برآورد دماي خاك با استفاده از مدل‌هاي‌ تركيبي بر پايه تبديل موجك گسسته

دماي خاك از جمله مهم ترين متغيرها در هواشناسي كشاورزي است و تاثيرات متعددي بر فرآيندهاي فيزيكي، شيميايي و بيولوژيكي خاك دارد. در اين پژوهش، دماي روزانه خاك در عمق‌هاي 5، 10، 20 و 30 سانتي‌متري با استفاده از روش‌هاي شبكه عصبي مصنوعي، سيستم استنتاج عصبي فازي تطبيقي، رگرسيون خطي چندگانه و نيز مدل‌هاي تركيبي روش‌هاي فوق با تبديل موجك گسسته برآورد شده است. براي ساخت مدل‌ها از داده‌هاي دماي كمينه و بيشينه هوا و دماي روزانه خاك در عمق‌هاي 5 تا 30 سانتي‌متري در ايستگاه هاي سينوپتيك قوچان و گناباد در بازه زماني 2010 تا 2013 و براي آزمون عملكرد مدل‌ها از داده‌هاي سال‌هاي 2004 (سال مرطوب) و 2008 (سال خشك) استفاده شده است. نتايج اين پژوهش نشان داد كه مدل‌هاي تركيبي بر پايه تبديل موجك گسسته توانسته‌اند دقت بهتري را در مدل‌سازي دماي روزانه خاك نسبت به مدل‌هاي غيرتركيبي ارايه نمايند. همچنين در اغلب موارد، مدل رگرسيون خطي چندگانه داراي ضعيف‌ترين عملكرد است.