چکیده:
تبخیر یکی از متغیرهای اقلیمی است که پیش بینی آن نقش مهمی در برنامه ریزیهای مربوط به آب دارد. با توجه به بالا بودن نسبی میزان بارندگی در مناطق غرب ایران، آگاهی از میزان تبخیر برای مدیریت درست آب در این مناطق ضروری میباشد. از عوامل اثرگذار بر میزان تبخیر، سیگنالهای اقلیمی میباشند که توجه به نقش آنها پیش بینی تبخیر را ممکن می کند. با استفاده از مدل شبکه عصبی مصنوعی به پیش بینی تبخیر بر اساس این سیگنالها اقدام شده که آمار مربوط به تبخیر از تشت در 3 ایستگاه سینوپتیک با حداقل 20 سال آمار ماهانه و نیز مهمترین سیگنالهای اقلیمی با نرم افزار نروسلوشن (Neurosolution) تجزیه و تحلیل شده است. نتایج پژوهش نشان دهنده آن است که مهمترین سیگنالهای مرتبط با تبخیر در منطقه شامل Nina3:، Nina1، SW Monsoon، Mei و Nina4 میباشد. مقایسه دادههای مشاهده ای تبخیر و خروجی شبکه عصبی، همبستگی بالا بین این داده را نشان می دهد. به گونهای که میزان این همبستگی در ایستگاه کرمانشاه 71 درصد، همدان 82 درصد و سنندج 80 درصد است. با درنظر گرفتن خروجی شبکه عصبی مصنوعی و دادههای مربوط به سیگنالهای اقلیمی، میتوان با دقت بالای 97 درصد به پیش بینی تبخیر درمنطقه مورد پژوهش اقدام نمود.
خلاصه ماشینی:
"با استفاده از مدل شبکه عصبی مصنوعی به پیش بینی تبخیر بر اساس این سیگنال ها اقدام شده که آمار مربوط به تبخیر از تشت در ٣ ایستگاه سینوپتیک با حداقل ٢٠ سال آمار ماهانه و نیز مهمترین سیگنال های اقلیمی با نرم افزار نروسلوشن (Neurosolution) تجزیه و تحلیل شده است .
/ / شکل ٧- همبستگی داده های مشاهده ای شکل ٨- نمودار مقایسه داده های مشاهده ای / / شکل ٩- همبستگی داده های مشاهده ای شکل ١٠- نمودار مقایسه داده های مشاهده ای / / شکل ١١- همبستگی داده های مشاهده ای شکل ١٢- نمودار مقایسه داده های مشاهده ای برای پیش بینی تبخیر در ایستگاههای مورد پژوهش ، بین داده های مربوط به خروجی شبکه به عنوان متغیر وابسته و داده های مربوط به سیگنال های اقلیمی به عنوان متغیر مستقل ، همبستگی گرفته که نشان دهنده همبستگی بالا در هر سه ایستگاه می باشد.
/ شکل ١٣- نمودار پیش بینی تبخیر ماهانه در سال ٢٠١٢ برای ایستگاههای مورد پژوهش نتیجه گیری مهمترین سیگنال های اقلیمی مرتبط با تبخیر در منطقه مورد پژوهش که با استفاده از ماتریس همبستگی بین این سیگنال ها و داده های آماری تبخیر از میان ٢٤ سیگنال بزرگ مقیاس اقلیمی مشخص شده اند عبارتند از:Nina٣، SW monsoon،Mei ، Nina١ و Nina٤.
به منظور پیش بینی تبخیر، بین داده های مربوط به سیگنال های اقلیمی و خروجی شبکه عصبی مصنوعی همبستگی گرفته که میزان آن برای ایستگاه کرمانشاه ٩٩ درصد، همدان ٩٨.
براین اساس با توجه به بالا بودن ضریب همبستگی بین خروجی شبکه و سیگنال های اقلیمی و با درنظر گرفتن معادله خط همبستگی می توان با دقت بالای ٩٧ درصد نسبت به پیش بینی تبخیر برای ماههای سال بدون آمار تبخیر در ایستگاههای مورد پژوهش اقدام نمود."