فهرست نشریات علمی دسترسی آزاد ایران

در این تحقیق کارایی روش‌های متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ANN) و سامانه استنتاج عصبی- فازی تطبیقی (ANFIS)در برآورد ضریب تشت رده A و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدین‌منظور از آمار 10 ساله مربوط به اندازه‌گیری روزانه تبخیر از تشت استفاده شد. با توجه به کمبود داده‌های لایسیمتری، به‌منظور محاسبه میزان تبخیر و تعرق مرجع، از روش استاندارد پنمن مانتیت- فائو 56 استفاده شد. در دو روش شبکه عصبی مصنوعی و عصبی- فازی مقادیر سرعت باد، رطوبت نسبی هوا و طول سبزینگی، درحکم متغیرهای ورودی و ضریب تشت که با استفاده از روش پنمن مانتیت- فائو 56 محاسبه شده بود، درحکم متغیر خروجی به‌کار گرفته شد. برای ارزیابی کارایی هریک از روش‌های به‌کار رفته از ضریب تعیین، جذر میانگین مربعات خطا و میانگین خطای مطلق استفاده شد. نتایج این تحقیق روشن ساخت که روش عصبی- فازی (ANFIS) نسبت به روش‌های دیگر نتایج بهتری در برآورد ضریب تشت و تبخیر و تعرق مرجع به‌دست می‌دهد. از بین روش‌های تجربی برآورد ضریب تشت، روش‌های کوینکا و اشنایدر بعد از روش‌های شبکه عصبی در برآورد ضریب تشت در اقلیم‌های گرم و خشک توصیه می‌شود.