بررسی تاثیر سنجه های اقلیمی بر روی تخمین دمای خاک توسط الگوریتم هیبریدی شبیه سازی تبرید

مطلعات جغرافیایی که به منظور برنامه ریزی شهری ، اقلیم شناسی ، ساخت و ساز عمرانی و همچنین کشاورزی یک منطقه صورت می‌گیرد به تخمین درجه حرارت خاک آن منطقه وابسته می باشد . در این پژوهش دمای 50 سانتی متری عمق خاک با استفاده از مدل الگوریتم هیبریدی شبیه سازی تبرید و مدل منفرد ماشین بردار پشتیبان در ایستگاه هواشناسی شهر آدنا واقع در کشور ترکیه شبیه سازی گردید .الگوریتم شبیه سازی تبرید (sa) یک الگوریتم بهینه سازی است که وقتی با ماشین بردار پشتیبان (svm) تلفیق می‌شود باعث کمینه شدن خطای تخمین و در نهایت بهبود نتایج تخمین میشود، که در این پژوهش برای اولین بار از الگوریتم هیبریدی شبیه سازی تبرید بر پایه ماشین بردار (svmsa) در تخمین دمای خاک استفاده شده است، تا دقت این الگوریتم در این زمینه مورد بررسی قرار گیرد. نتایج نشان داد که مدل هیبریدی شبیه سازی تبرید بر پایه ماشین بردار پشتیبان با معیار نش ساتکلیف حدود 0.986 و جذرمیانگین مربعات خطا برابر با 0.86 درجه سانتی‌گراد به خوبی برآورد می نماید. همچنین برای مدل منفرد ماشین بردار پشتیبان میزان معیار نش ساتکلیف حدود 0.982 و جذرمیانگین مربعات خطا برابر با 0.96 درجه سانتی‌گراد به دست آمده است. بهترین ترکیب ورودی از بین ترکیب های تعیین شده برای تخمین دمای خاک ترکیب متشکل از ورودی های متوسط دمای هوا ، بارش ، تابش خورشیدی ، فشار هوا ، رطوبت نسبی هوا و سرعت بادانتخاب شد. نتایج نشان داد که الگوریتم هیبریدی شبیه سازی تبرید می‌تواند به عنوان ابزاری کارامد در مدلسازی دمای اعماق خاک استفاده شود.

Effect of climatic parameters on soil temperature estimation by hybrid refrigeration simulation algorithm

Studies of geography to urban planning, climatology, civil construction and agriculture also conducted in an area to estimate soil temperature is dependent on the area. In this study, at 50 cm soil depth by using simulated annealing hybrid algorithm and Support Vector Machine single model in the city of Adana in Turkey weather station was simulated. The results showed that the hybrid model simulation of refrigeration is based on vector support machine with 0.986 nashsutcliuf about criteria, the absolute error mean square error equal to 0.732 and root mean square error is equal to 0.86 well estimated. As well as single machine backup rate vector model for benchmarking Nashsutcliuf about 982.0 and the absolute error mean square error equal to 0.793 and root mean square error is equal to 0.96 is obtained. The results showed that hybrid algorithm simulation of refrigeration could be fitted as a means of efficiently in deep soil temperature modeling.