پيش‌بيني تبخير‌- تعرق مرجع روزانه با استفاده از روش تركيبي هوشمند مصنوعي بر پايه الگوريتم پيش‌پردازش‌كننده تجزيه مد تجربي

تبخير تعرق به عنوان يكي از اجزاء مهم چرخه هيدرولوژيك نقش بسيار مهمي در بررسي بيلان آبي حوضه‌هاي آبريز دارد. در محاسبه نياز آبي گياهان، ابتدا مقدار تبخير تعرق مرجع محاسبه و سپس با استفاده از آن، تبخيرتعرق گياهي محاسبه مي‌شود. در اين تحقيق جهت برآوردي دقيق از مقدار تبخير تعرق مرجع روزانه حوضه آبريز درياچه اروميه، ابتدا براساس روش استاندارد فائو پنمن مونتيث و داده‌هاي هواشناسي سه ايستگاه اروميه، مهاباد و خوي، مقدار تبخير تعرق مرجع) (ET0 محاسبه شد. سپس با استفاده از آناليز ضريب مالو، موثرترين پارامترها جهت استفاده در مدلهاي مورد استفاده مشخص گرديد. در اين تحقيق از مدل درخت MT كه بر اساس الگوريتم استنتاجي كلاس‌بندي توسعه پيدا كرده است، استفاده گرديد. براي مقابله با پيچيدگي و ناپايداري داده‌هاي سري زماني تبخيرتعرق از الگوريتم پيش‌پردازش‌كننده تجزيه مد تجربي (EMD) استفاده و نتايج به دست آمده با روابط تجربي تعيين تبخيرتعرق مرجع شامل روشهاي Romanenko و Schendel مقايسه گرديد. نتايج تحقيق نشان داد كه عملكرد مدل درخت به شكل منفرد MT، مشابه و گاهي كمتر از عملكرد شبكه عصبي مصنوعي بود. با اين حال تركيب مدل درخت با تكنيك EMD باعث افزايش دقت مدل و كاهش خطا در شبيه‌سازي روزانه در ايستگاه هاي اروميه، مهاباد و خوي گرديد. نتايج نشان داد كه در مرحله آزمون تركيب روش MT با EMD باعث ارتقا شاخص همبستگي به ميزان 1.02% ، 4.39% و 2.04% به ترتيب براي ايستگاه‌هاي اروميه، مهاباد و خوي گرديد. همچنين ميان روابط تجربي، رابطه Romanenko نسبت به رابطه تجربي Schendel داراي دقت بالاتري بوده و مي‌توان رابطه Romanenko را براي مدل سازي تبخيرتعرق مرجع براي منطقه مورد مطالعه توصيه نمود.