حسین شریفان - دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
خلیل قربانی - استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران

تبخیر و تعرق از اساسی­ترین اجزای چرخه­ی هیدرولوژی است که تعیین صحیح آن در علوم آب از قبیل مطالعات توازن هیدرولوژیکی، طراحی و مدیریت سیستم­های آبیاری از اهمیت بالایی برخوردار است. پژوهش حاضر امکان بهبود دقت برآورد تبخیر-تعرق به روش هارگریوز-سامانی را بر اساس ضریب اصلاحی k بررسی می کند. این ضریب که نسبت برآورد تبخیر-تعرق با دو روش فائو پنمن-مانتیت (F-P-M) و هارگریوز-سامانی می باشد بر اساس متغیرهای هواشناسی مانند دمای هوا، رطوبت نسبی و دمای نقطه شبنم با استفاده از مدل درختی M۵ و شبکه عصبی مصنوعی در سه ایستگاه هواشناسی آستارا، بندر انزلی و رشت برآورد گردید. برای انجام این کار، یک دوره آماری ۳۰ ساله (۱۳۶۰-۱۳۹۰) در نظر گرفته شد و داده ها برای هر ایستگاه بر اساس نسبت ۸۰ به ۲۰ درصد به داده های آموزش و آزمون تقسیم بندی شدند. سپس مقدار k محاسبه شده در تبخیر-تعرق برآورد شده به روش هارگریوز سامانی ضرب شد. نتایج نشان دادکه مدل درختی M۵ نسبت به شبکه عصبی مقدار k را بهتر برآورد می کند و با این روش میانگین اختلاف بین مقدار برآورد شده به روش هارگریوز-سامانی و پنمن-مانتیث به ترتیب برای ایستگاه های آستارا، بندرانزلی و رشت از ۴۱/۰، ۵۵/۰ و ۷/۰ به ۳۱/۰، ۳۸/۰ و ۲۸/۰ کاهش می یابد. 

تبخیر-تعرق پتانسیل, ضریب اصلاحی, هارگریوز-سامانی, درخت تصمیم, M۵