پذیرفته شده برای پوستر

کد مقاله : 1017-FWMC5

بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاری، سازمان تحقیقات، آموزش و ترویج کشاورزی، شهرکرد، ایران.

تبخیر و تعرق یک پدیده چند متغیره و پیچیده است و دقیق‌ترین روش برای برآورد آن، لایسیمتر است. استفاده از لایسیمتر، مستلزم هزینه زیادی است، از این رو تخمین آن با استفاده از پارامترهای هواشناسی و مدل‌های تجربی انجام میگیرد. این مدل‌ها دارای ضرایبی هستند که معرف شرایط منطقه‌ای است که مدل در آن منطقه، واسنجی شده است؛ لذا کاربرد این مدل‌ها برای هر منطقه، نیاز به بررسی دارد. امروزه شبکه‌های عصبی مصنوعی کاربرد بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل مؤثر بر وقوع یک پدیده وجود ندارد، پیدا کرده‌اند. هدف از پژوهش حاضر مقایسه برآورد تبخیر و تعرق مرجع با استفاده از روش‌های تجربی (پنمن مانتیث فائو، تورنت وایت و هارگریوز سامانی) و مدل شبکه عصبی مصنوعی طی سال‌های 1398-1399در ایستگاه تحقیقاتی چهارتخته شهرکرد واقع در مرکز تحقیقات کشاورزی و منابع طبیعی استان چهارمحال و بختیاری می‌باشد. نتایج نشان داد، در بین روش‌های تجربی مورد استفاده، نسبت به روش مرجع پنمن مانتیث فائو، دقت روش هارگریوز سامانی بیشتر از روش تورنت وایت است. همچنین دقت شبیه‌سازی مدل شبکه عصبی مصنوعی (با توجه به حداقل مقدار RMSE و MAE و حداکثر مقدار R2)، برای برآورد مقدار تبخیر و تعرق مرجع، بیشتر از روش‌های تجربی بوده؛ به‌طوریکه مقدار RMSE برای روش‌های هارگریوز سامانی، تورنت وایت و مرحله آزمون مدل شبکه عصبی مصنوعی به‌ترتیب برابر 25/4، 24/8 و 27/0 محاسبه گردید. همچنین بررسی کلی نتایج نشان داد که مدل شبکه عصبی مصنوعی در هر سه مرحله آموزش، صحت‌سنجی و آزمون، نتایج قابل قبولی ارائه نموده است.

تورنت وایت؛ هارگریوز سامانی؛ هوش مصنوعی

کاربرد مدل‌ و فنون نوین در مدیریت آب آبیاری