فهرست نشریات علمی دسترسی آزاد ایران

در این تحقیق تخمین دمای عمق 10 سانتی متری خاک ایستگاه سینوپتیک تبریز واقع در استان آذربایجان شرقی با استفاده از شبکه عصبی مصنوعی(ANN) و ماشین بردار پشتیان(SVM) انجام گرفته است. از دو روش تحلیل مؤلفه اصلی(PCA) و آزمون گاما(GT) برای پیش‌پردازش داده‌ها و تعیین داده های ورودی استفاده گردید . با توجه به نتایج، برای ایستگاه تبریز 3 متغیر ورودی توسط آزمون گاما انتخاب شد. در روش تحلیل مؤلفه‌های اصلی نیز برای ایستگاه سینوپتیک تبریز چهار مؤلفه اصلی انتخاب شده است. نتایج مدل‌سازی حاکی از این است که، مدل ماشین بردار پشتیان مبتنی بر آزمون گاما ( GT-SVM ) با مجذور میانگین مربعات خطای 48/2 در جه سانتی گراد را می توان به عنوان مدل‌ منتخب برای ایستگاه‌ مذکور انتخاب کرد. در نهایت با توجه به نتایج می‌توان چنین نتیجه گرفت که روش‌های استفاده شده پیش‌پردازش داده‌ها در این تحقیق برای پیش‌بینی دمای خاک با یکدیگر اختلاف چندانی ندارند و هر دو روش به‌خوبی عمل کرده اند. همچنین مدل SVM در تمام تخمین‌ها نسبت به مدل ANN عملکرد قابل قبول تری داشته است.