تاثیر پارامترهای هواشناسی و تصاویر ماهواره ای در تخمین تبخیرتعرق مرجع روزانه با استفاده از مدل جنگل تصادفی بهینه شده با الگوریتم ژنتیک

تخمین دقیق تبخیر و تعرق مرجع (ET۰) برای مدیریت کارآمد آب کشاورزی، مدل سازی محصول و برنامه ریزی آبیاری بسیار مهم است. این مطالعه با هدف تعیین ET۰ در زمین های زراعی تبریز برای سال های ۱۳۸۱-۱۴۰۰، با استفاده از داده های دمای سطح زمین (LST) و شاخص سطح برگ (LAI) از سنجده MODIS و داده های ایستگاه هواشناسی تبریز شامل دمای هوای حداکثر و حداقل (Tmax,Tmin)، دمای میانگین (T)، سرعت باد در ارتفاع دو متری (U۲)، رطوبت نسبی میانگین (RH)، رطوبت نسبی حداکثر و حداقل (RHmax, RHmin) و ساعات آفتابی (n) انجام گرفته است. روش استاندارد فائو-پنمن-مونتیث برای محاسبه تبخیر و تعرق مرجع روزانه به عنوان روش مبنا مورد نظر قرار گرفته شد. مجموعه پارامترهای ورودی مدل، براساس همبستگی متقابل پارامترها با تبخیر و تعرق مرجع بدست آمده از معادله فائو-پنمن-مونتیث تقسیم بندی شدند. دو مدل داده محور شامل مدل جنگل تصادفی (RF) و مدل جنگل تصادفی بهینه شده با الگوریتم ژنتیک (GA-RF) برای تخمین مقادیر ET۰ در نظر گرفته شد و نتایج آنها با ET۰ محاسبه شده توسط معادله فائو-پنمن-مونتیث مقایسه گردید. نتایج نشان داد که مدل GA-RF-۱۰ (۹۷۶/۰=R۲ ، ۲۰۰/۰=RMSE ، ۳۷۳/۱۱=MAPE و ۰۲۷/۰=MBE) که شامل همه پارامترهای ورودی است، بهترین عملکرد را در بین سایر مدل ها داشته است. براساس نتایج، دمای هوای میانگین بیشترین (۹۰۳/۰=R۲) و سرعت باد (۲۸۲/۰=R۲) کمترین همبستگی را با ET۰ دارند. همچنین، در همه حالت های مورد بررسی، مدل GA-RF نسبت به مدل RF عملکرد بهتری داشت. بنابراین، مدل GA-RF برای تعیین دقیق و مناسب ET۰ در شرایط اقلیمی مشابه و کمبود پارامترهای هواشناسی توصیه می گردد.

Keywords:

الگوریتم ژنتیک , تبخیر و تعرق مرجع , سنجده مادیس , شاخص سطح برگ , فائو-پنمن-مانتیث