این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
دانش آب و خاک، جلد ۲۱، شماره ۳، صفحات ۱۳۹-۱۵۲
عنوان فارسی برآورد دمای عمق‌های مختلف خاک از دمای هوا با بکار‌گیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)
چکیده فارسی مقاله به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمق­های مختلف خاک و مقایسه با مدل­های شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعه­ای بر روی داده­های جمع­ آوری شده درجه حرارت هوا و اعماق 5، 10، 20، 30، 50 و 100 سانتی­متری خاک از ایستگاه مذکور در دوره آماری 1992-2005 انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنج­های آماری ضریب همبستگی بین داده­ها (R2)، جذر میانگین مربع خطا (RMSE) و میانگین خطای مطلق (MAE) استفاده گردید. نتایج نشان داد که در مورد روابط رگرسیونی، بر اساس ضریب همبستگی و پارامترهای خطا روابط خطی درجه سوم، خطی درجه دوم، خطی درجه اول، نمایی و لگاریتمی به ترتیب دارای بهترین برآورد بودند. همچنین نتایج نشان داد که بهترین و بدترین برآورد بین دمای هوا و دمای خاک به ترتیب در عمق 5 سانتی­متری و عمق 100 سانتی­متری خاک مشاهده گردید. نتایج حاصل از این مطالعه منجر به ارایه یک معادله درجه دوم و یک معادله خطی (با توجه به ساده بودن نسبت به معادله درجه سوم) به ازای هر عمق خاک گردید. با توجه به ضرایب همبستگی و خطاهای به دست آمده می­توان گفت این رابطه برای عمق 100 سانتی­متری خاک دارای دقت پایین، اما برای سایر عمق­ها مطلوب و دارای دقت بالایی می­باشد. همچنین نتایج تحقیق حاضر نشان داد که مدل ANN دارای دقت بیشتری نسبت به مدل ANFIS در برآورد دمای خاک می­باشد. دقت مدل رگرسیونی کمتر از این دو روش مشاهده گردید. 
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimation of Soil Temperature from Air Temperature Using Regression Models, Artificial Neural Network and Adaptive Neuro-Fuzzy Inference System (Case Study: Kermanshah Region)
چکیده انگلیسی مقاله In order to develop a simple and rational relationship between air temperature and soil temperature at different depths and to compare to Artificial Neural Network (ANN) and Adaptive Neuro-Fuzzy Inference System (ANFIS) a study was conducted during 1992-2005. Air temperatures and soil temperature at depths of 5, 10, 20, 30, 50 and 100 centimeters were measured at Kermanshah station. To determine the optimum functional relationships between parameters the statistical criteria of correlation coefficient, RMSE and MAE were used. Based on correlation coefficient and error parameters, results showed that the regression methods of the third and second degree equations, linear, power and logarithmic had the best estimations, respectively. Also, results showed that the best and worst estimations between air temperature and soil temperature were observed, at 5 and 100 cm soil depths respectively. Results of this study produced a second degree equation and a linear equation (noting their simpticities of application in comparison with the third degree equation) for each soil depth. Based on the correlation coefficients and errors if can be said that obtained this equation is usable for soil depth of 100 cm with poor precision, but in the case of other depths has to high accuracy. The comparisons of regressions, ANN and ANFIS results indicated that ANN estimated more accurately soil temperature. 
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله نصرالدین پارسافر |
دانشکده کشاورزی دانشگاه بوعلی سینا
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

صفر معروفی |
دانشکده کشاورزی دانشگاه بوعلی سینا
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

نشانی اینترنتی http://water-soil.tabrizu.ac.ir/article_1216_66.html
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