TY - JOUR ID - 13988 TI - ارایه تکنیک پیش بینی غیر- نظارت شونده در برآورد تبخیر-تعرق گیاه مرجع JO - تحقیقات منابع آب ایران JA - IWRR LA - fa SN - 1735-2347 AU - فرسادنیا, فرهاد AU - زحمتی, سعیده AU - قهرمان, بیژن AU - مقدم نیا, علیرضا AD - دانشجوی دکتری آبیاری و زهکشی/ دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایران AD - دانشجوی کارشناسی ارشد آبیاری و زهکشی/دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایران AD - استاد /گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایران AD - دانشیار هیدرولوژی، دانشکده منابع طبیعی، گروه احیای مناطق خشک و کوهستانی، دانشگاه تهران، ایران Y1 - 2016 PY - 2016 VL - 11 IS - 3 SP - 31 EP - 42 KW - نگاشت خود-سامان KW - معادله فائو-پنمن-مانتیث KW - تبخیر-تعرق گیاه مرجع KW - دشت مشهد DO - N2 - تبخیر-تعرق از اجزاء اصلی چرخه هیدرولوژی است و در تعیین نیاز آبی گیاه، مطالعات بیلان آبی و مدیریت منابع آب نقش مهمی دارد. تاکنون روش‌های مستقیم و غیر مستقیم متعددی برای برآورد تبخیر- تعرق گیاه مرجع ارائه شده است، اما هر یک از این روش‌ها دارای محدودیت‌هایی هستند. به عنوان مثال، از محدودیت‌های روش‌های اندازه‌گیری مستقیم می‌توان به عدم دقت وسایل اندازه‌گیری و مسائل مربوط به مقیاس اشاره کرد، در حالیکه روش‌های غیر مستقیم نظیر معادله پنمن-مانتیث، به پارامترهای اقلیمی روزانه زیادی نیاز دارند. در این تحقیق سعی گردید از روش نگاشت خود-سامان به عنوان یک روش شبکه عصبی مصنوعی غیر نظارت شونده در پیش‌بینی تبخیر-تعرق با حداقل پارامترهای هواشناسی به عنوان ورودی، استفاده گردد. براساس شاخص‌ های ارزیابی خوشه‌ بندی فازی، مقادیر ETo در مشهد به دو خوشه با تبخیر-تعرق کم و زیاد  تقسیم شد که با اقلیم منطقه مطابقت نشان داد. همچنین به منظور ارزیابی کارایی مدل ارائه شده از معیارهای آماری شامل (ریشه میانگین مربعات خطا، ضریب تعیین ومعیار ناش-ساتکلیف) استفاده گردید و نتایج حاصله با برآوردهای حاصل از مدل‌های تجربی مقایسه گردید. نتایج حاصله نشان داد که حتی ساده‌ترین مدل نگاشت خود-سامان با ترکیب متوسط دمای هوا و حداکثر ساعات آفتابی به عنوان ورودی نیز خطای کمتری نسبت به معادلات تجربی دارد. UR - https://www.iwrr.ir/article_13988.html L1 - https://www.iwrr.ir/article_13988_ffa21f03094a4c7a5d926271e5c9ce3f.pdf ER -