پیش بینی تبخیرماهانه با استفاده از شبکه عصبی مصنوعی مطالعه موردی : ایستگاه سینوپتیک بیرجند

تبخیر و تعرق یکی از مهم ترین عوامل اتلاف آب میباشد و پدیده پیچیده ای است که به عوامل و داده های زیادی بستگی دارد. بنابراین برآورد میزان دقیق تبخیر، بسیار مشکل و پرهزینه می باشد . هدف از این مطالعه ارزیابی عملکرد شبکه های عصبی مصنوعی در برآورد تبخیراز تشتک تبخیر می باشد. برای پیش بینی تبخیر با استفاده از شبکه های عصبی از داده های هواشناسی ایستگاه سینوپتیک بیرجند استفاده گردید. برای آموزش، اعبارسنجی و آزمون شبکه عصبی از داده های مشاهداتی ماهانه 13 ساله (1396-1383) ایستگاه بیرجند استفاده شد. نتایج پیاده سازی این شبکه در مرحله آزمون با استفاده از شاخص های آماری ریشه میانگین مربعات خطا (RMSE) و معیار تبیین R2 مورد ارزیابی قرار گرفت. نتایج حاصل از محاسبات نشان داد بهترین شبکه، شبکه ای با همه ورودی ها، با چهارلایه پنهان و 18 نرون در لایه میانی و یک لایه خروجی و روش یادگیری لونبرگ-مارکوات می باشد. نتایج مدل های شبکه های عصبی مصنوعی می توانند در شرایط فقدان اطلاعات کافی و در پیش بینی های آینده، راهکار مناسبتری نسبت به روشهای تجربی ارائه نمایند.

کلیدواژه ها:

تبخیر ، شبکه های عصبی مصنوعی ، ایستگاه سینوپتیک بیرجند.