ارزيابي كاربرد مدل رگرسيون چندمتغيره تيغه اي در برآورد تبخير از تشت

Evaluation of Multiple Ridge Regression Model to Estimation of Pan Evaporation

يكي از پارامترهاي مهم در برنامه ريزي و بهره برداري از مخازن و طراحي سامانه هاي آبياري، تبخير و تعرق مي باشد. اهميت كاربردي تخمين هرچه دقيق تبخير از يك سو و پيچيدگي رابطه علت و معلولي پديده از سوي ديگر، ضرورت استفاده از روش هاي جديد داده كاوي را نشان مي دهد. در اين مطالعه امكان شبيه سازي تبخير از تشت در ايستگاه تبريز با استفاده از مدل هاي رگرسيون چندمتغيره بررسي شد. داده هاي هواشناسي شامل حداكثر و حداقل دماي هوا، نقطه شبنم، حداكثر و حداقل رطوبت نسبي، تعداد ساعات آفتابي و سرعت روزانه باد سال هاي 91-1371 ايستگاه سينوپتيك تبريز استفاده شدند. مدل هاي مختلف رگرسيوني چندگانه خطي و غير خطي براي ايستگاه تبريز بسط داده شدند. مدل منتخب رگرسيون چندگانه خطي توسط روش رگرسيون تيغه اي مورد آزمون قرار گرفت تا چند هم خطي بين ورودي ها در مدل لحاظ شود. مقادير ضريب تورم واريانس براي يكايك متغيرها محاسبه شد. نتايج نشان داد كه همه ضريب تورم واريانس ها داراي مقدار كمتر از 10 بودند. افزون بر اين، نسبت براي مدل منتخب با دو متغير حداقل دماي هوا و تعداد ساعات آفتابي، برابر با 3/34 به دست آمد. بنابراين چند هم خطي در مدل رگرسيون چندگانه خطي، منتخب مشاهده نشد. آماره دوربين واتسون نيز براي مدل منتخب برابر 1/45 به دست آمد كه نشانگر قابل اعتماد بودن مدل رگرسيوني چندگانه خطي منتخب مي باشد. مقادير RMSE و R2 براي مدل هاي منتخب به ترتيب برابر 2/45 ميلي متر بر روز و 0/67 براي رگرسيون چندگانه خطي و 2/58 ميلي متر بر روز و 0/65 براي رگرسيون چندگانه غيرخطي به دست آمد كه اين نتيجه نشانگر توانايي روش هاي رگرسيوني در تخمين تبخير از تشت در ايستگاه تبريز مي باشند.

Evapotranspiration is one of the most important parameters in the Planning and operation of reservoirs, designing of irrigation systems. The practical importance of accurate estimates of evaporation and the complexity of effect phenomenon, shows the use of new methods of data mining. In this study, the simulation of pan evaporation in Tabriz station using multiple regression models were investigated. Meteorological data, including maximum and minimum air temperature, dew point, maximum and minimum air relative humidity, number of sunshine hours and Daily wind speed during (1992-2012) were used in synoptic Tabriz stations. Various models of multiple linear regression and nonlinear one were derived for Tabriz station. The selected multiple linear regression model were tested by Ridge Regression method to be considered multi-collinearity among inputs in the model.Variance inflation factor, values for each variable were calculated. The results showed that all Variance inflation factor ,s had the value less than 10. In addition, the ratio for two- variable selected model was 3.34. Therefore, there was no multi-collinearity in the selected multiple linear regression model f (Tmin, n). Durbin-Watson statistic for the selected model was 1.45 that shows the reliability of the selected multiple linear regression model. RMSE and R2 values of the selected models (multiple linear regression and Non- Linear Regression) was calculated as 2.45 and 0.67 and 2.58 and 0.65, respectively. This results demonstrate the ability of regression techniques to estimate Pan evaporation in Tabriz station.