ارزیابی عملکرد مدل داده کاوی M5 و مدل هوش مصنوعی شبکه عصبی (ANN) در برآورد تبخیر و تعرق روزانه (مطالعه موردی: ایستگاه سینوپتیک سامان)

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 488

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MDCONF03_182

تاریخ نمایه سازی: 8 تیر 1398

چکیده مقاله:

تخمین دقیق تبخیر و تعرق یک از عوامل بسیار مهم در آبیاری محصولات کشاورزی و مدیریت منابع آب می باشد. امروزه مدل های هوشمند و داده کاوی به عنوان روشی نوین برای مدل سازی روابط پیچیده و غیرخطیاستفاده قرار می گیرند. در این تحقیق به ارزیابی مدل داده کاوی (M5) و مدل هوش مصنوعی شبکه ی عصبی ()AN) در برآورد تبخیر و تعرق مرجع روزانه پرداخته شد. داده های مورد استفاده در این تحقیق شامل دمای حداقل و حداکثر، رطوبت نسبی میانگین، سرعت باد در ارتفاع دومتری و ساعات آفتابی از ایستگاه هواشناسی سامان برای یک دوره ده ساله می باشند. برای ارزیابی مدل ها از مدل پنمن مونتیث فائو و از شاخص های آماری R (ضریب همبستگی) و RMSE (مجذور میانگین مربعات خطا) برای آنالیزهای آماری استفاده گردید. نتایج نشان داد مدل شبکه عصبی مصنوعی دقت و عملکرد بهتری نسبت به مدل درختی در تخمین تبخیر و تعرق دارد.

نویسندگان

سید محمدرضا حسینی

دانش آموخته کارشناسی ارشد گروه مهندسی آب دانشگاه اراک،

روح اله فتاحی

دانشیار گروه مهندسی آب دانشگاه شهرکرد

غلامرضا شماعی

رئیس اداره مهندسی زراعی و کارشناس مسئول سامانه های نوین آبیاری استان چهارمحال و بختیاری

پژمان خلیلی

دانش آموخته کارشناسی ارشد گروه مهندسی شیلات دانشگاه صنعتی اصفهان