ارزیابی شبکه عصبی مصنوعی و مدل تجربی ایرماک در تخمین تابش خالص خورشیدی روزانه در اقلیم سرد و نیمه‌خشک (مطالعه موردی: همدان)

نویسندگان

  • بهناز ختار 2- دانشجوی سابق کارشناسی ارشد آبیاری و زهکشی، دانشگاه بوعلی سینا، همدان
چکیده

یکی از عوامل مهم و تأثیرگذار در شار حرارتی خاک و شدت تبخیر- تعرق، تابش خالص خورشیدی می­باشد. تابش خالص تفاوت بین شارهای تابش ورودی و خروجی در طول موج­های بلند و کوتاه می­باشد. اندازه­گیری تابش خالص به‌علت مشکلات واسنجی و هزینه آن دشوار است. بنابراین تابش خالص اغلب از معادلات نیمه­تجربی مبتنی بر مشاهدات تابش طول‌موج کوتاه خورشیدی، فشار بخار و دمای هوا پیش­بینی می­شود. با توجه به اینکه شبکه عصبی در پیش­بینی پارامترهای هواشناسی و هیدرولوژی از عملکرد مناسبی برخوردار است، لذا در این تحقیق سعی شد تا با استفاده از شبکه عصبی مقدار تابش خالص روزانه همدان که دارای اقلیم سرد و نیمه­خشک می­باشد تخمین زده شود و با داده­های اندازه­گیری شده تابش خالص روزانه ایستگاه کلیماتولوژی دانشگاه بوعلی سینا در طول دوره 13 ماه (آذر 1390- آذر 1391) مقایسه شود. همچنین در این پژوهش مدل تجربی ایرماک نیز برای برآورد تابش خالص روزانه مورد واسنجی و استفاده قرار گرفت. بدین منظور، در طراحی شبکه عصبی 11 پارامتر هواشناسی مؤثر در تابش خالص به­عنوان ورودی مدل به‌کار گرفته شد. پس از انجام آزمون و خطا در انتخاب مدل بهینه، شبکه عصبی با آرایش 1-2-11 برای پیش­بینی تابش خالص مورداستفاده قرار گرفت. 70 درصد داده­ها جهت آموزش و 30 درصد داده­ها  به­منظور اعتبارسنجی مدل استفاده گردید. برآوردهای مدل ایرماک نیز به­صورت روزانه ارائه گردید. نتایج تحقیق نشان داد که شبکه عصبی با ضریب تعیین (R2) 95/0 و مقدار خطا RMSE معادل1377 (وات بر متر­مربع در روز) عملکرد و دقت بهتری در تخمین تابش خالص در مقایسه با مدل ایرماک با ضریب تعیین 55/0 و مقدار آماره RMSE معادل 13614 (وات بر متر­مربع در روز)  دارا می­باشد.

برای دانلود باید عضویت طلایی داشته باشید

برای دسترسی به متن کامل این مقاله و 10 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

ارزیابی شبکه عصبی مصنوعی و مدل تجربی ایرماک در تخمین تابش خالص خورشیدی روزانه در اقلیم سرد و نیمه خشک (مطالعه موردی: همدان)

یکی از عوامل مهم و تأثیرگذار در شار حرارتی خاک و شدت تبخیر- تعرق، تابش خالص خورشیدی می­باشد. تابش خالص تفاوت بین شارهای تابش ورودی و خروجی در طول موج­های بلند و کوتاه می­باشد. اندازه­گیری تابش خالص به علت مشکلات واسنجی و هزینه آن دشوار است. بنابراین تابش خالص اغلب از معادلات نیمه­تجربی مبتنی بر مشاهدات تابش طول موج کوتاه خورشیدی، فشار بخار و دمای هوا پیش­بینی می­شود. با توجه به اینکه شبکه عصبی ...

متن کامل

ارزیابی دقت روش‌های شبکه عصبی مصنوعی و عصبی- فازی در شبیه‌سازی تابش کل خورشیدی

Solar radiation is an important climate parameter which can affect hydrological and meteorological processes. This parameter is a key element in development of solar energy application studies. The purpose of this study is the assessment of artificial intelligence techniques in prediction of solar radiation (Rs) using artificial neural network (ANN) and adaptive neuro-fuzzy inference system (AN...

متن کامل

مقایسه مدل های تجربی، رگرسیونی و شبکه عصبی مصنوعی در برآورد تابش خالص دریافتی(Rs) در ایستگاه سینوپتک زاهدان

تابش خورشیدی در بسیاری از مدلهای هیدرولوژی به عنوان پارامتری مهم در تخمین تبخیر و تعرق می­باشد. تهیه و ایجاد وسایل انداره­گیری این پارامتر بسیار پرهزینه می­باشد. در این تحقیق از داده­های اندازه­گیری شده تابش (Rs) در سال های 1385 تا 1389 ایستگاه هواشناسی زاهدان استفاده شده است. در این تحقیق چند مدل غیرخطی نظیر شبکه عصبی با الگوریتم BFGS و شبکه عصبی با کاهش شیب توام و رگرسیون خطی محلی با استفاده ...

متن کامل

ارزیابی عملکرد شبکه عصبی مصنوعی در پیش‌بینی تابش خورشیدی کل روزانه و مقایسه آن با نتایج مدل آنگستروم (مطالعه موردی: ایستگاه همدیدی تبریز)

تابش خورشیدی جهانی (GSR) یکی از پرکاربردترین کنش‌گرها در بسیاری از زمینه‌های مهندسی کشاورزی،‌ هواشناسی و آب‌شناسی است. در این پژوهش، از یک مدل شبکه عصبی مصنوعی برای برآورد تابش خورشیدی کل رسیده استفاده شد و یافته‌های برآمده از آن با یافته‌‌های مدل آنگستروم به‌منزلة یکی از فراگیر ترین روش‌های برآورد تابش خورشیدی مقایسه مورد سنجش قرار گرفت. برای این کار داده‌های روزانه برخی متغیرهای اقلی...

متن کامل

ارزیابی دقت روش های شبکه عصبی مصنوعی و عصبی- فازی در شبیه سازی تابش کل خورشیدی

تابش خورشیدی از پارامترهای مهم اقلیمی است که با بسیاری از فرآیندهای هیدرولوژی و هواشناسی ارتباط مستقیم و تنگاتنگی دارد. این پارامتر از ارکان اساسی توسعه تحقیقات کاربردی انرژی خورشیدی به شمار می رود. مطالعه حاضر به منظور ارزیابی مدل های هوش مصنوعی در پیش بینی مقدار تابش کل خورشیدی رسیده به سطح افقی زمین، انجام گرفت. در این تحقیق شبکه عصبی مصنوعی (ann) و سیستم استنتاج تطبیقی عصبی- فازی (anfis) جه...

متن کامل

ذخیره در منابع من

ذخیره در منابع من ذخیره شده در منابع من

{@ msg_add @}

  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی راحت تر خواهید کرد

دانلود متن کامل

برای دسترسی به متن کامل این مقاله و 10 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید


عنوان ژورنال:

دوره 25  شماره 2

صفحات  37- 50

تاریخ انتشار 2015-07-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

copyright © 2015-2021