تخمین عملکرد محصول جو در آذربایجان شرقی با استفاده از پارامترهای هواشناسی و شاخصهای خشکسالی به روش شبکه عصبی مصنوعی
نویسندگان
چکیده
دراین تحقیق ابتداپارامترهای هواشناسی شامل بارندگی، میانگین دمای ماکزیمم، میانگین دمای مینیمم، میانگین دمای متوسط، مجموع دماهای بیش از 10 درجه سانتیگراد، تبخیر، فشار بخار آب هوا، متوسط سرعت باد، تعداد ساعتهای آفتابی ورطوبت نسبی هوا در دوره رشد محصول وشاخصهای خشکسالی شامل شاخص درصدازنرمال(pnpi)، شاخص بارندگی سالانه استانداردsiap) (، شاخص هیدروترمال) (ht تغییریافته، شاخص نگوین) (km، شاخص ترانسو) (ihتغییریافته ، شاخص استانداردشده بارش) (spi، شاخص رطوبتی شاشکو) (mdو شاخص ناهنجاری بارش( rai ) درایستگاههای تبریزومیانه، از نظر نرمال بودن وهم راستایی سنجش شدند. سپس بااستفاده از شبکه عصبی مصنوعی، مدلهای بهینه بین عملکردمحصول جو با پارامترهای هواشناسی وشاخصهای خشکسالی بدست آمد. ازبین مدلهای تهیه شده، مدل با پنج ورودی شامل متوسط دمای مینیمم، تعداد ساعات آفتابی، شاخص ناهنجاری بارش ، شاخص ترانسو تغییر یافته و شاخص استاندارد شده بارش 24 ماهه مربوط به ایستگاه تبریز با دوره آماری 30 سال به عنوان بهترین مدل برای پیش بینی عملکرد جودر منطقه شناخته شد. از بین شاخصهای مطالعه شده، شاخصهای نگوین، ترانسو تغییر یافته، استاندارد شده بارش 24 ماهه و ناهنجاری بارش بیشترین همبستگی را با عملکرد نشان دادند. این تحقیق همچنین نشان داد که به دلیل بالا بودن ضریب تبیین مدل بهینه، روش شبکه عصبی در پیش بینی عملکرد از کارآیی قابل قبولی برخوردار است و ازاینرو برای تخمین خشکسالی کشاورزی و پیش بینی عملکرد محصول توصیه می شود.
منابع مشابه
بررسی و تحلیل خشکسالی هواشناسی با استفاده از شبکه های عصبی مصنوعی در استان تهران
خشکسالی به عنوان یکی از بزرگ ترین بلایای طبیعی بشمار می آید، چه، تاثیر آن بر جوامع بشری بیش تر از دیگر بلایای طبیعی است. مطالعه در زمینه ی خشکسالی نقشی بسیار مهم در برنامه ریزی ها و مدیریت منابع آب دارد. هدف این مقاله، تحلیل و بررسی خشکسالی بر اساس داده های بارندگی سالانه در استان تهران با استفاده از آلگوریتم بدون فراسنج تحلیل مکانی شبکه های عصبی (sann) می باشد. داده های بهنجارسازی و معیار شده ...
متن کاملبررسی کمّی تأثیر خشکسالی بر عملکرد محصول جو در آذربایجان شرقی به روش رگرسیونی چندمتغیره
The growing season climatic parameters, especially rainfall, play the main role to predict the yield production. Therefore, the main objective of this research was to find out some possible relations among meteorology parameters and drought indexes with the yield using classical statistical methods. To achieve the objective, ten meteorological parameters and twelve drought indexes were evaluate...
متن کاملتخمین پارامترهای شتاب، سرعت و جابجایی ماکزیمم زمین با استفاده از شبکه عصبی مصنوعی
به منظور انجام تحلیلهای دینامیکی و همچنین تعیین میزان خطرپذیری در هر منطقه بایستی بتوان پارامترهای زمینلرزه احتمالی آن منطقه را تخمین زد. در این مقاله تلاش خواهد شد با استفاده از شبکه عصبی مصنوعی مقادیر شتاب، سرعت و جابجایی ماکزیمم زمین تخمین زده شود. بدین منظور از شبکههای عصبی به عنوان یکی از روشها و تکنیکهای کاربردی هوش مصنوعی در ارائه یک روش محاسباتی سادهتر برای حذف تردیدها و عدم قطع...
متن کاملبررسی کمّی تأثیر خشکسالی بر عملکرد محصول جو در آذربایجان شرقی به روش رگرسیونی چندمتغیره
The growing season climatic parameters, especially rainfall, play the main role to predict the yield production. Therefore, the main objective of this research was to find out some possible relations among meteorology parameters and drought indexes with the yield using classical statistical methods. To achieve the objective, ten meteorological parameters and twelve drought indexes were evaluate...
متن کاملبررسی و تحلیل خشکسالی هواشناسی با استفاده از شبکههای عصبی مصنوعی در استان تهران
خشکسالی به عنوان یکی از بزرگ ترین بلایای طبیعی بشمار می آید، چه، تاثیر آن بر جوامع بشری بیش تر از دیگر بلایای طبیعی است. مطالعه در زمینه ی خشکسالی نقشی بسیار مهم در برنامهریزیها و مدیریت منابع آب دارد. هدف این مقاله، تحلیل و بررسی خشکسالی بر اساس دادههای بارندگی سالانه در استان تهران با استفاده از آلگوریتم بدون فراسنج تحلیل مکانی شبکههای عصبی (SANN) میباشد. دادههای بهنجارسازی و معیار شده ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
تحقیقات آب و خاک ایرانناشر: پردیس کشاورزی و منابع طبیعی دانشگاه تهران
ISSN 2008-479X
دوره 39
شماره 1 2010
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023