وحید عظیمی - دانش آموخته گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز،
سیده صدیقه حسینی - دانشجوی کارشناسی ارشد آبخیزداری دانشگاه آزاد اسلامی نور
محمدمهدی تقوی - دانشجوی کارشناسی ارشد آبخیزداری دانشگاه آزاد اسلامی نور،
مهدی وفاخواه - استادیار دانشگاه تربیت مدرس

بارش یکی از مهمترین پدیده های اقلیمی است که سرتاسر کره خاکی را تحت تاثیر خود قرار می دهد اما از مقدار نزولات اندکی صرف تولید محصول می گردد. لذا آن قسمت از بارش که در دوره های رشد گیاه دریافت شده و برای تولید محصول مورد استفاده قرار می گیرد به نام باران موثر شناخته می شود. در این تحقیق به مقایسه روش های هوشمند GEP، MLP و RBF در تخمین بارش موثر پرداخته شده است. بدین منظور محاسبه بارش موثر در ایستگاه تبریز برای داده های ماهانه سالهای 1982 تا 2008 با استفاده از رابطه SCS گردید. داده های تبخیر-تعرق مرجع، بارش، دمای حداقل و حداکثر، رطوبت نسبی و سرعت باد در سناریوهای مختلف برای مدلسازی بکار برده شد. از 240 سری داده ماهانه برای آموزش و از 84 سری داده برای تست سناریوهای مدل های مورد استفاده استقاده گردید. نتایج بدست آمده نشان می دهد مدل GEP به مراتب عملکرد بهتری در پیش بینی بارش موثر از روی داده های هواشناسی دارد. همچنین مدل GEP بدلیل ارایه رابطه ریاضی برای محاسبات بر اساس داده های آینده حایز اهمیت می باشد.

بارش موثر، داده هواشناسی، GEP، MLP، RBF