برآورد دمای عمق های مختلف خاک از دمای هوا با بکار گیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)

Authors

نصرالدین پارسافر

صفر معروفی

abstract

به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمق­های مختلف خاک و مقایسه با مدل­های شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعه­ای بر روی داده­های جمع­ آوری شده درجه حرارت هوا و اعماق 5، 10، 20، 30، 50 و 100 سانتی­متری خاک از ایستگاه مذکور در دوره آماری 1992-2005 انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنج­های آماری ضریب همبستگی بین داده­ها (r2)، جذر میانگین مربع خطا (rmse) و میانگین خطای مطلق (mae) استفاده گردید. نتایج نشان داد که در مورد روابط رگرسیونی، بر اساس ضریب همبستگی و پارامترهای خطا روابط خطی درجه سوم، خطی درجه دوم، خطی درجه اول، نمایی و لگاریتمی به ترتیب دارای بهترین برآورد بودند. همچنین نتایج نشان داد که بهترین و بدترین برآورد بین دمای هوا و دمای خاک به ترتیب در عمق 5 سانتی­متری و عمق 100 سانتی­متری خاک مشاهده گردید. نتایج حاصل از این مطالعه منجر به ارایه یک معادله درجه دوم و یک معادله خطی (با توجه به ساده بودن نسبت به معادله درجه سوم) به ازای هر عمق خاک گردید. با توجه به ضرایب همبستگی و خطاهای به دست آمده می­توان گفت این رابطه برای عمق 100 سانتی­متری خاک دارای دقت پایین، اما برای سایر عمق­ها مطلوب و دارای دقت بالایی می­باشد. همچنین نتایج تحقیق حاضر نشان داد که مدل ann دارای دقت بیشتری نسبت به مدل anfis در برآورد دمای خاک می­باشد. دقت مدل رگرسیونی کمتر از این دو روش مشاهده گردید.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برآورد دمای عمق‌های مختلف خاک از دمای هوا با بکار‌گیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)

به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمق­های مختلف خاک و مقایسه با مدل­های شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعه­ای بر روی داده­های جمع­ آوری شده درجه حرارت هوا و اعماق 5، 10، 20، 30، 50 و 100 سانتی­متری خاک از ایستگاه مذکور در دوره آماری 1992-2005 انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنج­ها...

full text

برآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی

دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیم­شناسی است که اندازه­گیری و برآورد آن ضروری است. با توجه به این­که دمای خاک فقط در ایستگاه­های سینوپتیک کشور اندازه­گیری می­شود، کمبود آن در نقاط فاقد ایستگاه از چالش­های بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...

full text

برآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی

دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیم­شناسی است که اندازه­گیری و برآورد آن ضروری است. با توجه به این­که دمای خاک فقط در ایستگاه­های سینوپتیک کشور اندازه­گیری می­شود، کمبود آن در نقاط فاقد ایستگاه از چالش­های بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...

full text

برآورد دمای خاک از داده‌های هواشناسی با استفاده از مدل‌های یادگیری ماشین سریع، شبکه عصبی مصنوعی و رگرسیون خطی چندگانه

دمای خاک عامل کلیدی است که فرآیندها و خصوصیات فیزیکی، شیمیایی و بیولوژیکی خاک را کنترل می­کند؛ لذا بر کمیت و کیفیت تولید محصولات کشاورزی تأثیر می­گذارد. هدف از انجام این پژوهش برآورد دمای خاک با استفاده از پارامترهای هواشناسی به روش­های مختلف ماشین یادگیری بوده است. بدین منظور داده‌های هواشناسی و دمای خاک در عمق‌های 5، 10، 20، 30، 50 و 100 سانتی‌متری از 17 ایستگاه‌ سینوپتیک استان خوزستان مربوط ...

full text

استخراج روابط رگرسیونی بین دمای خاک در اعماق مختلف و پارامترهای هواشناسی (مطالعه موردی: ایستگاه همدان)

In this research, we estimated soil shallow depths temperatures using regression methods (Linear and Polynomial). The soil temperatures at soil depths (5, 10, 20, 30, 50 and 100 cm) were correlated with meteorological parameters. For this purpose, temperature data of Hamedan station (in the period 1992-2005) were employed. Soil temperature data were measured on a daily basis at 3 PM, 9 PM and 3...

full text

My Resources

Save resource for easier access later


Journal title:
دانش آب و خاک

Publisher: دانشگاه تبریز

ISSN 2008-5133

volume 21

issue 3 2011

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023