research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
TEMPERATURE DISTRIBUTION INSIDE GROUND IN BAGHDAD CITY (EXPERIMENTAL STUDY)
توزیع درجات الح ا ررة خلال التربة في مدینة بغداد (د ا رسة تجریبیة)

Author: Atif Ali Hasan عاطف علي حسن
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2012 Volume: 5 Issue: 2 Pages: 30-42
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

The purpose of this paper is measured the temperature distribution insidemud-sand mix ground whose partly shaded through summer season (April – September) atBaghdad city (Latitude 33.2 N) at 1.6 m depth , and found that the average value at thatdepth and period is 24.11 °C.

یهدف البحث الى قیاس توزیع درجات حرارة داخل تربة المناطق المزیجیة (رملیة-طینیة) ذات التظلیل الجزئي خلالفترة الصیف (نیسان لغایة أیلول) لعمق یصل الى 1.6 م في مدینة بغداد (خط عرض 33.2 درجة شمالاً) فوجد أنمتوسط درجة الحرارة خلال هذا العمق والفترة الزمنیة هي 24.11 °م


Article
Modeling Soil Temperature at different depths and times as a function of some climatic data Using Artificial Neural Network
نمذجة درجات حرارة التربة على اعماق واوقات مختلفة بدلالة بعض المعلومات المناخية باستخدام الشبكات العصبية الاصطناعية

Authors: عصام محمود محمد --- 2شهلة عبدالوهاب عبدالقادر --- 3نجم عبدالله عبدالقادر
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2012 Issue: المؤتمر العلمي الثاني لكلية الزراعة Pages: 1240-1250
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

In this study, implementation of artificial neural network model has been used to estimate soil temperatures at various depths and different measuring times, as a function of mean air temperature, number of sunshine hours, radiation, for any day of the year.ANN (artificial neural network ) of back propagation and fitness algorithms models . The data of soil temperature is taken from research department of soil and water / Nineveh province for the period from 1980 to 1983 and it include daily measurements of soil at depths of 5,10, 20, 30,50 and 100 cm and for three periods at 9, 12 and 15 clock for cultivated and bare soil. The data of two years was used to learn the network and the data of one year was used to test the network and compare its output with the measured data, three performance functions, namely root mean square errors (RMSE) and determination coefficient (R2), were used to evaluate the neural model , to find the adequacy between estimated data and the outputs of neural network for one year, the values of R2 ranging between 0.95 -0.99 and the values of RMSE decreased significantly for all cases of estimation. The results shows the possibility of using neural networks in the composition of the model that can be used in the estimation of deep soil temperatures through the use of surface soil temperature for three times of measurement, the successful use of neural networks in the composition of the model that can be used to estimate the deep soil temperatures through the use of soil-surface temperatures, which are measured at different time periods. Successful construction of General ANN model that predict soil temperature at any depth and time from soil surface temperature of any time have been made. The ability of constructing ANN of two dimension could estimate soil temperature with very high accuracy by adding time dimension and soil depth dimension.

تم في هذا البحث تطبيق نموذج الشبكة العصبية لتخمين درجات حرارة التربة على اعماق مختلفة وباوقات قياس مختلفة بدلالة درجة حرارة الهواء وعدد ساعات السطوع والاشعاع الشمسي لاي يوم من السنة باستخدام شبكة الانتشار العكسي،وشبكة الملاءمة ذات خوارزمية الانتشار العكسي للخطا . تم استخدام البيانات الماخوذة من دائرة بحوث التربة والمياه/ محافظة نينوى للفترة من 1980 - 1983 وهي تشمل درجات حرارة التربة اليومية على اعماق 100،50،30،20،10،5 سم ولثلاث فترات عند الساعة 9 , 15،12 لترب مزروعة وغيرمزروعة . استخدمت بيانات عامين لتطوير النماذج ، واستخدمت بيانات عام واحد (1983) لتقييم النماذج ومقارنة مخرجاتها مع البيانات المقاسة, استخدمت مقاييس معامل التحديد R2 ، جذر متوسط مربع الاخطاء RMSE في الحكم على مدى تطابق البيانات المقاسة ومخرجات الشبكات العصبية لاختيار افضل نموذج تنبؤي من بين النماذج المطبقة، حيث تراوحت قيم معامل التحديد بين 0.86– 0.97 واظهرت قيم جذر مربع الاخطاء انخفاضا ملحوظا لجميع نماذج التخمين. اظهرت النتائج امكانية استخدام الشبكات العصبية في تكوين نموذج يتم استخدامه في تخمين درجات حرارة اعماق التربة عن طريق استخدام درجات درجة حرارة الهواء وعدد ساعات السطوع والاشعاع الشمسي ولازمنة القياس الثلاثة . امكانية تكوين نماذج شبكات عصبية صناعية ثنائية البعد تعطي تنبؤات ذات دقة عالية لدرجة حرارة اعماق التربة اليومية، مع امكانية اضافة بعد الزمن وبعد عمق التربة.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (2)


Year
From To Submit

2012 (2)