ارزیابی شبکه عصبی مصنوعی و مدل تجربی ایرماک در تخمین تابش خالص خورشیدی روزانه در اقلیم سرد و نیمه خشک (مطالعه موردی: همدان)
Abstract(in Persian; no English abstract is available)
یکی از عوامل مهم و تأثیرگذار در شار حرارتی خاک و شدت تبخیر- تعرق، تابش خالص خورشیدی میباشد. تابش خالص تفاوت بین شارهای تابش ورودی و خروجی در طول موجهای بلند و کوتاه میباشد. اندازهگیری تابش خالص به علت مشکلات واسنجی و هزینه آن دشوار است. بنابراین تابش خالص اغلب از معادلات نیمهتجربی مبتنی بر مشاهدات تابش طول موج کوتاه خورشیدی، فشار بخار و دمای هوا پیشبینی میشود. با توجه به اینکه شبکه عصبی در پیشبینی پارامترهای هواشناسی و هیدرولوژی از عملکرد مناسبی برخوردار است، لذا در این تحقیق سعی شد تا با استفاده از شبکه عصبی مقدار تابش خالص روزانه همدان که دارای اقلیم سرد و نیمهخشک میباشد تخمین زده شود و با دادههای اندازهگیری شده تابش خالص روزانه ایستگاه کلیماتولوژی دانشگاه بوعلی سینا در طول دوره 13 ماه (آذر 1390- آذر 1391) مقایسه شود. همچنین در این پژوهش مدل تجربی ایرماک نیز برای برآورد تابش خالص روزانه مورد واسنجی و استفاده قرار گرفت. بدین منظور، در طراحی شبکه عصبی 11 پارامتر هواشناسی مؤثر در تابش خالص بهعنوان ورودی مدل به کار گرفته شد. پس از انجام آزمون و خطا در انتخاب مدل بهینه، شبکه عصبی با آرایش 1-2-11 برای پیشبینی تابش خالص مورداستفاده قرار گرفت. 70 درصد دادهها جهت آموزش و 30 درصد دادهها بهمنظور اعتبارسنجی مدل استفاده گردید. برآوردهای مدل ایرماک نیز بهصورت روزانه ارائه گردید. نتایج تحقیق نشان داد که شبکه عصبی با ضریب تعیین (r2) 95/0 و مقدار خطا rmse معادل1377 (وات بر مترمربع در روز) عملکرد و دقت بهتری در تخمین تابش خالص در مقایسه با مدل ایرماک با ضریب تعیین 55/0 و مقدار آماره rmse معادل 13614 (وات بر مترمربع در روز) دارا میباشد.