Forecasting evapotranspiration using artificial neural networks with the lowest meteorological data
Abstract:
Accurate estimating evapotranspiration is crucial for water resource management. Evapotranspiration is an important component in water balance in different areas. Knowing the amount of water consumed per product, water engineers are able to calculate evapotranspiration as the most important component of hydrological cycle. In this study, the daily evapotranspiration of Urmia Plain was calculated using meteorological data during the period of 1984-2011 using FAO - Penman - Monteith as a base method. Then, evapotranspiration was calculated with the help of MLP and RBF neural network models using different scenarios with different input parameters. The results indicated that the daily evapotranspiration could be predicted with acceptable accuracy (RMSE = 0.985 and R2 = 0.963 for MLP network and RMSE = 0.537 and R2 = 0.963 for RBF network) using only three parameters: average temperature, sunshine hours, and wind speed. In general, it can be observed that evapotranspiration equation is more depended on the sunshine hours, wind speed, and temperature. Both MLP and RBF networks could be used for calculating the amount of evapotranspiration with high accuracy, but total accuracy of MLP network is more than RBF network.
Language:
Persian
Published:
Journal of Environment and Water Engineering, Volume:2 Issue: 2, 2016
Pages:
122 - 135
magiran.com/p1741948  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 400,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
پرداخت با کارتهای اعتباری بین المللی از طریق PayPal امکانپذیر است.
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.