آیدا مهرآذر - دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، پردیس ابوریحان دانشگاه تهران
جابر سلطانی - استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
محمد سلطانی - دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران
موسی کلانکی - کارشناس ارشد هوش مصنوعی دانشگاه صنعتی امالک اشتر مجتمع دانشگاهی علوم و فناوری های زیر دریا

در این مطالعه از دو روش مبتنی بر هوش مصنوعی شامل مدل درختی M5 و سیستم استنتاج تطبیقی عصبی – فازی ANFIS برای مدلسازی تبخیر - تعرق مرجع ET0 استفاده گردید. به این منظور جهت برآوردی دقیق از مقدار تبخیر تعرق مرجع روزانه در منطقه طالقان استان البرز ابتدا براساس روش استاندارد و متداول فائو پنمن - مانتیث و داده های هواشناسی ایستگاه سینوپتیک طالقان مقدار تبخیر - تعرق مرجع روزانه محاسبه شد سپس با ارائه ترکیبهای مختلفی از پارامترهای هواشناسی شامل دمای حداقل و حداکثر هوا، رطوبت نسبی هوا، ساعات آفتابی و سرعت زیاد در مقیاس روزانه طی سالهای 2009 تا 2013 به عنوان ورودی مدلهای هوشمند سعی در برآورد دقیقتری از تبخیر - تعرق مرجع روزانه به عنوان خروجی مدلها شده است. شاخصهای آماری MAE,RMSE, R2 برای مدل M5 با ترکیب کامل متغیرهای اقلیمی به ترتیب 0/969، 0/381، 0/302 و برای مدل ANFIS با ترکیب کامل متغیرهای اقلیمی به ترتیب 0/983، 0/284، 0/080 محاسبه شد. طبق نتایج ترکیب کامل متغیرهای اقلیمی در هر دو مدل دارای بالاترین مقدار ضریب تبیین، کمترین میزان خطا و دقیقترین پیش بینی تبخیر - تعرق مرجع روزانه می باشد.

تبخیر، تعرف مرجع، سیتم استتنتاج تطبیقی عصبی، فازی، طالقان، مدل درختی