English
مجله ترویج و توسعه آبخیزداری
مشاهده جزئیات مقاله
دانلود فایل مقاله :
( 180 بازدید ) ( 11 دانلود )
اطلاعات انتشار : دوره 7 - شماره 24 - شماره پیاپی 24
نوع مقاله : مقالة‌ تحقيقي‌ (پژوهشي‌)
محورهای مقاله : مديريت حوزه های آبخیز
عنوان مقاله : (مقایسه روش رگرسیون چند متغیره و شبکه‌ی عصبی مصنوعی در مدل‌سازی دمای خاک با استفاده از عناصر هواشناسی (مطالعه موردی: ایستگاه سینوپتیک بندرعباس
خلاصه مقاله : دمای خاک به عنوان یک عنصر مهم و تأثیر‌گذار در رشد گیاهان مطرح است، که در ایستگاه­های هواشناسی به صورت منظم و پیوسته اندازه‌گیری نمی‌شود، ازاین روی داده‌های دمای خاک با کمبود آماری مواجه است. دمای خاک در اعماق مختلف متفاوت و متاثر از دمای محیط بیرون و دیگر عوامل است. در این تحقیق سعی شده است تا دمای اعماق مختلف خاک رسی- شنی (5،10،20،30،50 و100 سانتی­متری) را به کمک پارامترهای روزانه‌ی هواشناسی موجود در ایستگاه هواشناسی بندرعباس به روش رگرسیون چند متغیره و شبکه‌ی عصبی مصنوعی برای دوره آماری سال­های 1372 تا 1396 مدل سازی شود. پس از محاسبه‌ی ضریب همبستگی بین دمای اعماق خاک با پارامترهای هواشناسی مشخص گردید، دمای خشک، مقدار تبخیر و دمای نقطه‌ی شبنم بیش­ترین همبستگی را با دمای خاک در اعماق مختلف دارد. میزان قدر مطلق خطای محاسبه شده در روش رگرسیون بین /019 درجه (برای عمق 10 سانتی ­متری) و 1/88 درجه (برای عمق 100 سانتی‌متری) و در روش شبکه‌ی عصبی بین 1/17 و 1/85 درجه می‌باشد. بنابراین با توجه به ساده بودن رگرسیون چندمتغیره و عدم تفاوت زیاد با نتایج شبکه عصبی مصنوعی، از مدل فوق در مناطق مشابه برای پیش‌بینی دمای خاک می‌توان بهره برد.
تخصص ها : رگرسیون چندمتغیره، شبکه‌ی عصبی مصنوعی، دمای خاک، پارامترهای هواشناسی، مدل‌سازی
منابع : Abbasi, A. 2005. Analysis of Soil temperature with air temperature and frozen depth in Kurdistan province, MSc thesis, Ferdowsi University of Mashhad.


نویسندگان مقاله :
نویسندهترتیب نویسندهدانشگاه / سازمان/ موسسهدانشگاه / سازمان/ موسسه ( لاتین )سمتپست الکترونیکیمدرک تحصیلی
سعید خوشحال 1دانشگاه هرمزگان  O.bazrafshan@hormozgan.ac.ir 
ام البنين بذرافشان
(نویسنده مسئول)
2دانشگاه هرمزگان  O.bazrafshan@hormozgan.ac.ir 
دسترسی سریع

کلیه حقوق این وب سایت برای مجله ترویج و توسعه آبخیزداری محفوظ می باشد .