تخمین عملکرد محصول جو در آذربایجان شرقی با استفاده از پارامترهای هواشناسی و شاخصهای خشکسالی به روش شبکه عصبی مصنوعی
Authors
abstract
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.
similar resources
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 ...
full textبررسی 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...
full textتخمین 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...
full textبررسی 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...
full textبررسی 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 ...
full textMy Resources
Save resource for easier access later
Journal title:
تحقیقات آب و خاک ایرانPublisher: پردیس کشاورزی و منابع طبیعی دانشگاه تهران
ISSN 2008-479X
volume 39
issue 1 2010
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023