فهرست نشریات علمی دسترسی آزاد ایران

برآورد دقیق تبخیر­تعرق مرجع (ET0) یکی از عوامل مهم برای محاسبۀ نیاز آبی و آب مصرفی گیاهان زراعی و باغی است. پیچیدگی فرآیند تبخیرتعرق و وابستگی آن به داده­های هواشناسی برآورد دقیق این متغیر را دشوار کرده است. ویژگی غیرخطی، عدم قطعیت ذاتی و نیاز به اطلاعات اقلیمی متنوع در برآورد ET0 از دلایلی بوده­اند که باعث شده پژوهشگران به­سوی روش­های داده­کاوی همچون شبکه عصبی مصنوعی (ANNs)، جنگل تصادفی (RF) و ماشین بردار پشتیبان (SVM) روی آورند. در این تحقیق، داده‌های هواشناسی در بازه زمانی ده ساله (1399-1389) از ایستگاه­های هواشناسی استان قزوین جمع­آوری شد. ابتدا مقادیر ET0 در سامانه نیاز آب که از روش پنمن-مانتیث محاسبه شد، استخراج گردید. سپس این مقادیر به‌عنوان مقادیر واقعی (اندازه­گیری شده) با مقادیر تخمینی بدست آمده با روش­های داده­کاوی (ANNs، RF و SVM) ارزیابی شد. جهت اعتبارسنجی نتایج بدست آمده، داده­های هر ایستگاه به دو مجموعه آموزش (دوسوم داده­ها) و آزمون (یک­سوم داده­ها) تقسیم شدند. نتایج بررسی­های آماری و دیاگرام نشان دادند، در هر سه روش استفاده شده با در نظر گرفتن تمامی پارامترهای هواشناسی (میانگین دمای هوا، میانگین رطوبت نسبی، ساعت آفتابی و سرعت باد) به­عنوان ورودی مدل، در ایستگاه سینوپتیک قزوین و ایستگاه کلیماتولوژی نیروگاه رجایی، در هر دو مرحله آموزش و آزمون، ET0 با دقت بالاتری برآورد شد. همچنین در این تحقیق دقت نتایج روش ANNs نسبت به دو روش دیگر به­طور نسبی بالاتر بوده است. در هر دو مرحله آموزش و آزمون مقادیر NRMSE و R2 بدست آمده از روش ANNs، در ایستگاه سینوپتیک قزوین برابر و به ترتیب برابر 11/0 و 97/0، و در ایستگاه کلیماتولوژی نیروگاه رجایی برابر و به­ترتیب برابر 10/0 و 97/0 می­باشد. به­طورکلی نتایج نشان داد که میانگین دمای هوای روزانه مهمترین پارامتر هواشناسی تأثیرگذار در برآورد ET0 می­باشد.