تخمين تبخير و تعرق مرجع روزانه به كمك مدل شبكه عصبي مصنوعي و مدل تركيبي شبكه عصبي- موجك

برآورد تبخير و تعرق به‌منظور كاربرد در برنامه‌ريزي، طراحي و مديريت طرح‌هاي آبياري و زهكشي و مديريت منابع آب ضروري است. در اين تحقيق به ارزيابي مدل‌هاي شبكه عصبي مصنوع، مدل شبكه عصبي- موجك، رگرسيون چند متغيره و روش تجربي هارگريوز در برآورد تبخير و تعرق مرجع به‌منظور تعيين بهترين مدل از نظر ميزان كارايي با توجه به داده‌هاي موجود پرداخته شد. از داده‌هاي روزانه دو ايستگاه هواشناسي فرودگاه شهركرد و فرخ‌شهر در منطقه خشك و سرد شهركرد در بازه زماني 2013-2004 شامل دماي حداقل و حداكثر، رطوبت نسيبي ميانگين، سرعت باد در ارتفاع دو متري و ساعات آفتابي استفاده شد. 75 درصد داده‌ها براي آموزش و اعتبارسنجي و 25 درصد داده‌ها براي تست مدل‌ها استفاده شد. شبكه طراحي شده يك شبكه عصبي پيش‌خور با تابع فعال تانژانت سيگموئيد در لايه پنهان است. در مرحله بعدي موجك‌هاي مختلف Haar، db و Sym روي داده‌ها اعمال شد و شبكه عصبي- موجك طراحي شد. براي ارزيابي مدل‌ها روش پتمن مونتيث فائو مبناي كار قرار گرفت. براي هر چهار روش استفاده شده شاخص‌هاي آماري RMSE، MAE و R محاسبه و رتبه‌دهي شدند. نتايج نشان داد كه از ميان مدل‌هاي طراحي شده، شبكه عصبي موجك با موجك 5 db عملكرد بهتري نسبت به موجك‌هاي ديگر و همچنين نسبت به شبكه عصبي مصنوعي، روش آماري رگرسيون چند متغيره و روش هارگريوز داشته است. نتايج مدل شبكه عصبي- موجك با موجك 5 db در ايستگاه فرخ‌شهر به‌ترتيب برابر 0/2668، 0/2067 و 0/998 و در ايستگاه فرودگاه به‌ترتيب برابر 0/2138، 0/14 و 0/9989 محاسبه شد. نتايج نشان داد كه شبكه عصبي- موجك عملكرد دقيق‌تري نسبت به ساير مدل‌هاي مورد بررسي در اين تحقيق داشت.