فرشاد احمدی؛ سجاد آیشم؛ کیوان خلیلی؛ جواد بهمنش
چکیده
تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی است که تخمین دقیق آن در طراحی و مدیریت سیستمهای آبیاری، شبیهسازی تولیدات گیاهی و مدیریت منابع آب ضروری است. در این مطالعه به منظور برآورد تبخیر و تعرق گیاه مرجع با استفاده از دو مدل برنامهریزی ژنتیک (GP) و سیستم استنتاج عصبی - فازی تطبیقی (ANFIS) در مقیاس زمانی ماهانه، 6 ایستگاه سینوپتیک ...
بیشتر
تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی است که تخمین دقیق آن در طراحی و مدیریت سیستمهای آبیاری، شبیهسازی تولیدات گیاهی و مدیریت منابع آب ضروری است. در این مطالعه به منظور برآورد تبخیر و تعرق گیاه مرجع با استفاده از دو مدل برنامهریزی ژنتیک (GP) و سیستم استنتاج عصبی - فازی تطبیقی (ANFIS) در مقیاس زمانی ماهانه، 6 ایستگاه سینوپتیک در منطقه شمالغرب کشور در دوره آماری 38 ساله (2010-1973) انتخاب شد. در ابتدا مقادیر تبخیر تعرق ماهانه گیاه مرجع برای ایستگاههای منتخب توسط روش فائو- پنمن- مونتیث محاسبه و به عنوان خروجی مدلها در نظر گرفته شد. سپس یک رابطه رگرسیونی بین متغیرهای اقلیمی مختلف موثر در پدیده تبخیر و تعرق به دست آمد و الگوهای مختلف ورودی برای مدلهای مورد استفاده مشخص گردید که بر این اساس رطوبت نسبی با داشتن کمترین تاثیر از ورودیها حذف شد. همچنین در مطالعه حاضر سعی گردید تا نقش حافظه در پیشبینی تبخیر تعرق ماهانه گیاه مرجع بررسی و از تاخیرهای یک، دو، سه و چهار ماهه نیز به عنوان ورودی برای مدلها استفاده شد. به طور کلی برای هر مدل 9 الگوی ورودی ایجاد شد که نتایج حاصله نشان دهنده دقت بالا و خطای کم هر دو مدل در پیشبینی تبخیر تعرق ماهانه گیاه مرجع بوده و کارآیی مدلANFISبهتر از روش GP بود.