بررسی کارایی مدل‌های غیرپارامتریک در برآورد تبخیر- تعرق سالانه با به‌کارگیری آزمون گاما در مناطق نیمه‌خشک ایران

محدودیت منابع آب و رقابت بخش­های مختلف در استفاده از این منابع، نیاز به بهره­برداری بهینه از منابع آب را مخصوصاً در مناطق خشک و نیمه‌خشک افزایش داده است. برای این منظور از آمار و اطلاعات در محدوده شش ایستگاه همدیدی مناطق نیمه‌خشک ایران شامل مشهد، شیراز، تبریز، کرمانشاه، خرم‌آباد و ارومیه استفاده شد. متغیرهای ورودی شامل فراسنج­های دمای متوسط (T)، رطوبت نسبی (RH)، ساعت آفتابی (S) و سرعت باد در ارتفاع دو متری (U2) می­باشند. برای تعیین طول دوره آزمون ابتدا از روش M تست استفاده شد و با توجه به اینکه در انتهای سمت راست نمودارها، هم آماره گاما و هم خطای استاندارد به سمت مجانب شدن می‌روند، از 5 سال آخر برای تست مدل­ها استفاده شد. نتایج نشان داد که بر اساس آزمون گاما در حالت ترکیبی بهترین ورودی‌ها برای ایستگاه­های مشهد، شیراز، تبریز، کرمانشاه، خرم‌آباد و ارومیه به ترتیب (S، U2، RH)، (T، U2، RH، S)، (T، U2، RH، S)، (T، U2، RH)، (T، RH، S)، (RH، S)، دارای کم‌ترین گاما به ترتیب برابر 005/0، 01/0-، 001/0، 002/0-، 008/0، 009/0 می‌باشند. برای مدل­سازی تبخیر- تعرق سالانه از روش­های رگرسیون خطی (LLR)، رگرسیون خطی پویا (DLLR)، شبکه عصبی مصنوعیANNCG   وANNBFGS  استفاده شد. برای ارزیابی مدل­های فوق از معیارهای ارزیابی R، MAE، RMSE، MBE، معیار جاکوویدز (t) و معیار صباغ (R2/t) استفاده شد. نتایج نشان داد که با بهترین ورودی‌ها بهترین عملکرد برای ایستگاه‌های مشهد، کرمانشاه، تبریز و شیراز به دست آمد، به طوری­ که ضریب همبستگی پیرسون در دوره تست برای مدل شبکه عصبی (CG) به ترتیب 91/0، 98/0، 96/0، 97/0 به دست آمد. نتایج  به طور کلی نشان داد که روش‌های غیرخطی به خوبی توانایی برآورد تبخیر- تعرق سالانه را در ایستگاه‌های مورد بررسی دارند.