مقايسه روشهاي تجربي و شبكه عصبي مصنوعي در برآورد تبخير و تعرق پتانسيل

فرايند تبخير و تعرق براي ارزيابي و بررسي پديده هاي هيدرولوژيكي و در مسائل مربوط به نحوه مديريت منابع آب در كشاورزي يك پارامتر مهم بوده و با توجه به اين موضوع كه كشور ايران از نظر جغرافيايي در مناطق خشك و نيمه خشك واقع شده است، بررسي بيلان آبي و ميزان تبخير و تعرق امري بسيار مهم و حائز اهميت مي باشد. هدف از اين تحقيق مقايسه روش هاي تجربي و شبكه عصبي مصنوعي براي بررسي ميزان تبخير و تعرق پتانسيل با استفاده از داده هاي ايستگاه هواشناسي شهر زاهدان مي باشد. پارامتر هايي كه در اين تحقيق مورد استفاده قرار گرفتند داراي طول دوره آماري 11 سال بودند كه عبارتند از: دماي حداقل، دماي حداكثر، ميانگين دما، حداقل رطوبت، حداكثر رطوبت، ميانگين رطوبت، ميزان بارندگي، ميزان تبخير، ساعت آفتابي، سمت باد، حداكثر سرعت باد و ميانگين سرعت باد. براي ارزيابي اين پارامتر ها از روش هاي شبكه عصبي مصنوعي، هارگريوز-ساماني، تورنت وايت و پنمن استفاده شد. بدين منظور آماره هاي R2, MAE و RMSE براي مقايسه مقادير تبخير- تعرق محاسبه شده نسبت به مقادير مشاهداتي از تشتك تبخير( با اعمال ضريب تشتك 8/0) مورد استفاده قرار گرفتند. بر اساس شاخص MAE و RMSE روش هاي ANN و تورنت-وايت به ترتيب بهترين عملكرد را در برآورد تبخير و تعرق پتانسيل نشان دادند. همچنين شاخص R2 نشان داد كه روش هاي ANN و پنمن مانتيث به ترتيب كمترين ميزان خطا را در برآورد تبخير و تعرق پتانسيل نشان دادند. نتايج اين شاخص ها نشان داد كه روش ANN داراي بهترين عملكرد در برآورد تبخير و تعرق پتانسيل در ايستگاه هواشناسي زاهدان مي باشد.