پیشبینی تبخیر و تعرق ماهانه گیاه مرجع در شمال غرب کشور با استفاده از برنامه ریزی ژنتیک و ماشین بردار پشتیبان

در مطالعه حاضر به منظور تخمین تبخیر- تعرق گیاه مرجع با استفاده از دو مدل ماشین بردار پشتیبان (SVM) و برنامه ریزی ژنتیک (GP) در مقیاس زمانی ماهانه، 6 ایستگاه سینوپتیک در منطقه شمال غرب کشور در دوره آماری 38 ساله (2010-1973) انتخاب گردید. در ابتدا مقادیر تبخیر- تعرق مرجع ماهانه برای ایستگاه های منتخب توسط روش فایو- پنمن- مانتیث محاسبه و به عنوان خروجی مدل های SVM و GP در نظر گرفته شد. سپس یک رابطه رگرسیونی بین متغیرهای اقلیمی مختلف موثر در پدیده تبخیر- تعرق به دست آمده و الگوهای مختلف ورودی برای مدل های مورد استفاده مشخص شد که بر این اساس رطوبت نسبی با داشتن کم ترین اثر از ورودی ها حذف گردید. هم چنین در مطالعه حاضر، به منظور بررسی اثر حافظه در پیش بینی تبخیر- تعرق از گام های زمانی (تاخیر) یک، دو، سه، چهار و پنج ماهه نیز به عنوان ورودی برای مدل ها استفاده شد. به طور کلی، برای هر مدل 10 الگوی ورودی ایجاد گردید. هرچند نتایج حکایت از دقت بالا و خطای کم هر دو مدل در پیش بینی تبخیر- تعرق مرجع ماهانه در شمال غرب ایران داشت، ولی کارایی مدل SVM به مراتب بهتر از مدل GP بود. هم چنین نتایج مطالعه حاضر نشان داد که در صورت نبود اطلاعات هواشناسی کافی، می توان از حافظه نیز در پیش بینی تبخیر- تعرق گیاه مرجع استفاده کرد.