مقایسه روش‌های سری زمانی و شبکه عصبی مصنوعی در پیش‌بینی تبخیر-تعرق مرجع (مطالعه موردی: ارومیه)

Abstract

<strong> تبخیر-تعرق یکی</strong><strong>از</strong><strong>مؤ</strong><strong>لفه­های</strong><strong>مهم</strong><strong>در</strong><strong>مصرف</strong><strong>منابع</strong><strong>آب در بخش کشاورزی</strong><strong>می­باشد. لذا ارائه روشی که پیش­بینی مناسب و دقیقی از میزان تبخیر-تعرق مرجع را بدهد، می­تواند در اخذ</strong><strong>تصمیم­ بهینه</strong><strong>برای</strong><strong>برنامه­ریزی منابع آب کمک</strong><strong>کند. در</strong><strong>این</strong><strong>تحقیق،</strong><strong>روش­های سری زمانی و شبکه­های عصبی مصنوعی در</strong><strong>پیش­بینی</strong><strong>تبخیر-تعرق مرجع ماهانه</strong><strong>در</strong><strong>ایستگاه</strong><strong>سینوپتیک ارومیه</strong><strong>مورد</strong><strong>مقایسه</strong><strong> قرار گرفتند</strong><strong>. بدین منظور در گام نخست بهترین مدل سری زمانی از بین مدل­های </strong><strong>AR</strong><strong>و </strong><strong>ARMA</strong><strong>و بهترین مدل شبکه عصبی از بین شبکه­های با تابع پایه شعاعی</strong><strong> (</strong><strong>RBF</strong><strong>) </strong><strong>و پرسپترون چندلایه </strong><strong>(</strong><strong>MLP</strong><strong>)</strong><strong> انتخاب گردید. در گام دوم دو مدل انتخاب شده با یکدیگر مقایسه شدند. در مدل­های شبکه­ عصبی ذکر شده تاخیر­های ماهانه مختلف از تبخیر-تعرق مرجع به عنوان ورودی شبکه انتخاب گردید. </strong><strong>در این فرآیند مقادیر</strong><strong>تبخیر-تعرق مرجع ماهانه از سال 1350 تا 1389 با استفاده از روش پنمن مونتیث فائو محاسبه شد. داده­های مذکور از سال1350 تا 1384 برای انتخاب بهترین مدل سری زمانی و بهترین ساختار شبکه­ها استفاده و از داده­های 1385 تا 1389 به­منظور مقایسه روش­ها استفاده گردید. نتایج نشان داد که مدل </strong><strong>AR(11)</strong><strong>در بین سایر مدل­های سری زمانی عملکرد بهتری داشته و مدل </strong><strong>RBF</strong><strong>دارای خطای کمتری نسبت به مدل </strong><strong>MLP</strong><strong>بود. مقایسه بهترین مدل سری زمانی (مدل </strong><strong>AR(11)</strong><strong>) با بهترین مدل شبکه عصبی (مدل </strong><strong>RBF</strong><strong>) نشان داد که مدل </strong><strong>RBF</strong><strong>توانست مقادیر تبخیر-تعرق مرجع را در دوره 1385 تا 1389 با خطای کمتری پیش­بینی کند. مقدار جذر میانگین مربعات خطا در دو مدل </strong><strong>AR(11)</strong><strong>و </strong><strong>RBF</strong><strong>به ترتیب 85/1 و 999/0 میلی­متر در ماه به دست آمد.</strong>