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

مقاله مقاله نشریه

مشخصات مقاله

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:

2,145
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

312
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

ارزیابی دقت شبکه عصبی مصنوعی در پیش بینی تبخیر - تعرق گیاه سیر بر اساس داده های لایسیمتری در منطقه همدان

صفحات

 صفحه شروع 176 | صفحه پایان 185

چکیده

 تبخیر تعرق به عنوان یکی از مولفه های اصلی در کشاورزی, نقش قابل توجهی در مدیریت منابع آب دارا می باشد. بنابراین استفاده از یک روش دقیق یکی از مراحل اساسی در توسعه کشاورزی, بویژه در مناطق خشک و نیمه خشک می باشد. در این تحقیق به منظور تعیین دقیق تبخیر - تعرق گیاه سیر, با استفاده از اندازه گیری لایسیمتری و شبکه عصبی مصنوعی (ANN), یک مدل مناسب بدین منظور ارایه شد. بدین منظور از داده های هواشناسی دماهای حداکثر و حداقل هوا, مقادیر رطوبت نسبی حداکثر و حداقل, سرعت باد و ساعات آفتابی روزانه در نرون های لایه ورودی استفاده گردید. اندازه گیری تبخیر - تعرق گیاه سیر به کمک چهار دستگاه لایسیمتر زهکش دار به ابعاد 2×2×2 متر مستقر در ایستگاه کلیماتولوژی دانشکده کشاورزی طی سال های 1385, 1386 و 1387 انجام شد. آماره های مجذور میانگین مربعات خطا (RMSE), میانگین قدر مطلق خطا (MAE), انحراف معیار میانگین قدر مطلق خطا (STDMAE) و ضریب تعیین (R2), به منظور ارزیابی روش های بکار برده شده استفاده گردید. نتایج مبین عملکرد مناسب شبکه عصبی مصنوعی پرسپترون چند لایه با الگوریتم پس انتشار خطا در پیش بینی تبخیر - تعرق گیاه سیر بود. نتایج نشان داد که مقادیر RMSE, MAE, STDMAE  و R2 برای آرایش 1-6-6 بر پایه قانون آموزش لونبرگ مارکوات و تابع محرک سیگموئید به ترتیب 088/0 میلیمتر بر روز, 07/0 میلیمتر بر روز, 061/0 میلیمتر بر روز و 88/0 به دست آمد. نتایج نشان داد میانگین روزانه نیاز آبی گیاه سیر معادل 3/8 میلی متر از لایسیمتر و 5/6 میلی متر از شبکه عصبی به دست آمد. بطور کلی, مقایسه عملکرد شبکه ANN با مقادیر لایسیمتری نشان داد که دقت شبکه عصبی مصنوعی در حد قابل قبولی بوده است. همچنین مشخص گردید که مدل مطلوب شبکه عصبی مصنوعی در حالت تغییرات افزایشی نسبت به دمای حداکثر هوا, دارای بیشترین حساسیت و نسبت به پارامتر حداقل رطوبت نسبی, کمترین حساسیت را دارد.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    زارع ابیانه، حمید، قاسمی، عادل، بیات ورکشی، مریم، و معروفی، صفر. (1388). ارزیابی دقت شبکه عصبی مصنوعی در پیش بینی تبخیر - تعرق گیاه سیر بر اساس داده های لایسیمتری در منطقه همدان. آب و خاک (علوم و صنایع کشاورزی)، 23(3)، 176-185. SID. https://sid.ir/paper/141642/fa

    Vancouver: کپی

    زارع ابیانه حمید، قاسمی عادل، بیات ورکشی مریم، معروفی صفر. ارزیابی دقت شبکه عصبی مصنوعی در پیش بینی تبخیر - تعرق گیاه سیر بر اساس داده های لایسیمتری در منطقه همدان. آب و خاک (علوم و صنایع کشاورزی)[Internet]. 1388؛23(3):176-185. Available from: https://sid.ir/paper/141642/fa

    IEEE: کپی

    حمید زارع ابیانه، عادل قاسمی، مریم بیات ورکشی، و صفر معروفی، “ارزیابی دقت شبکه عصبی مصنوعی در پیش بینی تبخیر - تعرق گیاه سیر بر اساس داده های لایسیمتری در منطقه همدان،” آب و خاک (علوم و صنایع کشاورزی)، vol. 23، no. 3، pp. 176–185، 1388، [Online]. Available: https://sid.ir/paper/141642/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