مقاله اثرات تغییر اقلیم بر (ET(0 و تخمین آن به کمک داده های پیش بینی از طریق ANNs در زنجان

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله اثرات تغییر اقلیم بر (ET(0 و تخمین آن به کمک داده های پیش بینی از طریق ANNs در زنجان دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله اثرات تغییر اقلیم بر (ET(0 و تخمین آن به کمک داده های پیش بینی از طریق ANNs در زنجان  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله اثرات تغییر اقلیم بر (ET(0 و تخمین آن به کمک داده های پیش بینی از طریق ANNs در زنجان،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله اثرات تغییر اقلیم بر (ET(0 و تخمین آن به کمک داده های پیش بینی از طریق ANNs در زنجان :

تعداد صفحات:۱۴
چکیده:
تولید حد مطلوب محصول کشت شده تحت شرایط حاکم بر مزرعه از اهمیت بسیار زیادی برخوردارمی باشد. برآورد میزان آبی که در طرح های آبیاری به مصارف کشاورزی می رسد، بر اساس تخمین و تعیینمیزان تبخیر-تعرق انجام می شود. تغییرات به وقوع پیوسته در اثر انتشار بیش از حد گازهای گلخانه ای دردهه های اخیر، موجب تغییر در پارامترهای هواشناسی مؤثر در تبخیر -تعرق گردیده. هرچقدر داده هایهواشناسی لازم برای محاسبه تبخیر- گیاه مرجع به هنگام باشد مقادیر تخمینی به واقعیت نزدیکتر بوده واحتمال بروز کم آبیاری یا بیش آبیاری به حداقل خواهد رسید. به همین منظور برای تعیین دقیق آب آبیاریجهت برداشت از منبع آب در روزهای آتی داده های پیش بینی هواشناسی می تواند بهترین گزینه باشد . بعلتمشکلاتی که در استفاده از روش فائو-پنمن-مانتیث برای محاسبه مقادیر تبخیر- تعرق گیاه مرجع وجود داردامروزه سعی می گردد از مدلهای تخمین گر مانند شبکه های عصبی مصنوعی استفاده گردد. در این تحقیقداده های وضعیت هوای شهر زنجان برای دوره آماری قابل دسترس اخذ شد. داده های هواشناسی دمای بیشینهو کمینه، تعداد ساعات روشنایی روز، تابش برون زمینی، درجه ابرناکی هوا به عنوان پارامتر های ورودی در نظرگرفته شد. پس از طراحی شبکه های مورد نظر، نتایج به دست آمده از هر شبکه به لحاظ شاخصهای آماری RMSE, R(2), b, a با نتایج به دست آمده از روش فائو-پنمن-مانتیث مقایسه شد. همچنین بهترین شبکه برای پیش بینی مقادیر آینده تبخیر- تعرق مرجع انتخاب شد. بهترین شبکه با استفاده از داده های T(min), T(max), C, N به دست آمد.