مقایسه برآورد تبخیر و تعرق مرجع با استفاده از روش های تجربی و مدل شبکه عصبی مصنوعی

تبخیر و تعرق یک پدیده چند متغیره و پیچیده است که به عوامل متعدد اقلیمی بستگی دارد و دقیق ترین روش برای برآورد آن، لایسیمتر است. اما استفاده از لایسیمتر، مستلزم وقت و هزینه زیادی است، از این رو تخمین تبخیر و تعرق با استفاده از پارامترهای هواشناسی و مدل های تجربی انجام می گیرد. این مدل ها دارای ضرایبی هستند که معرف شرایط منطقه ای است که مدل در آن منطقه، واسنجی شده است؛ لذا کاربرد این مدل ها برای هر منطقه، نیاز به بررسی دارد. امروزه شبکه های عصبی مصنوعی کاربرد بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل موثر بر وقوع یک پدیده وجود ندارد، پیدا کرده اند. هدف از پژوهش حاضر مقایسه برآورد تبخیر و تعرق مرجع با استفاده از روش های تجربی (پنمن مانتیث فائو، تورنت وایت و هارگریوز سامانی) و مدل شبکه عصبی مصنوعی طی سال های ۱۳۹۸ - ۱۳۹۹ در ایستگاه تحقیقاتی چهارتخته شهر کرد واقع در مرکز تحقیقات کشاورزی و منابع طبیعی استان چهار محال و بختیاری می باشد. نتایج نشان داد، در بین روش های تجربی مورد استفاده، نسبت به روش مرجع پنمن مانتیث فائو، دقت روش هارگریوز سامانی بیشتر از روش تورنت وایت است. همچنین دقت شبیه سازی مدل شبکه عصبی مصنوعی (با توجه به حداقل مقدار RMSE و MAE و حداکثر مقدار R۲)، برای برآورد مقدار تبخیر و تعرق مرجع، بیشتر از روش های تجربی بوده؛ به طوریکه مقدار RMSE برای روش های هارگریوز سامانی، تورنت وایت و مرحله آزمون مدل شبکه عصبی مصنوعی به ترتیب برابر ۴/۲۵، ۸/۲۴ و ۰/۲۷ محاسبه گردید. همچنین بررسی کلی نتایج نشان داد که مدل شبکه عصبی مصنوعی در هر سه مرحله آموزش، صحت سنجی و آزمون، نتایج قابل قبولی ارائه نموده است.

کلیدواژه ها:

تورنت وایت ، هارگریوز سامانی ، هوش مصنوعی