برآورد دمای هوا و سطح خاک در پیش بینی سرمازدگی محصولات کشاورزی اهمیت زیادی دارد. در این پژوهش مقادیر پیوسته دمای هوا در ارتفاع دو متری، دمای خاک در عمق یک سانتی متری و تابش خورشیدی در محل ایستگاه هواشناسی به صورت پیوسته در فواصل زمانی نیم ساعته در محل ایستگاه تحقیقاتی دانشکده کشاورزی دانشگاه شیراز در سال 1390-1391اندازه گیری گردید. همچنین از مقادیر اندازه گیری شده سایر عوامل هواشناسی مانند کمین...

در سال های اخیر خشکسالی با فراوانی و شدت بیشتری در بسیاری از مناطق دنیا از جمله ایران رخ داده و اثرات مخرب آن با توجه به افزایش تقاضای آب و تغییرات اقلیمی تشدید یافته است. پیش بینی خشکسالی می تواند طراحی پروژه های مهندسی آب ، برنامه ریزی های اقتصادی منطقه ای و مدیریت بهتر منابع آب را تضمین نماید. در سال های اخیر استفاده از روش های مدل سازی مبتنی بر هوش مصنوعی در علوم مهندسی آب مورد توجه جدی محق...

چشمه‎ها یکی از منابع آبی مهم در سطح کشور شمرده می شوند. در ارتفاعات البرز مرکزی چشمه‎های کارستی فراوانی گسترش دارند که شناخت وضعیّت هیدرولوژیکی آنها در بهره‎برداری و مدیریت آنها ضرورت دارد. هدف از این پژوهش، بررسی کارایی شبکه‎ی عصبی مصنوعی در شبیه‎سازی آبدهی چشمه‎های کارستی در استان مازندران است. بدین منظور، 80 چشمه کارستی مورد مطالعه قرار گرفت. تعداد 60 نمونه برای آموزش یا ارائه‎ی مدل و تعداد 2...

بیابان زایی پس از دو چالش تغییر اقلیم و کمبود آب شیرین سومین چالش مهم جهانی در قرن بیست و یکم به شمار میرود. این پدیده حاصل فرایندهایی است که دو عامل تغییرات اقلیمی و رفتار زیست محیطی انسان در زمره ی مهم ترین آ نها محسوب می شود. بنابراین، شناخت و ارزیابی روند بیابان زایی در مدیریت بهینه ی منطق های ضرورتی اجتناب ناپذیر است. بر این اساس، هدف از این پژوهش ارزیابی تغییرات بیابان زایی در استان قم با...

 پیش­بینی بارش و برآورد نزولات جوی، به عنوان یکی از مهم‌ترین پارامترهای اقلیمی در حوزه مدیریت منابع آبی، از اهمیت ویژه­ای برخوردار است. بنابراین در این مقاله، امکان کاربرد شبکه عصبی در برآورد بارش با حداقل پارامترهای اقلیمی مورد بررسی قرار گرفت. به این منظور از شبکه عصبی پرسپترون چند لایه با قانون پس انتشار خطا و الگوریتم سیگموئید همراه با داده های میانگین رطوبت نسبی(m...

پیش بینی ماهانه بارش یکی از موضوعات چالشی در حوزه هیدرواقلیم می باشد. از آنجا که استفاده عملیاتی از مدل های عددی پیش بینی ماهانه در کشورمان به اندازه مدل های کوتاه مدت نمی باشد، لذا تاکنون مدل های پیش بینی عددی ماهانه در کشورمان عملیاتی نشده اند؛ دو دلیل مهم این مشکل عدم دسترسی به کد مدل دینامیکی جهانی و عدم وجود داده های شرایط اولیه برای آغازگری آنها می باشند. این وضعیت موجب می شود تا هر ساله ...

       در دهه‌های گذشته، در نتیجه‌ی فعالیت‌های انسانی و طبیعی، میزان گاز‌های گلخانه‌ای در نیوار افزایش یافته و در نتیجه، دمای کره‌ی زمین روند افزایشی را به خود گرفته است. افزایش دمای کره‌ی زمین به نوبه‌ی خود، باعث تغییرات معنی‌داری در حیطه‌های مرتبط، به ویژه منابع آب و رواناب شده است، بنابراین، مطالعه و شبیه سازی تغییرات عناصر اقلیمی (به ویژه دما و بارش) می‌تواند در برنامه‌ریزی‌های مدیریت منابع...

در سال­های اخیر، میزان بارش در نواحی مختلف به خصوص در نواحی خشک و نیمه‌خشک، دچار تغییرات چشم­گیری شده است. بنابراین، تخمین و الگوشناسی بارش در یک بازه دراز مدت می­تواند به هیدرولوژیست­ها و مهندسین آب اطلاعات کافی ارائه کند. در این مطالعه برای اولین بار، بارندگی دراز مدت شهر انزلی در یک بازه زمانی 67 ساله توسط مدل عددی موجک- سیستم استنباط فازی عصبی تطبیقی (WANFIS) شبیه‌سازی شد. برای آموزش، آزمون...

هدف از این تحقیق، پیش­بینی وقوع بارش روزانه شهر اصفهان با استفاده از داده­های هواشناسی 1 تا 7 روز قبل می­باشد. برای این منظور،داده­های هواشناسی دوره 2009-2000 با استفاده از مدل­های هوشمند بردار پشتیبان، k-نزدیک­ترین همسایگی، شبکه عصبی مصنوعی و درخت تصمیم بررسیگردید. نتایج نشان داد که در هر چهار روش، دقت پیش­بینی بهترین سناریوها با استفاده از داده­های 6 و 7 روز قبل، کمتر از 75 درصد بود، اما با ا...

سیل، یکی از پدیده‌های ویرانگر طبیعی است که پیش‌بینی آن از اهمیت بالایی برخوردار است و در این میان برآورد بارش- رواناب به دلیل تأثیرگذاری عوامل مختلف، دشوار است. در این پژوهش با استفاده از شبکه پرسپترون چند لایه(MLP)، قانون یادگیری پس‌انتشار خطا(BP)، الگوریتم لونبرگ- مارکوارت(LM) و معیارهای RMSE و R2 جهت کارایی مدل، 6 سناریو تعریف گردید. بررسی حالات مختلف نشان داد که بهترین مدل شبکه عصبی جهت شبی...