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

تخمین هوشمند منحنی رطوبتی خاک با استفاده از شبکه عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۲۱۶۴ | نظرات: ۰
سال انتشار: ۱۳۸۳
نوع ارائه: شفاهی
کد COI مقاله: SCSWR02_031
زبان مقاله: فارسی
حجم فایل: ۲۰۸.۹۸ کلیوبایت (فایل این مقاله در ۹ 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 ۹ 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 تخمین هوشمند منحنی رطوبتی خاک با استفاده از شبکه عصبی مصنوعی

حبیب خداوردی لو - دانشجوی دکتری خاکشناسی
  پرویز فتحی (شناسه پژوهشگر - Researcher ID: ۲۵۶۱)
دانشجوی دکتری آبیاری
    مهدی همایی (شناسه پژوهشگر - Researcher ID: ۳۷۷۰)
استادیار گروه خاکشناسی دانشکده کشاورزی دانشگاه تربیت مدرس

چکیده مقاله:

بخش غیر اشباع خاک اهمیتی فراوان در چرخه آبی طبیعت دارد. یکی از مهمترین شاخصهای که ویژگی های این بخش را بصورت کمی بیان می کند، منحنی رطوبتی خاک است که در بسیاری از پژوهشها به عنوان اطلاعات پایه مورد استفاده قرار می گیرد. لیکن، اندازه گیری مستقیم آن هزینه بر و وقتگیر بوده و نیاز به تجهیزات آزمایشگاهی ویژه دارد. به همین دلیل، در سالهای اخیر تلاشهایی فراوان صورت گرفته تا با استفاده از ویژگیهای زود یافت خاک و بدون نیاز به اندازه گیری مستقیم بتوان آن را با دقتی قابل قبول تخمین زد. هدف از این پژوهش ، بررسی امکان استاده از شبکه عصبی مصنوعی به منظور برآورد منحنی رطوبتی از ویژگیهای زودیافت خاک بود. به همین منظور، 75 نمونه خاک از سریهای خاک منطقه کرج انتخاب گردید. منحنی رطوبتی این خامها درمکشهای 0، 10 و 23 کیلوپاسکال با استفاده از دستگاه صفحات فشاری، فراوانی نسبی ذرات خاک به روش هیدرومتری، جرم ویژه ظاهری به روش پارافین و کربنات کلسیم معادل به روش کلسیمتری اندازه گیری گردید. سپس، شیکه ای از نوع پرسپترون چند لایه با قانون یادگیری پس انتشار خطا برای بازیابی نگاشت غیر خطی میان ویژگیهای زودیافت خاک و منحنی رطوبتی طراحی گردید و به کمک آن منحنی رطوبتی خاک به صورتی هوشمند تخمین زده شد. نتایج نشان داد که انطباقی معنی دار در سطح احتمال یک درصد بین منحنی رطوبتی پیش بینی شده با شبکه عصبی مصنوعی و داده های اندازه گیری شده وجود دار. همچنین، نتایج نشان داد که برآورد انجام شده با دقتی بیشتر از توابع انتقالی رگرسیونی و برنامه Rosetta منحنی رطوبتی را در دامنه مورد مطالعه تخمین می زند.

کلیدواژه‌ها:

توابع انتقالی خاک ، شبکه عصبی مصنوعی ، منحنی رطوبتی خاک

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-SCSWR02-SCSWR02_031.html
کد COI مقاله: SCSWR02_031

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:
خداوردی لو, حبیب؛ پرویز فتحی و مهدی همایی، ۱۳۸۳، تخمین هوشمند منحنی رطوبتی خاک با استفاده از شبکه عصبی مصنوعی، دومین کنفرانس ملی دانشجویی منابع آب و خاک، شیراز، دانشکده کشاورزی دانشگاه شیراز، https://www.civilica.com/Paper-SCSWR02-SCSWR02_031.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: (خداوردی لو, حبیب؛ پرویز فتحی و مهدی همایی، ۱۳۸۳)
برای بار دوم به بعد: (خداوردی لو؛ فتحی و همایی، ۱۳۸۳)
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 :

  • خداوردیلو، ح. و همایی، م. ۱۳۸۱. اشتقاق توابع انتقالی خاک ... (مقاله ژورنالی)
  • Basheer I. A., Reddi, L. N. and Najjar, Y. M. ...
  • Bouma, J.and H. A. J. Van Lanen. 1987. Transfer functions ...
  • Homaee, M., C. Dirksen and R. A. Feddes. 2002. Simulation ...
  • Jam, L. and Fanelli, A. M. (2000).، Recent advances in ...
  • Klute, A. and C. Dirksen. 1986. Hydraulic conductivity and diffusivity: ...
  • Kumar, M., Raghuwanshi _ N. S., Singh, R., Wallender, W. ...
  • Pachepsky, Ya. A., D. Timlin and G. Varallyay. 1996. Artificial ...
  • Rao, V., and Rao, H., 1996. _ Neural networks and ...
  • 2-Rumelhart, D. E., Hinton, G. E. and Williams, R. J. ...
  • Schaap, M. G. and F. J. Leij, and M. Th. ...
  • Schaap, M. G. and W. Bouten. 1996. Modeling vater retention ...
  • Schaap, M. G., F.J. Leij. and M. Th.Van Genuchten. 1998. ...
  • 6-Tamari, S., J. H. M. Wosten and J. _ Ruzi-Suarez. ...
  • 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.