Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: erozyjność deszczy

Sortuj według:

Ogranicz wyniki do:

Prognozowanie erozyjności deszczy w Polsce na podstawie miesięcznych sum opadów

Licznar P.

Archiwum Ochrony Środowiska

2004

Vol. 30, no. 4

29--39

Erozyjność deszczy i jej szacowanie są kluczowym zagadnieniem dla właściwego modelowania oraz określania stopnia zagrożenia potencjalnego i rzeczywistego terenu procesami erozji wodnej gleb. Zaproponowany przez Wischmeicra i Smitha wskaźnik erozyjności deszczy Rrjest ogólnie uważany za przydatne narzędzie dla opisu regionalnych warunków klimatycznych z uwagi na erozję wodną gleb. Wartości wskaźnika Rr powinny być obliczane na podstawie długoletnich zapisów pluwiograficznyeh. Czyni to obliczanie wskaźnika Rr bardzo pracochłonnym i niemożliwym dla wieki lokalizacji pozbawionych rejestracji intensywności opadów. Z lej racji opracowano liczne metody aproksymacji wskaźnika Rr, na podstawie bardziej ogólnych danych opadowych, np. indeksy Arnoldusa i Poumiera. Celem badań była ocena wyników predykcji uzyskiwanych ze zmodyfikowanego indeksu Poumiera i opracowanie nowej procedury estymacji rocznych wartości wskaźnika Rr na bazie technologii sztucznych sieci neuronowych. Badania wykonano na podstawie bazy danych zawierającej wcześniej obliczone roczne wartości wskaźnika Rr dla 100 lat z 4 stacji w Polsce: Puławy, Sandomierz, Limanowa oraz Wroclaw-Swojec. Związek potęgowy o współczynniku korelacji równym r = 0,64, pomiędzy wartościami rocznymi wskaźnika Rr a zmodyfikowanego indeksu Poumiera został ustalony. Ponadto wykazano, że satysfakcjonujące wyniki predykcji rocznych erozyjności deszczy są możliwe do otrzymywania na podstawie miesięcznych sum opadów, z perceprtonowych sztucznych sieci neuronowych, posiadających jedną lub dwie warstwy ukryte.

Rainfall erosivity and its estimation are the key issues in proper modeling and determination of the degree of potential and real hazard for land in process of soil erosion by water. Proposed by Wischmeier and Smith rainfall erosivity Rr-factor is generally considered as a useful tool for regional climatic condition description in respect to soil erosion by water. Rr-factor values should be calculated on the base of longtime rainfall registrations. It makes Rr-factor calculation very time-consuming and impossible for many locations without storm intensity registrations. Because of this a number of methods for R-factor approximation on the base of more general precipitation dala was proposed, e.g. Arnoldus and Fournier's indexes. The aim of the research was to examine the performance of Rr-factor predictions made by modified Fournier index and to develop a new procedure of annual R-factor estimation on the basis of an Artificial Neural Network (ANN) technology. The research was done using database containing previously calculated annual Rr-factor values for 100 years from 4 stations in Poland: Puławy, Sandomierz, Limanowa and Wroclaw-Swojec. The power-type relation of annual Rr-factor versus modified Fournier index values was established with a correlation coefficient equal to r = 0.64. Moreover, it was proved that the satisfactory results of annual rainfall erosivity prediction, on the basis of monthly precipitation totals, are possible to be obtained, from perceptron artificial neural networks, having one or two hidden layers.