عنوان مقاله :
بررسي عملكرد الگوريتم هيبريدي بهينه‌سازي خرگوش مصنوعي (ANN-ARO) در پيش‌بيني تبخير و تعرق مرجع با پارامترهاي اقليمي محدود
پديد آورندگان :
توسن ، معين دانشگاه بيرجند - دانشكده كشاورزي - گروه مهندسي منابع آب , ماروسي ، علي دانشگاه تربت حيدريه - دانشكده فني و مهندسي - گروه مهندسي كامپيوتر , خزيمه‌نژاد ، حسين دانشگاه بيرجند - دانشكده كشاورزي - گروه علوم و مهندسي آب
كليدواژه :
تبخير و تعرق مرجع , شبكه عصبي , بهينه‌ساز خرگوش مصنوعي , كشاورزي دقيق
چكيده فارسي :
تبخير و تعرق مرجع يكي از متغيرهاي مهم در هيدرولوژي و علوم كشاورزي و عامل تعيين‌كننده در مديريت منابع آب است. اين مطالعه به بررسي مدل هيبريدي شبكه عصبي با الگوريتم بهينه‌ساز خرگوش مصنوعي (ANN-ARO) براي مدل‌سازي روزانه تبخير و تعرق مرجع با پارامترهاي هواشناسي محدود و مقايسه آن با ساير روش‌هاي هيبريدي يعني شبكه عصبي مصنوعي با الگوريتم بهينه‌سازي ذرات (ANN-PSO)، شبكه عصبي مصنوعي با الگوريتم ژنتيك گرهي (ANN-GA) و پنج مدل داده‌كاوي ديگر مي‌پردازد. اين مدل‌ها با استفاده داده‌هاي آب‌وهوايي روزانه بلندمدت از سال 2000 تا 2023 در دو اقليم متفاوت ارزيابي شدند. ايستگاه‌هاي مورد بررسي شامل بيرجند (با اقليم خشك كويري) و مشهد (با اقليم نيمه‌خشك سرد) بود. مقايسه آماري نشان داد كه با درنظرگرفتن كليه پارامترهاي اقليمي مدل هيبريدي ANN-ARO در شهر مشهد با 0.9986R2= و 0.0001 MSE=و در شهر بيرجند با 0.9986R2= و 0.0001MSE= تخمين‌هاي بهتري را نسبت به ساير روش‌ها داشت. هم‌چنين الگوريتم بهينه‌سازي ANN_ARO با درنظرگرفتن حداقل پارامتر هواشناسي، به‌ترتيب با دما و رطوبت نسبي بهترين تخمين را داشته و هم‌چنين با درنظرگرفتن دو و سه پارامتر ورودي، عملكرد بهتري نسبت به ساير روش‌ها دارد. به‌طوركلي، الگوريتم‌هاي بهينه‌سازي الهام‌گرفته از طبيعت ابزارهاي قوي براي افزايش عملكرد ANN در شبيه‌سازي ETo هستند و مطابق يافته‌هاي اين پژوهش، مدل ANN-ARO براي تخمين تبخير و تعرق مرجع در مناطق اقليمي مشابه با داده‌هاي اقليمي محدود توصيه مي‌شوند. اين مطالعه مدل‌هاي قدرتمندي را براي تخمين دقيق ETo با ورودي‌هاي محدود در اقليم‌هاي خشك و نيمه‌خشك پيشنهاد مي‌كند كه مفاهيمي عملي براي توسعه كشاورزي دقيق ارائه مي‌دهد.
عنوان نشريه :
سامانه هاي سطوح آبگير باران
عنوان نشريه :
سامانه هاي سطوح آبگير باران
