نگار اکبری؛ مسعود نصری؛ سیدحسن میرهاشمی
چکیده
هدف از این پژوهش استفاده از الگوریتم درختی داده‌کاوی، به منظور مدیریت مناسب بر آبخوان دشت تیروان و کرون است. در این خصوص از هفت عامل مختلف انسانی و طبیعی تأثیرگذار بر تغییرات عمق آبخوان استفاده شد. در ابتدا پیشبینی سه الگوریتم درختی CART، CHAID و MP5 در تغییرات آبخوان با استفاده از شاخص‌های آماری مورد ارزیابی قرار گرفتند. الگوریتم CAHID ...
بیشتر
هدف از این پژوهش استفاده از الگوریتم درختی داده‌کاوی، به منظور مدیریت مناسب بر آبخوان دشت تیروان و کرون است. در این خصوص از هفت عامل مختلف انسانی و طبیعی تأثیرگذار بر تغییرات عمق آبخوان استفاده شد. در ابتدا پیشبینی سه الگوریتم درختی CART، CHAID و MP5 در تغییرات آبخوان با استفاده از شاخص‌های آماری مورد ارزیابی قرار گرفتند. الگوریتم CAHID با توجه به ضریب رگرسیون برابر 82/0 و متوسط مطلق خطا برابر 12/0 دارای عملکرد بهتری نسبت به دو الگوریتم CART و MP5 است. بیشترین مقدار بالاآمدگی آبخوان در ماه‌های آذر، دی، بهمن، اسفند و در زمانی که مقدار حجم بارندگی بین 08/0 تا 72/0 میلیون متر مکعب و درصد رطوبت هوا بیشتر از 72 درصد بوده و همچنین بیشترین مقدار افت آبخوان در ماه‌های شهریور، مرداد و در زمانی که دمای هوا بیشتر از 25 درجه سانتی‌گراد و حجم آب برداشتی از چاه‌های کشاورزی بیشتر از 32/1 میلیون مترمکعب بوده است، توسط نمودار درختی الگوریتم CHAID پیشبینی شد. از عوامل طبیعی، دمای هوا و از عوامل انسانی، حجم آب برداشتی از چاه کشاورزی بیشترین تأثیر در تغییرات عمق آبخوان در دشت مذکور داشته است. دو عامل درصد رطوبت هوا و مقدار حجم بارش، تنها عواملی بودند که رابطه مستقیم با بالاآمدگی عمق آبخوان داشته‌اند. تأثیرگذارترین عوامل در پیشبینی مقدار تغییرات عمق آبخوان دشت تیروان و کرون به ترتیب دمای هوا، حجم آب برداشتی از چاه کشاورزی و حجم بارندگی و بقیه پارامترها تقریبا تأثیرشان با هم برابر بوده است.
جلال یاراحمدی؛ علی رحیمی‌خوب
چکیده
تبخیر و تعرق یکی از مهمترین پارامترهایی است که دانستن آن برای برآورد آب مصرفی گیاه و طراحی سیستم‌های آبیاری ضروری است. ترکیب مدل‌های برآورد تبخیر و تعرق مرجع و داده‌های حاصل از تصاویر ماهواره‌ای امکان بررسی تغییرات مکانی این متغیر را در سطوح گسترده و وسیع فراهم می‌کند. در این پژوهش، چهار مدل تجربی هارگریوز-سامانی و بلانی-کریدل، ...
بیشتر
تبخیر و تعرق یکی از مهمترین پارامترهایی است که دانستن آن برای برآورد آب مصرفی گیاه و طراحی سیستم‌های آبیاری ضروری است. ترکیب مدل‌های برآورد تبخیر و تعرق مرجع و داده‌های حاصل از تصاویر ماهواره‌ای امکان بررسی تغییرات مکانی این متغیر را در سطوح گسترده و وسیع فراهم می‌کند. در این پژوهش، چهار مدل تجربی هارگریوز-سامانی و بلانی-کریدل، تورک و لینیاکر که وابسته به داده‌های دمای هوا هستند، با ورودی داده‌های روزانه LST محصولات MOD11A1 و MYD11A1 سنجنده مودیس به جای دمای هوا، برای برآورد تبخیر و تعرق مرجع مورد ارزیابی قرار گرفتند. برای این منظور، داده‌های روزانه مقادیر حداکثر و حداقل روزانه دمای هوا، رطوبت نسبی، ساعات آفتابی و سرعت باد در ایستگاه‌های هواشناسی پنج واحد از مزارع توسعه نیشکر (شعیبیه-SH، امیرکبیر-AM، فارابی-FA، خزاعی-KH و غزالی-GH) برای تخمین تبخیر و تعرق مرجع به‌وسیله معادله فائو-پنمن-مانتیث به‌عنوان خروجی هدف، استفاده شد. اطلاعات ایستگاه‌های شعیبیه، امیرکبیر و فارابی برای واسنجی و ایستگاه‌های خزایی و غزالی برای اعتبارسنجی مدل‌ها مورد استفاده قرار گرفت. نتایج نشان داد که تبخیر و تعرق مرجع مدل‌های مورد بررسی با ورودی داده‌های LST سنجنده مودیس (محصولات MOD11A1 و MYD11A1) بدون استفاده از داده‌های اندازه‌گیری زمینی با دقت مناسب قابل برآورد است. در مقایسه، نتایج برآورد تبخیر و تعرق مرجع بر اساس نوع محصول دمایی مورد استفاده به‌عنوان ورودی مدل، نشان داد که واسنجی مدل‌ها با استفاده از داده‌های LST محصولات MOD11A1 نسبت به محصولات MYD11A1، از دقت بیشتری برخوردار است. مقایسه دقت برآورد مدل‌های مورد بررسی نشان داد که مدل تورک مبتنی بر داده‌های LST محصولات MOD11A1 با مقادیر آماره‌های RMSE و R2 به‌ترتیب برابر 1.3 میلی‌متر بر روز و 0.86 نسبت به سایر مدل‌ها از دقت بیشتری برخوردار است.
