این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آبیاری و زهکشی، جلد ۸، شماره ۱، صفحات ۵۳-۶۱
عنوان فارسی بهبود برآورد تبخیر-تعرق پتانسیل با استفاده از ضریب اصلاحی به کمک مدل درخت تصمیم M۵
چکیده فارسی مقاله تبخیر و تعرق از اساسی­ترین اجزای چرخه­ی هیدرولوژی است که تعیین صحیح آن در علوم آب از قبیل مطالعات توازن هیدرولوژیکی، طراحی و مدیریت سیستم­های آبیاری از اهمیت بالایی برخوردار است. پژوهش حاضر امکان بهبود دقت برآورد تبخیر-تعرق به روش هارگریوز-سامانی را بر اساس ضریب اصلاحی k بررسی می‌کند. این ضریب که نسبت برآورد تبخیر-تعرق با دو روش فائو پنمن-مانتیت (F-P-M) و هارگریوز-سامانی می‌باشد بر اساس متغیرهای هواشناسی مانند دمای هوا، رطوبت نسبی و دمای نقطه شبنم با استفاده از مدل درختی M5 و شبکه عصبی مصنوعی در سه ایستگاه هواشناسی آستارا، بندر انزلی و رشت برآورد گردید. برای انجام این کار، یک دوره آماری 30 ساله (1360-1390) در نظر گرفته شد و داده‌ها برای هر ایستگاه بر اساس نسبت 80 به 20 درصد به داده‌های آموزش و آزمون تقسیم‌بندی شدند. سپس مقدار k محاسبه شده در تبخیر-تعرق برآورد شده به روش هارگریوز سامانی ضرب شد. نتایج نشان دادکه مدل درختی M5 نسبت به شبکه عصبی مقدار k را بهتر برآورد می‌کند و با این روش میانگین اختلاف بین مقدار برآورد شده به روش هارگریوز-سامانی و پنمن-مانتیث به ترتیب برای ایستگاه‌های آستارا، بندرانزلی و رشت از 41/0، 55/0 و 7/0 به 31/0، 38/0 و 28/0 کاهش می‌‌یابد. 
کلیدواژه‌های فارسی مقاله تبخیر-تعرق پتانسیل،ضریب اصلاحی،هارگریوز-سامانی،درخت تصمیم،M5،
عنوان انگلیسی Improvement of the Estimation of Potential Evapotranspiration Using Adjusted Coefficient by M5 Decision Tree Model
چکیده انگلیسی مقاله Evapotranspiration is one of the basic components in hydrologic balance that is important for the design and management of irrigation systems. This research investigates improvement of accuracy of ET estimation by H-S method based on adjusted coefficient of K. This coefficient, the ratio of evapotranspiration estimated by F-P-M method to that estimated by H-M method, is determined by M5 Decision Tree Model based on meteorological variables (air temperature, relative humidity, dew point) at three meteorological stations (including Astara, Rasht, Bandar-Anzali). Thirty years period (1360-1390) is used for this research. The data of each station is divided into two parts: eighty percent for training and twenty percent for validation. The estimated adjusted coefficient is multiplied by estimated evapotranspiration with H-S method. The results indicate higher performance of M5 Decision Tree Model relative to Neural Network model. In addition, mean difference between estimated evapotranspiration by two methods decreased from 0.41, 0.55, 0.7 to 0.31, 0.38, 0.28 for Astara, Bandar-Anzali and Rasht stations, respectively
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین شریفان |
دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

خلیل قربانی |
استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران

نشانی اینترنتی http://idj.iaid.ir/article_54548_ce49f4afbf600ab7aee9bee5971e4815.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
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