مدل‌سازی دمای روزانۀ خاک با استفاده از داده‌های سینوپتیکی و شبکۀ عصبی

نویسندگان

چکیده مقاله:

دمای خاک یکی از مهم­ترین پارامترهای تأثیرگذار بر روی فرایند­های هیدرولوژیکی می­باشد و یکی از عوامل مؤثر در استقرار پوشش گیاهی در مناطق خشک است. بررسی‌ها نشان داده است دمای خاک تحت تأثیر پارامترهایی از قبیل متوسط دمای هوای روزانه، حداقل و حداکثر دمای روزانه، تبخیر، تابش خورشیدی، تعداد ساعات آفتابی و بارش می­باشد؛ شناخت از مدل تغییرات دما در اعماق مختلف خاک می­تواند در تعیین نیاز آبی گیاهان و فعالیت­های بیولوزیکی بسیار مؤثر باشد.  با توجه به اهمیت موضوع، در این مطالعه از داده­های سینوپتیکی اصفهان به­منظور مدل­سازی دمای خاک در عمق 5 تا 100 سانتی متری خاک  با استفاده از شبکۀ عصبی– مصنوعی  استفاده شد. نتایج نشان داد که خطای مدل با افزایش عمق افزایش پیدا می­کند به­طوری­که بیشترین خطای مدل در عمق 100 سانتی­متری و کمترین خطای مدل­ها در عمق 10 سانتی­متر از سطح می­باشد. همچنین نتایج  نشان داد افزایش خطای مدل­های شبکۀ عصبی مصنوعی در شبیه­سازی تغییرات دمای خاک در لایه­های عمقی می­باشد و علت اصلی افزایش کارایی مدل­های هوش مصنوعی در شبیه­سازی دمای خاک در لایه­های سطحی نسبت به لایه­های تحتانی عمدتاً مربوط به کاهش همبستگی بین پارامترهای اقلیمی و تغییرات دمای خاک در لایه­های تحتانی نسبت به لایه­های فوقانی است. به طوری که ضریب تغییرپذیری دمای خاک با افزایش عمق نسبت به لایه­های سطحی کمتر است و کمتر تحت تأثیر متغیرهای اقلیمی از جمله دمای خاک قرار می­گیرد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

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...

متن کامل

مدل‌سازی جریان روزانۀ رودخانه با استفاده از برنامه‌ریزی ژنتیک و شبکۀ عصبی (مطالعۀ موردی: حوضۀ آبخیز معرّف امامه)

فرایند بارش- رواناب پیچیده و غیرخطی است و مدل‏سازی آن به دلیل عدم قطعیت‏های زیاد یکی از مهم‏ترین دغدغه‏های پژوهشگران در حیطة مسائل منابع آب به‌شمار می‌رود. از بین روش‏های مورد استفاده، مدل‏های هوشمند در پیش‏بینی چنین فرایندهایی مفید و مؤثرند. بنابراین، به منظور مدل‏سازی جریان رودخانه از روش‏های شبکة عصبی مصنوعی و همچنین برنامه‏ریزی ژنتیک به منزلة روشی صریح‌ـ که جزو الگوریتم‏های تکاملی به‌شمار م...

متن کامل

مدلسازی حجم تجاری درختان توده‌های آمیختۀ راش جنگل‌های هیرکانی با استفاده از شبکۀ عصبی مصنوعی

پیش­بینی دقیق حجم درختان سرپا برحسب متر مکعب مبنای برآورد هر چه دقیق‌تر مقدار رویش، برداشت مجاز، ترسیب کربن زی‌تودۀ هوایی درختان و مدیریت بهینۀ جنگل براساس اصل توسعۀ پایدار محسوب می‌شود. از این‌رو، تحقیق حاضر با استفاده از شبکۀ عصبی مصنوعی در پی مدلسازی و پیش‌بینی حجم تجاری با حداکثر قطعیت است. پژوهش موردی جنگل سری 3 گلندرود نور بوده و اطلاعات دریافتی مستخرج از جدول‌های تجدید حجم ادارۀ کل منابع...

متن کامل

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...

متن کامل

طراحی شبکۀ جادۀ جنگلی با استفاده از شبکۀ عصبی مصنوعی و GIS

جاده‌های جنگلی به‌منظور ایجاد دسترسی به جنگل احداث می‌شوند و تأثیر زیربنایی در سازماندهی منطقه دارند. هدف این پژوهش، معرفی راهکاری هوشمند مبتنی بر شبکه‌های عصبی مصنوعی با تلفیق GIS برای طراحی شبکۀ جادۀ جنگلی با در نظر داشتن اصول و معیارهای فنی شبکۀ جادۀ جنگلی است. ابتدا معیارهای مؤثر با استفاده از روش دلفی شناسایی شد و وزن‌دهی آنها با استفاده از روش AHP، انجام گرفت. با تلفیق لایه‌های مختلف و وز...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 71  شماره 1

صفحات  285- 295

تاریخ انتشار 2018-05-22

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023