سیده نعیمه سیدی - دانش آموخته کارشناسی ارشد مهندسی منابع آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری
رامین فضل اولی - دانشیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری
محسن مسعودیان - دانشیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری
عیسی کیاء - پژوهش گر، بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی مازندران، سازمان تحق یقات، آموزش و تروی ج کشاورزی، ساری، ای ران

تبخیر فاکتور مهمی در مدیریت منابع آب است و با محاسبه دقیق آن میتوان راهکارهای موثری در جهت کاهش اثرات خشکسالی و به منظور حفاظت از منابع آب اجرا نمود. در ا ین تحقیق میزان دقت روش شبکه عصبی مصنوعی و روابط تجربی در برآورد میزان تبخیر در مقیاس ماهانه و سالانه از سطح مخزن شهید رجایی برای ایستگاه سلیمان تنگه مورد مقایسه قرار گرفت و بهترین روابط و مدل ها ارائه شده است. در این تحقیق با استفاده از آمار ۱۰ ساله ایستگاه سد مخزنی شهید رجایی با استفاده از روش های شبکه عصبی مصنوعی و شش رابطه تجربی پرکاربرد شامل روابط مایر، مارسیانو، شاهتین، هفنر، ایوانف، و سازمان عمران اراض ی آمریکا، تبخیر برآورد و با مقادیر تبخیر از تشت مقایسه شد. آماره های RMSE، R و EF تبخیر ماهانه برای فرمول مای ر در ایستگاه سلیمان تنگه به ترتیب ۴۳۶/۹، ۰/۹۷، ۰/۳ به دست آمد. همچنین نتایج حاصل از شبیه سازی تبخیر ماهانه نشان داد که روش شبکه عصبی مصنوعی توانسته است با دقت خوبی تبخیر ماهانه را با ضریب همبستگی ۹۸/ ۰ برای ایستگاه سلیمان تنگه برآورد نماید. از سوی دیگر نتایج حاصل از شبیه سازی تبخیر سالانه نشان داد که روش شبکه عصبی مصنوعی توانسته است با دقت خوبی تبخیر سالانه برای ایستگاه سلیمان تنگه برآورد نماید. نتایج به دست آمده از این پژوهش نشان داد که با محاسبه نسبتا دقیق تبخیر از سطح آزاد آب، میتوان راهکارها ی مفید و مدیریتی جهت حفاظت از منابع آبی موجود و کاهش اثرات خشکسالی اعمال کرد

تبخیر ماهانه، تشت تبخیر، روابط تجربی، سلیمان تنگه، شبکه عصبی