تخمین تبخیر- تعرق گیاه مرجع درون گل خانه با استفاده از شبکه های عصبی مصنوعی

امروزه شبکه های عصبی مصنوعی کاربرد بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل موثر بر وقوع یک پدیده وجود ندارد، پیدا کرده اند. در این پژوهش جهت تخمین تبخیر- تعرق مرجع داخل گل خانه با استفاده از شبکه های عصبی مصنوعی، از داده های هواشناسی اندازه گیری شده داخل گل خانه و همچنین داده های اندازه گیری شده خارج گل خانه استفاده گردید. در این پژوهش از شبکه های عصبی مصنوعی با ساختار پرسپترون چند لایه و الگوریتم یادگیری پس انتشار خطا با یک لایه پنهان جهت تخمین تبخیر- تعرق گیاه مرجع استفاده شد. نتایج حاصل از این بررسی نشان داد که با استفاده از شبکه های عصبی مصنوعی می توان تبخیر- تعرق گیاه مرجع (۰ET) را با دقت مناسبی تخمین زد. شبکه عصبی مصنوعی با ورودی های تابش خارج از جو، دمای حداقل و حداکثر اندازه گیری شده، ساعت آفتابی و فشار بخار واقعی محاسبه شده در داخل گل خانه با جذر میانگین مربعات خطا (RMSE) برابر ۱/۱ میلی متر در روز بهترین نتیجه را جهت تخمین ۰ET ارایه داد. این عمل برای داده های خارج از گل خانه نیز انجام شد که شبکه های عصبی مصنوعی با داده های ورودی دمای حداقل و حداکثر و ساعت آفتابی اندازه گیری شده در خارج از گل خانه با RMSE برابر ۰۱/۱ میلی متر در روز، بهترین نتیجه را جهت تخمین ۰ET ارایه داد.