بررسي تأثير پارامترهاي هواشناسي بر تبخير- تعرق مرجع با استفاده از سيستم استنتاج تطبيقي عصبي - فازي مطالعه موردي منطقه تبريز

برآورد میزان آبی كه در پروژههای آبیاری به مصارف كشاورزی میرسد، بر اساس مقدار تبخیر- تعرق تعیین میشود، لذا تخمین این پارامتر در مطالعات آب و خاك بسیار ضروری است. تبخیر- تعرق یكی از اجزای اصلی چرخه هیدرولوژی و از مشخصههای پركاربرد در سیستمهای آب خاك و گیاه است. امروزه استفاده از سیستمهای هوشمند نظیر شبكههای عصبی مصنوعی، منطق فازی، الگوریتم ژنتیك و سیستم استنتاج تطبیقی عصبی- فازی افزایش یافته است. از دادههای ایستگاه هواشناسی تبریز برای تخمین تبخیر- تعرق مرجع بوسیله سیستم استنتاج تطبیقی عصبی- فازی ) ANFIS ( استفاده گردید. از بین توابع عضویت ANFIS ، تابع عضویت trimf )مثلثی( بهترین عملكرد را نشان داد. نتایج حاصل از مدلها با مقادیر بدست آمده از معادله فائو پنمن مونتیث مقایسه گردید. سپس با استفاده از آمارههای RMSE ، MBE و R2 كارایی مدلها مورد ارزیابی قرار گرفت. نتایج نشان میدهد كه در بین مدلها، مدلی مركب از دمای حداقل، دمای حداكثر و تابش آفتابی بهترین نتیجه را دارد كه از لحاظ شاخصهای آماری مقدار RMSE ،0/ مدل 33 R2 0/589 و مقدار ، MBE در حد صفر میباشد. مدل مورد استفاده از دمای حداقل و حداكثر نیز به عنوان مدلی با كمینه پارامتر می تواند تبخیر- تعرق را با دقت قابل قبولی تخمین نماید.