فرشاد احمدی - دانشجوی دکترای مهندسی منابع آب دانشگاه شهید چمران، اهوز، ایران
فریدون رادمنش - استادیار گروه مهندسی منابع آب دانشگاه شهید چمران اهواز، اهواز، ایران
رسول میرعباسی نجف آبادی - استادیار گروه مهندسی آب دانشگاه شهرکرد، شهر کرد، ایران
سجاد آیشم - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه ارومیه، ارومیه، ایران

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، ۶ ایستگاه سینوپتیک در منطقه شمال­غرب کشور در دوره آماری ۳۸ ساله (۲۰۱۰-۱۹۷۳) 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 موثر 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 ۱۰ 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.

برنامه ریزی ژنتیک, تبخیر- تعرق گیاه مرجع, حافظه, ماشین بردار پشتیبان