مدلسازي و پيش‌بيني تبخير-تعرق پتانسيل ماهانه در استان آذربايجان غربي به كمك شبكه¬ي عصبي MLP

Modeling and forcasting of monthly potential evapotransporation in west Azerbaijan province by MLP neural network

ﺑـﺎ ﺗﻮﺟـﻪ ﺑـﻪ ﻣﺴﺌﻠﻪ ﺑﺤﺮان آب و ﻧﯿﺎز ﺑﻪ ﺑﺮﻧﺎﻣﻪرﯾﺰي دﻗﯿﻖ، اﻃـﻼع از وﺿـﻌﯿﺖ آﺗـﯽ ﺗﺒﺨﯿﺮ- ﺗﻌﺮق ﭘﺘﺎﻧﺴﯿﻞ در ﻣﻘﯿـﺎسﻫـﺎي زﻣـﺎﻧﯽ ﻣﺨﺘﻠـﻒ ﻣـﯽﺗﻮاﻧـﺪ ﺑـﻪ ﺗﺼﻤﯿﻢ ﮔﯿﺮيﻫﺎ ﺑﺮاي ﺑﺮﻧﺎﻣﻪرﯾـﺰي ﻣﻨـﺎﺑﻊ آب و روشﻫـﺎي ﻣـﺪﯾﺮﯾﺘﯽ ﻣﻨﺎﺳﺐ ﺑﺮاي آﯾﻨﺪه ﮐﻤﮏ ﮐﻨﺪ. در مطالعه¬ي حاضر قصد بر مدلسازي و پيش‌بيني سري¬هاي زماني تبخير-تعرق پتانسيل به روش شبكه¬ي عصبي MLP در استان آذربايجان غربي ميباشد. بدين منظور از داده هاي محاسبه شده¬ي تبخير-تعرق پتانسيل به روش تورنت وايت طي سالهاي 207-2015 در دو ايستگاه شاهين¬دژ و كهريز جهت مدلسازي استفاده شد و پس از آن مقادير اين متغير براي سالهاي 2016 و 2017 پيش‌بيني گرديد. ارزيابي ها كه توسط معيارهاي RMSE و R انجام شد، نشان داد بهترين عملكردهاي شبكه در هر دو ايستگاه مربوط به آرايش تك لايه با تابع انتقال اشباع خطي (Satlin) ميباشد. همچنين اختلاف مقادير RMSE در دو دوره¬ي آموزش و آزمون نشان داد كه اين مدل ميتواند مقادير تبخير-تعرق را در ايستگاه شاهين دژ با دقتي بسيار نزديك به دوره¬ي مدلسازي پيش‌بيني كند. در كل دوره بالاترين ميزان ضريب R در هر دو ايستگاه 99/0 بوده اما تفاوت در ميزان RMSE كه به ترتيب براي ايستگاههاي شاهين¬دژ و كهريز برابر با 39/5 و 73/6 ميليمتر بود، عملكرد شبكه¬ي عصبي MLP را در برآورد مقادير تبخير-تعرق پتانسيل ايستگاه شاهين دژ دقيق تر ارزيابي نمود.