فهرست نشریات علمی دسترسی آزاد ایران

تبخیر و تعرق یکی از مؤلفه‌های اصلی بیلان آب هر منطقه و برآورد دقیق آن در مطالعات هیدرولوژیکی، طراحی سامانه‌های آبیاری و زهکشی و برنامه‌ریزی سامانه‌های آبیاری بسیار ضروری است. در این تحقیق به ارزیابی مدل درختی M5، M5 Rules، K Star، Rep Tree، مدل شبکه عصبی مصنوعی و مدل ترکیبی شبکه عصبی ANN-PSO در تخمین تبخیر و تعرق مرجع در دو نقطه اقلیمی مختلف در استان مرکزی بر مبنای مدل پنمن مونتیث فائو پرداخته شد. داده‌های مورد استفاده شامل دمای حداقل و حداکثر، رطوبت نسبی میانگین، سرعت باد در ارتفاع دو متری و ساعات آفتابی به عنوان ورودی مدل از ایستگاه سینوپتیک دلیجان و تفرش بین سال‌های 2021-2004 بودند و تبخیر و تعرق محاسبه‌شده از روش پنمن مونتیث فائو به عنوان خروجی مدل‌ها استفاده شد. برای ارزیابی مدل-ها از شاخص‌های جذرمیانگین مربعات خطا (RMSE)، میانگین انحراف مطلق (MAE) و ضریب همبستگی (R) استفاده شد. تجزیه‌وتحلیل نتایج نشان داد که برای هر دو ایستگاه، مدل ترکیبی شبکه عصبی ANN-PSO با RMSE=0.3115، MAE=0.2441 و R=0.9989 برای ایستگاه دلیجان و RMSE=0.2915، MAE=0.2355 و R=0.9989 برای ایستگاه تفرش و مدل درختی M5 باRMSE=0.2793 ، MAE=0.2398 و R=0.9967 برای ایستگاه دلیجان و RMSE=0.2803، MAE=0.2306 و R=0.9969 برای ایستگاه تفرش بهترین عملکرد را داشتند. همچنین مدل Rep Tree ضعیف‌ترین عملکرد را در بین مدل‌های مورد بررسی در این پژوهش داشت. با توجه به اینکه مدل درختی علاوه بر دقت مطلوب، روابط ساده، خطی و قابل‌فهم‌تری را برای برآورد تبخیر و تعرق مرجع ارائه می‌نماید، این مدل برای برآورد تبخیر و تعرق در این منطقه قابل توصیه است.