بررسي امكان برآورد تبخير با استفاده از داده‌هاي النينو ايستگاه خرم آباد

Investigate the Possibility Estimating Evaporation Using El Nino in Khoramabad Synoptic Station

النينو از پديده‌هاي مهم اقليمي است كه تأثير زيادي بر متغيرهاي اقليمي نقاط مختلف كره زمين دارد. با توجه به نقش تبخير در مطالعات منابع آب، بررسي تأثير پديده النينو بر اين متغير اقليمي، از اهميت شاياني برخوردار است. هدف از اين پژوهش بررسي امكان برآورد تبخير در ايستگاه همديد خرم آباد با استفاده از داده‌هاي النينو و با كمك مدل شبكه عصبي مصنوعي است. بدين منظور، داده‌هاي تبخير ماهانه ايستگاه به مدت 29 سال از 1992 تا 2011 از پايگاه داده سازمان هواشناسي كشور و داده‌هاي النينو از سايت نوآ استخراج گرديد. سپس با استفاده از مدل شبكه عصبي مصنوعي به تجزيه و تحليل داده‌ها پرداخته شد. نتايج نشان داد كه از ميان موقعيت‌هاي النينو تنها در Nina1 و Nina3 با تبخير در ايستگاه مورد مطالعه ارتباط وجود دارد. با مقايسه داده‌هاي مشاهده‌اي تبخير و خروجي شبكه عصبي، ميزان همبستگي اين داده‌ها 78 درصد مي‌باشد. بين داده‌هاي النينو و خروجي شبكه عصبي همبستگي برقرار شد كه ميزان آن 99/0 است. بنابراين با توجه به بالا بودن همبستگي بين داده‌هاي النينو و خروجي شبكه عصبي و با استفاده از معادله رگرسيون خطي مي‌توان براي ماه‌هاي بدون داده، با دقت 99 درصد، نسبت به برآورد تبخير در ايستگاه خرم آباد، اقدام نمود.

El Nino is a climate phenomenon that affect many in climate variables in the parts of the earth. Due to the evaporation Role of water Study, the El Nino effect on climate parameters, will be important. In this study, using data from the El Nino and with the help of artificial neural networks to estimate evaporation in Khorramabad station has been studied. Monthly evaporation data in station for 29 years from 1992 to 2011 and El Nino data by the NOAA website provided and using artificial neural network analysis were investigated.The result indicate that from El Nino condition in Nina1 and Nina3 related with evaporation in station. By comparing the observed data evaporation and output neural network, data correlation is 78%. The correlation between El Nino and neural network output and the rate is 99 percent. Therefore, due to the high correlation between El Nino and output data network using the correlation equations can be used for months without data, to estimate the evaporation with 99 percent accuracy.