شبیه‌‌سازی تبخیر-تعرق مرجع ماهانه بدون داده‌های اقلیمی با استفاده از محاسبات نرم در غرب و شمال‌غرب ایران

نویسندگان

1 دانشجوی دکترای مدیریت و برنامه‌ریزی منابع آب، گروه آبیاری و آبادانی، دانشگاه تهران، کرج، ایران

2 استادیار گروه علوم و مهندسی آب، دانشگاه کردستان، سنندج، ایران

3 دانشیار گروه علوم و مهندسی آب، دانشگاه کردستان، سنندج، ایران

doi
چکیده

فرایند تبخیر- تعرق به عنوان یکی از مؤلفه‌های اصلی چرخه‌ی آب‌شناسی دارای اهمیت فراوانی در مدیریت و توسعه‌ی منابع آب، و نیز برنامه‌ریزی آبیاری می‌باشد. در تحقیق حاضر، به‌منظور براورد تبخیر-‌‌تعرق غرب و شمال غرب ایران، روش ترکیبی پنمن-مانتیث فائو-56 به‌عنوان مرجع در نظر گرفته‌شد، و دقـت چهار شبیه‌‌ مختلف داده مبنا شامل، شبکه‌ی ‌عصبی مصنوعی (ANN)، سامانه‌ی استنتاج تطبیقی فازی-عصبی (ANFIS) از دو نوع افراز شبکه (GP)، دسته‌بندی تفریقی (SC) و شبیه‌ برنامه‌ریزی بیان ژن (GEP)، موردبررسی قرار گرفتند. به این منظور، مقادیر ضریب فصلی (شماره‌ی ماه)، عرض جغرافیایی، طول جغرافیایی و ارتفاع 12 ایستگاه در غرب و شمال غرب ایران جهت براورد  تبخیر-‌‌تعرق به‌عنوان ورودی به شبیه‌‌ها معرفی شدند. برای شبیه‌­های شبکه‌ی ‌‌عصبی مصنوعی، فازی-عصبی از نوع افراز شبکه، و فازی-عصبی از نوع دسته­بندی تفریقی حداکثر مقادیر ضریب تبیین (R2) به ترتیب 994/0، 998/0 و 997/0 در ایستگاه سنندج، و برای شبیه‌ برنامه‌ریزی بیان ژن، 982/0 در ایستگاه خوی مشاهده شد. محدوده‌‌ی مقدار ریشه میانگین مربعات خطا (RMSE) برای شبیه‌ شبکه‌ی ‌عصبی‌ مصنوعی، فازی- عصبی از نوع افراز شبکه، فازی عصبی از نوع دسته­بندی تفریقی، و برنامه‌ریزی بیان ژن به ترتیب 311/0-551/1، 319/1-368/0، 80/1 -450/0 و 833/0 -435/0 میلی‌متر بر روز به دست آمدند. نتایج تحقیق بیانگر دقت بالای شبیه‌ برنامه‌ریزی بیان ژن در پیش‌بینی تبخیر-‌تعرق متوسط مرجع ماهانه می­باشند. بنابراین، شبیه‌ GEP می‌تواند به‌عنوان شبیه‌ی ساده برای جایگزینی روابط تجربی جهت تخمین تبخیر-تعرق در پژوهش‌های بعدی مورد استفاده قرار گیرد.