تحقیقات منابع آب ایران، جلد ۳، شماره ۳، صفحات ۹-۱۹
عنوان فارسی تعیین تبخیر ـ تعرق بالقوه با استفاده ازروش رگرسیون فازی
چکیده فارسی مقاله شدت تبخیر ـ تعرق بالقوه برای برنامه‌ریزی آبیاری مورد نیاز است که معمولا بر اساس روش‌هایی مبتنی بر داده‌های اقلیمی تخمین زده می‌شود. در حال حاضر روش پنمن-مانتیس یک روش قابل قبول برای تخمین تبخیر ـ تعرق بالقوه است. بعضی از پارامترهای این روش را نمی‌توان بطور دقیق اندازه‌گیری نمود. در نتیجه با استفاده از پارامترهای اقلیمی تخمین زده می‌شوند. در این مقاله‏، کارایی روش رگرسیون فازی در تخمین تبخیر ـ تعرق بالقوه روزانه (با گیاه مرجع چمن) و مقایسه آن با روش‌های شبکه‌های عصبی مصنوعی و پنمن- مانتیس مورد بررسی قرار گرفته است. برای این کار از اطلاعات اقلیمی و لایسیمتری 5 ساله ایستگاه هواشناسی اکباتان واقع در 10 کیلومتری شهر همدان استفاده شده است. پارامترهای مورد استفاده شامل دمای حداقل و حداکثر هوا، دمای متوسط هوا، رطوبت حداقل و حداکثر هوا، ساعات آفتابی و سرعت باد در مقیاس روزانه می‌باشد. تبخیر ـ تعرق بالقوه بدست آمده از لایسیمتر موجود در آن ایستگاه، به عنوان خروجی هر روش در نظر گرفته شده است. روش رگرسیون فازی با پنج پارامتر ورودی شامل دمای حداقل و حداکثر هوا، رطوبت نسبی متوسط هوا ، ساعات آفتابی و سرعت باد، دارای ضریب تعیین 88/0 و خطای RMSE 69/0 میلی‌متر در روز بود. در حالی که روش شبکه‌های عصبی مصنوعی دارای ضریب تعیین 84/0 و خطای RMSE 74/0 میلی‌متر در روز و روش پنمن-مانتیس دارای ضریب تعیین 84/0 و خطای 21/1 میلی‌متر در روز بود. بنابراین روش رگرسیون فازی بهترین روش جهت تخمین تبخیر ـ تعرق بالقوه نتیجه‌گیری شد.
کلیدواژه‌های فارسی مقاله تبخیر ـ تعرق بالقوه، رگرسیون فازی، پنمن-مانتیس،
عنوان انگلیسی Determination of Potential Evapotranspiration Using the Fuzzy Regression Method
چکیده انگلیسی مقاله Potential evapotranspiration (ET0) rates are needed for irrigation scheduling. ET0 rates are commonly from weather parameters. The Penman-Monteith, is now accepted for computation of ET0. It requires several input parameters, some of which have no actual measurements but are estimated from measured weather parameters. In this study, the suitability of fuzzy regression was examined for estimating daily potential evapotranspiration with grass reference crop and compared with Artificial Neural Networks (ANN) and Penman-Monteith methods.The daily climatic data of the Ekbatan station in Hamadan, including maximum and minimum temperature, maximum and minimum relative humidity, wind speed and sunny hours are introduced as input data and ET0 as output data. ET0 values estimated from the fuzzy regression method were compared with direct ET0 measurements from lysimeters, and with ET0 estimations obtained using the Penman-Manteith equation and the ANN method. The estimated ET0 values from a fuzzy regression model using five input parameters, including maximum and minimum temperature, mean relative humidity, wind speed and sunny hours were obtained with RMSE=0.69mm/day, =0.88. The estimated ET0 values from a artificial neural networks model using the same input parameters were obtained with RMSE=0.74mm/day, =0.84. The estimated ET0 values from Penman-Monteith model were obtained with RMSE=1.21mm/day, =0.84. Thus, in this study the fuzzy regression is the best method.
کلیدواژه‌های انگلیسی مقاله Evapotranspiration, Fuzzy regression, Penman-Monteith
نویسندگان مقاله محمد شایان نژاد |
استادیار گروه مهندسی آب دانشگاه شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

سید جواد ساداتی نژاد | seyed javad
استادیار گروه مهندسی منابع طبیعی دانشگاه شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

هدایت فهمی |
مدیر بخش برنامه ریزی سازمان مدیریت منابع آب ایران
سازمان اصلی تایید شده: سازمان مدیریت منابع آب

نشانی اینترنتی http://www.iwrr.ir/article_15558_6bd3ba1eeb20992e281bdef4a1798970.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