پیش‌بینی تبخیر-تعرق مرجع روزانه با روش‌های مدل درختی، رگرسیون بردار پشتیبان و رگرسیون فرآیند گاوسی

نویسندگان

1 گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

2 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

چکیده

تبخیر-تعرق یکی از مهم‌ترین عوامل محدود ‌کننده توسعه کشاورزی در مناطق خشک و نیمه‌خشک می‌باشد. به‌دلیل محدودیت‌های اقتصادی و سایر محدودیت‌ها همواره جمع‌آوری داده‌های تبخیر-تعرق چالش‌های فراوانی را برای محققان در پی داشته است. لذا هدف از مطالعه حاضر پیش‌بینی تبخیر-تعرق مرجع روزانه در دو ایستگاه آستارا و اصفهان با استفاده از مدل‌های رگرسیون فرآیند گاوسی، رگرسیون بردار پشتیبان، مدل درختی M5P و رگرسیون خطی M5Rules است. برای این منظور داده‌های هواشناسی روزانه ایستگاه‌ها شامل دما، رطوبت نسبی، سرعت باد و ساعات آفتابی طی دوره 2021-1990 به‌عنوان ورودی مدل‌ها به‌کار برده شد. بررسی پارامترهای ورودی نشان داد که رطوبت نسبی بیش‌ترین تاثیر را بر دقت پیش‌بینی مدل‌ها داشته است. همچنین جهت ارزیابی کارایی مدل‌ها از معیارهای ارزیابی مختلفی استفاده شد. ارزیابی مدل‌های به‌کار رفته در ایستگاه آستارا نشان داد که سناریو پنجم با کاربرد پارامتر‌های حداکثر دما، حداقل دما، میانگین دما، رطوبت نسبی حداکثر و رطوبت نسبی میانگین مدل‌های M5P و M5Rules با داشتن مقدار خطای (mm day-1) 42/1، بالاترین دقت را نسبت به سایر مدل‌ها داشته-اند. در ایستگاه اصفهان نیز سناریو هشتم مدل M5P و M5Rules با کاربرد پارامتر‌های حداکثر دما، حداقل دما، میانگین دما، رطوبت نسبی حداکثر و رطوبت نسبی میانگین ، رطوبت نسبی حداقل، ساعات آفتابی و سرعت باد با داشتن مقدار خطای (mm day-1) 86/1، بهترین عملکرد را نسبت به سایر مدل‌ها داشتند. لذا مدل‌های M5P و M5Rules با موفقیت تبخیر-تعرق مرجع را پیش‌بینی کرده و روابط ریاضی ساده مستخرج از آنها برای استفاده در تعیین نیاز آبی گیاهان توصیه میگردد.

کلیدواژه‌ها