سنجش قابلیت شبکه های عصبی مصنوعی در برآوردتبخیروتعرق پتانسیل (مطالعه موردی منطقه ارومیه)

چکیده مقاله

تبخیروتعرق گیاه یکی از اجزای اصلی چرخه هیدرولوژیکی بوده و برآورد دقیق آن از اهمیت بسیار زیادی برخوردار است به دلیل تاثیر متقابل پارامترهای هواشناسی در برآورد تبخیروتعرق، تخمین آن یک کار پیچیده و دارای روابط غیرخطی می باشد از این رو شبکه های عصبی مصنوعی ابزار مناسبی برای تخمین تبخیروتعرق می باشد در این تحقیق با استفاده از آمار روزانه هواشناسی منطقه ارومیه در بازه زمانی 1385 1380 دمای ماکزیمم ومینیمم، رطوبت نسبی ماکزیمم ومینیمم، سرعت باد و ساعات آفتابی شبکه را آموزش داده و با مقایسه با روش پنمن مونتیث تبخیروتعرق پتانسیل برآورد گردیده است همچنین در این پژوهش از شبکه های عصبی مصنوعی با تعداد نرون های مختلف دریک یادو لایه مخفی برای برآورد ETo با استفاده از پارامتر های هواشناسی جهت آموزش و تست شبکه استفاده شده است وبا توجه به ضریب همبستگی R ، جذر میانگین مربعات خطا RMSE بهترین آرایش شبکه برای یک لایه ودو لایه مخفی بدست آمد

کلیدواژه‌ها

نویسندگان

زهرا فکورنیا

دانشجوی کارشناسی ارشد، مهندسی آبیاری وزهکشی، دانشگاه ارومیه، گروه آ

عیسی جهانگیر

استادیار و عضو هیئت علمی گروه مهندسی آب دانشگاه ارومیه

کامران زینال زاده

عضو هیئت علمی گروه مهندسی آب دانشگاه ارومیه

بهبود مشعوفی

عضو هیئت علمی گروه مهندسی آب دانشگاه ارومیه

فکورنیا، زهرا و جهانگیر، عیسی و زینال زاده، کامران و مشعوفی، بهبود،1387،سنجش قابلیت شبکه های عصبی مصنوعی در برآوردتبخیروتعرق پتانسیل (مطالعه موردی منطقه ارومیه)،سومین کنفرانس مدیریت منابع آب،تبریز

ارائه‌شده در

مجموعه مقالات سومین کنفرانس مدیریت منابع آب23 مهر 1387 · تبریز