مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

3,255
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

940
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

برآورد رطوبت حجمی خاک با استفاده از شبکه عصبی مصنوعی

صفحات

 صفحه شروع 53 | صفحه پایان 60

چکیده

 اندازه گیری مقدار رطوبت خاک در مطالعات خاک شناسی و آب شناختی بسیار حائز اهمیت می باشد. استفاده از فناوری زمان بازتاب امواج (TDR) برای اندازه گیری رطوبت خاک مطرح شده است. رطوبت خاک به عنوان یک محیط متخلخل را می توان به وسیله دستگاه TDR با استفاده از پالس (طول موج) برگشتی در پروب نصب شده در آن محیط اندازه گیری نمود. از آنجائی که انعکاس موج برگشتی تحت تاثیر محیط و نظام اندازه گیری می باشند, به کارگیری روش ساده و کاربردی می تواند کمک موثری در دستیابی به نتایج مورد نیاز و کاهش هزینه ها را دربر داشته باشد. لذا استفاده از روشی که بتوان رطوبت خاک را در شرایط طبیعی و بدون دست خوردگی با سرعت و دقت بالا به دست آورد, بسیار با اهمیت و کاربردی می باشد. هدف از این مطالعه مقایسه مدل های موجود در بافت های (رسی, لوم رسی, لوم, رس شنی, رس سیلتی) و مقایسه این مدل ها با مدل شبکه عصبی برای اندازه گیری مقدار رطوبت حجمی خاک می باشد. در این پژوهش از مدل شبکه عصبی برای ارتباط بین ضریب دی الکتریک - رطوبت حجمی (Ka-qv) با استفاده از عامل های فیزیکی استفاده شد. عامل های چگالی مخصوص ظاهری و مقدار رس بیشترین تاثیر را در شبکه داشتند و شبکه با این دو عامل ورودی, کمترین مقدار RMSE را در بین توپولوژی های بررسی شده نشان داد. نتایج نشان داد که مدل شبکه عصبی بهتر از مدل های بیرچاک و همکاران, دلر, مالیکی و همکاران, والی, تاپ و همکاران با مقدار RMSE کمتر, مقدار رطوبت خاک را پیش بینی می کند. در میان مدل های بررسی شده معادله تاپ, نتایج ضعیف تری نسبت به دیگر مدل ها نشان داد. با استفاده از مدل شبکه عصبی بدون استفاده از واسنجی مخصوص برای هر خاک می توان به نتایج قابل قبولی در اندازه گیری مقدار رطوبت خاک به دست آورد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    نامدارخجسته، داوود، شرفا، مهدی، و امید، محمود. (1390). برآورد رطوبت حجمی خاک با استفاده از شبکه عصبی مصنوعی. مجله علوم و مهندسی آبخیزداری ایران، 5(14)، 53-60. SID. https://sid.ir/paper/134883/fa

    Vancouver: کپی

    نامدارخجسته داوود، شرفا مهدی، امید محمود. برآورد رطوبت حجمی خاک با استفاده از شبکه عصبی مصنوعی. مجله علوم و مهندسی آبخیزداری ایران[Internet]. 1390؛5(14):53-60. Available from: https://sid.ir/paper/134883/fa

    IEEE: کپی

    داوود نامدارخجسته، مهدی شرفا، و محمود امید، “برآورد رطوبت حجمی خاک با استفاده از شبکه عصبی مصنوعی،” مجله علوم و مهندسی آبخیزداری ایران، vol. 5، no. 14، pp. 53–60، 1390، [Online]. Available: https://sid.ir/paper/134883/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button