش ان ها 1-6-5 و 1-8-5 و مربوط به توابع محرک سیگمویید و تانژانت هایپربولیک می باشد.

تخمین تبخیر - تعرق سطوح گیاهی مرجع با روش شبکه های عصبی مصنوعی Keywords:

تبخیر - تعرق , شبکه های عصبی مصنوعی , نیاز آبی گیاهان , توابع محرک