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:

865
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

726
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی کارایی چندین روش داده کاوی برای پیش بینی تبخیر(مطالعة موردی: ایستگاه سینوپتیک یزد)

صفحات

 صفحه شروع 579 | صفحه پایان 594

چکیده

تبخیر یکی از پارامترهای اقلیمی مهم در مناطق خشک است و نقش مهمی را در مدیریت منابع آب بازی می کند, به همین جهت آگاهی از مقدار تبخیر و مدل سازی آن به عنوان یکی از متغیرهای مهم هیدرولوژیکی در تحقیقات کشاورزی و حفاظت آب و خاک از اهمیت زیادی برخوردار است. در دهه های اخیر روش های هوش مصنوعی در تخمین و پیش بینی پدیده های غیرخطی توانایی بالایی از خود نشان داده است. در این تحقیق از سه روش مهم داده کاوی شامل شبکة عصبی مصنوعی, شبکه های استنتاج فازی و درخت تصمیم رگرسیونی جهت پیش بینی تبخیر ماهانه در ایستگاه سینوپتیک یزد استفاده شد. برای این منظور از 8 متغیر هواشناسی در مقیاس ماهانه (متوسط کمینة دما, متوسط بیشینة دما, میانگین دما, ساعات آفتابی, سرعت باد, جهت باد, میانگین رطوبت نسبی و تبخیر) به عنوان ورودی مدل استفاده گردید. نتایج به دست آمده نشان داد هر سه مدل نامبرده قادرند با استفاده از پارامترهای اقلیمی مذکور به پیش بینی مقدار تبخیر ماهانه 12 ماه بعد از وقوع بپردازند ولی در میان سه مدل مورد استفاده, شبکة عصبی مصنوعی با ضریب همبستگی برابر با 97/0 r=, 1/5RMSE=, 3/36 MAE= و 48/0-ME= بهترین کارایی را از خود نشان داد. همچنین نتایج نشان داد در پیش بینی تبخیر, تفاوت قابل ملاحظه ای در زمان استفاده از داده های خام و داده های نرمال شده وجود ندارد و پردازش داده ها تأثیر چندانی در بهبود نتایج مدل ها نخواهد داشت.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    افخمی، حمیده، حبیبی پور، اعظم، و اختصاصی، محمدرضا. (1397). ارزیابی کارایی چندین روش داده کاوی برای پیش بینی تبخیر(مطالعة موردی: ایستگاه سینوپتیک یزد). مرتع و آبخیزداری (منابع طبیعی ایران)، 71(3 )، 579-594. SID. https://sid.ir/paper/162454/fa

    Vancouver: کپی

    افخمی حمیده، حبیبی پور اعظم، اختصاصی محمدرضا. ارزیابی کارایی چندین روش داده کاوی برای پیش بینی تبخیر(مطالعة موردی: ایستگاه سینوپتیک یزد). مرتع و آبخیزداری (منابع طبیعی ایران)[Internet]. 1397؛71(3 ):579-594. Available from: https://sid.ir/paper/162454/fa

    IEEE: کپی

    حمیده افخمی، اعظم حبیبی پور، و محمدرضا اختصاصی، “ارزیابی کارایی چندین روش داده کاوی برای پیش بینی تبخیر(مطالعة موردی: ایستگاه سینوپتیک یزد)،” مرتع و آبخیزداری (منابع طبیعی ایران)، vol. 71، no. 3 ، pp. 579–594، 1397، [Online]. Available: https://sid.ir/paper/162454/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