مبینا احمدی مرادی - دانشجوی ارشد مهندسی آبیاری و زهکشی، دانشگاه لرستان، ایران
آرین حیدری مطلق - دانشجوی ارشد مهندسی آبیاری و زهکشی، دانشگاه لرستان، ایران
علی حیدرنصرالهی - استادیار گروه علوم ومهندسی آب، دانشگاه لرستان، ایران
مهری سعیدی نیا - استادیار گروه علوم ومهندسی آب، دانشگاه لرستان، ایران

در این پژوهش با استفاده از تحلیل رگرسیون چند متغیره، همبستگی مشخصه های اقلیمی نسبت به تبخیر و تعرق مرجع مورد بررسی قرار گرفت و یک رابطه جهت پیش بینی آن با این مشخصه های اقلیمی ارائه شد. برای این منظور از اطلاعات روزانهی بیشینه درجه حرارت ((T(max)، کمینه درجه حرارت ((T(min)، بیشینه رطوبت نسبی ((R(Hmax)، کمینه رطوبت نسبی ((RH(min)، ساعات آفتابی (sun) و سرعت باد (ws) ایستگاه سینوپتیک الشتر استفاده شد. نتایج نشان داد که همه ی متغیرها دارای رابطه خطی با تبخیر و تعرق مرجع بوده و شرایط لازم برای مدل سازی رگرسیون برقرار است. نتایج مدل سازی نشان داد که مدل با مقدار ضریب همبستگی چندگانه (0/985)، ضریب تعیین (0/968) و ضریب تعیین تصحیح شده ی مناسب (0/968)، دارای دقت قابل قبولی است. تجزیه واریانس رگرسیون نیز نشان داد به دلیل سطح معنی داری کمتر از 0/05، مدل معنی دار است و متغیرهای هواشناسی توانسته اند به طور معنی داری تغییرات تبخیر و تعرق مرجع را پیش بینی کنند. مقادیر ضرایب مدل حاکی از بیشترین تأثیر متغیر بهینه درجه حرارت با ضریب 0/617 بر تبخیر و تعرق گیاه مرجع بود و این متغیر پیش بینی کننده قوی تری نسبت به بقیه متغیرهاست. دو متغیر بیشینه و کمینه رطوبت نسبی به دلیل دارا بودن ضرایب 0/179- و 0/028- دارای همبستگی منفی با تبخیر و تعرق مرجع بوده اند. با استفاده از نتایج این مطالعه می توان از متغیرهای اقلیمی که بیشترین همبستگی را با تبخیر و تعرق مرجع دارند، میزان آن را محاسبه و از داده های ورودی کمتری استفاده کرد.

تبخیر و تعرق مرجع، رگرسیون چند متغیره، همبستگی، فائو پنمن مانتیث