شناسایی بهترین شبکه شبیه سازی مصنوعی در برآورد تبخیر و تعرق به روش بلانی - کریدل (مطالعه موردی ایستگاه سینوپتیک بیرجند)
محل انتشار: همایش ملی الگوهای توسعه پایداردر مدیریت آب
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,118
فایل این مقاله در 7 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:
CSDPWM01_057
تاریخ نمایه سازی: 28 مهر 1388
چکیده مقاله:
تبخیر و تعرق به عنوان یکی از عمده ترین اجزاء چرخه هیدرولوژیکی، در مطالعات، طراحی و مدیریت سیستم های آبیاری اهمیت فراوان دارد. لکن تعداد پارامترهای مورد نیاز در محاسبه تبخیر و تعرق از یکسو و عدم صحیح اندازه گیری برخی پارامترها از سوی دیگر سبب گردیده که تخمین درست این پارامتر در برخی نقاط با مشکلاتی روبرو باشد. هدف از این مطالعه ارزیابی عملکرد شبکه عصبی مصنوعی (ANN) در برآورد تبخیر و تعرق پتانسیل(ET0) و مقایسه آن با روش تجربی بلانی کریدل در دشت بیرجند می باشد. بر این اساس با استفاده از معیارهای RMSE, R2, MAE, بهترین مدل شبکه عصبی در این منطقه Multilayer Perceptron انتخاب گردید و مشخص گردید که شبکه عصبی مصنوعی در شرایط فقدان اطلاعات کافی، راهکار مناسبتری نسبت به روش های تجربی به شمار روند.
کلیدواژه ها:
نویسندگان
محمدابراهیم فاضلی خیرآباد
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد اسلامی فردوس
زهرا رحیم زاده کیوی
دانشجوی کارشناسی ارشد منابع آب دانشگاه بیرجند
حمید کاردان مقدم
استادیار گروه مهندسی آب دانشگاه فردوس
حمیدرضا گلگار
استادیار گروه مهندسی آب دانشگاه فردوس
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 :