نموذج شبكة عصبية صنعيَّة للتنبؤ بالتبخر الشهري في منطقة حماه

Forecasting Of Monthly Evaporation In Hama Using Artificial Neural Network

386   0   27   0 ( 0 )
 تاريخ النشر 2017
 تمت اﻹضافة من قبل شمرا

التبخر هو أحد العناصر الأساسية للدورة الهيدرولوجية و ضروري للعديد من الدراسات مثل الموازنة المائية, تصميم أنظمة الري و إدارة الموارد المائية, و يتطلب تقديره معرفة العديد من العناصر المناخية. على الرغم من أن هناك صيغاً تجريبيَّةً متوفرةً لتقدير التبخر, و لكن أداء هذه الصيغ غير دقيق بسبب الطبيعة المعقدة لعملية التبخر. لذلك فإن هذا البحث يهدف لوضع نموذج شبكة عصبية صنعيَّة للتنبؤ بالتبخر الشهري في منطقة حماه باستخدام ثلاثة عناصر مناخية هي درجة الحرارة, الرطوبة النسبية و سرعة الرياح. من أجل ذلك فقد بُني النموذج باستخدام مكتبة nntool-box إحدى أدوات الـ MATLAB. استُخدمت الشبكة العصبية الصنعيَّة ذات التغذية الأمامية و الانتشار العكسي للخطأ بطبقة خفية واحدة لبناء النموذج. و تم تقييم شبكات مختلفة بعدد مختلف من العصبونات و بتغيير دوال التفعيل المستخدمة في كل طبقة. و استُخدم جذر متوسط مربع الخطأ (RMSE) لتقييم دقة النموذج المُقترح. و قد بينت الدراسة أن الشبكة العصبية الصنعيَّة ذات الهيكلية (3-14-1) هي الأفضل للتنبؤ بالتبخر في منطقة حماه حيث كانت قيمة RMSE تساوي (21.5mm/month) و قيمة R2 مساوية (0.97). توصي الدراسة باستخدام أنواع أخرى من الشبكات العصبية لتقدير التبخر.

المراجع المستخدمة
DALKILIC, Y.; OKKAN, U. and BAYKAN, N. Comparison of Different Ann Approaches in Daily Pan Evaporation Prediction. Journal of Water Resource and Protection, Vol. 6, 2014, 319-326
ESLAMIAN, S. S.; GOHARI, S. A.; BIABANAKI, M. and MALEKIAN, R. Estimation of Monthly Pan Evaporation Using Artificial Neural Networks and Support Vector Machines. Journal of Applied Sciences, Vol. 8, 2008, 3497-3502
GOAL, A. ANN Based Modeling for Prediction of Evaporation in Reservoirs. Vol. 22, No. 4, November, 2009, 351-358
قيم البحث
أعلن في شمرا
التعليقات
جاري جلب التعليقات جاري جلب التعليقات