ارزيابي مدل هاي تجربي و هوشمند در تخمين تبخير و تعرق مرجع در شرايط حداقل داده اقليمي، مطالعه موردي شهر کرد

امروزه منابع آب به شدت تحت تاثير چرخه هيدرولوژيکي هستند و برآورد تبخير و تعرق که جزء اصلي از چرخهي هيدرولوژيکي است، در مديريت منابع آب نقش بسزايي دارد. اين پديده، غيرخطي و از اين لحاظ که پارامترهاي بسياري در برآورد آن دخيل هستند، کاري بسيار مشکل است. روش هاي زيادي براي برآورد تبخير و تعرق وجود دارد که هر کدام با مشکلي مواجه مي باشند. بعضي از اين روش ها مثل لايسيمتر هزينه بر و زمان بر مي باشند و برخي ديگر مثل روش هاي تجربي اعتبار محلي دارند. استفاده از روشي که بتواند با توجه به ماهيت و استفاده حداقل از داده هاي اقليمي تبخير و تعرق را مدل کند، ضروري به نظر مي رسد. امروزه شبکه هاي عصبي که شاخه اي از هوش محاسباتي مي باشند، در علوم مختلف مورد استفاده قرار مي گيرند. در اين تحقيق از داده هاي روزانه دو ايستگاه فرخ شهر و فرودگاه شهرکرد در بازه زماني 2013- 2004 شامل دماي حداقل، دماي حداکثر، رطوبت نسبي ميانگين، ساعات آفتابي و سرعت باد در ارتفاع دو متري تحت سناريوهاي مختلف استفاده شد. ابتدا به محاسبه ي چند روش تجربي در برآورد تبخير و تعرق مرجع پرداخته شد. روش هاي تجربي مورد استفاده اين تحقيق هارگريوز، بلاني کريدل، پريستلي تيلور و جنسن هيز بودند. مدل شبکه عصبي مصنوعي تحت سناريوهاي مختلف داده ورودي به کمک نرم افزار R2012b)) MATLAB طراحي گرديد. در اين قسمت با انجام تست هاي مختلف با توجه به حساسيت و ميزان دقت مورد انتظار از دو تابع تانژانت سيگموئيد و لوگ سيگموئيد در لايه پنهان، تابع خطي در لايه خروجي و قاعده ي آموزش لونبرگ مارکوات استفاده شد. براي ارزيابي مدل ها از مدل پنمن مونتيث فائو 56 استفاده شد. شاخص هاي آماري RMSE و MAE و R محاسبه گرديد. نتايج نشان داد که از بين ده سناريوي مورد بررسي، سناريوي يک با هر پنج متغير ورودي، کمترين خطا را نسبت به روش فائو 56 و عملکرد بسيار بهتري نسبت به روش هاي تجربي داشت. از بين روش هاي تجربي نيز مدل پريستلي تيلور و هارگريوز عملکرد بهتري داشتند. همچنين نتايج آناليز حساسيت نشان داد که دماي ماکزيمم و سرعت باد بيشترين تاثير را بر تبخير و تعرق مرجع در اين منطقه داشتند.