برآورد تبخیر- تعرق مرجع روزانه با استفاده از روش جنگل تصادفی بهینه سازی شده با الگوریتم ژنتیک

تبخیر- تعرق یک متغیر مهم در فعل و انفعالات بین خاک، پوشش گیاهی، جو، انرژی سطح زمین و آب است. از طرفی، اندازهگیری آن از طریق روش های مستقیم، هزینه و زمان زیادی میطلبد. هدف از پژوهش حاضر، بررسی توانایی روش جنگل تصادفی (RF) در دو حالت منفرد و بهینه شده با الگوریتم ژنتیک (RF- GA) می باشد. بدین منظور، داده های روزانه برخی از متغیرهای هواشناسی اثرگذار بر پدیده تبخیر- تعرق در دوره آماری 20 ساله (1400-1380) در سه ایستگاه تبریز، سراب و مراغه واقع در استان آذربایجان شرقی جمعآوری شد. سپس، شش سناریو ترکیبی از متغیرهای هواشناسی برای واسنجی و صحت سنجی مدل های مذکور مد نظر قرار گرفتند. علاوه براین، عملکرد سه گروه از روش های تجربی برآورد کننده تبخیر- تعرق مرجع نیز مورد بررسی قرار گرفت. در نهایت، با استفاده از معیارهای آماری کارایی روش ها مورد ارزیابی قرار گرفت. نتایج نشان داد که به منظور تخمین ET0 با استفاده از متغیرهای هواشناسی کمتر سناریو 4 با شاخص پراکندگی 131/0 در ایستگاه تبریز، 171/0 در ایستگاه سراب و 134/0 در ایستگاه مراغه دقت بالایی دارد. همچنین سناریو 2 در ایستگاه های تبریز، سراب و مراغه به ترتیب با شاخص پراکندگی184/0، 220/0 و172/0 با دقت قابل قبولی می تواند مورد استفاده قرار گیرد. در حالت مقایسه جنگل تصادفی عملکرد بهتری نسبت به روش های تجربی در ایستگاه های مورد مطالعه نشان داد. در نهایت، استفاده از روش جنگل تصادفی بهمنظور برآورد دقیقی از میزان تبخیر- تعرق مرجع در استان آذربایجان شرقی پیشنهاد گردید.