علی شعبانی - استادیار بخش مهندسی آب، دانشکده کشاورزی، دانشگاه فسا، فسا، جمهوری اسلامی ایران
علیرضا سپاس خواه - استاد بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شیراز، شیراز، جمهوری اسلامی ایران
مهدی بهرامی - استادیار بخش مهندسی آب، دانشکده کشاورزی، دانشگاه فسا، فسا، جمهوری اسلامی ایران
فاطمه رازقی - استادیار بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شیراز، شیراز، جمهوری اسلامی ایران

در بسیاری از مسائل آبیاری و زهکشی، هیدرولوژی، محیط زیستی و منابع آب تخمین دقیق تر تبخیر- تعرق اهمیت زیادی دارد. استفاده از شبکه عصبی مصنوعی یکی از روش های تخمین تبخیر- تعرق مرجع می باشد. تاکنون در بیشتر مقالات منتشر شده داده های اقلیمی به عنوان ورودی شبکه عصبی جهت تخمین تبخیر- تعرق مرجع مورد استفاده قرار گرفته است. در این تحقیق از تبخیر- تعرق محاسبه شده بوسیله روش های محاسباتی هارگریوز سامانی، جنسن هیز، تورک و روش تشت تبخیر در کنار داده های هواشناسی به عنوان داده های ورودی شبکه عصبی مصنوعی استفاده شد. نتایج نشان داد که از بین روش هایمذکور به همراه داده های هواشناسی به عنوان داده های ورودی شبکه عصبی تنها روش جنسن هیز منجر به تخمین تبخیر-تعرق مرجع روش استاندارد پنمن- مانتیس فائو با دقت بالا گردید و در بقیه روش ها استفاده از شبکه عصبی مصنوعی به همراه روش های محاسباتی اگرچه اندکی دقت تخمین را بهبود داده اما همچنان دقت این روش ها برای محاسبه تبخیر- تعرق مرجع پایین می باشد.

شبکه عصبی ،پنمن- مانتیس فائو، هارگریوز سامانی، جنسن هیز، تورک، تشت تبخیر