كاربرد شبكه عصبي بروسبترون چند لايه در شبيه سازي دماي خاك

گونه هاي مختلف گياهي به دماهاي متفاوتي نيازمندند و باردهي آن ها در محدوده معيني از درجه حرارت به بيش ترين مقدار مي رسد. از طرفي در هر لحظه گرماي خاك از افقي به افق ديگر متفاوت بوده و در طول روز، ماه و سال نوسان مي كند. دماي سطح و ژرفاي خاك به صورت پيوسته اندازه گيري نمي شوند. از اينرو مي توان رابطه اي بين دما ي خاك و خصوصيات اقليمي يك منطقه برقرار نمود. در اين ميان مدل هاي هوشمند نقش موثري مي توانند داشته باشند. در اين پژوهش به منظور شبيه سازي دماي اعماق مختلف خاك در ايستگاه تبريز واقع در استان آذربايجان شرقي از مدل شبكه عصبي MLP در دوره آماري 85-1378 استفاده گرديد. از سه معيار عددي جذر ميانگين مربعات خطا (RMSE) ، معيار نش- ساتكليف (E) و خطاي مطلق ميانگين (MAE) به منظور ارزيابي دقت استفاده شد. از بين ساختارهاي مختلف شبكه عصبي، آرايش 1-4-4 با چهار ورودي اعماق 5، 10 ، 50 و 100 سانتي متري بيشترين دقت را داشت.