مدل سازی تأثیر نوسانات سطح ایستابی بر میزان محصول نیشکر با استفاده از شبکه عصبی مصنوعی و منطق فازی (مطالعه موردی کشت و صنعت میرزا کوچک خان)
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز
- author مریم احمدوند
- adviser عبدعلی ناصری سیروس جعفری
- Number of pages: First 15 pages
- publication year 1388
abstract
پارامترها و عوامل مختلفی بر عملکرد مزارع نیشکر تأثیر گذارند. با بررسی این پارامترها و تعیین میزان اثر هریک از آنها در عملکرد نیشکر، می توان راهکارهایی ارائه داد که با بهره گیری از امکانات و شرایط موجود حداکثر عملکرد را در مزارع نیشکر بدست آورد. در این تحقیق نتایج بررسی های صحرایی نشان داد سطح ایستابی در ماه های تیر، مرداد، شهریور و مهر به علت آبیاری مزارع در عمق کمتری نسبت به سطح زمین قرار می گیرد. این موضوع در مزارع شمالی شدیدتر است. در شمال واحد تعداد مزارع تحت کشت بیشتر است و تراز سطح ایستابی مدام ناحیه ریشه گیاه را تهدید می کند. در مزارع جنوبی به علت آن که تعداد زیادی از مزارع به دلیل آبشویی در زمستان کشت نمی شوند تراز سطح ایستابی پایین تر است.بررسی نوسانات سطح ایستابی در مزارع نشان می دهد در تابستان با هر آبیاری سطح ایستابی به سطح زمین نزدیک می شود و تا آبیاری بعدی سطح ایستابی دوباره نزول می کند. این نوسانات تا پایان مهر که آبیاری مزارع ادامه دارد مشاهده می گردد و پس از قطع آبیاری در اواخر مهر سطح ایستابی در عمقی در حدود 1/5 متری قرار می گیرد. پس دوره ای که نوسانات سطح ایستابی بسیار زیاد است از اوایل تابستان آغاز و تا اواخر مهر طول می کشد. در این تحقیق با با استفاده از اطلاعات مربوط به سطح ایستابی، شوری بخش اشباع خاک، عمق آب آبیاری رقم و سن گیاه به عنوان اطلاعات ورودی و میزان محصول برداشت شده از هر مزرعه به عنوان اطلاعات خروجی به مدل سازی تأثیر نوسانات سطح ایستابی بر میزان محصول نیشکر با استفاده از شبکه های عصبی مصنوعی و سیستم های فازی پرداخته شد. همچنین از روش بدیع سیستم استنتاج فازی- عصبی تطبیقی (anfis) جهت پیش بینی میزان محصول استفاده و در انتها به منظور بررسی بیشتر توانایی این سیستم های هوشمند، نتایج حاصل از آنالیز رگرسیون با نتایج سیستم های فازی و شبکه های عصبی و مدل anfis مقایسه گردیدند. نتایج حاصل نشان دادند اطلاعات مربوط به میانگین عمق سطح ایستابی در ماه های تیر (درصد مشارکت 14/71)، مرداد (درصد مشارکت 13/98)، شهریور (درصد مشارکت 12/20) و مهر (درصد مشارکت 11/19)به دلیل بالا بودن سطح ایستابی در این ماه ها به ترتیب بعد از عمق آب آبیاری (درصد مشارکت 16/17) بیشترین تأثیرگذاری و عمق سطح ایستابی در ماه های آبان (درصد مشارکت 56/2)، آذر (درصد مشارکت 2/64)، دی (درصد مشارکت 3/05) و بهمن (درصد مشارکت 0/84) سهم بسیار کمی در میزان محصول دارند. همچنین توانایی پیش بینی میزان محصول مدل anfis (ضریب همبستگی 0/978 و 1/35=rmse) بهتر از شبکه های عصبی (ضریب همبستگی 0/967 و(rmse=98/1، سیستم های فازی (ضریب همبستگی 0/916 و 2/58=rmse) و روش رگرسیون (ضریب همبستگی 9/15 و 3/21=rmse) می باشد.
similar resources
مقایسه عملکرد دو مدل DRAINMOD و شبکه عصبی مصنوعی در پیشبینی سطح ایستابی (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)
آزمایشهای مزرعه ای به منظور شناخت شرایط موجود سامانههای زهکشی مفید هستند، اما محدودیت های قابل توجهی نیز دارند. ازجمله اینکه، این آزمایشها را نمیتوان برای پیش بینی استفاده کرد. کاربرد مدلهای شبیهسازی این محدودیتها را تا حدود زیادی برطرف میکند. اما قبل از کاربرد چنین مدلهایی، درستی نتایج بدست آمده از آنها باید با نتایج آزمایش های مزرعه ای مقایسه گردد. در این پژوهش از مدل شبکه عصبی ...
full textشبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینهسازی ذرات و مدل SEAWAT (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)
سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران میباشد. بنابراین مطالعه و پایش این عامل در زمینهای تحت کشت نیشکر، امری لازم و ضروری میباشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعهها، مطالعه و پایش این عوامل در هر مزرعه بسیار وقتگیر و پرهزینه است. استفاده از مدلهای کامپیوتری با توجه به سرعت بالا و هزینه کم، بهعنوان گزینهای مناسب جه...
full textشبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینه سازی ذرات و مدل seawat (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)
سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران می باشد. بنابراین مطالعه و پایش این عامل در زمین های تحت کشت نیشکر، امری لازم و ضروری می باشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعه ها، مطالعه و پایش این عوامل در هر مزرعه بسیار وقت گیر و پرهزینه است. استفاده از مدل های کامپیوتری با توجه به سرعت بالا و هزینه کم، به عنوان گزینه ای مناسب جه...
full textبرآورد تبخیر - تعرق واقعی نیشکر با استفاده از داده¬های سنجش از دور در اراضی کشت و صنعت نیشکر میرزا کوچک خان
برآورد دقیق تبخیر– تعرق یا آب مورد نیاز گیاهان نقش مهمی در بهبود مدیریت مصرف آب و در نهایت افزایش راندمان آب مصرفی دارد. با توجه به حضور انواع مختلف پوششهای گیاهی و آن هم در سطوح وسیع، محاسبه دقیق نیاز آبی از طریق روشهای متداول محاسبه تبخیر- تعرق (ET)، امری دشوار و غیـر ممکـن مینماید. در همین راستا به روشهایی نیاز است که قادر به محاسبه نیاز آبی گیاهان در مقیاس وسیع بوده و نیز از دقت کافی ...
full textبرنامه ریزی آبیاری نیشکربا استفاده از تلفیق دادههای سنجش از دور و مدل SWAP در کشت و صنعت نیشکر میرزا کوچک خان خوزستان
منظور از برنامهریزی آبیاری ارائه مقادیر مناسب آب آبیاری و تاریخهای مناسب آبیاری در یک منطقه میباشد. در این تحقیق میزان مطابقت وضعیت موجود برنامهریزی آبیاری با نیاز آبی گیاه در منطقه کشت و صنعت نیشکر میرزاکوچک خان اهواز با استفاده از مدل شبیهسازی SWAP مورد ارزیابی قرار گرفت. بهمنظور واسنجی و صحتیابی مدل SWAP در شرایط محدودیت دسترسی بهدادههای اندازهگیری شده مزرعهای از تصاویر ماهواره LA...
full textپیش بینی نوسانات سطح ایستابی با استفاده از شبکه عصبی مصنوعی مطالعه موردی دشت فیروزآباد فارس
آب زیرزمینی یک منبع بسیار مهم تأمین آب شیرین مورد نیاز جهت مصارف کشاورزی، شرب و صنعت در تمام جهان می باشد و در مناطق خشک و نیمه خشک که محدودیت هایی برای منابع دیگر وجود دارد از اهمیت ویژه ای برخوردار است. دشت فیروزآباد یکی از دشتهای مستعد برای کشاورزی در استان فارس می باشد که با توجه به خشکسالی و گسترش همزمان چاههای بهره برداری در سالهای اخیر روند نزولی سطح آب از سال 1378 شروع شده و همچنان ادام...
15 صفحه اولMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023