مدلسازی تبخیر ناحیه ای در ANFIS با استفاده از داده های سنجش از دور مطالعه موردی : حوضه آبریز مهاباد
نام نخستين پديدآور
/رامین صالحیان
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: جغرافیا و برنامه ریزی
تاریخ نشرو بخش و غیره
، ۱۳۹۶
نام توليد کننده
، میرزائی
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
تبریز
زمان اعطا مدرک
۱۳۹۶/۰۶/۱۳
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
تبخیر یکی از مهمترین پدیدهصهای طبیعی برای برآورد بیلان آبی حوضه آبریز و تعیین نیاز آبی گیاهان میصباشد که تخمین آن از موارد اساسی و کاربردی در امور مدیریتی و کشاورزی قلمداد میصشود .در صورت افزایش تدریجی تبخیر می-توان از آن به عنوان مخاطره طبیعی حوضه نام برد .هدف از این مطالعه ایجاد یک مدل برآورد موثر از تبخیر که توانایی ارائه توزیع فضایی و ارزش عددی در سراسر حوضه آبریز را از طریق شبکهصهای استنتاج فازی عصبی تطبیقی بر اساس اطلاعات دادهصهای سنجش از دور، بدون ایستگاهصهای هواشناسی مبتنی بر زمین بصورت پیشصبینی ارائه دهد، میصباشد .مواد مورد استفاده در پژوهش، دادهصهای سنجش از دوری از جمله تصاویر ماهوارهصای لندست از سالصهای ۲۰۰۰ تا ۲۰۱۶ که از طریق آنها شاخص گیاهی بهبودیافته (EVI) و دمای سطح زمین (LST) را با استفاده از نرمصافزار ENVI استخراج میصکنیم و همچنین از ایستگاهصهای هواشناسی موجود در حوضه آبریز پارامترهایی چون دما، مجموع بارندگی، رطوبت نسبی، ساعات خورشیدی و جهت و سرعت باد را دریافت کرده و ارتباط آنها را از طریق ضرایب همبستگی با شاخصصهای استخراج شده از تصاویر ماهوارهصای مورد بررسی قرار میصدهد .شاخصصهای EVI و LST را به عنوان ورودیصهای مدل و تبخیر ناحیهصای را به عنوان خروجی مدل ANFIS و روش مدلسازی را سوگنو تعریف میصکنیم .برای مدل ۷۰ درصد دادهصها را به عنوان آموزش، ۲۰ درصد را به عنوان وارسی و ۱۰ درصد را به عنوان تست در نظر میصگیریم .نتایج نشان میصدهند که تبخیر مشاهداتی با تبخیر مدلسازی به ترتیب دارای RMSE و MAE و CC و CE با مقادیر۴.۵ ،۳ ، ۰.۷۷ و ۰.۵۵ میصباشد این در حالی است که اختلاف میانگین بین تبخیر مشاهداتی با تبخیر مدلسازی برابر با ۱.۷ میلیصمتر در روز است که برای حوضه هایی بزرگ که با کمبود ایستگاه هواشناسی در سطح حوضه مواجه هستند داده های قابل اعتماد و قابل استفاده تولید می کند که میصتواند در مدیریت های آب و خاک، برآورد نیاز آبی گیاهان، کنترل منابع آب سطحی و برآورد تبخیر در مناطق فاقد ایستگاه هواشناسی از آن استفاده کرد
متن يادداشت
Evaporation is one of the most important natural phenomena for estimating the water balance of the Bassin and determining the water requirement of the plants, which is estimated from basic and applied issues in management and agriculture. In the event of Increase gradual evaporation, it can be referred to as a natural risk of the basin. The purpose of this study was to develop an effective evapotranspiration estimation model that can provide spatial distribution and numerical value across the catchment area through adaptive nerve fuzzy inference networks based on remote sensing data, without ground-based meteorological stations. Materials used in research include remote sensing data, including Landsat satellite imagery, from 2000 to 2016, through which the EVI and Earth's surface temperature (LST) were extracted using ENVI software. And also from the meteorological stations in the catchment area, parameters such as temperature, total rainfall, relative humidity, solar hours and wind direction and wind speed were obtained and correlated with the correlation coefficients with the indicators extracted from the satellite images I will examine. We define the EVI and LST indicators as model inputs and regional evaporation as the output of the ANFIS model and the Sogeno modeling method. For the 70 model, we consider data as training, 20 as a check, and 10 as a test. The results show that evapotranspiration with model evaporation has RMSE, MAE, CC and CE with values of 4.5, 3, 0.77 and 0.55, respectively. Meanwhile, the average difference between evaporation evaporation of modeling is 1.7 mm/day, which produces reliable and usable data for large basins that lack a meteorological station at the basin, which can be managed Water and soil, estimating the water requirement of plants, controlling surface water resources, and estimating evaporation in areas without a meteorological station
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )