ارزیابی دقت معادلات تبخیر و تعرق مختلف در برآورد تبخیر و تعرق مرجع با استفاده از شبکه عصبی مصنوعی در منطقه خرم آباد
محل انتشار: اولین همایش ملی گیاهان دارویی و کشاورزی پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,097
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MPSA01_042
تاریخ نمایه سازی: 22 فروردین 1393
چکیده مقاله:
کمبود ریزش های جوی و پراکنش نامناسب زمانی و مکانی آن، کشور ما را در زمره کشورهای خشک و نیمه خشک قرار داده است. حدود 90 درصد برداشت از منابع آب به بخش کشاورزی اختصاص می یابد که بیش از 75% تولید بخش کشاورزی وابسته به کشت های آبی می باشد. آنچه مسلم است کشور های واقع در منطقه خشک و نیمه خشک که دچار کمبود آب هستند بایستی راهبرد خاصی در جهت استفاده صحیح و مطلوب از آب قابل استحصال خود را در راس اهداف توسعه کشور اعمال نمایند. از آنجا که تبخیر و تعریق یکی از مهمترین فرآیند های مصرف آب در گیاه است. دانستن شیوه هایی که میزان تبخیر و عرق را با ضریب اطمینان بالا برآورد کند می تواند در جلوگیری از هدر رفتن آب و حفظ منابع آب به ما کمک شایانی بنماید. یکی از دقیق ترین شیوه های برآورد میزان تبخیر و تعرق استفاده از شبکه های عصبی مصنوعی است. در این پژوهش برای تعیین بهترین معادله تبخیر و تعرق پتانسیل در منطقه خرم آباد با استفاده از شبکه عصبی مصنوعی، با مطالعه آمار 10 ساله پارامترهای هواشناسی شامل، دمای حداکثر و حداقل، رطوبت نسبی حداکثر و حداقل، ساعات آفتابی و سرعت باد از بین 9 معادله به ترتیب فائو پنمن مانتیث، هارگریوز، پنمن و جنسن هیز با کمترین مقدار خطا MSE و MAE و ضریب همبستگی بالا، بهترین معادلات برای برآورد تبخیر و تعرق در منطقه خرم آباد شناخته شدند.
کلیدواژه ها:
نویسندگان
کبری نامداریان
دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی دانشکده مهندسی علوم آب دانشگاه شهید چمران
عبدعلی ناصری
استاد آبیاری و زهکشی دانشکده مهندسی علوم آب دانشگاه شهید چمران
زهرا ایزدپناه
استادیار آبیاری و زهکشی دانشکده مهندسی علوم آب دانشگاه شهید چمران
عباس ملکی
استادیار آبیاری و زهکشی دانشگاه لرستان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :