مدل سازی و روندیابی میزان تبخیر سطحی از مخزن سد امیرکبیر با استفاده از روش شبکه عصبی و آزمون من-کندال

پیام:
چکیده:
تبخیر به عنوان یکی از پارامترهای طبیعی به علت نقش تعیین کننده ای که در خروج آب از دسترس بشر دارد، همواره مورد توجه کارشناسان و محققین بوده است. در این پژوهش، سعی بر این است تا با به کارگیری مدل شبکه عصبی مصنوعی در برآورد تبخیر از سطح دریاچه سد امیرکبیر، میزان دقت این مدل مورد ارزیابی قرار گیرد. در این راستا، از آمار 18 ساله، از سال 1376 تا 1393 شمسی استفاده شد و پس از انجام آزمون و خطاهای متوالی بهترین ساختار برای محاسبه میزان تبخیر از سطح دریاچه سد امیرکبیر انتخاب شد. به طوری که، این ساختار در لایه اول، چهار و لایه دوم، دارای پنج نورون می باشد که در طی 1000 تکرار برای محاسبه آن، بهترین نتیجه به دست آمد. همچنین، در مقاله حاضر، ضرایب آماری به دست آمده از تحلیل با استفاده از شبکه عصبی مصنوعی در انتخاب بهترین ساختار مورد توجه قرار گرفت که در این ساختار ضریب همبستگی با مقدار 0. 9365 دارای بیشترین مقدار در بین آزمون های دیگر بوده و مقادیر خطا برای داده های آموزش و آزمایش نیز به ترتیب برابر با 0. 0311 و 0. 0321 می باشد. علاوه بر این، با استفاد از آزمون من-کندال از داده های روزانه 15 ساله، روند کلی داده های موثر بر تبخیر مشخص شد. در روش من-کندال، نمودارهای تغییرات دما، سرعت باد و بارش دارای روند معنی داری نبوده و در آن ها 1. 96> Uا> 1. 96- می باشد. در نمودار تغییرات سطح دریاچه در بین سال های 1379 تا 1393، مقدار U از عدد 1. 96 تجاوز کرده است که نشانه افزایشی بودن روند در این دوره می باشد که پس از این سال ها مجددا روند نزولی حاکم شده است. در روند ماهانه تغییرات تبخیر نیز بین سال های 1379 تا 1393 نمودار U از محدوده 1. 96- خارج شده که نشانه حاکمیت روند منفی در این بازه زمانی می باشد.
نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
635 -644
لینک کوتاه:
magiran.com/p1928433 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!