ارزیابی دقت روش های هوشمند و آنالیز حساسیت تبخیر- تعرق گیاه مرجع به پارامترهای هواشناسی در دو اقلیم مختلف

در این پژوهش برای ارزیابی حساسیت تبخیر- تعرق گیاه مرجع در دو منطقه اصفهان و رشت با اقلیم های نیمه خشک و معتدل، به کمک دو روش هوشمند، از پارامترهای هواشناسی در طول آماری 1970-2010 استفاده شد. همچنین از شبکه های عصبی با ساختار پرسپترون چندلایه (MLP[1]) و برنامه ریزی بیان ژن GEP[2])) برای آنالیز حساسیت تبخیر- تعرق گیاه مرجع به پارامترهای هواشناسی استفاده شد. در مورد همبستگی پارامترها، نتایج نشان داد در اصفهان و رشت، کمینه دما و بیشینه دما با ضریب همبستگی 968/0 و 926/0 در مقابل دیگر پارامترها، بیشترین همبستگی را دارند و در منطقه اصفهان سرعت باد با بیشینه دما با ضریب 067/0 و در رشت سرعت باد با کمینه رطوبت با ضریب 001/0 کمترین ارتباط را دارند. همچنین نتایج حاصل از این بررسی نشان داد در منطقه اصفهان با کاربرد مدل MLP و با ورودی های بیشینه و کمینه دما، رطوبت، سرعت باد و تعداد ساعات آفتابی، با جذر میانگین مربعات خطا (RMSE[3]) برابر با 418/0 میلی متر در روز بهترین نتیجه را جهت تخمین تبخیر- تعرق مرجع ارائه داد. همچنین در منطقه رشت با کاربرد مدل MLP و با ورودی های کمینه و بیشینه دما، بیشینه رطوبت و تعداد ساعات آفتابی دارای ضریب همبستگی بیشتر و خطای کمتر است و مقادیر تبخیر- تعرق گیاه مرجع را نسبت به واقعیت بهتر پیش بینی می کند. در ارتباط با همبستگی پارامترها با نتایج تبخیر- تعرق گیاه مرجع، نتایج نشان داد، در هر دو منطقه اصفهان و رشت سرعت باد با تبخیر- تعرق با ضرایب 3/0 و 061/0 کمترین تاثیر را بر هم دارند