برآورد تبخیر روزانه از تشتک با استفاده از روشهای هوش مصنوعی در جنوب استان سیستان و بلوچستان
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی
- نویسنده جواد میرمرادزهی
- استاد راهنما علیرضا مقدم نیا جابر سلطانی جمشید پیری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1391
چکیده
چکیده امروزه در دنیا، منابع آب، اساس توسعه پایدار می باشد. با توجه به محدودیت منابع آب در مناطق خشک و نیمه خشک، جلوگیری از هدر رفت آب از طریق تبخیر به عنوان یکی از اجزای مهم چرخه هیدرولوژی، نقش مهمی را در توسعه و مدیریت منابع آب بازی می کند. در زمینه برآورد تبخیر از تشتک روش ها و فرمول های تجربی زیادی ارائه شده است که اکثر آنها نیازمند پارامترهای ورودی متعددی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آنها محتاج صرف هزینه و زمان زیادی می باشد. در این تحقیق از دو مدل anns و anfis جهت برآورد تبخیر از تشتک تحت سه مطالعه موردی در شرایط اقلیمی مختلف در ایستگاه های سینوپتیک ایرانشهر(تحت شرایط اقلیمی خشک و گرم) و چابهار(تحت شرایط اقلیمی خشک و گرم ساحلی) و سراوان (تحت شرایط اقلیمی نیمه خشک و معتدل گرم) استفاده شده است. برای این منظور، بهترین ترکیب ورودی مدل با استفاده از آزمون گاما برای هر سه ایستگاه داده های روزانه میانگین دما، میانگین رطوبت نسبی، سرعت باد، ساعات آفتابی و فشار انتخاب گردید. چهار معیار آماری ارزیابی کارایی ضریب تعیین (r2)، جذر میانگین مربعات خطا (rmse)، میانگین قدر مطلق خطا(mae) و ضریب کارایی ناش-ساتکلیف (d) برای ارزیابی کارایی مدلهای مختلف توسعه یافته بکار برده شدند. نتایج حاصله بهترین کارایی مدل anfis با بکارگیری سه تابع عضویت از نوع گوسی برای ایستگاه ایرانشهر 9928/0=r2 و 21/4=rmse و 998/0=d و 299/0=mae، برای ایستگاه چابهار 966/0=r2 و 88/3=rmse و 9916/0=d و 160/0=mae، و برای ایستگاه سراوان 9649/0=r2 و 54/7=rmse و 9909/0=d و 45/0=mae نشان می دهد. علاوه بر این کارایی مدل ann-mlp بر حسب معیارهای آماری ارزیابی گردید. نتایج حاصله بهترین کارایی مدل ann-mlp را برای ایستگاه ایرانشهر9925/0=r2 و 28/4=rmse و 9980/0=d و 376/0=mae، برای ایستگاه چابهار962/0=r2 و 36/4=rmse و 989/0=d و 24/0=mae، و برای ایستگاه سراوان 961/0=r2 و 18/8=rmse و 989/0=d و 665/0=mae نشان می دهد. مقایسه مقادیر برآورد شده و اندازه گیری شده نشان می دهد که مدل anfis کارایی بهتری نسبت به مدل ann-mlp در برآورد تبخیر روزانه از تشتک دارد.
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 کاملمدل سازی تبخیر روزانه تشتک با استفاده از anfis و nn_arx
تغییر و تحول کمی و کیفی منابع آب تحت تأثیر فعالیت های مختلف در هر حوزه هیدرولوژیکی رخ می دهد که با توجه به محدودیت منابع آب، جلوگیری از آن بسیار مهم و حیاتی می باشد. در زمینه تبخیر، مدل های زیادی ارائه شده است که بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آنها محتاج صرف هزینه و زمان زیادی می باشد. در بحث شناسائی سیستم، مدلهای آماری قوی برای...
متن کاملمدلسازی تبخیر و تعرق پتانسیل ماهانه با استفاده از برنامه ریزی ژنتیک در استان سیستان و بلوچستان
تبخیر- تعرق یکی از پارامترهایی اساسی در حوزههای مختلف کشاورزی و مدیریت منابع آبی بوده و پیشبینی آن در تعیین سیاستهای آینده این بخشها جزو ملزومات میباشد. لذا، در این پژوهش،با استفاده از روش برنامهریزی ژنتیک، مدلی برای بررسی روند تغییرات میزان تبخیر-تعرق در استان سیستان و بلوچستان از روش برنامهریزی ژنتیک تدوین گردید. بدین منظور، میزان تبخیر-تعرق مرجع در مقیاس ماهانه با استفاده از روش پنمن-...
متن کاملبرآورد تبخیر استان سیستان و بلوچستان به روش رگرسیون خطی و شبکه عصبی مصنوعی
امروزه در دنیا، آب و منابع آب، یکی از پایه های اصلی توسعه پایدار به شمار می رود. تغییر و تحول کمی و کیفی منابع آب تحت تأثیر فعالیت های مختلف در هر حوضه هیدرولوژیکی رخ می دهد که با توجه به محدودیت منابع آب، جلوگیری از آن بسیار مهم و حیاتی می باشد. در زمینه تبخیر از تشتک مدل های زیادی ارائه شده است که بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آ...
15 صفحه اولThe effect of cyclosporine on asymmetric antibodies and serum transforming growth factor beta1 in abortion-prone model of mice CBA/J x DBA/2
كچ ي هد فده و هقباس : ي ک ي طقس زورب للع زا اه ي ،ررکم ا لماوع تلاخد ي ژولونوم ي ک ا رد ي ن قم طققس عون ي وراد دقشاب ي س ي روپسولک ي ،ن ح لدم رد طقس شهاک بجوم ي ناو ي CBA/j×DBA/2 م ي تنآ ددرگ ي داب ي اه ي ان و راققتم TGF-β لماوع زا عت مهم يي ن گلماح تشونرس هدننک ي سررب روظنم هب رضاح هعلاطم تسا ي ات ث ي ر اس ي روپسولک ي ن م رب ي از ا ي ن تنآ عون ي داب ي س و اه ي اکوت ي ن TGF...
متن کاملبرآورد تبخیر از تشت تبخیر ایستگاه سد تنظیمی دز با استفاده از روش شبکه عصبی مصنوعی
بیشتر بارندگی مناطق خشک و نیمه خشک بصورت تبخیر به جو باز می گردد پس تخمین تبخیر دربرآورد میزان آب در چرخه آب مهم خواهد بود. تبخیر وابسته به پارامترهای مختلفی است و برای برآورد آن نیاز به متغیرهای اقلیمی متفاوتی است و اثر متقابل این متغیرها بسیار پیچیده است لذا در بررسی آن باید روشهای دقیقی را بکار گرفت. در این تحقیق برای برآورد تبخیر از تشت ایستگاه سد تنظیمی دز از روش شبکه عصبی مصنوعی استفاده ش...
متن کاملمنابع 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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023