سیدمهدی علویان - دانشجوی کارشناسی ارشدمهندسی صنایع
حسن جهانشاهی - عضو هیئت علمیدانشگاه جامع امام حسین ع
ضیاءالدین قاضی زاده - عضو هیئت علمی دانشگاه جامع امام حسین ع
مرتضی تمنالو - دانشجوی کارشناسی ارشدریاضی کاربردی

به دلیل تاثیر متقابل پارامترهای هواشناسی شیوه های قدیمی مواجهه با عدم قطعیت درتخمین تبخیر و تعرق گیاه دربسیاری ازموارد با پیچیدگی های بسیاری روبرو هستند و تخمین دقیق آن کاری پیچیده است درچند دهه اخیر سیستم های هوش مصنوعی کاربردهای بسیاری درمسائل مختلف مهندسی آب که رابطه مشخصی بین عوامل موثربروقوع یک پدیده وجود ندارد پیدا کرده اند بدین منظور دراین مقاله ازسیستم استنتاج فازی سوگینو به منظور تخمین تبخیر و تعرق گیاه مرجع استفاده گردید به منظور مقایسه نتایج بدست آمده ازمقادیر دقیق تبخیر و تعرق مرجع لایسیمتری و روش پنمن مونتیث فائو استفاده شده است دراین مقاله مقادیر حداقل ریشه میانگین مربع خطا RMSE خطای انحراف میانگین MBE ضریب تعیین و معیار جاکوویدزt درمرحله ازمایش به ترتیب برابر با 0.24و0.13-و10.01 هستند نتایج نشان میدهد که سیستم اسنتاج فازی سوگینو درمقایسه با روشهای ترکیبی قابلیت بالایی درتخمین مقدار تبخیر و تعرق گیاه مرجع دارد.

تبخیروتعرق گیاه مرجع، سیستم استنتاج فازی، سوگینو، لایسیمتر، روش پنمن ـ مونتیث، فائو