پیش بینی بیشینه دمای هوای استان خوزستان بر اساس داده های ماهواره نوا و مدل شبکه عصبی مصنوعی
نویسندگان
چکیده
مدل های پیش بینی دمای هوا با استفاده از داده های ماهواره ای، مبتنی بر متغیرهای دمای سطح زمین و شاخص پوشش گیاهی هستند. این متغیرها با اعمال تصحیحات اتمسفری بر روی داده های فوق تعیین می شوند. میزان بخار آب، اوزن و عمق اپتیکی ذرات معلق در جو از داده های مورد نیاز برای تصحیح اتمسفری باندهای مرئی هستند ولی در اغلب مناطق ایران، این پارامترها اندازه گیری نمی شوند. هم چنین با استفاده از روش های موجود، دمای سطح زمین تا دقت 2 درجه سانتی گراد تعیین می شود. در این تحقیق با توجه به محدودیت های فوق، دقت پیش بینی دمای بیشینه هوا با استفاده از داده های بدون تصحیح اتمسفری شده ماهواره نوا و مدل شبکه عصبی مورد بررسی قرار گرفت. برای این منظور، مدل های مختلف شبکه عصبی، حاصل از ترکیب های مختلف داده های 4 باند ماهواره نوا و 3 متغیر جغرافیایی به عنوان ورودی های مدل ساخته شدند و بهترین مدل انتخاب شد. نتایج نشان داد، مدل شبکه عصبی با ساختار 6 نرون در لایه ورودی (شامل 4 باند ماهواره نوا، روز شمار سال و ارتفاع زمین) و 19 نرون در لایه پنهان بهترین مدل می باشد. در این ساختار حدود 4/91 درصد نتایج در محدوده دقت 3 درجه سانتی گراد واقع شدند و معیارهای آماریrmse ، r2 و mbe به ترتیب 62/0، 7/1 درجه سانتی گراد و 01/0- درجه سانتی گراد می باشند.
منابع مشابه
پیشبینی بیشینه دمای هوای استان خوزستان بر اساس دادههای ماهواره نوا و مدل شبکه عصبی مصنوعی
Air temperature prediction models using satellite data are based on two variables of land surface temperature and vegetation cover index. These variables are obtained by atmospheric corrections in the values for the above data. Water vapor, ozone, and atmospheric aerosol optical depth are required for the atmospheric correction of visible bands. However, no measurements are available for thes...
متن کاملپیشبینی بیشینه دمای هوای استان خوزستان بر اساس دادههای ماهواره نوا و مدل شبکه عصبی مصنوعی
Air temperature prediction models using satellite data are based on two variables of land surface temperature and vegetation cover index. These variables are obtained by atmospheric corrections in the values for the above data. Water vapor, ozone, and atmospheric aerosol optical depth are required for the atmospheric correction of visible bands. However, no measurements are available for thes...
متن کاملپیش بینی دمای کمینه ایستگاه کرج با استفاده از داده های شاخص های پیوند از دور و شبکه عصبی مصنوعی
توجه علمی به مخاطرات محیطی که آسیب پذیری بسیاری از کشورهای دنیا را به دنبال دارد، آغازی نسبتاً تازه دارد. یکی از این خطرها یخبندانها می باشند که سبب زیانهای عظیمی در زمینه های کشاورزی، حمل و نقل، انرژی ، زیست محیطی و غیره شده است. جهت جلوگیری از خطرات ناشی از آنها استفاده از روشهای پیش بینی امکان پیش آگاهی از حداقل دما و رخداد پدیده یخبندان را فراهم ساخته تا مسئولان در جهت جلوگیری از آن...
متن کاملپیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی
در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و کنترل این مشکل در تهران و همچنین شهرهای بزرگ دیگر انجام گرفته است. برای این منظور از آمار غلظت گازهای آلاینده هوای ثبت...
متن کاملپیش بینی دمای هوای داخل گلخانه مجهز به سامانه ی سرمایش تبخیری با استفاده از مدل رگرسیونی و شبکه های عصبی مصنوعی (مطالعه موردی در شهر کرمان)
در کشاورزی امروزی، نقش گلخانه به عنوان ابزاری برای افزایش کمیت و کیفیت محصول، دارای اهمیت فراوان میباشد. شرایط داخلی گلخانه به برخی عوامل بیرونی وابسته است که بهطور معمول پیشبینی دقیق آنها به سادگی امکان پذیر نیست. هدف از اجرای این تحقیق، تخمین دمای هوای داخل گلخانه در حالتهای بدون تهویه و با استفاده از سامانهی سرماش تبخیری با روش شبکه عصبی مصنوعی و مدل رگرسیونی است. از برخی عوامل مانند ...
متن کاملکاربرد شبکه عصبی مصنوعی در پیش بینی تبخیر-تعرق با حداقل داده های هواشناسی
برآورد دقیق تبخیر- تعرق در اعمال مدیریت بهینۀ منابع آب، ضروری است. تبخیر - تعرق مؤلفه مهمی در توازن آب در مناطق مختلف به شمار میرود. مهندسین آب با علم به اینکه چه مقدار از آب آبیاری به مصرف محصول میرسد، قادر به محاسبه مهمترین جز آب در سیکل هیدرولوژیک یعنی تبخیر - تعرق خواهند بود. در مطالعه حاضر تبخیر– تعرق روزانه دشت ارومیه با استفاده از دادههای هواشناسی طی دوره آماری 1390 – 1363 به روش فائو...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
تولید محصولات زراعی و باغیجلد ۱۱، شماره ۴۲، صفحات ۳۵۷-۳۶۴
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023