استفاده از شبکه های عصبی مصنوعی در تخمین تبخیر روزانه از تشت تبخیر

چکیده مقاله

تبخیر از جمله مسائلی مهم در هیدرولوژی و مهندسی منابع آب است که مورد توجه محققین قرار دارد به دلیل تأثیر متقابل پارامتر های مختلف هواشناسی در محاسبه تبخیر، روابطی غیر خطی برای تخمین مقدار آن وجود دارد که از دقت بالایی برخوردار نیستند شبکه های عصبی مصنوعی، از جمله روشهای نوین است که برای تخمین و پیش بینی پارامترها با استفاده از ارتباط ذاتی بین داده ها توسعه یافته است در این تحقیق، با استفاده از آمار روزانه هواشناسی ایستگاه گنبد به آموزش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگوریتم پس انتشار خطا BP پرداخته می شود پارامتر های درجه حرارت هوا، رطوبت نسبی، سرعت باد، ساعات آفتابی به عنوان ورودیهای شبکه و تبخیر روزانه از تشت تبخیر بعنوان خروجی شبکه در نظر گرفته می شود بمنظور برر سی تأ ثیر پارامترهای ورودی در تخمین تبخیر از آنالیز حساسیت استفاده شد نتایج نشان می دهد که پارامترهای دما و سرعت باد بترتیب بیشترین و کمترین تاثیر را در تخمین مقدار تبخیر از تشتک دارا می باشد همچنین از شبکه عصبی مصنوعی می توان با دقت مناسبی در تخمین میزان تبخیر روزانه از تشت تبخیر استفاده نمود

کلیدواژه‌ها

نویسندگان

مهدی پیری

دانشجوی کارشناسی ارشد ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

امیراحمد دهقانی

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

موسی حسام

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

عبدالرضا ظهیری

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

پیری، مهدی و احمد دهقانی، امیر و حسام، موسی و ظهیری، عبدالرضا،1387،استفاده از شبکه های عصبی مصنوعی در تخمین تبخیر روزانه از تشت تبخیر،دومین همایش ملی مدیریت شبکه های آبیاری و زهکشی،اهواز

ارائه‌شده در

مجموعه مقالات دومین همایش ملی مدیریت شبکه های آبیاری و زهکشی1 بهمن 1387 · اهواز