Evaluation of artificial neural networks application possibility for mean annual rainfall erosivity factor value estimation
1
Institute of Building and Landscape Architecture, University of Agriculture pl. Gruwaldzki 24, 50-363 Wroclaw
Acta Agroph. 2005, 5(1), 65-74
KEYWORDS
ABSTRACT
Rainfall erosivity factor is one of the most poorly assessed parameters of Universal Soil Loss Equation (USLE) in Poland. Evaluation of artificial neural networks application possibility for mean annual rainfall erosivity factor value estimation only on the basis of known mean monthly precipitation was the main aim of the research. The research was based on the database from 90 gauging stations from the area of Poland and Germany. Within the frame of the conducted evaluation, the application possibility of single or double hidden layer perceptron and radial base networks for a chosen aim realization was examined. It was proved that satisfactory results of mean annual rainfall erosivity factor values estimation were obtained on the basis of known mean monthly precipitation by means of perceptron artificial neural networks of one or two hidden layers and radial base networks. At the same time, the research showed a failure of Modified Fournier Index application for this purpose.
METADATA IN OTHER LANGUAGES:
Polish
Ocena możliwości stosowania sztucznych sieci neuronowych dla określania średniej rocznej wartości wskaźnika erozyjności deszczy
wskaźnik erozyjności deszczy, sztuczne sieci neuronowe, zmodyfikowany indeks Fourniera
Jednym z najsłabiej rozpoznanych parametrów Uniwersalnego Równania Strat Glebowych USLE w Polsce jest wskaźnik erozyjności deszczy. Celem badań była ocena możliwości stosowania sztucznych sieci neuronowych dla określania średniej rocznej wartości wskaźnika erozyjności deszczy na podstawie znajomości jedynie średnich miesięcznych sum opadów. W badaniach oparto się na bazie danych z 90 stacji opadowych z obszaru Polski i Niemiec. W ramach przeprowadzonej oceny przeanalizowano możliwości stosowania dla założonego celu sieci typu perceptronowego o pojedynczej i podwójnej warstwie ukrytej oraz sieci o radialnych funkcjach bazowych. Wykazano, że satysfakcjonujące wyniki predykcji średnich rocznych wartości wskaźnika erozyjności deszczy są możliwe do otrzymywania na podstawie średnich miesięcznych sum opadów przy wykorzystaniu sieci perceprtonowych, posiadających jedną lub dwie warstwy ukryte oraz sieci o radialnych funkcjach bazowych. Jednocześnie badania wykazały brak możliwości stosowania metody zmodyfikowanego indeksu Fourniera dla tego celu.
Share
RELATED ARTICLE
| eISSN: | 2300-6730 |
| ISSN: | 1234-4125 |
We process personal data collected when visiting the website. The function of obtaining information about users and their behavior is carried out by voluntarily entered information in forms and saving cookies in end devices. Data, including cookies, are used to provide services, improve the user experience and to analyze the traffic in accordance with the Privacy policy. Data are also collected and processed by Google Analytics tool (more).
You can change cookies settings in your browser. Restricted use of cookies in the browser configuration may affect some functionalities of the website.
You can change cookies settings in your browser. Restricted use of cookies in the browser configuration may affect some functionalities of the website.
