مقایسه کارآیی روابط ترکیبی واسنجی شده و سیستم های هوشمند عصبی در برآورد تبخیر از پهنه های آزاد آب
برآورد میزان تبخیر نقش مهمی در مطالعات هیدرولوژیکی در نواحی نیمه خشک دارد. به دلیل کمبود ایستگاه های تبخیرسنجی، استفاده از روش های تجربی و نیز کاربرد سیستم های هوشمند عصبی مورد توجه پژوهشگران قرار گرفته است. در مطالعه حاضر، مقادیر تبخیر از پهنه های آزاد آب در حوضه دریاچه ارومیه با استفاده از روش های تجربی ترکیبی شامل دبروین، تیچومروف، مایر و پنمن که برای حوضه دریاچه ارومیه واسنجی شدند و نیز سیستم های هوشمند عصبی شامل شبکه های عصبی مصنوعی (ANN)، جنگل های تصادفی (RF) و درختان گرادیان تقویت شده (GBT) برآورد شد. به منظور مدل سازی تبخیر با استفاده از روش های هوشمند، 14 سناریو حاصل از ترکیب عوامل هواشناسی به کار رفته در معادلات تجربی ترکیبی مورد استفاده قرار گرفت. نتایج به دست آمده با مقادیر تبخیر از پهنه های آزاد آبی حاصل از تشت تبخیر مقایسه شد. به منظور ارزیابی نتایج نیز از آماره های R، NRMSE، MAPE و دیاگرام تیلور استفاده شد. نتایج نشان داد به طور کلی در بین روابط ترکیبی واسنجی شده، روش دبروین دقت بالاتری دارد. با این حال، مقادیر شاخص های خطای به دست آمده حاکی از عدم دقیق بودن روابط ترکیبی در برآورد تبخیر از پهنه های آزاد آب است. همچنین بر اساس نتایج به دست آمده، دقت روش های هوشمند عصبی در برآورد میزان تبخیر از پهنه های آزاد آب بیشتر از روش های ترکیبی است. در بین تمام روش های مورد مطالعه، روش ANN بالاترین دقت را در برآورد میزان تبخیر دارد. به طوری که این روش در 4 ایستگاه با مقادیر NRMSE کمتر از 10 درصد، به عنوان مدل دقیق معرفی شد.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.