人工神经网络探测估算参考蒸散的应用
Khyati N. Vyas.1*和r. subbaiah.2
1土壤和水电工程系，Anand农业大学，农业工程学院，Godhra，Gujarat India。
2古吉加地震，古吉达亚君达俊德农业大学土壤和水电工程系。
http://dx.doi.org/10.12944/cwe.11.2.36
蒸散蒸腾（et）的过程是水循环的重要组成部分。为设计灌溉系统和水资源管理是必要的精确估计。ET的准确估计在农业中至关重要，其过度估计导致导致浪费有价值的水资源及其低估导致植物水分胁迫和作物产量下降。众所周知的Penman-Monteith（PM）方程始终执行估算参考evapotranspiration的最高精度结果（ET0.）在现有方法中没有任何讨论。然而，该等方程需要对发展中国家特别可用的气候数据。ET.0.是一种复杂的过程，取决于许多相互作用的气象因素，例如温度，湿度，风速和辐射。缺乏对et的身体理解0.所有适当数据的过程和不可用导致ET的不精确估计0.。在过去的二十年中，由于它们在没有任何理解物理过程的情况下，人工神经网络（ANNS）已经越来越多地应用于水文过程的建模。本文在Junagadh的半干旱环境中首次调查了人工神经网络（ANN）的潜在估算0.有限的气候数据集。
人工神经网络，蒸散，参考蒸散;馈线前后传播;彭曼·蒙特思方程
复制以下内容以引用本文：
VYAS K.N，Subbaiah R.人工神经网络方法估算参考蒸散的应用。Curr World Environ 2016; 11（2）Doi：http://dx.doi.org/10.12944/cwe.11.2.36
复制以下内容以引用此URL：
VYAS K.N，Subbaiah R.人工神经网络方法估算参考蒸散的应用。Curr World Environ 2016; 11（2）。可从：//www.a-i-l-s-a.com/?p=16076.
[HTML全文]
这项工作是在授权下获得的Creative Commons attage 4.0国际许可证。
