ابوالحسن فتح آبادی؛ حامد روحانی
چکیده
به منظور مدیریت حوضه جهت کاهش اثرات فرسایش خاک نیاز است تا میزان رسوب معلق خروجی حوضه برآورد گردد. بدین منظور روش منحنی سنجه متداول‌‌‌ترین روش آماری برای برآورد رسوب معلق در زمانی که دادههای رسوب معلق برداشت نشده است می باشد. با توجه به خطاهای دادههای برداشتی و محدود بودن این داده‌ها مقدار رسوب برآوردی با استفاده از روش ...
بیشتر
به منظور مدیریت حوضه جهت کاهش اثرات فرسایش خاک نیاز است تا میزان رسوب معلق خروجی حوضه برآورد گردد. بدین منظور روش منحنی سنجه متداول‌‌‌ترین روش آماری برای برآورد رسوب معلق در زمانی که دادههای رسوب معلق برداشت نشده است می باشد. با توجه به خطاهای دادههای برداشتی و محدود بودن این داده‌ها مقدار رسوب برآوردی با استفاده از روش منحنی سنجه دارای عدم قطعیت هایی است. بدین منظور در این تحقیق با استفاده از روش های گلو و خودگردان‌ساز اقدام به برآورد عدم قطعیت روش منحنی سنجه در چهار ایستگاه حوضه قزل اوزن گردید. در ایستگاه موتور خانه و میانه تول شماره 7 تابع سیگموئید در ایستگاه استور تابع چند جمله ای مرتبه دوم و در ایستگاه گلینک تابع خطی بهترین برازش را به دادههای مشاهداتی داشتند. نتایج برآورد عدم قطعیت نشان داد که دامنه عدم قطعیت حاصل از روش خودگردان‌ساز نسبت به روش گلو بزرگتر بود و تعداد بیشتری دادههای مشاهداتی را در بر گرفت. همچنین میزان عدم قطعیت برآورد رسوب با استفاده از روش منحنی سنجه تابعی از تراکم دادههای برداشتی و نوع تابع مورد استفاده بود. نتایج آنالیز حساسیت روش گلو نشان داد با کاهش مقدار آستانه دامنه عدم قطعیت بیشتر می شود اما همچنان دامنه عدم قطعیت بدست آمده کمتر از دامنه عدم قطعیت بدست آمده با استفاده از روش خودگردان‌ساز بود.
مسعود محمدی؛ بیژن قهرمان؛ کامران داوری؛ حسین انصاری؛ علی شهیدی
چکیده
بهبود مدیریت آب در مزرعه و ارتقای کارایی مصرف آب تحت شرایط هم‌زمان تنش شوری و کمآبی از اهمیت بالایی برخوردار است. مدل‌هایی که اثرات مقادیر و کیفیت‌های مختلف آب بر روی عملکرد محصول را به صورت کمی شبیه‌سازی می‌کنند، ابزارهایی مفید در مدیریت آب در مزرعه و بهبود کارایی مصرف آب می‌باشند. مدل AquaCrop عملکرد محصول، نیاز آبی و کارایی مصرف ...
بیشتر
بهبود مدیریت آب در مزرعه و ارتقای کارایی مصرف آب تحت شرایط هم‌زمان تنش شوری و کمآبی از اهمیت بالایی برخوردار است. مدل‌هایی که اثرات مقادیر و کیفیت‌های مختلف آب بر روی عملکرد محصول را به صورت کمی شبیه‌سازی می‌کنند، ابزارهایی مفید در مدیریت آب در مزرعه و بهبود کارایی مصرف آب می‌باشند. مدل AquaCrop عملکرد محصول، نیاز آبی و کارایی مصرف آب را تحت شرایط مختلف، از جمله کمآبیاری و کیفیت‌های مختلف آب آبیاری، شبیه‌سازی می‌کند. به منظور اعتبار سنجی مدل AquaCrop در منطقه بیرجند، آزمایشی در قالب طرح کرت‌های خرد شده به صورت فاکتوریل انجام شد، که در آن سه فاکتور شوری آب آبیاری در سه سطح (S1، S2 و S3 به ترتیب معادل ۴/۱، ۵/۴ و ۶/۹ دسیزیمنس بر متر) به عنوان کرت‌های اصلی و دو رقم گندم (قدس و روشن) و مقدار آب آبیاری در ۴ سطح (I1، I2، I3 و I4 به ترتیب معادل ۱۲۵، ۱۰۰، ۷۵ و ۵۰ درصد نیاز آبی گیاه) به صورت فاکتوریل به عنوان کرت‌های فرعی اجرا گردید. در ابتدا مدل به طور جداگانه برای هر تیمار شوری و سپس به طور هم‌زمان برای تیمارهای شوری واسنجی و صحت‌سنجی شد. عملکرد محصول، زیست توده و کارایی مصرف آب برای دو رقم گندم در شرایط شوری و کمآبی به خوبی شبیه‌سازی شد به طوری که آماره‌های RMSE، ME ، d، CRM و R2 در شبیه‌سازی عملکرد محصول برای رقم روشن به ترتیب ۰۹/۷ درصد، ۶۱/۱۵ درصد، ۹۷/۰، ۰۰۱/۰ و ۹/۰ و برای رقم قدس به ترتیب ۱۶/۸ درصد، ۴۶/۱۷ درصد، ۹۸/۰، ۰۰۴/۰- و ۸۷/۰ بدست آمد. آنالیز حساسیت نشان داد که مدل نسبت به ضریب گیاهی مربوط به تعرق (KC-Tr)، بهره‌وری آب نرمال شده (*WP)، شاخص برداشت (HIO)، رطوبت در ظرفیت زراعی، رطوبت اشباع و دمای هوا حساس‌تر از سایر پارامترهاست.
