كاربرد شبكه عصبي مصنوعي در پيش بيني تبخيرتعرق با حداقل داده هاي هواشناسي

برآورد دقيق تبخير تعرق در اعمال مديريت بهينۀ منابع آب، ضروري است. تبخير تعرق مؤلفه مهمي در توازن آب در مناطق مختلف به شمار مي‌رود. مهندسين آب با علم به اينكه چه مقدار از آب آبياري به مصرف محصول مي‌رسد، قادر به محاسبه مهمترين جز آب در سيكل هيدرولوژيك يعني تبخير تعرق خواهند بود. در مطالعه حاضر تبخير– تعرق روزانه دشت اروميه با استفاده از داده‌هاي هواشناسي طي دوره آماري 1390 – 1363 به روش فائو– پنمن– مونتيث محاسبه و مبناي كار قرار گرفت. سپس تبخير– تعرق با استفاده از سناريوهاي مختلف با پارامترهاي ورودي متفاوت، با دو مدل MLP و RBF شبكه عصبي محاسبه شد. نتايج نشان دهنده برآورد تبخير – تعرق روزانه با دقت قابل قبول (985/0RMSE= و 963/0R2= براي شبكه MLP و 537/0RMSE= و 963/0 R2=براي شبكه RBF) با استفاده از تنها سه پارامتر دماي متوسط، ساعت آفتابي و سرعت باد مي‌باشند. همچنين با مشاهده و بررسي تمام سناريو‌ها مي‌توان گفت كه معادله تبخير تعرق نسبت به پارامترهاي ساعت آفتابي، سرعت باد و دما وابستگي بيشتري دارد. گرچه هر دو شبكه MLPو RBF با دقت بسيار بالايي مقدار تبخير – تعرق را محاسبه مي كنند اما در كل دقت شبكه MLP نسبت به شبكه RBF بيشتر است.