براورد تبخیر - تعرق با شبکه های پرسپترون چند لایه - مطالعه موردی همدان

تبخیر – تعرق یکی از اجزاء اصلی چرخه هیدرولوژی است و تعیین صحیح آن برای بسیاری ازمطالعات از قبیل توازن هیدرولوژیکی آب، طراحی و مدیریت سیستمهای ابیاری ، شبیه سازی میزان محصول و طراحی و مدیریت منابع آب از درجه اهمیت بالایی برخوردار است. اهمیت تبخیر – تعرق در چرخه هیدرولوژی از آن جا مشخص می شود که یادآوری کنیم در مقیاس جهانی حدود 57 درصد ابی که روی خشکی هابصورت نزولات جوی نازل می شود مستقیما تبخیر می شود. تبخیر – تعرق یک پدیده غیر خطی و پیچیده است، بنابراین تهیه یک مدل ریاضی برای آن با در نظر گرفت تمام فاکتورهای اقلیمی موثر، کاری مشکل است و ضمنا در صورت امکان اندازه گیری علیرغم هزینه های سنگین دامنه خطای اندازه گیری نسبتا قابل ملاحظه می باشد. بنابراین با توجه به ماهیت مسئله تبخیر – تعرق، استفاده از مدل های شبکه های عصبی مصنوعی برای شبیه سازی رفتار و پیش بینی آن مناسب است. در این مقاله بوسیله مدل های شبکه عصبی مصنوعی و با استفاده از داده های هواشناسی، تبخیر – تعرق مرجع چمن برای منطقه همدان پیش بینی شد و نتایج با داده های لایسیمتری موجود مقایسه گشت. نتایج نشان داد که مدل های شبکه عصبی مصنوعی همخوانی خوبی با داده های حاصله از لایسیمتر دارند و با دقت خوبی توانایی مدل سازی تبخیر – تعرق را در منطقه سرد نیمه خشک همدان دارند.

Keywords:

شبکه های عصبی مصنوعی , پرسپترون , مدل سازی , تبخیر - تعرق , لایسیمتر