فهرست نشریات علمی دسترسی آزاد ایران

نیاز دائمی به افزایش تولیدات کشاورزی، همراه با رویدادهای خشکسالی بیشتر و مکرر در کشور، مستلزم ارزیابی دقیق تری از نیازهای آبیاری و در نتیجه برآورد دقیق‌تر تبخیر و تعرق واقعی است. در سال‌های اخیر، چندین موضوع مدیریت آب با استفاده از مدل‌های به‌دست آمده از تحقیقات هوش مصنوعی مورد توجه قرار گرفته است. هنگام استفاده از این مدل‌ها، جنبه‌های چالش‌برانگیز اصلی با انتخاب بهترین الگوریتم ممکن، انتخاب متغیرهای معرف مناسب و در دسترس بودن مجموعه داده‌های مناسب نشان داده می‌شوند. بنابراین، در این مطالعه توانایی مدل‌های درختی (M5P و RF) با مدل هارگریوز (Hs) در برآورد تبخیر-تعرق روزانه در ایستگاه‌های ارومیه و یزد، طی دوره 2021-2000 با استفاده از چهار معیار آماری مورد ارزیابی قرار گرفت. در تمام مدل‌های بکار گرفته شده، سناریوی برتر مدلی بود که ورودی آن شامل پارامترهای حداقل دما، حداکثر دما، رطوبت نسبی، سرعت باد و ساعات آفتابی بود. نتایج به‌دست آمده نشان داد که سناریو پنجم مدل M5P-Hs بهترین عملکرد را در ایستگاه‌های ارومیه و یزد با داشتن کمترین خطا به ترتیب (mm day-1) 33/0 و (mm day-1) 24/0 ارائه داد. همچنین نتیجه گرفته شد که سناریو پنجم مدل RF-Hs در ایستگاه‌های ارومیه و یزد به ترتیب خطای کمتری ((mm day-1) 36/0 و (mm day-1) 26/0) را نسبت به سایر مدل‌ها داشته است. نتایج حاصل از این پژوهش نشان داد که پارامتر سرعت باد از مهم‌ترین پارامترهای هواشناسی مورد نیاز در برآورد تبخیر-تعرق روزانه می‌باشد، بطوریکه افزودن این پارامتر بالاترین دقت را در تمام مدل‌ها نتیجه می‌دهد.