ارزیابی و آنالیز حساسیت روش‌های مختلف تخمین تبخیر و تعرق مرجع روزانه در یک اقلیم خشک سرد

برآورد دقیق تبخیر و تعرق مرجع از لحاظ دخالت متغیر­های متعدد و تأثیر متقابل آن­ها بسیار مشکل است. هدف از انجام این تحقیق ارزیابی روش­های تجربی، رگرسیون چند متغیره و شبکه عصبی در یک منطقه خشک سرد مانند شهرکرد به منظور برآورد تبخیر و تعرق مرجع  روزانه می­باشد. داده­های مورد استفاده در این تحقیق دمای حداکثر و حداقل، میانگین رطوبت نسبی، سرعت باد در ارتفاع دو متری و ساعات آفتابی است. برای ارزیابی مدل­ها از روش استاندارد پنمن مونتیث فائو استفاده شد. مدل رگرسیون چند متغیره تحت شرایط مختلف با کمک نرم افزار0.SPSS16 محاسبه شد. شبکه­ی عصبی نیز با استفاده از یک شبکه پیشخور با الگوریتم لونبرگ مارکوات و با دو تابع تانژانت سیگموئید و لوگ سیگموئید در لایه پنهان و تابع خطی در لایه خروجی طراحی گردید. آنالیز آماری به کمک شاخص های R و RMSE و MAE  و با رتبه­دهی به این شاخص­ها انجام شد. نتایج نشان داد از بین مدل­های تجربی مدل پریستلی تیلور و هارگریوز عملکرد بهتری دارند. مدل رگرسیون چند متغیره نیز به ترتیب با RMSE=0.72 و RMSE=0.7 برای دو ایستگاه فرخشهر و فرودگاه عملکرد بهتری نسبت به روش­های تجربی داشت. از بین شرایط متفاوت در نظر گرفته شده برای طراحی شبکه عصبی با تابع تانژانت سیگموئید با پنج متغیر ورودی به ترتیب با RMSE=0.338  وRMSE=0.2975  و با تابع لوگ سیگموئید  0.342 RMSE=  وRMSE=0.3085   برای دو ایستگاه فرخشهر و فرودگاه کمترین خطا را نسبت به روش پنمن مونتیث فائو داشتند. نتایج نشان داد که شبکه عصبی عملکرد مناسب­تری نسبت به مدل­های تجربی و مدل رگرسیون چند متغیره دارد. نتایج آنالیز حساسیت روی پنج  متغیر ورودی نشان داد که برای برآورد دقیق تبخیر و تعرق این منطقه به دمای حداکثر و سرعت باد نیاز است.