تخمين برخي عوامل اقليمي با استفاده از توابع انتقالي

Estimation of Some Climatic Parameters by Using Pedo-Transfer Functions

بعضي از ايستگاه‌هاي هواشناسي كشور يا بدون تجهيزات لازم براي اندازه‌گيري عواملي مانند تبخير از تشت، تشعشع خورشيدي و ساعات آفتابي هستند و يا فاقد آمارهاي مداوم و دراز‌مدت مي‌باشند. تعيين توابع انتقالي روشي غيرمستقيم براي برآورد عواملي است كه وسيله اندازه‌گيري مستقيم آنها در ايستگاه موجود نيست. در اين روش با كاربرد معادلات رگرسيوني و يا شبكه عصبي مصنوعي ميان عوامل جوي اندازه‌گيري شده و اقليمي ارتباط برقرار مي‌شود. از اين رو هدف اين پژوهش برآورد عوامل اقليمي شامل تبخير از تشت، تشعشع خورشيدي و ساعات آفتابي از عوامل جوي اندازه‌گيري شده در ايستگاه هواشناسي سينوپتيك تبريز بوده است. اين پژوهش نشان داد كه توابع انتقالي با دقت مطلوبي توانستند مقادير ماهانه تبخير از تشت، تشعشع خورشيدي و ساعات آفتابي را برآورد نمايند. مقايسه نتايج شبكه عصبي و معادلات رگرسيوني نشان مي‌دهد كه اختلاف زيادي در اين دو روش وجود ندارد و تنها براي عامل مجهول تشعشع خورشيدي، شبكه عصبي داراي عملكرد مناسب‌تري نسبت به معادله رگرسيوني مي‌باشد. در هر دو تابع انتقالي (شبكه عصبي و معادلات رگرسيوني)، تخمين تبخير از تشت و ساعات آفتابي بهتر از تشعشع خورشيدي بوده است.

Some Iranian weather stations do not have sufficient instruments to measure climatic parameters such as pan evaporation, solar radiation and sunshine hours and or lack long-term and continuous data. A Pedo-transfer function (PTF) is an indirect method to predict parameters that are difficult to measure. Multiple Linear Regression (MLR) and Artificial Neural Network (ANN) were used to develop the PTFs. In this study, application of PTFs for estimation of climatic parameters was conducted for synoptic weather station of Tabriz. The objective of this study was to predict monthly parameters as solar radiation, evaporation, and sunshine hours from readily available parameters of weather. The results indicated that PTFs estimated solar radiation, evaporation, and sunshine hours well. The performance of both MLR and ANN were almost similar, only for solar radiation, ANN predictions were better than regression equation. The estimation of pan evaporation and sunshine hours were better than solar radiation in both PTF functions (MLR and ANN).