سنجش حساسیت تبخیر و تعرق مرجع نسبت به عوامل اقلیمی با استفاده از تکنیک های هوش محاسباتی و روش های آماری چند متغیره

تبخیروتعرق یکی از پارامترهای موثر بر بیلان آبی حوزه های آبریز محسوب می شود. پارامترهای زیادی بر پدیده تبخیروتعرق اثر می گذارند بنابراین برای استخراج معادلات حاکم بر فرآیند تبخیروتعرق نمی توان تمامی این متغیرها را، حتی در صورت موجود بودن، لحاظ نمود. تعیین مهمترین این عوامل و کاهش آنها در فرآیند مدل سازی می تواند منجر به افزایش دقت برآورد گردد. بنابراین، انتخاب مدل مناسب برای تعیین حساسیت و تعیین تاثیر نسبی پارامترهای مختلف اقلیمی بر تبخیروتعرق دارای اهمیت زیادی است. در این پژوهش، با استفاده از تکنیک های هوش محاسباتی و هم چنین روش های آماری چند متغیره، تحلیل حساسیت عومل موثر بر تبخیروتعرق مرجع بر پایه روش فائو پنمن-مانتیث در مناطق غرب و شمال غرب ایران بررسی شد. به منظور افزایش دقت در نتایج خروجی مدل ها و در نظر گرفتن نوع اقلیم در فرآیند تبخیرو تعرق، با استفاده از روش ادغام وارد و معیار شباهت اقلیدسی در تکنیک تحلیل خوشه ای، بر پایه داده های ایستگاه های سینوپتیک و کلیماتولوژی، محدوده مطالعه به چند منطقه همگن اقلیمی تفکیک شد. سپس در هر یک از مناطق همگن، اقدام به بررسی مهمترین پارامترهای موثر بر تبخیروتعرق مرجع با استفاده از سه روش تحلیل عاملی، شبکه عصبی و درخت تصمیم شد. در پایان صحت و اعتبارسنجی هر یک از این روش ها برای مناطق همگن مختلف انجام شد. نتایج پژوهش نشان داد که روش شبکه عصبی برای تعیین مهمترین پارامترهای موثر بر تبخیروتعرق نسبت به روش های درخت تصمیم و تحلیل عاملی کارایی بهتری دارد. در پایان با استفاده از پارامترهای منتخب از شبکه عصبی مصنوعی معادلات ساده و با دقت برای هر منطقه همگن استخراج شد و به عنوان نمونه برای یک ایستگاه مورد آزمون قرار گرفت.