برآورد دمای عمق‌های مختلف خاک از دمای هوا با بکار‌گیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)

Abstract

به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمق­های مختلف خاک و مقایسه با مدل­های شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعه­ای بر روی داده­های جمع­ آوری شده درجه حرارت هوا و اعماق 5، 10، 20، 30، 50 و 100 سانتی­متری خاک از ایستگاه مذکور در دوره آماری 1992-2005 انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنج­های آماری ضریب همبستگی بین داده­ها (R²)، جذر میانگین مربع خطا (RMSE) و میانگین خطای مطلق (MAE) استفاده گردید. نتایج نشان داد که در مورد روابط رگرسیونی، بر اساس ضریب همبستگی و پارامترهای خطا روابط خطی درجه سوم، خطی درجه دوم، خطی درجه اول، نمایی و لگاریتمی به ترتیب دارای بهترین برآورد بودند. همچنین نتایج نشان داد که بهترین و بدترین برآورد بین دمای هوا و دمای خاک به ترتیب در عمق 5 سانتی­متری و عمق 100 سانتی­متری خاک مشاهده گردید. نتایج حاصل از این مطالعه منجر به ارایه یک معادله درجه دوم و یک معادله خطی (با توجه به ساده بودن نسبت به معادله درجه سوم) به ازای هر عمق خاک گردید. با توجه به ضرایب همبستگی و خطاهای به دست آمده می­توان گفت این رابطه برای عمق 100 سانتی­متری خاک دارای دقت پایین، اما برای سایر عمق­ها مطلوب و دارای دقت بالایی می­باشد. همچنین نتایج تحقیق حاضر نشان داد که مدل ANN دارای دقت بیشتری نسبت به مدل ANFIS در برآورد دمای خاک می­باشد. دقت مدل رگرسیونی کمتر از این دو روش مشاهده گردید.