تخمین تبخیر و تعرق پتانسیل گیاه مرجع (ET0) با استفاده از شبکه عصبی - فازی (ANFIS)

تبخیر و تعرق گیاه یکی از اجزای اصلی چرخه هیدرولوژیکیبوده و تخمینن دقیق آن اهمیت بسیار زیادی در طراحی سیستمهای آبیاری، طراحی و مدیریت شبکه های آبیاری ، برنامه ریزیهای منابع آب و مدیریت مصرف آب در مزرعه دارد . به دلیل تاثیر متقابل پارامترهای هواشناسی در محاسبه تبخیر و تعرق، تخمین دقیق آن کاری پیچیده و دارای روابط غیر خطی می باشد. در چند دهه اخیر سیستم های هوش مصنوعی کاربردهای بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل موثر بر وقوع یک پدیده وجود ندارد، پیدا کرده است. بدین منظور از سیستم استنتاج فازی - عصبی تطبیقی (ANFIS) به منظور تخمین تبخیر و تعرق گیاه مرجع در منطقه اهواز طی سالهای 1957 تا 2000 میلادی استفاده گردید که از آمار ماهانه دمای ماکزیمم و مینیمم، رطوبت نسبی ماکزیمم و مینیمم سرعت باد، ساعات آفتابی ایستگاه مورد نظر به منظور آموزش شبکه استفاده شده است. مقدار تبخیر و تعرق گیاه مرجع نیز از روش استاندارد و متداول پنمن – مونتیث برآورد گردیده است. برای تعیین دقت مدلها از پارامترهای MAE , RMSE , R2 استفاده گردید. نتایج این تحقیق نشان می دهد که ANFIS قابلیت بالایی در پیش بینی مقدار ET0 و می توان از این روش به منظور تخمین تبخیر و تعرق گیاه مرجع استفاده کرد.