مدل شبکه عصبي مصنوعي تبخير ماهانه از تشت با استفاده از داده هاي هواشناسي - مطالعه موردي منطقه حاشيه درياي خزر

تبخير يکي از مولفه هاي اصلي چرخه آب در طبيعت بوده و تعيين دقيق آن براي بسياري مطالعات مثل بيلان آبي حوزه، طرح ريزي و مديريت منابع آب حائز اهميت است. تبخير به دليل اثرات متقابل عوامل متعدد اقليمي، پديده پيچيده و غيرخطي است و لذا براي تخمين آن بايد از مدل هاي پيشرفته استفاده کرد. در اين تحقيق، هشت نوع ترکيب پارامترهاي هواشناسي بعنوان داده هاي ورودي براي برآورد تبخير از تشت با استفاده از شبکه هاي عصبي براي منطقه شمال کشور مورد بررسي قرار گرفت. داده هاي اندازه گيري شده هواشناسي براي يک دوره ده ساله (1996 تا 2003) از 8 ايستگاه هواشناسي واقع در حاشيه درياي خزر جمع آوري شد. نتايج نشان داد، پارامترهاي دماي بيشينه و کمينه هوا، رطوبت نسبي، سرعت باد و ساعات آفتابي، حداقل داده هاي هواشناسي براي برآورد تبخير از تشت هستند. ميانگين جذر مربع خطا (RMSE) و ضريب تعيين (R²) بين مقادير بدست آمده از مدل شبکه عصبي با ورودي هاي فوق و مقادير واقعي به ترتيب 0.32 ميليمتر در روز و 0.93 بودند. ترسيم مقادير برآورد شده و واقعي نشان داد، 76 درصد داده ها در محدوده ±15% خطا واقع مي شوند.