بخشی از مقاله
چکیده
تبخیر و تعرق گیاه مرجع یکی از عوامل مهم سیکل هیدرولوژیکی است که باید در طرح سیستمهای آبیاری، تاسیسات آبی، مطالعات زهکشی و هیدرولوژیکی برآورد شود. اگرچه معادله پنمن مانتیث فائو 56 بهعنوان یک روش استاندارد جهت برآورد تبخیر و تعرق مرجع در نواحی مختلف تایید شده است، ولی نیاز آن به پارامترهای ورودی متنوع، استفاده گسترده از آن را محدود نموده است.
در این تحقیق با استفاده از شبکههای عصبی شعاعی - RBF - میزان تبخیر و تعرق مرجع در شرایط مختلف دادههای کامل و داده های محدود در شرایط آب و هوایی زنجان، تخمین زده شده است. در مجموع 24 سناریو با ترکیب دادههای مختلف مورد بررسی قرار گرفت. نتایج نشان میدهد که شبکه عصبی RBF با دقت بالایی قادر به تخمین مقدار تبخیر و تعرق مرجع است و در صورت وجود دادههای مربوط به دما در بدترین حالت با حداکثر خطای RMSE، 0/6 میلیمتر بر روز قادر به برآورد تبخیر و تعرق مرجع است. همچنین نتایج نشان داد که سناریو ترکیب دادههای دمای حداکثر و سرعت باد دارای دقت بسیار بالایی در تخمین تبخیر و تعرق مرجع میباشد.
مقدمه
فرآیند تبخیر و تعرق یکی از اجزا مهم توازن انرژی و آب بخصوص در مناطق خشک و نیمه خشک میباشد. برآورد تبخیر و تعرق گیاه مرجع به طور گستردهای در محاسبه نیاز آبی گیاهان، تعیین ظرفیت شبکههای آبیاری و زهکشی و طراحی سیستمهای آبیاری مورد استفاده قرار میگیرد. بر اساس استاندارد فائو، تبخیر و تعرق گیاه مرجع عبارت است از میزان آبی که یک مزرعه پوشیده از گیاه مرجع - مانند چمن - ×در یک دوره زمانی مشخص مصرف نماید بهطوری که گیاهان این مزرعه در طول دوره رشد با کمبود آب مواجه نشوند
تبخیر تعرق گیاه مرجع یک نمایه اقلیمی و بیانگر تقاضای تبخیر در آتمسفر است تبخیر تعرق گیاه تحت شرایط استاندارد، به تبخیر تعرق سطوح کشت وسیع تحت مدیریت زراعی بسیار مطلوب و آبیاری کافی اشاره دارد که بیشترین عملکرد محصول را تحت شرایط اقلیمی مشخص تولید میکنند
تاکنون مدلهای متعددی جهت برآورد تبخیر و تعرق گیاه مرجع توسط دادههای هواشناسی ارائه گشته است. در بین این مدل ها، معادله پنمن - مانتیث فائو 56، بعنوان یک مدل استاندارد جهت برآورد تبخیر و تعرق گیاه مرجع معرفی شده است
نتایج جنسن و همکاران - 1990 - با بررسی 20 روش برآورد تبخیر و تعرق و مقایسه آنها با دادههای لایسیمتری 11 مکان مختلف با شرایط آب و هوایی متفاوت، معادله پنمن مانتیث بعنوان بهترین مدل برای برآورد تبخیر و تعرق شناسایی شد، درحالیکه روش پنمن بعنوان چهارمین روش خوب ارزیابی شد.
شبکههای عصبی مصنوعی ابزارینسبتاً سریع و قابل انعطاف برای مدلسازی بشمار میآیند. در نتیجه شبکههای عصبی در مباحث مدلسازی در هیدرولوژی و هواشناسی به منظور حل مسائل مربوط به تخمین زدن، پیشبینی و طبقهبندی به کار گرفته شده اند .بطور کلی شبکههای عصبی مصنوعی ابزار موثری برای مدل کردن سیستمهای غیرخطی میباشند این شبکهها نیاز به رابطه پیچیده برای بررسی پدیده مورد نظر ندارند .با توجه به ماهیت مساله تبخیر -تعرق، شبکههای عصبی برای تخمین این پدیده به کار گرفته میشوند
در چند دهه اخیر استفاده از شبکههای عصبی مصنوعی در علوم آب گسترش فراوانی یافته است .در زمینه تخمین تبخیر و تعرق با استفاده از شبکههای عصبی نیز تاکنون مطالعاتی صورت گرفته است
سودهیر و همکاران - - 2002 از مقادیر تبخیر به دست آمده از تشت تبخیر به عنوان خروجی و دادههای روزانه دمای حداقل و حداکثر، رطوبت نسبی حداقل و حداکثر، تعداد ساعات آفتابی و سرعت باد به عنوان ورودی شبکه عصبی مصنوعی استفاده کردند .
