پیش‌بینی تبخیر-تعرق مرجع هفتگی با استفاده از مدل ترکیبی موجک- فازی عصبی تطبیقی

Abstract

<strong>تبخیر</strong><strong>-</strong><strong>تعرق</strong><strong>مرجع یکی ازمهم‌ترین و مؤثرترین مؤلفه‌ها در بهینه‌سازی مصرف آب کشاورزی و مدیریت</strong><strong>منابع آب می‌باشد</strong><strong>.</strong><strong> در سال‌های اخیر استفاده از </strong><strong>روش‌های هوش مصنوعی </strong><strong>و مدل هیبریدی بر پایه موجک در پیش‌بینی پارامترهای هیدرولوژیکی بسیار متداول گشته است. در مطالعه حاضر کاربرد روش‌های </strong><strong>ANFIS</strong><strong> و موجک- </strong><strong>ANFIS</strong><strong> در پیش‌بینی تبخیر-تعرق مرجع هفتگی مرجع در ایستگاه‌های همدیدی تبریز، اهواز، بندرعباس و رامسر</strong><strong> که دارای اقلیم‌های مختلفی هستند،</strong><strong> مورد بررسی و ارزیابی قرار گرفت. بدین منظور یک دوره آماری 20 ساله (1990 الی 2009) که 15 سال (1990-2004) آن برای آموزش و پنج سال انتهایی (2009-2005) جهت آزمون مدل‌های مختلف در نظر گرفته </strong><strong>شد. ترکیب‌های مختلفی از داده‌های ورودی (تأخیرهای مختلف) و انواع موجک‌های مادر مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل هیبریدی موجک</strong><strong>-</strong><strong>ANFIS</strong><strong> در هر چهار ایستگاه همدیدی مورداستفاده نسبت به مدل </strong><strong>ANFIS</strong><strong> دارای توانایی و دقت بالاتری در پیش‌بینی تبخیر-تعرق هفتگی می‌باشد. همچنین نتایج نشان داد که استفاده از تأخیرهای زمانی سالانه در مدل </strong><strong>ANFIS</strong><strong>موجب افزایش دقت گردید </strong><strong>درحالی‌که در مدل موجک-</strong><strong>ANFIS</strong><strong>استفاده از تأخیرهای زمانی سالانه موجب افزایش دقت نمی‌گردد و در برخی موارد حتی موجب کاهش دقت نیز می‌گردد</strong><strong>. بررسی انواع موجک‌های مادر نیز نشان داد که موجک‌میر مناسب‌ترین نوع موجک </strong><strong>برای پیش‌بینی تبخیر-تعرق مرجع در مقیاس هفتگی می‌باشد. از نتایج تحقیق حاضر می‌توان در برنامه‌ریزی آبیاری مناطق مورد مطالعه استفاده نمود.</strong>