مقاله برآورد تبخیر از تشت تبخیر با استفاده از مدل های MLR و GMDH

word قابل ویرایش
8 صفحه
دسته : اطلاعیه ها
12700 تومان
127,000 ریال – خرید و دانلود

*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***

برآورد تبخیر از تشت تبخیر با استفاده از مدل های MLR و GMDH
چکیده
در زمینه براورد تبخیر از تشت تبخیر مدلهای تجربی متفاوتی ارایه شده است اما استفاده از معادلات واسنجی شـده بـرای هـر منطقه می تواند دارای کارایی موثرتری نسبت به مدل های تجربی باشد. در ایـن مطالعـه روش هـای رگرسـیون خطـی چنـد متغیره و نیز روش GDMH در پیش بینی مقدار تبخیر از تشت با استفاده از داده های تبخیر یکساله در ایستگاه هواشناسـی گرگان بررسی شده و نتایج مقایسه شده است . بررسی نتایج نشان می دهد روش GMDH در هر دو مرحله صحت سـنجی و واسنجی دارای جواب های مناسبت تری نسبت به روش رگرسیون خطی چند متغیره بوده است .
کلمات کلیدی: تبخیر، تخمین ، رگرسیون خطی چند متغیره ، روش GMDH

١. مقدمه و هدف
تبخیر یکی از فرایندهای مهم و تأثیرگذار در چرخه آب است و سبب از بین رفتن بیش از نیمی از نزولات جوی در منـاطق خشک میشود. فرایند تبخیر در دو شکل تبخیر از سطوح آزاد آب نظیر دریاچه ها و تبخیر از سطح خاک لخت اتفاق میافتـد.
تبخیر از مخازن آب با توجه به اقلیم خشک و نیمه خشک ایران و محدودیت منابع آب ، تلفات آب را درپـی خواهـد داشـت . تبخیر فرآیند فیزیکی بوده و رابطه مستقیم و تنگاتنگی با عوامل جوی دارد. یکی از راه های مهم سـازگاری بـا خشـکی در ایران ، خصوصا در بخش کشاورزی، استفاده بهینه و پایدار از منابع آب است . به این دلیل باید سعی کرد تـا حـد ممکـن از ریزشهای جوی، جریان آب های سطحی و منابع زیرزمینی آب به نحو مطلوب استفاده کرد و این کار بدون شناخت دقیـق نیازهای آبیاری در بخش کشاورزی عملی نخواهد بود. یکی از مسائل مهم در بحث تبخیر، ثبت مقـدار تبخیـر اسـت ، بـه طوری که مقادیر اندازه گیری شده بیانگر کل تبخیر باشد. تشت تبخیر به علت سهولت تفسیر دادههای آن در سراسر دنیـا به عنوان شاخصی برای تعیین تبخیر از دریاچه ها و مخازن استفاده می شود[۴]. در مناطق با بارندگی کم ، تبخیر سهم قابل توجهی در بیلان آب دریاچه ها و مخازن داشته و میتواند باعث افت ارتفاع سطح آب شود [٧]. با توجه به اهمیـت تخمـین تبخیر هدف این مقاله بررسی برآورد تبخیر در مقیاس روزانه بر اساس کاربرد داده های هواشناسی بـا اسـتفاده از مـدل هـای رگرسیون خطی چند متغیره (MLR) و روش دسته بندی گروهی داده ها (GMDH) و مقایسه نتایج ان ها می باشد.
٢. تئوری و پیشینه تحقیق
امروزه استفاده از روشهای ریاضی و روابط تجربی در علوم و فنون مهندسی رواج بیشتری یافته است . بیشـتر محققـین بـا اصلاح روابط تجربی موجود و کشف روابط جدید، سعی در یافتن رابطه ساده و در عین حال با دقت زیاد، جهت جـایگزینی روشهای میدانی هستند[۴]. استفاده از روش های مبتنی بر تحلیل داده ها نیز توسط محققـین مختلفـی مـورد بررسـی قـرار گرفته است . کیسی (٢٠٠۶) از مدل های شبکه عصبی مصنوعی، عصبی -فازی و مدل تجربـی اسـتیفنز -اسـتوارت بـرای براورد تبخیر از تشت استفاده و نتایج مناسب تر را ناشی از کاربرد مـدل عصـبی-فـازی نتیجـه گیـری کـرد[۵]. مقـدم نیـا و همکاران (٢٠٠٩) نیز از مدل های های شبکه عصبی مصنوعی، عصبی -فازی و نیز مدل های تجربی بـرای بـرآورد تبخیـر بهره برده و در این تحقیق کارایی مناسب مدل شبکه عصبی مصنوعی در براورد مقدار تبخیر گزارش شده است [۶].
٣. مواد و روش ها
داده های مورد استفاده :
پارامترهای مختلف هواشناسی بر فرآیند تبخیر تاثیر گذار هستند که استفاده از ان ها به عنوان ورودی مدل ها می تواند منجـر به حصول نتایج قابل پذیرش گردد. در این مطالعه داده های دوره یکساله تبخیـر از تشـت و دمـای متوسـط ، درصـد رطوبـت نسبی، بارش ، تابش و سرعت باد از ایستگاه هواشناسی گرگان مورد استفاده قرار گرفته اسـت و مقیـاس داده هـا روزانـه بـوده است .
مدل رگرسیون خطی چندمتغیره :
مدلهای رگرسیونی، با توجه به نحوه ارتباط بین متغیرهای مستقل و متغیر وابسته یک معادله ریاضی را برای بیان ارتباط ارائه میدهند. پارامترها یا ضرایب رابطه مربوطه با استفاده از دادههای تجربی و روش حداقل سازی خطاها (Least Square Errors) تخمین زده می شوند[٢]. معمولترین روش رگرسیونی چنـد متغیـره ، رگرسـیون خطـی چنـد متغیره است [٨]. در این روش فرض شود مجموعه ای از n متغیر مستقل و یـک متغیـر وابسـته Y وجود دارد و یک معادله خطی چند متغیره می تواند برای پیش بینی متغیر وابسته Y به ازای مقادیر مختلـف متغیـر مسـتقل X بکار رود. معادله کلی برای یک رگرسیون خطی چند متغیره به صورت ذیل می باشد.

مدل GMDH:
فرض شود مجموعه ای از n متغیر مستقل و یک متغیر وابسـته Y وجـود دارد. تعـداد اعضـای هـر کدام از متغیرها نیز برابر با M میباشد. رابطه بین متغیرهای مسـتقل و متغیـر وابسـته مـیتوانـد بـه فـرم زیـر نمـایش داده شود[٣].

بنابراین فرم ذیل میتواند برای پیش بینی متغیر وابسته به ازای یک بردار ورودی از متغیرهای مستقل به کار رود.

به طوری که میانگین مربعات خطا بین مقادیر حقیقی و پیش بینی کمینه شو د ، به عبارت دیگر:

شکل عمومی اتصال بین متغیر های ورودی و خروجی را میتوان با استفاده از تابع چند جمله ای به شکل رابطه ذیل بیـان
کرد:

که چند جمله ای ایواخننکو نامیده میشود. در بسیاری از موارد کاربردی از شکل درجه دوم و دو متغیره این چند جمله ای به
صورت معادله ذیل استفاده میشود:

ضرایب مجهول ai در معادله فوق با تکنیک های رگرسیونی آن گونه به دست میآیند که اختلاف بین خروجی واقعی y و مقدار محاسبه شده ˆy برای هر جفت متغیر ورودی xi,xj حداقل شود. مجموعه ای از چند جمله ایها با استفاده از معادله فوق ساخته میشوند که ضرایب مجهول همه آن ها، با استفاده از روش حداقل مربعات به دست مییند. برای هر تابع Gi (هر نرون ساخته شده )، ضرایب معادلات هر نرون برای حداقل کردن خطای کل آن به منظور انطباق بهینه ورودیهـا بـر تمام جفت مجموعه های ورودی خروجی، به دست میآیند [٣].

معیارهای دقت مدل :
نتایج اجرای هر مدل باید ارزیابی شود و در زمانی که چندین مدل برای یـک هـدف مـورد اسـتفاده قـرار مـیگیـرد نیـاز بـه معیارهایی برای مقایسه توانایی مدل های مختلف در نیل به هدف مشترک میباشد. در این تحقیق دو دسته معیار دقـت نتـایج مدل مورد استفاده قرار گرفته است . دسته اول معیار گرافیکی است کـه بـا بررسـی بصـری مقـادیر نتـایج مـدل هـا و مقـادیر مشاهداتی میتوان کیفیت نتایج مدل را مورد توجه قرار داد و دسته دوم شامل معیارهای عددی است که در واقع بـرای کمـی است دقت نتایج مدل سازی به کار میرود. در این مطالعه معیارهای عددی به کار گرفته شده شامل ریشـه میـانگین مربعـات خطا (RMSE) و میانگین قدر مطلق خطا (MAE) میباشد. این معیارها در ذیل معرفی شده اند.

که در معادلات فوق Coi برابر با مقدار بار رسوب معلق مشاهداتی، Cei برابر با مقدار بار رسوب معلق محاسباتی و n برابر با تعداد نمونه ها میباشد.

این فقط قسمتی از متن مقاله است . جهت دریافت کل متن مقاله ، لطفا آن را خریداری نمایید
word قابل ویرایش - قیمت 12700 تومان در 8 صفحه
127,000 ریال – خرید و دانلود
سایر مقالات موجود در این موضوع
دیدگاه خود را مطرح فرمایید . وظیفه ماست که به سوالات شما پاسخ دهیم

پاسخ دیدگاه شما ایمیل خواهد شد