نتایج آن ها نشان داد که چنان چه از تمامی پارامترهای نام برده به عنوان ورودی استفاده شود بهترین نتایج به دست میآید . همچنین آن ها نتیجه گرفتند که استفاده از مقادیر میانگین پارامترهای ورودی به جای مقادیر حداقل و حداکثر، تأثیر معنیداری در کاهش دقت مقادیر خروجی ندارد. زانتی و همکاران - - 2007 نیز تنها با استفاده از دمای هوا، تابش فرازمینی و ساعات آفتابی روزانه توانستند به نتایج قابل قبولی در زمینه برآورد تبخیر و تعرق مرجع دست یابند.
رحیمی خوب عملکرد شبکههای عصبی مصنوعی و روش هارگریوز را در تخمین تبخیر و تعرق گیاه مرجع برای×ٌٍ ایستگاه هواشناسی خوزستان مقایسه نمود
تبخیر و تعرق گیاه مرجع با استفاده از روش پنمن مانتیث فائو 56 محاسبه و مبنای مقایسه دو روش هارگریوز و شبکه عصبی قرار گرفت×؟در این تحقیق نتیجه گرفته شد که شبکههای عصبی در برآورد تبخیر و تعرق گیاه مرجع نسبت به روش هارگریوز از دقت بیشتری برخوردارند
صیادی و همکاران - - 1388 با استفاده از شبکههای عصبی RBF و MLP تبخیر و تعرق مرجع متوسط ماهانه ایستگاه تبریز را مورد بررسی قرار دادند. نتایج آنها نشان داد که تنها با استفاده از دو پارامتر میانگین دما و سرعت باد بعنوان ورودی میتوان میزان تبخیر و تعرق گیاه مرجع را با استفاده از دو شبکه RBF و MLP با دقت قابل قبولی تخمین زد. مقایسه دو شبکه عصبی نشان داد که شبکههای عصبی MLP نسبت به RBF از دقتنسبتاً بیشتری برخوردار هستند ولی شبکههای عصبی RBF زمان کمتری برای آموزش نیاز دارند.
سلطانی و میرلطیفی - 1389 - معادلات تجربی و شبکههای عصبی را در اقلیم بسیار خشک ایران مورد بررسی قرار دادند نتایج نشان داد مدلهای کاهش داده فائو پنمن مانتیث، اغلب نتایج بهتری نسبت به مدل های تجربی - ترک، بلانی کریدل اصلاح شده و هارگریوز سامانی اصلاح شده - و شبکههای عصبی مصنوعی ارائه میدهند. همچنین کمترین پارامتر لازم برای برآورد تبخیر تعرق دمای هوا و سرعت باد معرفی گردید.
نتایج نوری و همکاران - 1392 - نشان دهنده کارایی بهتر شبکههای عصبی مصنوعی نسبت به روشهای تجربی در برآورد تبخیر - تعرق گیاه مرجع میباشد .بر اساس نتایج به دست آمده، در صورت کمبود پارامترهای اقلیمی، تنها با اندازهگیری دمای حداقل و حداکثر و محاسبه تابش فرازمینی میتوان با خطایی معادل 0/286 میلیمتر در روز، برآورد مناسبی از تبخیر و تعرق مرجع با استفاده از شبکههای عصبی در منطقه مشهد به دست آورد.
در تحقیق حاضر با استفاده از شبکههای عصبی با تابع پایه شعاعی“RBF”× مقادیر تبخیر و تعرق متوسط× ماهانه، محاسبه شده از معادله پنمن- مانتیث فائو با استفاده از دادههای هواشناسی ماهانه مربوط به ایستگاه سینوپتیک زنجان مدلسازی شده است
نتایج این با مقادیر محاسبه شده از روش پنمن×؛ مونتیث به عنوان یک روش استاندارد مقایسه شده است
مواد و روشها
-1 موقعیت جغرافیای ایستگاه سینوپتیک زنجان در عرض جغرافیایی 36 درجه و 41 دقیقه، طول جغرافیایی 48 درجه و 29 دقیقه قرار گرفته و ارتفاع آن از سطح دریا 1663 متر میباشد. متوسط دمای زنجان 10/8 درجه سانتیگراد، متوسط بارندگی سالانه 291 میلیمتر و متوسط تبخیر و تعرق روزانه 2/8 میلی متر در روز می باشند.
-2آمار و اطلاعات در این تحقیق اطلاعات ماهانه دوره آماری 2005-1982 مورد استفاده قرار گرفته است. شکل - 1 - متوسط پارامترهای هواشناسی دما، رطوبت نسبی و سرعت باد و همچنین متوسط تبخیر و تعرق را در دوره 24 ساله 2005-1982 نشان میدهد.
-3 معادلات محاسبه تبخیر و تعرق مرجع -1-3 معادله پنمن مانتیث فائو
معادله پنمن مانتیث فائو بع نوان یک روش استاندارد برای برآورد تبخیر و تعرق مرجع گیاهان بهصورت زیر ارائه شده است
برای محاسبه پارامترهای معادله پنمن مانتیث نیاز به داده های هواشناسی زیر میباشد:
-1دمای حداقل - - Tmin و دمای حداکثر - Tmax - ،
-2 رطوبت نسبی حداقل - - RH min و رطوبت نسبی حداکثر
-3 - RH max سرعت باد
-4تشعشع خورشیدی.
