ارزیابی مدل شبکه عصبی مصنوعی با دو روش معمول تجربی در تخمین تبخیر و تعرق مرجع روزانه ایستگاه سینوپتیک لردگان

تخمین دقیق تبخیر و تعرق مرجع به عنوان یکی از اجزای مهم چرخه هیدرولوژی نقش بسزایی در مدیریت منابع آب دارد. برای محاسبه نیاز آبی گیاهان ابتدا تبخیر و تعرق مرجع را محاسبه نموده و با اعمال ضرایبی تبخیر و تعرق برای هر نوع گیاه محاسبه می شود. در این تحقیق به ارزیابی مدل شبکه عصبی مصنوعی و دو روش تجربی معمول در محاسبه ی تبخیر و تعرق بلانی کریدل و هارگریوز در ایستگاه سینوپتیک لردگان پرداخته شد. برای این منظور از داده های روزانه ایستگاه در بازه زمانی 2008-2013 شامل دمای حداقل و دمای حداکثر، رطوبت نسبی، ساعات آفتابی و سرعت باد در ارتفاع دومتری استفاده گردید. برای ارزیابی مدل ها از روش استاندارد پنمن مونتیث فایو استفاده شد. شاخص های آماری RMSE (مجذور میانگین اختلاف مربعات)،MAE (میانگین انحراف معیار مطلق) و (ضریب تعیین) محاسبه شد. نتایج نشان داد که شبکه عصبی باRMSE= 0/3370 و MAE= 0/2707 عملکرد مطلوبتری نسبت به روش های تجربی محاسبه شده در برآورد تبخیر و تعرق مرجع این ایستگاه دارد.

کلیدواژه ها:

تبخیر و تعرق مرجع ، مدل پنمن مونتیث فایو ، شبکه عصبی مصنوعی ، شاخص های آماری