مقایسه ضرایب تشت برآورد شده با استفاده از روش های تجربی، شبکه عصبی مصنوعی و عصبی- فازی در برآورد تبخیر و تعرق گیاه مرجع

Authors

علی اکبر سبزی پرور

مجتبی شادمانی

abstract

در این تحقیق کارایی روش های متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ann) و سامانه استنتاج عصبی- فازی تطبیقی (anfis)در برآورد ضریب تشت رده a و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدین منظور از آمار 10 ساله مربوط به اندازه گیری روزانه تبخیر از تشت استفاده شد. با توجه به کمبود داده های لایسیمتری، به منظور محاسبه میزان تبخیر و تعرق مرجع، از روش استاندارد پنمن مانتیت- فائو 56 استفاده شد. در دو روش شبکه عصبی مصنوعی و عصبی- فازی مقادیر سرعت باد، رطوبت نسبی هوا و طول سبزینگی، درحکم متغیرهای ورودی و ضریب تشت که با استفاده از روش پنمن مانتیت- فائو 56 محاسبه شده بود، درحکم متغیر خروجی به کار گرفته شد. برای ارزیابی کارایی هریک از روش های به کار رفته از ضریب تعیین، جذر میانگین مربعات خطا و میانگین خطای مطلق استفاده شد. نتایج این تحقیق روشن ساخت که روش عصبی- فازی (anfis) نسبت به روش های دیگر نتایج بهتری در برآورد ضریب تشت و تبخیر و تعرق مرجع به دست می دهد. از بین روش های تجربی برآورد ضریب تشت، روش های کوینکا و اشنایدر بعد از روش های شبکه عصبی در برآورد ضریب تشت در اقلیم های گرم و خشک توصیه می شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه ضرایب تشت برآورد شده با استفاده از روش‌های تجربی، شبکه عصبی مصنوعی و عصبی- فازی در برآورد تبخیر و تعرق گیاه مرجع

در این تحقیق کارایی روش‌های متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ANN) و سامانه استنتاج عصبی- فازی تطبیقی (ANFIS)در برآورد ضریب تشت رده A و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدین‌منظور از آمار 10 ساله مربوط به اندازه‌گیری روزانه تبخیر از تشت استفاده شد. با توجه به ک...

full text

برآورد تبخیر از تشت تبخیر ایستگاه سد تنظیمی دز با استفاده از روش شبکه عصبی مصنوعی

بیشتر بارندگی مناطق خشک و نیمه خشک بصورت تبخیر به جو باز می گردد پس تخمین تبخیر دربرآورد میزان آب در چرخه آب مهم خواهد بود. تبخیر وابسته به پارامترهای مختلفی است و برای برآورد آن نیاز به متغیرهای اقلیمی متفاوتی است و اثر متقابل این متغیرها بسیار پیچیده است لذا در بررسی آن باید روشهای دقیقی را بکار گرفت. در این تحقیق برای برآورد تبخیر از تشت ایستگاه سد تنظیمی دز از روش شبکه عصبی مصنوعی استفاده ش...

full text

برآورد تبخیر و تعرق مرجع با استفاده از مدل‌های تجربی، مدل‌سازی آن با شبکه عصبی مصنوعی و مقایسه آن‌ها با داده‌های لایسیمتری در ایستگاه کهریز ارومیه

یکی از راه‌های کاهش تلفات آب در مزارع، برنامه­ریزی صحیح آبیاری می­باشد و اساس این برنامه­ریزی را برآورد دقیق نیاز آبی گیاهان تشکیل می­دهد که ضریبی از تبخیر و تعرق مرجع است. تبخیر و تعرق مرجع یک پدیده چند متغیره و پیچیده است که به عوامل متعدد اقلیمی بستگی دارد و دقیق­ترین روش­ برای برآورد آن، لایسیمتر است اما استفاده از لایسیمتر، مستلزم وقت و هزینه زیادی است، از این رو تخمین تبخیر و تعرق با استف...

full text

مقایسه عملکرد شبکه های عصبی rbf و mlp در برآورد تبخیر و تعرق گیاه مرجع

تبخیر و تعرق یکی از اجزای اصلی چرخه ی هیدرولوژی است. این فرایند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکه های عصبی مصنوعی در چند دهه ی اخیر و در مطالعات صورت گرفته برای مدل سازی سیستم های پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان داده اند. در تحقیق حاضر امکان استفاده از شبکه های با تابع پایه ی شعاعی (rbf) و شبکه های پرسپترون چند لایه (mlp) برای تخمین تبخیر و تعرق گیاه مرجع مورد مطالع...

full text

مقایسه عملکرد شبکه‌های عصبی RBF و MLP در برآورد تبخیر و تعرق گیاه مرجع

تبخیر و تعرق یکی از اجزای اصلی چرخه‌ی هیدرولوژی است. این فرایند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکه‌های عصبی مصنوعی در چند دهه‌ی اخیر و در مطالعات صورت گرفته برای مدل‌سازی سیستم‌های پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان داده‌اند. در تحقیق حاضر امکان استفاده از شبکه‌های با تابع پایه‌ی شعاعی (RBF) و شبکه‌های پرسپترون چند لایه (MLP) برای تخمین تبخیر و تعرق گیاه مرجع مورد مطالع...

full text

My Resources

Save resource for easier access later


Journal title:
فیزیک زمین و فضا

Publisher: موسسه ژئوفیزیک دانشگاه تهران

ISSN 8647-1025

volume 38

issue 1 2012

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023