مقایسه روش شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره در مدل‌سازی عمق برف

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 681

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MYBOOD01_015

تاریخ نمایه سازی: 25 خرداد 1393

چکیده مقاله:

بارش برف وانباشت آن در حوزه‌های آبخیز منبعی باارزش است که بررسی کمیت و کیفیت آن از اهمیت ویژه‌ای برخوردار است. عمق برف از جمله مهم‌ترین پارامترهایی است که برای ارزیابی منابع آب در حوزه‌های کوهستانی مورد استفاده قرار می‌گیرد. از آن‌جایی که اندازه‌گیری عمق برف به خصوص در مناطق صعب‌العبور بسیار دشوار است محققین از دیرباز سعی در معرفی روش‌های جایگزین نموده‌اند. بدین منظور 206 داده عمق برف برداشت گردید و با استفاده از 30 پارامتر فیزیکی از مدل رقومی ارتفاع حاصل از نرم‌افزار SAGA کاربرد روش شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره درمحاسبه عمق برف با یکدیگر مقایسه گردیدند. نتایج نشان دادند مدل رگرسیونی 74 درصد از تغییرات عمق برف را محاسبه نموده و شبکه عصبی با آرایش 1-11-30، 85 درصد از تغییرات مقادیر عمق برف را حساب کند.

نویسندگان

سمانه قرایی منش

دانشجوی کارشناسی ارشد، دانشگاه یزد، دانشکده منابع طبیعی

علی فتح زاده

استادیار دانشگاه، دانشگاه اردکان، دانشکده کشاورز و منابع طبیعی

روح الله تقی زاده مهرجردی

استادیار دانشگاه دانشگاه اردکان، دانشکده کشاورزی و منابع طبیعی

جواد محجوبی

کارشناس ارشد عمران سازه های هیدرولیکی