پیش بینی تبخیر و تعرق ماهانه گیاه مرجع در شمال غرب کشور با استفاده از برنامه ریزی ژنتیک و ماشین بردار پشتیبان
عنوان مقاله: پیش بینی تبخیر و تعرق ماهانه گیاه مرجع در شمال غرب کشور با استفاده از برنامه ریزی ژنتیک و ماشین بردار پشتیبان
شناسه ملی مقاله: JR_IDJ-9-1_006
منتشر شده در در سال 1394
شناسه ملی مقاله: JR_IDJ-9-1_006
منتشر شده در در سال 1394
مشخصات نویسندگان مقاله:
فرشاد احمدی - دانشجوی دکترای مهندسی منابع آب دانشگاه شهید چمران، اهوز، ایران
فریدون رادمنش - استادیار گروه مهندسی منابع آب دانشگاه شهید چمران اهواز، اهواز، ایران
رسول میرعباسی نجف آبادی - استادیار گروه مهندسی آب دانشگاه شهرکرد، شهر کرد، ایران
سجاد آیشم - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه ارومیه، ارومیه، ایران
خلاصه مقاله:
فرشاد احمدی - دانشجوی دکترای مهندسی منابع آب دانشگاه شهید چمران، اهوز، ایران
فریدون رادمنش - استادیار گروه مهندسی منابع آب دانشگاه شهید چمران اهواز، اهواز، ایران
رسول میرعباسی نجف آبادی - استادیار گروه مهندسی آب دانشگاه شهرکرد، شهر کرد، ایران
سجاد آیشم - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه ارومیه، ارومیه، ایران
در مطالعه حاضر بهمنظور تخمین تبخیر- تعرق گیاه مرجع با استفاده از دو مدل ماشین بردار پشتیبان (SVM) و برنامهریزی ژنتیک (GP) در مقیاس زمانی ماهانه، ۶ ایستگاه سینوپتیک در منطقه شمالغرب کشور در دوره آماری ۳۸ ساله (۲۰۱۰-۱۹۷۳) انتخاب گردید. در ابتدا مقادیر تبخیر- تعرق مرجع ماهانه برای ایستگاههای منتخب توسط روش فائو- پنمن- مانتیث محاسبه و به عنوان خروجی مدلهای SVM و GP در نظر گرفته شد. سپس یک رابطه رگرسیونی بین متغیرهای اقلیمی مختلف موثر در پدیده تبخیر- تعرق بهدست آمده و الگوهای مختلف ورودی برای مدلهای مورد استفاده مشخص شد که بر این اساس رطوبت نسبی با داشتن کمترین اثر از ورودیها حذف گردید. همچنین در مطالعه حاضر، به منظور بررسی اثر حافظه در پیشبینی تبخیر- تعرق از گامهای زمانی (تاخیر) یک، دو، سه، چهار و پنج ماهه نیز به عنوان ورودی برای مدلها استفاده شد. به طور کلی، برای هر مدل ۱۰ الگوی ورودی ایجاد گردید. هرچند نتایج حکایت از دقت بالا و خطای کم هر دو مدل در پیشبینی تبخیر- تعرق مرجع ماهانه در شمال غرب ایران داشت، ولی کارایی مدل SVM به مراتب بهتر از مدل GP بود. همچنین نتایج مطالعه حاضر نشان داد که در صورت نبود اطلاعات هواشناسی کافی، میتوان از حافظه نیز در پیشبینی تبخیر- تعرق گیاه مرجع استفاده کرد.
کلمات کلیدی: برنامه ریزی ژنتیک, تبخیر- تعرق گیاه مرجع, حافظه, ماشین بردار پشتیبان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1210843/