روزبه موذن زاده
استادیار گروه آب و خاک، دانشکدۀ کشاورزی، دانشگاه صنعتی شاهرود
[ 1 ] - بررسی تغییرات مکانیـ زمانی بارش و دمای ایران تحت شرایط تغییر اقلیم با درنظرگرفتن عدم قطعیت مدل های AOGCM و سناریوهای انتشار
تأثیرات تغییر اقلیم بر دما و بهویژه بارش سراسر جهان بهدلیل پیچیدگی و تغییرات مکانی آنها بهخوبی شناخته نشده است. در این مطالعه بهمنظور بررسی تأثیرات تغییر اقلیم بر بارش و دمای ایران، 15 مدل AOGCM استفاده شدند که تحت سناریوهای انتشار گازهای گلخانهای A2، A1B و B1 اجرا میشوند. همچنین بارش و دمای ماهانه برای 21 ایستگاه سینوپتیک در دو دورۀ آتی (2016ـ 2045 و 2070ـ 2099)، تحت هر سه سناریوی انتش...
[ 2 ] - برآورد برخی خصوصیات هیدرولیکی خاک با استفاده از توابع انتقالی
ظرفیت زراعی (Field Capacity, FC) و نقطه پژمردگی دائم (Permanent Wilting Point, PWP) در تعیین عمق خالص آب آبیاری موثر میباشند. با اینحال اندازهگیری مستقیم این خصوصیات به خصوص در سطوح وسیع، مشکل، زمان بر و پر هزینه است. توابع انتقالی خاک جزو روشهای غیر مستقیمی است که میتواند جایگزین روشهای مستقیم گردد. در این تحقیق ابتدا عملکرد شش تابع انتقالی موجود در منابع در برآورد رطوبت در نقاط FC و P...
[ 3 ] - تعیین متغیرهای ورودی برای تخمین تابش خورشیدی با استفاده از تئوری آنتروپی و تحلیل مؤلفه اصلی
تابش خورشیدی رسیده به سطح زمین یکی از متغیرهای اصلی مورد استفاده در پروژهها و مدلسازیهای هیدرولوژی، کشاورزی، هواشناسی و اقلیمی میباشد. در این تحقیق قابلیت عملکرد روش تحلیل مؤلفه اصلی (PCA) و تئوری آنتروپی (EN) برای تعیین ورودی مدلهای شبکه عصبی مصنوعی پرسپترون چندلایه (MLP)، شبکه عصبی مصنوعی تابع پایه شعاعی (RBF)، ماشین بردار پشتیبان (SVM) و برنامهریزی ژنتیک (GEP) در برآورد تابش خورشیدی در...
[ 4 ] - پیش بینی جریان آبراهه ای با استفاده از مدل های هیبریدی هوشمند در مقیاس ماهانه (مطالعه موردی: رودخانه زرین رود)
زمینه و هدف: انتخاب ورودیهای مناسب برای مدلهای هوشمند از اهمیت بسزایی برخوردار است زیرا باعث کاهش هزینه و صرفهجویی در وقت و افزایش دقت و کارایی مدلها میشود. هدف از پژوهش حاضر،کاربرد آنتروپی شانون برای انتخاب ترکیب بهینه متغیرهای ورودی در شبیه سازی دبی ماهانه توسط پارامترهای هواشناسی میباشد. روش بررسی: در این مطالعه داده های هواشناسی و سری زمانی ماهانه دب...
Co-Authors