مدل سازی تبخیر- تعرق گیاه مرجع با استفاده از روشهای هوشمند ANN, LSSVM و مدل درختی M۵ (مطالعه موردی: ایستگاه ساری و قائمشهر)

تبخیر و تعرق یک پدیده غیر خطی و پیچیده است که نیازمند پارامتر مختلف اقلیمی می باشد. تبخیر- تعرق مرجع در واقع بیانگر تقاضای تبخیر از اتمسفر و همچنین یک نمایه اقلیمی میباشد. در این پژوهش، به بررسی مدلهای هوشمند در برآورد تبخیر- تعرق گیاه مرجع ماهانه پرداخته شد. از شهرهای ساری، قائم شهر به عنوان اقلیم مرطوب استفاده شد. مدلهای هوشمند بهکار گرفته شده در این پژوهش، مدلهای شبکه عصبی مصنوعی (ANN) حداقل مربعات ماشین بردار پشتیبان (LSSVM) و مدل درختی M۵ می باشد. ۷۰ درصد داده ها در مرحله آموزش و ۳۰ درصد داده ها در مرحله تست مورد استفاده قرار گرفت. مدل ها با معیارهای ارزیابی ضریب تبیین ((R(۲)، ریشه ی میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) مورد استفاده قرار گرفتند. نتایج برای دو ایستگاه ساری و قائمشهر نشان داد که هرسه مدل مذکور از عملکرد نسبتا مناسبی برخوردار می باشند. مدل LSSVM نسبت به سایر مدل ها، عملکرد بهتری داشت. ضریب (MAE, R(۲ و RMSE برای مدل LSSVM در مرحله تست در ایستگاه قائم شهر به ترتیب ۰/۹۷۱۵، ۰/۰۴۵۵ و ۰/۳۱۹۶ و برای ایستگاه ساری به ترتیب ۰/۹۶۵۷، ۰/۰۳۱۸ و ۰/۳۵۰۴ حاصل شد.

کلیدواژه ها:

تبخیر و تعرق ، M۵ Tree ، LSSVM ، ANN ، قائم شهر ، ساری