شبیه سازی پروسه تبخیر در اقلیم شناسی با شبکه عصبی مصنوعی

چکیده

تبخیر یک مرجع مهم برای مدیران منابع آب است. این مطالعه یک مدل هیبریدی را که ترکیبی از شبکه های عصبی مصنوعی پیچیده (BPNN) است.

فرآیند تبخیر و تعرق به عنوان یکی از مؤلفه­های اصلی چرخه هیدرولوژیک دارای اهمیت فراوانی در مدیریت و توسعه منابع آب و نیز برنامه­ریزی آبیاری می­باشد. در مطالعه حاضر به بررسی قابلیت سیستم استنتاج عصبی– فازی تطبیقی در بهبود تخمین میزان تبخیر و تعرق روزانه گیاه مرجع (ET_o) پرداخته شد.

تبخیر فاکتور مهمی است که روی منابع آب تاثیر می گذارد. یک ارزیابی دقیق از تبخیر وابسته به مدیریت کشاورزی، توازن آب و زنجیره آب و منابع زمینی است. تقابل پیچیده بین زمین و سیستم های اتمسفری از ارزیابی های مثبت و دقیق و موثر در این زمینه جلوگیری می کند.

براساس مقایسه، شبکه MLP بهتر از شبکه های المان و RBNN عمل می کند. پس در مرحله بعدی حساسیت آنالیز توسط متدهای PaD و مقیاسی در رابطه با خروجی های MLP مورد پردازش و اجرا قرار می گیرد.

کلمات کلیدی: تبخیر، شبکه های مصنوعی، آنالیز، شبیه سازی