K. Bayat, S. M. Mirlatifi. Estimation of Global Solar Radiation Using Artificial Neural Networks Models Compared with Empirical Models at Three Stations of Shiraz, Karaj and Ramsar. jwss 2012; 16 (61) :1-13
URL:
http://jstnar.iut.ac.ir/article-1-2425-fa.html
کامیار بیات ، سید مجید میرلطیفی . تخمین تابش کل خورشیدی روزانه با استفاده از شبکههای عصبی مصنوعی و مقایسه آن با روشهای تجربی در سه ایستگاه شیراز، کرج و رامسر. علوم آب و خاک. 1391; 16 (61) :1-13
URL: http://jstnar.iut.ac.ir/article-1-2425-fa.html
، kamyar_bayat@yahoo.com
چکیده: (13993 مشاهده)
تابش خورشیدی رسیده به سطح زمین در برآورد تبخیر- تعرق گیاهان و مطالعات هیدرولوژی عامل بسیار مهمی میباشد. به منظور برآورد مقدار تابش کل خورشیدی روزانه بر یک سطح افقی، از شبکههای عصبی مصنوعی و همچنین از پنج مدل تجربی شامل مدلهای فائو (نشریه 56)، هارگریوز-سامانی، محمود-هابرد، باهل و آناندل استفاده شد. دادههای مورد استفاده از سه ایستگاه هواشناسی کرج، شیراز و رامسر که براساس طبقهبندی اقلیمی دومارتن بهترتیب دارای اقلیمهای خشک، نیمهخشک و بسیار مرطوب میباشند و مقدار تابش کل خورشیدی روزانه در این سه ایستگاه بهصورت روزانه ثبت میشود در دوره آماری 1985 تا 1990 (6 سال) انتخاب شدند. دقت مدلهای مذکور در هر یک از سه ایستگاه بررسی شدند. از بین تمام مدلهای استفاده شده برای تخمین تابش کل خورشیدی روزانه، مدل شبکه عصبی مصنوعی با ورودیهای ساعات آفتابی روزانه و حداکثر ساعات آفتابی روزانه در هر سه ایستگاه کرج، شیراز و رامسر بهترتیب با ریشه متوسط مجذور خطا برابر 08/2، 85/1 و 05/2 مگاژول بر مترمربع در روز بهترین مدلها بودند. بعد از آن مدل فائو (نشریه 56) که تابش کل خورشیدی را براساس پارامتر ساعات آفتابی تخمین میزند، از بیشترین دقت برآورد برخوردار بود. در مقابل مدلهای ذکر شده، مدلهای شبکههای عصبی مصنوعی با پارامترهای ورودی دمایی (دمای حداقل و حداکثر) و همچنین مدلهای هارگریوز- سامانی، آناندل و محمود-هابرد که مدلهای دمایی هستند، از دقت کمتری برخوردارند و جهت تخمین تابش کل خورشیدی بهصورت روزانه مناسب نمیباشند
نوع مطالعه:
پژوهشي |
موضوع مقاله:
عمومی دریافت: 1391/10/6 | انتشار: 1391/7/24