برآورد دمای عمق های مختلف خاک از دمای هوا با بکارگیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)

به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمق های مختلف خاک و مقایسه با مدل های شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعه ای بر روی داده های جمع آوری شده درجه حرارت هوا و اعماق 5، 10، 20، 30، 50 و 100 سانتی متری خاک از ایستگاه مذکور در دوره آماری 1992-2005 انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنج های آماری ضریب همبستگی بین داده ها (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 سانتی متری و عمق 100 سانتی متری 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 می توان گفت این رابطه برای عمق 100 سانتی متری خاک دارای دقت پایین، اما برای سایر عمق ها مطلوب و دارای دقت بالایی می باشد. همچنین نتایج تحقیق حاضر نشان داد که مدل ANN دارای دقت بیشتری نسبت به مدل ANFIS در برآورد دمای خاک می باشد. دقت مدل رگرسیونی کمتر از این دو روش مشاهده گردید.