TY - JOUR ID - 54853 TI - پیش‌بینی تبخیر و تعرق ماهانه گیاه مرجع در شمال‌غرب کشور با استفاده از برنامه‌ریزی ‌ژنتیک و ماشین بردار پشتیبان JO - نشریه آبیاری و زهکشی ایران JA - IDJ LA - fa SN - 2008-7942 AU - احمدی, فرشاد AU - رادمنش, فریدون AU - میرعباسی نجف آبادی, رسول AU - آیشم, سجاد AD - دانشجوی دکترای مهندسی منابع آب دانشگاه شهید چمران، اهوز، ایران AD - استادیار گروه مهندسی منابع آب دانشگاه شهید چمران اهواز، اهواز، ایران AD - استادیار گروه مهندسی آب دانشگاه شهرکرد، شهر کرد، ایران AD - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه ارومیه، ارومیه، ایران Y1 - 2015 PY - 2015 VL - 9 IS - 1 SP - 54 EP - 65 KW - برنامه‌ریزی ژنتیک KW - تبخیر- تعرق گیاه مرجع KW - حافظه KW - ماشین بردار پشتیبان DO - N2 - در مطالعه حاضر به­منظور تخمین تبخیر- تعرق گیاه مرجع با استفاده از دو مدل ماشین بردار پشتیبان (SVM) و برنامه­ریزی ژنتیک (GP) در مقیاس زمانی ماهانه، 6 ایستگاه سینوپتیک در منطقه شمال­غرب کشور در دوره آماری 38 ساله (2010-1973) انتخاب گردید. در ابتدا مقادیر تبخیر- تعرق مرجع ماهانه برای ایستگاه­های منتخب توسط روش فائو- پنمن- مانتیث محاسبه و به عنوان خروجی مدل­های SVM و GP در نظر گرفته شد. سپس یک رابطه رگرسیونی بین متغیرهای اقلیمی مختلف مؤثر در پدیده تبخیر- تعرق به­دست آمده و الگوهای مختلف ورودی برای مدل­های مورد استفاده مشخص شد که بر این اساس رطوبت نسبی با داشتن کم­ترین اثر از ورودی­ها حذف گردید. هم­چنین در مطالعه حاضر، به منظور بررسی اثر حافظه در پیش­بینی تبخیر- تعرق از گام­های زمانی (تاخیر) یک، دو، سه، چهار و پنج ماهه نیز به عنوان ورودی برای مدل­ها 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 پیش­بینی تبخیر- تعرق مرجع ماهانه در شمال غرب ایران داشت، ولی کارایی مدل SVM به مراتب بهتر از مدل GP بود. هم­چنین نتایج مطالعه حاضر نشان داد که در صورت نبود اطلاعات هواشناسی کافی، می­توان از حافظه نیز در پیش­بینی تبخیر- تعرق گیاه مرجع استفاده کرد. UR - https://idj.iaid.ir/article_54853.html L1 - https://idj.iaid.ir/article_54853_24e9d1b685854970f04dbf4cd91d0a96.pdf ER -