مقایسه کارآیی روابط ترکیبی واسنجی شده و سیستمهای هوشمند عصبی در برآورد تبخیر از پهنههای آزاد آب
نویسندگان
1 گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، ایران
2 استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
3 گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، ایران
4 گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، ایران
doi
10.22034/ws.2021.45841.2414چکیده
برآورد میزان تبخیر نقش مهمی در مطالعات هیدرولوژیکی در نواحی نیمهخشک دارد. بهدلیل کمبود ایستگاههای تبخیرسنجی، استفاده از روشهای تجربی و نیز کاربرد سیستمهای هوشمند عصبی مورد توجه پژوهشگران قرار گرفته است. در مطالعه حاضر، مقادیر تبخیر از پهنههای آزاد آب در حوضه دریاچه ارومیه با استفاده از روشهای تجربی ترکیبی شامل دبروین، تیچومروف، مایر و پنمن که برای حوضه دریاچه ارومیه واسنجی شدند و نیز سیستمهای هوشمند عصبی شامل شبکههای عصبی مصنوعی (ANN)، جنگلهای تصادفی (RF) و درختان گرادیان تقویت شده (GBT) برآورد شد. بهمنظور مدلسازی تبخیر با استفاده از روشهای هوشمند، 14 سناریو حاصل از ترکیب عوامل هواشناسی بهکار رفته در معادلات تجربی ترکیبی مورد استفاده قرار گرفت. نتایج بهدست آمده با مقادیر تبخیر از پهنههای آزاد آبی حاصل از تشت تبخیر مقایسه شد. بهمنظور ارزیابی نتایج نیز از آمارههای R، NRMSE، MAPE و دیاگرام تیلور استفاده شد. نتایج نشان داد بهطور کلی در بین روابط ترکیبی واسنجیشده، روش دبروین دقت بالاتری دارد. با این حال، مقادیر شاخصهای خطای بهدست آمده حاکی از عدم دقیق بودن روابط ترکیبی در برآورد تبخیر از پهنههای آزاد آب است. همچنین بر اساس نتایج بهدست آمده، دقت روشهای هوشمند عصبی در برآورد میزان تبخیر از پهنههای آزاد آب بیشتر از روشهای ترکیبی است. در بین تمام روشهای مورد مطالعه، روش ANN بالاترین دقت را در برآورد میزان تبخیر دارد. بهطوری که این روش در 4 ایستگاه با مقادیر NRMSE کمتر از 10 درصد، بهعنوان مدل دقیق معرفی شد.