علیرضا مقدم؛ امین علیزاده؛ علی نقی ضیائی؛ علیرضا فریدحسینی؛ دانیال فلاح هروی
چکیده
الگوریتم ژنتیک به عنوان یکی از مهم ترین الگوریتم های تکاملی نقش بسیار موفقی در بهینه سازی شبکه های توزیع آب داشته است. این الگوریتم همواره دستخوش تغییرات و اصلاحات زیادی بوده و نسخه های بهبود یافته و متفاوتی از این الگوریتم منتشر شده است. یکی از انواع الگوریتم های ژنتیک، الگوریتم ژنتیک با آشفتگی سریع (FMGA) است که ضمن بررسی کروموزوم هایی ...
بیشتر
الگوریتم ژنتیک به عنوان یکی از مهم ترین الگوریتم های تکاملی نقش بسیار موفقی در بهینه سازی شبکه های توزیع آب داشته است. این الگوریتم همواره دستخوش تغییرات و اصلاحات زیادی بوده و نسخه های بهبود یافته و متفاوتی از این الگوریتم منتشر شده است. یکی از انواع الگوریتم های ژنتیک، الگوریتم ژنتیک با آشفتگی سریع (FMGA) است که ضمن بررسی کروموزوم هایی که از لحاظ رشته‌های ژنی با هم برابر نیستند، این توانایی را دارد تا با کاهش طول کروموزم ها و حذف ژن های نامطلوب، سرعت همگرایی را در حل مسائل بهینه سازی افزایش دهد. در این مقاله به منظور بررسی قابلیت الگوریتم FMGA در حل مسائل بهینه سازی شبکه‌های توزیع آب، پس از آنالیز حساسیت و تعیین بهترین مقادیر پارامترهای این الگوریتم دو شبکه مرجع دو حلقه ای و هانوی و یک شبکه واقعی شهر جنگل مورد تحلیل و ارزیابی قرار گرفت و نتایج با پژوهش های قبلی مقایسه شد. با بهینه سازی شبکه دوحلقه ای، حداقل هزینه این شبکه در 2880 بارارزیابی تابع هدف بدست آمد که نسبت به نتایج پژوهش های قبلی بهبود قابل توجهی داشته است. در شبکه هانوی نیز حداقل هزینه106×045/6 دلار بدست آمد که کمتر از حداقل هزینه ای است که تاکنون در نتایج دیگر محققین ارائه شده است. پس از اثبات کارایی این الگوریتم در انتها عملکرد آن را در طراحی شبکه واقعی شهر جنگل با توجه به افزایش وسعت شبکه و قیود طراحی نشان داده شد.
حامد کاشی؛ هادی قربانی؛ صمد امامقلی زاده؛ سید علی اصغر هاشمی
چکیده
در سالهای اخیر استفاده از روشهای غیرمستقیم مانند شبکه عصبی مصنوعی برای برآورد پارامترهای خاک مورد توجه قرار گرفته است. در این پژوهش به منظور تخمین ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی اقدام به نمونه برداری به تعداد 200 نمونه سطحی از منطقه قوشه واقع در استان سمنان گردید. نیمی از این تعداد نمونه ها از خاکهای بکر و نیمی ...
بیشتر
در سالهای اخیر استفاده از روشهای غیرمستقیم مانند شبکه عصبی مصنوعی برای برآورد پارامترهای خاک مورد توجه قرار گرفته است. در این پژوهش به منظور تخمین ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی اقدام به نمونه برداری به تعداد 200 نمونه سطحی از منطقه قوشه واقع در استان سمنان گردید. نیمی از این تعداد نمونه ها از خاکهای بکر و نیمی از آنها از اراضی کشاورزی منطقه جمع آوری گردید. پارامترهای فیزیکی و شیمیایی خاک شامل هدایت الکتریکی، فراوانی نسبی ذرات، درصد آهک، نسبت جذب سدیم (SAR) و وزن مخصوص ظاهری به عنوان ویژگی های زود یافت و ظرفیت تبادل کاتیونی به عنوان پارامتر دیر یافت مورد بررسی قرار گرفت. داده ها جمع آوری شده بصورت تصادفی به دو دسته آموزش (70 درصد) و صحت سنجی (30 درصد) تقسیم شدند و از آنها برای آموزش و ارزیابی مدلهای شبکه عصبی شامل پرسپترون چند لایه (MLP)، توابع پایه شعاعی (RBF) و همچنین رگرسیون خطی استفاده گردید. دقت پیش بینی به وسیله آماره های R2))، (RMSE)، (MAE) و (RSE) بین ظرفیت تبادل کاتیونی اندازه گیری و پیش بینی شده، ارزیابی شد. نتایج کارایی بالاتر مدل پرسپترون چند لایه شبکه عصبی مصنوعی را با مقادیر R2 (94/0 و 84/0)، RMSE (69/0 و 56/0) ، RSE (05/0 و 05/0) و MAE (51/0 و 39/0) به ترتیب برای خاکهای کشاورزی و بکر نسبت به مدل RBF شبکه عصبی مصنوعی و روش رگرسیون خطی نشان می دهد. همچنین با انجام آنالیز حساسیت به همبستگی بالای درصد رس و مقادیر وزن مخصوص ظاهری با ظرفیت تبادل کاتیونی خاکهای کشاورزی و بکر، دست یافتیم.
