بهرام مام کریمی - دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه تبریز
سامان معروف پور - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه تبریز
جلال شیری - استادیار گروه مهندسی آب دانشگاه تبریز

تبخیر-تعرق یکی از پارامترهای مهم در چرخه هیدرولوژی است که بر میزان آب در دسترس و کشاورزی تاثیر مستقیم می گذارد. در مطالعه حاضر به بررسی قابلیت سیستم استنتاج عصبی-فازی تطبیقی در بهبود میزان تبخیر-تعرق روزانه گیاه مرجع (Etu) پرداخته شد. داده های اقلیمی بکار گرفته شده در این مطالعه، شامل دمای هوا، تشعشع خورشیدی، سرعت باد و رطوبت نسبی میباشد که از دو ایستگاه هواشناسی جلفا و مراغه واقع در شمال و جنوب استان آذربایجان شرقی اخذ گردیده و به عنوان ورودی های مدل عصبی-فازی به منظور تخمین میزان Et0 براساس معادله پنمن-فائو-مونتیث مورد استفاده قرار گرفتند. حاصل تحقیق بیانگر دقت بالای مدل شبکه عصبی مصنوعی با مقادیر RMSE بین 0/3714 تا 1/8302 میلی متر بر روز در تخمین میزان تبخیر-تعرق (نیاز آبی) روزانه گیاه مرجع می باشد. مدل های عصبی-فازی تطبیقی با مقادیر RMSE بین 0/3728 تا 1/8436 میلیمتر بر روز می باشد.

تبخیر-تعرق گیاه مرجع، سیستم عصبی-فازی، شبکه های عصبی مصنوعی