صابره دربندی - استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه تبریز
وحید کریمی - دانشجوی سابق کارشناسی گروه مهندسی آب دانشکده کشاورزی دانشگاه تبریز
رضا فرهودی - دانشجوی سابق کارشناسی گروه مهندسی آب دانشکده کشاورزی دانشگاه تبریز

تبخیر- تعرق از مهمترین مسائل مطالعات مرتبط با مهندسی آب بوده و متاثر از عوامل متعدد هواشناسی و اقلیمی می باشد. تخمین قابل قبول میزان تبخیر- تعرق در طراحی و مدیریت سیستم های آبیاری و مطالعات منابع آب از اهمیت زیادی برخوردار است. در این تحقیق مقادیر روزانه تبخیر تعرق پتانسیل با استفاده از ماشین بردار پشتیبان با تابع کرنل پایه شعاعی و شبکه عصبی مصنوعی با در نظر گرفتن پارامترهای سرعت باد، میانگین دمای هوا، تشعشع، رطوبت نسبی، بارش، ابرناکی و ساعات آفتابی برای ایستگاه سینوپتیک دکوی واقع درفرودگاه دن-هلدر هلند طی دوره آماری 1994 تا 2013 شبیه سازی گردید. نتایج و صحت هر دو مدل با استفاده از پارامترهای ضریب همبستگی و ریشه میانگین مربعات خطا ارزیابی شد. نتایج گویای عملکرد قابل قبول هر دو مدل و برتری مدل ماشین بردار پشتیبان با بیشترین ضریب همبستگی (R=0/9994) و کمترین میانگین مربعات خطا (RMSE=0/6552 mm) در مرحله صحت سنجی می باشد.

تبخیر تعرق پتانسیل، ماشین بردار پشتیبان، شبکه عصبی مصنوعی، تابع پایه شعاعی، دکوی