بررسی عملکرد مدل‏های شبکه عصبی مصنوعی و روابط تجربی در برآورد تلفات تبخیر از تشت در مقیاس ماهانه و سالانه در محدوده دریاچه سد شهید رجایی ساری

تبخیر فاکتور مهمی در مدیریت منابع آب است و با محاسبه دقیق آن می‏توان راهکارهای موثری در جهت کاهش اثرات خشکسالی و به منظور حفاظت از منابع آب اجرا نمود. در این تحقیق میزان دقت روش شبکه عصبی مصنوعی و روابط تجربی در برآورد میزان تبخیر در مقیاس ماهانه و سالانه از سطح مخزن شهید رجایی برای ایستگاه سلیمان تنگه مورد مقایسه قرار گرفت و بهترین روابط و مدل‌ها ارائه شده است. در این تحقیق با استفاده از آمار 10 ساله ایستگاه سد مخزنی شهید رجایی با استفاده از روش‏های شبکه عصبی مصنوعی و شش رابطه تجربی پرکاربرد شامل روابط مایر، مارسیانو، شاهتین، هفنر، ایوانف، و سازمان عمران اراضی آمریکا، تبخیر برآورد و با مقادیر تبخیر از تشت مقایسه شد. آماره های rmse، r و ef تبخیر ماهانه برای فرمول مایر در ایستگاه سلیمان‏تنگه به ترتیب 436/9، 0/97، 0/3 به‏دست آمد. همچنین نتایج حاصل از شبیه سازی تبخیر ماهانه نشان داد که روش شبکه عصبی مصنوعی توانسته است با دقت خوبی تبخیر ماهانه را با ضریب همبستگی 0/98 برای ایستگاه سلیمان‏تنگه برآورد نماید. از سوی دیگر نتایج حاصل از شبیه سازی تبخیر سالانه نشان داد که روش شبکه عصبی مصنوعی توانسته است با دقت خوبی تبخیر سالانه برای ایستگاه سلیمان‏تنگه برآورد نماید. نتایج به‏دست آمده از این پژوهش نشان داد که با محاسبه نسبتاً دقیق تبخیر از سطح آزاد آب، می‏توان راهکارهای مفید و مدیریتی جهت حفاظت از منابع آبی موجود و کاهش اثرات خشکسالی اعمال کرد.