بهینه سازی الگوی کشت بر اساس مقادیر پیش بینی شده جریان رودخانه (مطالعه موردی رودخانه صوفی چای و شبکه آبیاری پایین دست)
Authors
abstract
تعیین سطح زیر کشت بر اساس منابع آب موجود در شرایط مختلف و به ویژه در شرایط خشکسالی، اهمیت زیادی دارد. در این تحقیق با استفاده از روشهای مناسب برای پیش بینی جریان ورودی به سد در سال آتی و با استفاده از مدلهای بهینه سازی، سطح زیر کشت محصولات زراعی زیر شبکة آبیاری صوفی چای که سد علویان منبع اصلی تأمین آب آن است، تعیین شد. در این خصوص، ابتدا جریان ورودی به سد برای شش ماه اول سال با استفاده از روش شبکه عصبی مصنوعی پیش بینی شد و رابطة جریان آب در شش ماه دوم با شش ماه اول به دست آمد. نتایج نشان داد که برای پیش بینی در سالهای خشک و تر لازم است از روش متفاوتی استفاده شود. در مرحلة بعد، مدل بهینه سازی برای شرایط منطقة طرح تهیه و سطح زیر کشت با توجه به مقادیر پیش بینی شده و با هدف حداکثر کردن درآمد خالص محاسبه شد. نتایج استفاده از روش شناسی فوق برای دورة آماری موجود از منطقه نشان میدهد که این روش به طور مطلوبی توانسته است سطح زیر کشت را تعیین کند و به عنوان طرح قابل اجرا در مدیریت بهینة منابع آب و به خصوص طرحهای مقابله با تأثیرات خشکسالی کارا باشد.
similar resources
بهینهسازی الگوی کشت بر اساس مقادیر پیشبینیشده جریان رودخانه (مطالعه موردی رودخانه صوفیچای و شبکه آبیاری پاییندست)
تعیین سطح زیر کشت بر اساس منابع آب موجود در شرایط مختلف و به ویژه در شرایط خشکسالی، اهمیت زیادی دارد. در این تحقیق با استفاده از روشهای مناسب برای پیشبینی جریان ورودی به سد در سال آتی و با استفاده از مدلهای بهینهسازی، سطح زیر کشت محصولات زراعی زیر شبکة آبیاری صوفیچای که سد علویان منبع اصلی تأمین آب آن است، تعیین شد. در این خصوص، ابتدا جریان ورودی به سد برای شش ماه اول سال با استفاده ...
full textکاربرد آنتروپی شانون برای انتخاب ورودیهای بهینه درپیشبینی جریان رودخانه بااستفاده از مدل-های هوشمند(مطالعه موردی: صوفی چای)
پیشبینی جریان رودخانه یکی از موارد مهم در مدیریت منابع آبهای سطحی، بهره برداری از مخازن سدها، کنترل سیلاب و خشکسالی میباشد. انتخاب ورودیهای مناسب برای افزایش دقت وکارایی مدلهای هوشمند از اهمیت بهسزایی برخوردار است. در این تحقیق به ارزیابی عملکرد آنتروپی شانون درتعیین ورودیهای مناسب و کارایی مدلهای، شبکه عصبی مصنوعی و شبکه بیزین، در پیشبینی جریان ماهانهی رودخانهی صوفی چای در ا...
full textمدل سازی رواناب رودخانه صوفی چای با استفاده از ماشین بردار پشتیبان و شبکه عصبی مصنوعی
Accurate simulation runoff process can have a significant role in water resources management and related issues. The inherent complexity of this process makes difficult the use of physical and numerical models. In recent years, application of intelligent models is increased a powerful tool in hydrological modeling. The aim of this study was the application of the Gamma test to select the optim...
full textپیش بینی سناریوهای احتمالاتی ماهانه جریان رودخانه با رویکرد ESP (مطالعه موردی: رودخانه هلیل رود)
پیشبینی جریان ورودی به مخزن سد، ابزاری اساسی در مدیریت بهینه منابع آب محسوب میشود. ضرورت ارتقاء دقت و بازه زمانی پیشبینی جریان، برای بخش کشاورزی که بزرگترین مصرفکننده آب محسوب میشود، بارزتر میباشد. در این راستا استفاده از رویکردهای احتمالاتی برای پیشبینیهای بلندمدت جریان و احتساب عدم قطعیت پیشبینی، توصیه شده است. هدف تحقیق حاضر ارائه مدلی برای پیشبینی احتمالاتی جریان ورودی به مخزن س...
full textارزیابی آماری تأثیرتغییراقلیم بر رودخانه های پایین دست یخچال ها مطالعه موردی : رودخانه سردآبرود چالوس
گرمایش جهانی و تغییر اقلیم باعث تغییر بر منابع آب و از جمله یخچال ها شده و باعث کاهش سطح و حجم این یخچال ها در سراسر زمین شده است. کاهش در سطح وحجم یخچال ها می تواند روی جریان در رودخانه های پایین دست یخچال ها و نیز فرسایش خاک حوضه تاَثیر جدی داشته باشد. میزان این افزایش به شرایط محلی و منطقهای بستگی دارد. تغییرات در الگوی بارش، نوع استفاده زمین، پوشش گیاهی و قابلیت فرسایشپذیری خاک، بر ...
full textپیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)
پیشبینی دقیق جریان در رودخانهها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالیها است. به دلیل اهمیت پیشبینی جریان رودخانه، در این تحقیق جریان روزانه رودخانهی باراندوزچای در دو ایستگاه بیبکران و دیزج طی یک دورهی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) میباشد، پیشبینی گرد...
full textMy Resources
Save resource for easier access later
Journal title:
تحقیقات مهندسی کشاورزیPublisher: موسسه تحقیقات فنی و مهندسی کشاورزی
ISSN 1735-5672
volume 7
issue 4 2007
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023