این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
پنجشنبه 27 آذر 1404
پژوهش آب در کشاورزی
، جلد ۲۶، شماره ۳، صفحات ۳۵۵-۳۶۵
عنوان فارسی
بررسی روش رگرسیون چند متغییره و شبکه عصبی مصنوعی (ANN) در شبیهسازی شوری آب زیرزمینی در سواحل استان مازندران
چکیده فارسی مقاله
متاسفانه اطلاعات کمی و کیفی جامع از منابع آب در کشور ما محدود است و این امر موجب اهمیت بکارگیری روشهای و مدلهای مختلف به منظور برآورد پارامترهای کمی و کیفی منابع آب شده است. تحقیق حاضر با هدف مقایسه عملکرد و کارایی دو روش رگرسیون چند متغییره و شبکه عصبی مصنوعی در مدلسازی و برآورد شوری آب زیرزمینی در سواحل استان مازندران انجام پذیرفت. روش رگرسیون چند متغییره با بکار گیری نرم افزار SPSS با در نظر گرفتن هدایت الکتریکی بعنوان معیاری برای بررسی شوری آب بعنوان متغییر وابسته و عوامل موثر در این پدیده بعنوان متغییرهای مستقل بکار گرفته شد. دو مدل یکی خطی و دیگری غیرخطی برای برآورد میزان شوری آب زیرزمینی ارائه شد و سپس کارایی این مدلها مورد ارزیابی و تائید قرار گرفت. همچنین از شبکه عصبی مصنوعیANN برای شبیهسازی شوری آب زیرزمینی استفاده گردید. عملکرد شبکه عصبی از طریق پارامترهای چون، جذر میانگین مربع خطا(RMSE) و ضریب همبستگی بین خروجی های حقیقی و دلخواه(R) سنجیده شد. نتایج حاصل از هر دو روش حاکی از آن است که عوامل نوع تشکیلات آبخوان، فاصله از دریا و شوری آب سطحی از عوامل اصلی میزان شوری آب زیر زمینی میباشند اما کارایی شبکه عصبی مصنوعی در برآورد شوری آب زیرزمینی بیشتر از روش رگرسیون چند متغییره است.
کلیدواژههای فارسی مقاله
هدایت الکتریکی آب، مدل خطی، مدل غیر خطی،
عنوان انگلیسی
Multivariate Regression Method and Artificial Neural Network (ANN) in Modeling Ground Water Salinity in the Coastal Areas of Mazandaran Province, Iran
چکیده انگلیسی مقاله
Scarcity of water resources in spite of burgeoning population makes them important and necessitates optimum use of these resources. Shallow groundwater is a resource that has been ignored in irrigation management, while it is an available free source of water which can provide at least part of plants water requirement. Therefore, a two-year experiment was conducted in 2009-2011 to find the effect of shallow groundwater tables, at 60, 80, and 110 cm depth, on water requirement, water use efficiency (WUE) and yield of three wheat cultivars, namely, W33g, Cross Alborz, and Bahar. Experiments were performed at RaziUniversity lysimeter research station No1 as a randomized complete block factorial experiment with three replications. In these experiments, 45 tubular poly ethylene lysimeters with 1.20m height and 0.30m diameter were fixed in the ground with 1m distance from each other. The highest utilization of groundwater was found for the water table depth of 60 cm and the lowest was found for the 110 cm depth. The 2-year average contribution to different cultivars by groundwater in depths of 60, 80, and 110 cm was 63%, 55% and 45%, respectively. The results for Cross Alborz cultivar showed no significant difference (P< 0.01) in WUE between the three water table depth treatments. Overall, the optimum WUE and yield was found at water table depth of 80 cm.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
وحید غلامی |
استادیار دانشکده منابع طبیعی دانشگاه گیلان، گروه مرتع و آبخیزداری؛
شهرام درخشان |
دانشجوی دکتری برنامه ریزی شهری؛
زهرا درواری |
دانش آموخته کارشناسی ارشد آبخیزداری دانشگاه مازندران؛
نشانی اینترنتی
http://wra.areo.ir/article_118987_8370098ecf98ab43f05b713673f7b6cf.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1318/article-1318-1504435.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات