مقاله پیش بینی میزان تبخیر- تعرق پتانسیل معادله فائو- پنمن- مونتیث با استفاده از برنامه ریزی ژنتیک

word قابل ویرایش
11 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 ***

پیش بینی میزان تبخیر- تعرق پتانسیل معادله فائو- پنمن- مونتیث با استفاده از برنامه ریزی ژنتیک
چکیده
از جاییکه عوامل بسیار زیادی در تبخیر- تعرق دخالت دارند برآورد دقیق تبخیر- تعرق اگر نتوان گفت که غیر ممکن است کاری بس مشکل است. در حقیقت حصول روش های مناسب و دقیق در پیش بینی تبخیر- تعرق پتانسیل را می توان به عنوان یکی از مهم ترین چالش ها در فرایند مدیریت میزان رطوبت مورد نیاز در تامین رطوبت گیاه دانست. فاکتورها و عوامل مختلفی بر روی تبخیر – تعرق پتانسیل تاثیرگذار می باشند که تحلیل این پدیده را مشکل می سازند. مدل های فیزیکی مفهومی، رگرسیونی و سری های زمانی از معمول ترین روش های تحلیل میزان تبخیر- تعرق پتانسیل در معادلات مختلف می باشند که با توجه به حل خطی پدیده پیچیده میزان تبخیر – تعرق پتانسیل یا کمبود اطلاعات مورد نیاز، نتایجی همراه با خطا ارائه می دهند. امروزه مدل های هوشمند با توجه به توانایی در حل پدیده های غیرخطی و پیچیده، کاربردهای فراوانی در مسائل روابط آب- خاک- گیاه پیدا کرده اند. در تحقیق حاضر ضمن معرفی برنامه ریزی ژنتیک (GEP) به عنوان یک روش صحیح برای تخمین مفدار تبخیر- تعرق پتانسیل با استفاده از دادههای هواشناسی شهر تبریز، از این روش به منظور پیش بینی تبخیر- تعرق پتانسیل این شهر با استفاده از معادله فائو- پنمن- مونتیث استفاده گردید. با توجه به شاخص های آماری بکار گرفته شده نتایج حاکی از کارایی مناسب و دقت بالای برنامه ریزی ژنتیک در پیش بینی تبخیر- تعرق پتانسیل می باشد. همچنین راه حل های صریحی که نشانگر ارتباط بین متغیر های ورودی و خروجی باشد، بر مبنای برنامه ریزی ژنتیک ارائه گردیدند.
واژه های کلیدی: برنامه ریزی ژنتیک، تخمین، تبخیر- تعرق پتانسیل، معادله فائو- پنمن- مونتیث

مقدمه
افزایش روزافزون نیازهای آبی به دلیل توسعه جمعیت انسانی و پیشرفت صنعت و کشاورزی در دنیای امروز امری اجتناب ناپذیر است. از طرفی محدودیت منابع آبی و اصل پایداری در مدیریت آن، تامین آب کلیه نیازهای موجود را غیرممکن ساخته است. به همین دلیل اهمیت تبخیر- تعرق پتانسیل بیش از پیش نمایان شده است. در زنجیره آب، خاک، گیاه، اتمسفر آب مستقیما از سطح خاک و یا توسط گیاه به داخل اتمسفر وارد میشود. انتقال آب از سطح خاک به هوا را تبخیر و خروج آن از گیاه را تعرق گویند که این دو پدیده غیر قابل تفکیک بوده ومجموعا بصورت تبخیر- تعرق گفته می-شود.(علیزاده، (۱۳۸۳ فریماه السادات (۱۳۸۸) به کمک داده ای سطح پوشش برف جریان ورودی به مخزن سد شاهچراغچی را به کمک مدل شبکه عصبی مصنوعی پیش بینی نمودند. داننده مهر و مجدزاده طباطبایی((۱۳۸۹ تاثیر توالی دبی روزانه را در پیش بینی جریان رودخانه ها با استفاده از الگوریتم ژنتیک بررسی کردند. دربندی و ارونقی((۱۳۹۰ با استفاده از مدل های هوشمند دمای بیشینه، کمینه و متوسط هوای ایستگاه های سینوپتیک استان آذربایجان شرقی را تخمین زده و با هم مقایسه نمودند. دربندی و همکاران (۱۳۹۰) با استفاده از برنامه ریزی ژنتیک اثر تغییر اقلیم بر دمای حوضه دریاچه ارومیه را مورد بررسی قرار دادند.
قربانی و همکاران (۲۰۱۰) نوسانات سطح آب دریاچه ارومیه را با استفاده از برنامه ریزی ژنتیک پیش بینی نموده و نتایج بدست آمده را با نتایج حاصل از شبکه عصبی مصنوعی مقایسه نمودند.
خو و همکاران (۲۰۰۱) در یک تحقیق در مورد حوضه آبریز اورگوال۱ در کشور فرانسه، از برنامهریزی ژنتیک برای پیش بینی رواناب ساعتی بهره برده و نتایج حاصل را با مقادیر مشاهداتی و نیز مقادیر محاسبه شده توسط روش های کلاسیک مقایسه کردند. حاصل تحقیق، بیانگر دقت قابل قبول برنامه ریزی ژنتیک بود.
آیتک و کیسی (۲۰۰۸) با استفاده از برنامه ریزی ژنتیک پدیده حمل رسوب رودخانه تانگو۲ در مونتانا ۳ را با دادهای روزانه مدلسازی کردند که نتایج حاصل از GP با نمودارهای شدت رسوب و مدل های رگرسیون چند خطی مطابقت خوبی نشان داد.
آیتک و همکاران (۲۰۰۸) از شبکه های عصبی و برنامه ریزی ژنتیک برای مدلسازی بارش-رواناب روزانه حوضه رودخانه جونیاتا۴ در ایالت پنسیلوانیای آمریکا استفاده کرده و نتیجه گرفتند که برنامه ریزی ژنتیک با دقت بهتری نسبت به شبکه های عصبی مصنوعی فرآیند بارش-رواناب را مدلسازی میکند.
در سال های اخیر روش های جدید رایانه ای از نوع الگوریتم های گردشی و شبکه های عصبی مصنوعی به طور وسیعی در تمامی زمینه های علوم و مهندسی، بویژه در مورد مسائل اگروهیدرولوژیکی بکار گرفته می شوند (فرانکل و همکاران، ۱۹۹۷، الیزوندو و همکاران، .(۱۹۹۴ در کاربرد های مهندسی، برنامه ریزی ژنتیک جدیدترین شیوه الگوریتم های فراکاوشی می باشد که به دلیل دارا بودن دقت کافی، از کاربرد بیشتری برخوردار است . بر طبق دلایل و شواهد موجود راجع به اهمیت تبخیر – تعرق پتانسیل به مساله تحقیق در حجم آب ورودی به مخزن سد علویان چندان پرداخته نشده است. در تحقیق حاضر از برنامه ریزی ژنتیک برای پیش بینی مقدار تبخیر- تعرق پتانسیل شهر تبریز معادله فائو- پنمن-مونتیث استفاده به عمل آمد.

مواد و روش ها
معادله فائو- پنمن- مونتیث
معادله کلی بصورت: (علیزاده، (۱۳۸۳

که در آن :

معادله فوق پس از ساده سازی بصورت :

در این تحقیق از آمار هواشناسی موجود در ایستگاه هواشناسی تبریز استفاده به عمل آمد.

برنامه ریزی ژنتیک
زمینه اصلی برنامه ریزی ژنتیک (کوزا، (۱۹۹۲ روش الگوریتم ژنتیک (گلد برگ، (۱۹۸۹ می باشد. در تحقیـق حاضـر از برنامه GeneXproTools (فریرا، (۲۰۰۱ برای توسعه و اجرای مدل های مبتنی بر برنامه ریزی ژنتیک استفاده بـه عمـل آمد. برنامه یاد شده بر اساس برنامه ریزی صریح ژنتیـک (GEP) اسـتوار اسـت. GEP ویـرایش جدیـدی از برنامـه ریـزی ژنتیک می باشد که به استنتاج برنامه های رایانه ای با اندازه ها و شکل های مختلف می پردازد.

استخراج مدل های دبی بر اساس برنامه ریزی ژنتیک
فرآیند مدل سازی میزان تبخیر تعرق پتانسیل با استفاده از رهیافت برنامه ریزی ژنتیک به صورت زیر می باشد:
گام اول، شامل انتخاب تابع برازش مناسب می باشد. در مطالعه حاضر، تابع RMSE (جذر میانگین مربعات خطا) به عنوان تابع برازش انتخاب گردید. گام دوم، انتخاب مجموعـه ترمینـال (متغیـر هـای ورودی) و مجموعـه توابـع بـه منظـور تولیـد کروموزوم ها می باشد. در مسأله حاضر، مجموعه ترمینال متشـکل از مقـادیرتبخیر- تعـرق پتانسـیل مـی باشـد. انتخـاب مجموعه توابع نیز گرچه یک امر صریح و ساده نمی باشد، لیکن یک حدس اولیه در اینگونه موارد کافی خواهد بود. در مورد مدل سازی تبخیر – تعرق پتانسیل در مطالعه حاضر، ترکیبی از کلیـه عملگرهـا نظیـر جهـش، برگشـت، سـه نـوع مختلـف ترانهش و سه نوع عملگر ترکیب مجدد مورد استفاده قرار گرفت.

شاخص های تعیین دقت مدل

شاخص های آماری ضریب رگرسیون و جذر میانگین مربعات خطا به منظور بررسی و ارزیابی دقت مدل ها مورد استفاده واقع شدند. شاخص های یاد شده به ترتیب با استفاده از روابط زیر قابل محاسبه می باشند:

در روابط اخیر، به ترتیب مقادیر دبی مشاهداتی و تخمینی در گام زمانی tام بوده و میانگین مقادیر مشاهداتی و تخمینی دبی می باشد. n نیز نشانگر تعداد داده هاست.

این فقط قسمتی از متن مقاله است . جهت دریافت کل متن مقاله ، لطفا آن را خریداری نمایید
word قابل ویرایش - قیمت 12700 تومان در 11 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