پيش بيني مقادير تبخير روزانه با روش هاي داده محور (مطالعه موردي: ايستگاه چايپاره )

پيش‌بيني تبخير روزانه يك ابزار تعيين‌كننده و مفيد در كشاورزي پايدار و مسائل هيدرولوژيكي، به‌ويژه در طراحي و مديريت سيستم‌هاي منابع آب مي باشد. بنابراين، در اين مطالعه توانايي مدل هاي SVR، MLP و GPRدر برآورد تبخير روزانه در ايستگاه چايپاره، طي سال‌هاي 2020-2000 با استفاده از چهار معيار آماري مورد ارزيابي قرار گرفت. نتايج به دست آمده نشان داد كه سناريو پنجم مدل SVR با استفاده از پارامترهاي ميانگين دما، حداقل دما، حداكثر دما، رطوبت نسبي متوسط، حداقل رطوبت نسبي، حداكثر رطوبت نسبي و سرعت باد، و نيز داشتن ضريب همبستگي92/0، جذر ميانگين مربعات خطا 48/1، ضريب ناش‌ساتكليف 77/0 و شاخص توافق ويلموت 95/0 دقيق ترين مدل بوده و كمترين خطا را نسبت به تمام مدل هاي مورد بررسي دارد. همچنين سناريو ششم مدل هاي MLP و GPRبا داشتن جذر ميانگين مربعات خطا به ترتيب 65/1 و 77/1 عملكرد بهتري نسبت به ساير تركيبات از خود نشان دادند. به طوركلي مي توان گفت كه سناريو پنجم مدل SVR براي مدل سازي و پيش بيني تبخير روزانه شهرستان چايپاره مناسب بوده و براي استفاده‌هاي بعدي پيشنهاد مي‌گردد.