مقایسه عملکرد دو روش برنامه‌ریزی بیان ژن و شبکه عصبی مصنوعی به منظور تخمین ضریب یکنواختی توزیع آب در آبیاری بارانی

نویسندگان

1 ندارم.

2 استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

3 دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

4 دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

doi
چکیده

یکنواختی توزیع آب (CU) یک پارامتر مهم فنی در طراحی سیستم‌های آبیاری می‌باشد و مقدار آن تاثیر مهمی بر کیفیت و بازده سرمایه‌گذاری در پروژه‌های آبیاری دارد. اندازه‌گیری CU در آبیاری بارانی ثابت از روی نتایج یک آبپاش منفرد با توجه به‌ در نظر گرفتن هم‌پوشانی آبپاش‌های مجاور و در مقادیر مختلف فشار کارکرد آبپاش (P)، ارتفاع پایه آبپاش (Hr)، فاصله آبپاش‌ها روی لوله‌های جانبی (Sl) و فاصله لوله‌های جانبی از یکدیگر (Sm) امری زمان بر می‌باشد. در این پژوهش، CU برای آبپاش‌های مدل 20AQ- و 6KA- در 4 تیمار فشارکارکرد (2، 5/2، 3 و 5/3 اتمسفر)، 16 تیمار فواصل آبپاش‌ها (Sl×Sm) شامل (9×18، 12×18، 15×18، 18×18، 9×15، 12×15، 15×15، 18×15، 9×12، 12×12، 15×12، 18×12، 9×9، 12×9، 15×9 و 18×9 متر)، 4 تیمار ارتفاع پایه آبپاش (60، 90، 120 و 150 سانتیمتر) و 3 تیمار آرایش آبپاش‌ها (مربعی، مستطیلی و مثلثی) در شرایط باد آرام (2-0 متر بر ثانیه) در ایستگاه تحقیقات پنبه هاشم آباد گرگان اندازه‌گیری شد. به‌منظور برآورد CU بر‌اساس روش‌های برنامه‌ریزی بیان ژن (GEP) و شبکه عصبی مصنوعی(ANN)، P, Hr , Sl ,Sm به‌عنوان پارامترهای ورودی درنظر گرفته شدند با مقایسه آماری نتایج محاسباتی، ریشه میانگین مربعات خطا (RMSE) برای روشهای GEP و ANNدر آبپاش 20 AQ- برابر 06/0 و 062/0 و در آبپاش 6KA- نیز به ترتیب برابر 067/0 و 064/0 به‌دست آمد که این امر بیانگر دقت بالا هر دو روش در مدل-سازی است. از آنجایی که مدل GEP قادر به ارائه رابطه‌ای صریح برای تخمین ضریب یکنواختی است، جنبه کاربردی بیشتری دارد.