پیش بینی تبخیر- تعرق پتانسیل ماهانه با استفاده از مدل‌های ماشین بردار پشتیبان، برنامه ریزی ژنتیک و سیستم استنتاج عصبی – فازی

علی رغم اهمیت تبخیر تعرق در برنامه ریزی و مدیریت منابع آبی، وابستگی آن به مولفه های اقلیمی از یک سو و تاثیرپذیری این مولفه ها از یکدیگر از سویی دیگر تخمین تبخیر تعرق را دشوار ساخته است. به همین منظور، در این پژوهش، به بررسی امکان پیش بینی این مولفه ی مهم در استان سیستان و بلوچستان با استفاده از مدل‌های فراابتکاری از قبیل سیستم استنتاج عصبی – فازی، برنامه ریزی بیان ژن و ماشین بردار پشتیبان پرداخته شد. در این راستا، ابتدا بر اساس رابطه ی فائو پنمن مانتیث، میزان تبخیر تعرق پتانسیل ماهانه در چهار ایستگاه سینوپتیک زاهدان، زابل، ایرانشهر و چابهار با استفاده از داده های هواشناسی ماهانه برای یک دوره 30 ساله محاسبه گردید که این مقادیر به عنوان مرجع برای مقایسه نتایج مدل‌های مورد مطالعه در تحقیق استفاده گردید. در این تحقیق با توجه به تعداد پارامترهای در نظر گرفته شده برای مدلسازی از 5 الگو استفاده شده است . الگوی 1 شامل ورودی های متوسط دمای هوا، ساعات آفتابی و رطوبت نسبی در یک ماه مشخص، الگوی 2 شامل متوسط دمای هوا، رطوبت نسبی و سرعت باد در همان ماه، الگوی 3 شامل متوسط دمای هوا، رطوبت نسبی و سرعت باد در همان ماه، الگوی 4 شامل متوسط دمای هوا، رطوبت نسبی، سرعت باد و ساعات آفتابی در همان ماه و الگوی 5 شامل متوسط دمای هوا، رطوبت نسبی، سرعت باد و ساعات آفتابی در همان ماه و یک ماه قبل میباشد. مقایسه ی نتایج در مدل های مختلف بر اساس آماره های ضریب تبیین و جذر میانگین مربعات خطا صورت گرفت. با توجه به نتایج مشاهده می شود در مدل نروفازی در ایستگاه زاهدان الگوی 2، در ایستگاه زابل و چابهار الگوی 3 و در ایستگاه ایرانشهر الگوی 5 با مقادیر ضریب تبیین به ترتیب 0/945، 0/982، 0/26 و 0/443 از دقت بیشتری برخوردار هستند. همچنین بررسی نتایج در مدل برنامه ریزی بیان ژن نشان‌دهنده این است که در بخش آزمون الگوی 4 از بقیه الگو ها با ضریب تبیین 0/974، 0/9811، 0/982 و 0/815 در ایستگاه های زاهدان، زابل، ایرانشهر و چابهار دارای دقت بالاتری می باشد. در مدل ماشین بردار پشتیبان نیز با توجه به مقادیر ضریب تبیین ایستگاه های زاهدان، زابل، ایرانشهر و چابهار با مقادیر 0/997، 0/998، 0/998 و 0/979 در بخش آزمون در همه ایستگاه ها الگوی 5 از دقت بهتری برخوردار می باشد. مقایسه بین 3 مدل در این تحقیق نیز نشان داد که در همه ایستگاه ها مدل ماشین بردار پشتیبان در مرتبه اول و سپس مدل برنامه ریزی بیان ژن و در آخر مدل نروفازی برای تخمین مقادیر تبخیر تعرق پتانسیل ماهانه قرار دارند.