تحلیل روش‌های همبستگی‌چندگانه، رطوبتی و ترکیبی در برآورد تبخیروتعرق پتانسیل ایستگاه سینوپتیک جلفا

هدف هدف از انجام این تحقیق ارزیابی و اصلاح مدل‌های ترکیبی، همبستگی چندگانه و رطوبتی جهت برآورد تبخیر و تعرق پتانسیل ایستگاه سینوپتیک جلفا بر پایه داده‌های مدل فائو–پنمن- مونتیث بود. مواد و روش‌ها جهت برآورد تبخیر و تعرق پتانسیل با مدل‌های همبستگی چندگانه شامل کریستینسن-‌هارگریوز ra، کریستینسن-‌هارگریوز rs و مدل‌های ترکیبی پنمن، پنمن رایت، پنمن –آلن-پروت، وان باول و روش رطوبتی ایوانف از عوامل هواشناسی ایستگاه سینوپتیک جلفا استفاده شد. مدل مبنا و پایه در تحقیق حاضر مدل فائو- پنمن-مونتیث در نظر گرفته شد. برای بالا بردن دقت و گسترش دامنه انتخاب ضرایب همبستگی به‌صورت متحرک محاسبه شدند. در این راستا از معادلات خطی و توانی جهت بدست آوردن ضرایب برازش استفاده به عمل آمد. برای برازش و استخراج ضرایب همبستگی، از زبان برنامه‌نویسی ویژوال‌بیسیک استفاده شد. عملکرد هر مدل بکار رفته با استفاده از r2، rmse، mbe و mae مورد ارزیابی قرار گرفت. نتایج مدل‌های ترکیبی وان باول و پنمن-آلن- پروت بیشترین شاخص‌های آماری rmse، mae، mbe را در بین کلیه مدل‌ها داشتند. در بین تمام مدل‌های بکار رفته، مدل رطوبتی ایوانف کمترین مقدار شاخص‌های آماری rmse، mae، mbe با مقادیر به ترتیب برابر با 51.71، 37.78 و 14.6- میلی‌متر در ماه را دارا بود. همچنین این مدل‌بالاترین ضریب تبیین و ضریب همبستگی را داشت. اختلاف میانگین این مدل 14.6 میلی‌متر در ماه بوده که کمترین میزان در بین مدل‌ها بود.نتیجه‌گیری اعمال ضرایب برازش، عملکرد کلیه مدل‌های بکار رفته در تحقیق حاضر را به میزان قابل‌توجهی بهبود بخشیده است. بررسی‌های به‌عمل‌آمده نشان داد که استفاده از معادلات خطی نتایج قابل‌قبول‌تری نسبت به معادلات توانی در محاسبه ضرایب تبیین ارائه می‌‌دهند. مدل رطوبتی ایوانف با ضریب تبیین 0.917 و ضریب همبستگی معادل برابر با 0.957 بیشترین مقدار را در بین مدل‌های بکار رفته دارا بود. نتایج نشان داد، مدل ایوانف بهترین تطابق و همخوانی را با داده‌های مدل f.p.m داشته و نتایج قابل‌اطمینان‌تری ارائه می‌‌دهد. مدل رطوبتی ایوانف با اعمال ضرایب برازش و حتی بدون آن، با توجه به‌دقت در برآورد و نیز محدود بودن پارامتر‌های لازم هواشناسی به 2 عامل درجه حرارت و رطوبت نسبی، جهت برآورد تبخیر تعرق پتانسیل ایستگاه سینوپتیک جلفا قابل پیشنهاد است.

analysis of multiple correlation, moisture and combined models to estimation of potential evapotranspiration of jolfa synoptic station

objective: the purpose of this research was to evaluate and modify the combined, multiple correlation and humidity models to estimate the potential evapotranspiration of jolfa synoptic station based on the data of the fao-penman-monteith model.methods: in order to estimate the potential evapotranspiration with multiple correlation models including christiansen-hargreaves ra, christiansen-hargreaves rs and combined models of penman, penman- writh, penman-allen- pruitt, van bavel and also ivanof's moisture method, meteorological factors of jolfa synoptic station were used. the basic model in this research was the fao-penman-monteith model. to increase accuracy and expand the selection range, correlation coefficients were calculated dynamically. in this regard, linear and power equations were used to obtain fit coefficients. visual basic programming language was used for fit and obtaining correlation coefficients. the performance of each used model was evaluated using the coefficient of determination, rmse, mae, mbe, and t-test.results: van bavel and penman-allen- pruitt combined models had the highest rmse, mae, and mbe statistical indices. among all the models used, ivanof's humidity model had the lowest rmse, mae, and mbe statistical indices with values of 51.71, 37.78, and -14.6 mm per month, respectively. also, this model had the highest coefficient of determination and correlation coefficient. the mean difference of this model was 14.6 mm per month, which was the lowest among the models.conclusions: the application of fit coefficients has significantly improved the performance of all models used in this research. the carried out investigations showed that the use of linear equations provides more acceptable results than power equations in calculating correlation coefficients. ivanof's humidity model with a determination coefficient of 0.917 and a correlation coefficient of 0.957 had the highest value among the used models. the results showed that among all the models used, ivanof's model has the best agreement with the data of the fao-penman-monteith model providing more reliable results. ivanof's humidity model with the application of fit coefficients and even without it, due to the accuracy in the estimation and the limitation of its necessary meteorological parameters to 2 factors of temperature and relative humidity, can be recommended for the estimation of potential evapotranspiration of jolfa synoptic station.