بررسی عملکرد شبکههای عصبی در برآورد تبخیر و تعرق گیاه مرجع (مطالعه موردی: ایستگاه سینوپتیک اهواز)
Authors
Abstract:
تبخیر و تعرق یکی از پارامترهای مؤثر بر بیلان آبی حوضههای آبریز و از اجزای اصلی چرخه هیدرولوژیکی محسوب میشود. به علت نیاز به برگ خریدهای اقلیمی مختلف و اثر متقابل این برگ خریدها برهم دیگر تبخیر و تعرق یک پدیده غیرخطی و پیچیده میباشد. یکی از مراحل پیچیده در مدلسازی سیستمهای غیرخطی، پیش پردازش پارامترهای ورودی جهت انتخاب ترکیبی مناسب است. در این پژوهش امکان استفاده از شبکههای MLP,MNN و FF برای تخمین تبخیر و تعرق گیاه مرجع مورد مطالعه قرار گرفته است و در این راستا از نرمافزار MATLAB کمک گرفته شد. با استفاده از سری دادههای هواشناسی سالهای 93 – 1377 ایستگاه اهواز، ابتدا مقادیر متوسط تبخیر و تعرق روزانه گیاه مرجع از روش استاندارد فائوپنمنمانتیث محاسبه شد، سپس با استفاده از این مقادیر بهعنوان خروجیهای هدف، شبکههای مختلفی با ساختارهای متعارف تعریف و آموزش داده شد. درنهایت قابلیت شبکه برای تخمین تبخیر و تعرق با استفاده از قسمتی از دادهها که در طراحی و یا آموزش شبکه استفادهنشده است، موردبررسی قرار گرفت. با بررسیها انجامگرفته مشخص شد که تنها با استفاده از پارامتر دمای متوسط روزانه بهعنوان ورودی، میتوان میزان تبخیر و تعرق گیاه مرجع را با استفاده از سه نوع شبکه با دقت قابل قبولی تخمین زد. همچنین با مقایسه نتایج حاصل از سه شبکه با آزمونهای آماری مشخص شد که شبکههایFF و MLP با R²بیشتر نسبت به MNN در تعیین تبخیر و تعرق گیاه مرجع از دقت بیشتری برخوردار میباشند.
similar resources
بررسی عملکرد شبکه های عصبی در بر آورد تبخیر و تعرق گیاه مرجع (مطالعه موردی: ایستگاه سینوپتیک اهواز)
تبخیر و تعرق یکی از پارامترهای مؤثر بر بیلان آبی حوضه های آبریز و از اجزای اصلی چرخه هیدرولوژیکی محسوب میشود. به علت نیاز به برگ خریدهای اقلیمی مختلف و اثر متقابل این برگ خریدها برهم دیگر تبخیر و تعرق یک پدیده غیرخطی و پیچیده می باشد. یکی از مراحل پیچیده در مدل سازی سیستم های غیرخطی، پیش پردازش پارامترهای ورودی جهت انتخاب ترکیبی مناسب است. در این پژوهش امکان استفاده از شبکه های mlp,mnn و ff ب...
full textبرآورد تبخیر و تعرق گیاه مرجع (ET0) در ایستگاه های سینوپتیک استان تهران
تبخیر و تعرق یکی از پارامترهای مهم در مباحث کشاورزی و هیدرولوژی است. از این رو برآورد دقیق آن می تواند سبب کاهش اتلاف منابع آب و مدیریت صحیح در برنامه ریزی گردد. در این پژوهش به منظور برآورد مقادیر تبخیر و تعرق گیاه مرجع (ET0) در ایستگاههای سینوپتیک منتخب استان تهران، از روش استاندارد فائو پنمن مانتیث استفاده شد. بررسی ها نشان داد در صورت وجود دمای بالا، سرعت باد می تواند به عنوان م...
full textپیشبینی تبخیر-تعرق مرجع ایستگاه سینوپتیک اهواز با استفاده از مدل ترکیبی موجک – شبکه عصبی GMDH
سابقه و هدف: تخمین دقیق مقدار تبخیر-تعرق مرجع برای انجام بسیاری از تحقیقات ضروری و از مهمترین مسائل در طرحهای آبیاری و زهکشی و منابع آب به شمار میرود. یکی از این مسائل که میتواند در راستای اهداف ذکرشده اعمال شود، پیشبینی تبخیر-تعرق مرجع برای آینده است تا بتوان با برنامهریزیهای مناسب، امکان استفاده بهتر از منابع موجود را فراهم نمود (7). در سالهای اخیر استفاده از روشهای هوش مصنوعی و مدل ...
full textارائه ضریب اصلاحی برای روش هارگریوز-سامانی به منظور برآورد تبخیر- تعرق گیاه مرجع (مطالعه موردی: ایستگاه سینوپتیک گرگان)
full text
ارزیابی مدل های تبخیر- تعرق گیاه مرجع برای اقلیم گرم و خشک (مطالعه موردی: ایستگاه سینوپتیک زاهدان)
سابقه و هدف: تبخیر- تعرق (ET) مهمترین پارامتر در مطالعات اقلیمی و هیدرولوژیکی همچنین در مدیریت و برنامهریزی آبیاری می-باشد. برآورد تبخیر- تعرق مرجع (ETo) به روشی ساده، مورد توجه زیادی، بهخصوص در کشورهای توسعه یافته، که در آن اطلاعات هواشناسی مورد نیاز برای روش استاندارد پنمن- مونتیث فائو (PMF-56) تاقص و یا در دسترس نمیباشد، قرار گرقته است. لذا هدف این تحقیق، ارزیابی و مقایسه 30 روش مختلف بر...
full textمقایسه 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 textMy Resources
Journal title
volume 8 issue 2
pages 23- 34
publication date 2016-08
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023