برآورد تبخير و تعرق پتانسيل به كمك سيستم هاي هوشمند(منطق فازي و شبكه عصبي)

Estimating potential evapotranspiration using Fuzzy Logic and Neural Network

چكيده 1 شدت تبخير و تعرق پتانسيل براي برنامه ريزي آبياري مورد نياز م يباشد و معمولاً براساس روش هايي مبتني بر داد ههاي اقليمي تخمين زده م يشود. در حال حاضر روش فايو- پنمن مانتيس يك روش قابل قبول براي تخمين تبخير و تعرق پتانسيل است. در اين پژوهش، ميزان كارايي روش منطق فازي و شبكه عصبي در تخمين تبخير و تعرق پتانسيل روزانه و مقايسه آن با روش تشتك تبخير كلاس 0 و / مورد بررسي قرار گرفته است. روش منطق فازي با 6 پارامتر ورودي داراي ضريب تعيين 88 A 0 ميلي متر در روز، در مقايسه با ساير روش ها داراي دقت بالاتر و خطاي ك متر بود. / خطاي، 74 واژ ههاي كليدي: تبخير و تعرق پتانسيل، منطق فازي، پنمن- مانتيس، شبكه هاي عصبي مصنوعي

Abstract1 Potential evapotranspiration (ETp) rates are needed for irrigation scheduling. ETp rates are commonly estimated from weather parameters. The Fao-Penman Monteith, is now accepted for computation of ETp. This study examined the suitability of fuzzy logic for estimating daily potential evapotranspiration with grass reference crop compared with artificial neural networks, Fao-Penman Monteith and evapotranspiration pan. The daily climatic data of the Borojen station in Chaharmahale-Bakhtiari was used. The estimated ETp values from a fuzzy logic model using six input parameters resulted in RMSE=0.74 mm/day, R2=0.88 which has the highest correlation and the lowest error in comparison with other methods. Keywords: Evapotranspiration, Fuzzy logic, Penman-Monteith, Artificial neural networks