محسن اسکافی نوغانی - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه علوم کشاورزی و منابع ط
امیراحمد دهقانی - استادیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان
ابوالفضل مساعدی - دانشیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان

تبخیر یکی از پارامترهای مهم برنامه ریزی و بهره برداری از مخازن آبی میباشد. در ایستگاه های تبخیر سنجی مجاور مخازن این پارامتر اندازه گیری میشود. برنامه ریزی مخازن بر اساس داده های دوره های پیشین انجام میشود بنا بر این مقادیر اندازه گیری شده در ایستگاههای تبخیر سنجی مستقیما برای برنامهریزی استفاده نمی شود. تلفات تبخیر از مخازن، به صورت تجربی و بر اساس اندازه گیری های دوره های قبل در نظر گرفته میشود. امروزه مدلهای رگرسیونی در سطح وسیعی در علوم مختلف برای پیشگویی به کار گرفته میشوند . از مزایای این مدلها در دسترس بودن پارامترهای مورد نیاز و سادگی محاسبات میباشد. هدف این تحقیق تدوین مدلی است که بتواند با توجه به متغیرهای هواشناسی مقدار تبخیر از تشت را پیشبینی کند. تا به حال، معادلهای که به صورت کامل روابط فیزیکی این پدیده را بیان کند ارائه نشده است. یکی از روشها یی که در علوم مختلف کاربرد وسیعی دارد شبکه های عصبی مصنوعی (ANNs) میباشد. این شبکه ها با طراحی و آموزش صحیح قابلیت انطباق و نگاشت توابع مختلف را دارند. شبکه های عصبی قادر به ارائه تابع نمیباشند و پس از آموزش با دریافت اطلاعات ورودی مقادیر خروجی را ارائه میدهند. هدف از این تحقیق ارائه یک مدل شبکه عصبی پرسپترون چند لایه با تابع ریاضی آن به صورت یک معادله ماتریسی می باشد . معادلات ماتریسی مدل باعث سادگی کاربرد و استفاده از آن در مدلهای برنامه ریزی میشود. مقایسه نتایج این مدل و نتایج اندازه گیری شده در ایستگاههای تبخیر سنجی دقت مدل ارائه شده را تایید میکند.

تبخیر و تعرق ، شبکه های عصبی مصنوعی ، مدل رگرسیونی، معادله پنمن مانتیس