CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

مقایسه روش های هارگریوس و شبکه های عصبی مصنوعی برای تخمین تبخیر و تعرق گیاه مرجع

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۱۹۵ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: ABYARI09_059
زبان مقاله: فارسی
حجم فایل: ۱۸۸.۴۴ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله مقایسه روش های هارگریوس و شبکه های عصبی مصنوعی برای تخمین تبخیر و تعرق گیاه مرجع

علی رحیمی خوب - استادیار گروه ابیاری و زهکشی، دانشکده مهندسی کشاورزی، پردیس ابوریحان

چکیده مقاله:

اکثر ایستگاه های هواشناسی فاقد داد ه های مورد نیاز و قابل اعتماد برای برآورد تبخیر و تعرق گیاه مرجع با استفاده از روش پنمن مانتیث می باشند. در این شرایط آلن و همکاران (1998) معادله هارگریوس را که فقط نیاز به اندازه گیری دمای ماکزیمم و مینیمم روزانه دارد برای براورد ET0 به توصیه کردند. در سالهای اخیر مدل های شبکه عصبی برای مدل کردن پدیده های پیچیده در علوم مختلف مورد استفاده قرار گرفته است و از جمله برای برآورد ET0 نیز استفاده شده و نتایج رضایتبخشی را ارائه داده است. در این تحقیق مدل شبکه عصبی با ساختار ورودی یکسان با روش هارگریوس ساخته شد و نتایج آن با روش هارگریوس مقایسه و ارزیابی گردید. داده های هواشناسی از 12 ایستگاه هواشناسی استان خوزستان برای یک دوره 10 ساله مورداستفاده قرار گرفت. تبخیر و تعرق گیاه مرجع به روش پنمن مانتیث براورد ومبنای مقایسه دو روش هارگریوس و شبکه عصبی واقع شد. نتایج نشان داد عملکرد روش هارگریوس برای مناطث مختلف استان خوزستان متفاوت است و تبخیر وتعرق گیاه مرجع را در نقاط مختلف استان کمتر وبیشتر از روش پنمن مانتیث برآورد می کند. ولی مدل تدوین شده شبکه عصبی با دقت بهتری تبخیر و تعرق گیاه مرجع را براورد می کند.

کلیدواژه‌ها:

تبخیر و تعرق گیاه مرجع ، هارگریوس ، پنمن مانتیث ، شبکه های عصبی ، استان خوزستان

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ABYARI09-ABYARI09_059.html
کد COI مقاله: ABYARI09_059

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رحیمی خوب, علی، ۱۳۸۶، مقایسه روش های هارگریوس و شبکه های عصبی مصنوعی برای تخمین تبخیر و تعرق گیاه مرجع، نهمین سمینار سراسری آبیاری و کاهش تبخیر، کرمان، دانشگاه شهید باهنر، انجمن مهندسی آبیاری و آب، https://www.civilica.com/Paper-ABYARI09-ABYARI09_059.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رحیمی خوب, علی، ۱۳۸۶)
برای بار دوم به بعد: (رحیمی خوب، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Allen, R.G., Pereira, L.S., Raes, D., and Smith, M., 1998. ...
  • Droogers, P. and Allen, R.G., 2002. *Estimating reference evapotran spiration ...
  • Di Stefano, C.V. and Ferro, V., 1977.، #Estimation of evapotran ...
  • Meyer, _ J., Hubbard, K. G. and Wilhite, D. A., ...
  • Hargreaves, L. G., Hargreaves, G. H. and Riley, J. P., ...
  • Hargreaves, G. H. and Allen, R. G., 2003. *History and ...
  • Sudheer, K. P., Gosain, A. K. and Ramasastri, K. S., ...
  • Gavilan, P., Lorite, I.J., Tornero, S. and Berengena, J., (2006). ...
  • Utset, A., Farre, I., Martinez-Cob , A. and Cavero, J., ...
  • grass and al falfa-referenc e Daily؛ .2003 [10] Irmak, S., ...
  • Hargreaves, G.H. and Samani, Z.A., 1985.، #Reference crop ev ap ...
  • Elshorbagy, A., Simonovic, S.P., and Panu, U.S., 2000.، Performance evaluation ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.