تخمین شاخص کیفیت فیزیکی خاک و عدم قطعیت با به کارگیری شبکه عصبی مصنوعی بوت استرپ
Abstract
No abstract recorded for this item.
No abstract recorded for this item.
در این پژوهش شیب منحنی رطوبتی در نقطه عطف آن(Si (بهعنوان شاخص کیفیت فیزیکی خاک در نظر گرفته شده و همبستگی آن با ویژگیهای زودیافت خاک و اطلاعات بهدستآمده از تصاویر ماهوارهای(SAVI (و اطلاعات رقومی ارتفاع(DEM (بررسی شده است. بدین منظور176نمونه دستخورده و به همان تعداد نمونه دستنخورد
در این تحقیق سعی گردید، ترکیب ورودی و مدل مناسب برای تخمین بارشهای شهرستان شاهرود تعیین گردد. برای رسیدن به این هدف از داده­های ماهانه هواشناسی شامل تبخیر، دما، رطوبت نسبی هوا، تابش­های خورشیدی، سرعت باد در دوره­ آماری 1342 تا 1394 و مدل­های شبکه عصبی مصنوعی و ما
در روشهای ریزمقیاس گردانی آماری که بر اساس رابطه بین دادههای گردش عمومی اتمسفری-اقیانوسی و هر یک از متغیرهای اقلیمی (بارش، دمای کمینه، دمای بیشینه) ایجاد میشود، دوره آتی آن متغیر اقلیمی شبیهسازی میشود. از آنجایی که در شبیهسازی، تمامی عوامل رخ داد، یک متغیر در مدل وارد نمی
در روش های ریزمقیاس گردانی آماری که بر اساس رابطه بین داده های گردش عمومی اتمسفری-اقیانوسی و هر یک از متغیرهای اقلیمی (بارش، دمای کمینه، دمای بیشینه) ایجاد می شود، دوره آتی آن متغیر اقلیمی شبیه سازی می شود. از آن جایی که در شبیه سازی، تمامی عوامل رخ داد، یک متغیر در مدل وارد نمی
از آنجایی که اندازهگیری منحنی نگهداشت آب خاک و نقاط شاخص آن مانند ظرفیت مزرعه و نقطه پژمردگی دائم با روشهای مستقیم هزینه بر و زمان بر است، یکی از راههای تخمین سریع و کم هزینه این ویژگیها تخمین این صفات از روی خصوصیات زود یافت خاک مانند توزیع اندازه ذرات خاک، مقدار مواد آلی و جرم