تخمین تبخیر- تعرق مرجع تحت داده های محدود هواشناسی در ایستگاه خرمدره با استفاده از فرمول تجربی و شبکه عصبی مصنوعی (ann)

یکی از پیش نیازهای اساسی بهبود مدیریت مصرف آب در مزرعه، تخمین دقیق میزان آب مصرفی گیاه است. فرآیند تبخیر- تعرق مرجع به عنوان یکی از مولفه های اصلی چرخه ی هیدرولوژیکی دارای اهمیت فراوانی در مدیریت و توسعه منابع آب و نیز برنامه ریزی آبیاری می باشد. روش پنمن – مانتیث فائو (fpm) به عنوان استاندارد جهانی به منظور برآورد تبخیر-تعرق گیاه مرجع (et_0) و نیز برای ارزیابی دیگر روش های تخمین پیشنهاد گردیده که نیازمند داده های تابش خورشیدی، سرعت باد، دما و رطوبت هوا است. متاسفانه امکانات اندازه گیری برخی از پارامترهای آب و هوایی در بعضی از ایستگاه های هواشناسی وجود ندارد. به جای آن از معادلات تجربی جایگزین که داده های آن موجود است، استفاده شد. در مطالعه ی حاضر به بررسی تخمین تبخیر-تعرق مرجع با استفاده از معادلات تجربی و سیستم عصبی پرداخته شد. داده های اقلیمی بکار رفته در این مطالعه شامل دمای هوا و رطوبت نسبی می باشد که از ایستگاه هواشناسی سینوپتیک خرمدره استان زنجان در کشور ایران اخذ گردیده و دمای هوا و رطوبت نسبی بعنوان ورودی سیستم عصبی و نیز معادله ی تجربی شندل برای برآورد تبخیر-تعرق مرجع در منطقه مقایسه شدند. از ضریب عملکرد خطای جذر میانگین مربعات (rmse)، ضریب تبیین (r^2) و میانگین خطای مطلق (mae) استفاده شد.

estimation of reference evapotranspiration under limited meteorological data at khorramdareh station using experimental formula and artificial neural network (ann)

an essential prerequisite for improving farm water management is accurate estimation of plant water use. the reference evapotranspiration process as a major component of the hydrological cycle is of great importance in the management and development of water resources as well as irrigation planning. the penman-monteith fao method (fpm) has been proposed as a global standard for estimating reference plant evapotranspiration (et_0) as well as for evaluating other estimation methods requiring solar radiation data, wind speed, temperature and air humidity.unfortunately, it is not possible to measure some climatic parameters at some meteorological stations. instead, we used alternative empirical equations whose data are available. in the present study, reference evapotranspiration estimation was performed using experimental equations and the nervous system. the climatic data used in this study include the air temperature and relative humidity obtained from the khorramdareh synoptic meteorological station in zanjan province, iran, and the relative humidity and air temperature as the input of the nervous system and the experimental shandel equation for estimating evapotranspiration. references in the region were compared. mean square root error coefficient (rmse), coefficient of determination (r^2) and mean absolute error (mae) were used.