پيش¬بيني تبخير و تعرق مرجع روزانه با استفاده از مدل شبكه عصبي در ايستگاه سينوپتيك شيراز

تبخير-تعرق از مؤلفه¬هاي مهم در مديريت و برنامه¬ريزي آبياري در كشاورزي است كه پيش¬بيني آن مي¬تواند نقش مهمي در برنامه¬ريزي هاي آينده داشـته باشد. به منظور پيش¬بيني تبخير-تعرق مي¬توان از مدل¬هاي مختلفي همچون شبكه عصبي اسـتفاده كـرد و بـا كـاربرد اصـولي و صـحيح ايـن مـدلهـا، در عـين سـادگي، پيش¬بيني¬هاي كوتاه مدت خوبي را برآورد نمود. در چند سال اخير استفاده از روش هـاي حـل هوش مصنوعي هم به عنوان راهكاري دقيق و سريع در بسياري از زمينه ها از جمله برآورد نياز آبي گياهان رايج شـده اسـت. شـبكه هـاي عـصبي مـصنوعي بـه دليــل طبيعـت غيرخطــي و كارآمـد بـودن در مدلسـازي سيـستم هـاي پيچيـده مـورد توجـه بـسياري از محققـان مـي باشـد. در اين مطالعه از آمار 22 ساله ايستگاه سينوپتيك شيراز استفاده و تبخير و تعرق روزانه از روش فائو پنمن مانتيث به عنوان روش مرجع براي ارزيابي مدل شبكه عصبي محاسبه گرديد. به منظور برآورد تبخير و تعرق از مدل شبكه عصبي و داده¬هـاي هواشناسي دماهاي حداكثر و حداقل هوا، مقادير رطوبت نسبي حداكثر و حداقل، متوسط بارندگي، سرعت باد و ساعات آفتابي روزانـه در نـرون¬هـاي لايـه ورودي و از روش Leave-One-Out اسـتفاده گرديد. نتايج نشان داد كه مدل شبكه عصبي با 923/0 = R و 76/1 = RMSE بخوبي قابليت پيش بيني تبخير و تعرق مرجع روزانه را دارا مي¬باشد.