مؤسسه انتشارات دانشگاه تهران مدیریت آب و آبیاری 2251-6298 4 2 2014 09 23 Comparison of Regression tree, artificial neural network and Hargrives-Samani in estimation of reference evapotranspiration in semi region مقایسۀ مدل رگرسیون درختی، شبکۀ عصبی مصنوعی و هارگریوز سامانی در برآورد تبخیرتعرق مرجع مناطق خشک 149 160 53031 10.22059/jwim.2014.53031 FA میترا بخشوده کارشناس ارشد گروه مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران علی رحیمی خوب استاد گروه مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران Journal Article 2013 06 28 The purpose of this study was to evaluate three models of artificial neural networks (ANN), regression trees (M5) and Hargrives-Samani (HG) in estimation of reference evapotranspiration. For this purpose was used climate information of Sistan va Baloochestan, Kerman, Yazd and Khorasan Jonoobi from 1998 to 2008. In addition to effect of wind (U) on evapotranspiration (ET<sub>0</sub>), estimation of ET<sub>0</sub> was done based on wind change in tree groups including U<2.48 m/s (U<sub>1</sub>), 2.48<U<3.67 m/s (U<sub>2</sub>) and U>3.67 m/s (U<sub>3</sub>). The results showed that optimum result of each tree methods was in U<sub>1</sub> group. The amount of RMSE and R<sup>2</sup> in ANN were 1.41 mm/day and 0.84 respectively, in MS were 1.46 mm/day and 0.83 and in HG were 2.02 mm/day and 0.69. These results showed that both ANN and MS methods are better than HG model. Besides, the run of MS to ANN is easy. هدف از این تحقیق، ارزیابی سه مدل شبکۀ عصبی مصنوعی، رگرسیون درختی و مدل هارگریوز سامانی برای برآورد تبخیرتعرق گیاه مرجع بود. بدین منظور از اطلاعات هواشناسی استان­های سیستان و بلوچستان، کرمان، یزد و خراسان جنوبی در دورۀ آماری 1998-2008 استفاده شد. با توجه به تأثیر سرعت باد بر میزان تبخیرتعرق منطقه، برآورد تبخیرتعرق براساس تغییرات سرعت باد در قالب سه گروه شامل ایستگاه­هایی با سرعت باد کمتر از 48/2 متر بر ثانیه در گروه U<sub>1</sub>، ایستگاه‌هایی با سرعت باد بین 48/2 و 67/3 متر بر ثانیه در گروه U<sub>2</sub> و ایستگاه‌هایی با سرعت باد بیشتر از 67/3 متر بر ثانیه در گروهU<sub>3</sub> صورت گرفت. نتایج نشان داد هر سه مدل شبکۀ عصبی مصنوعی، رگرسیون درختی و هارگریوز سامانی در گروه U<sub>1</sub>بهترین برآورد را داشتند. نتایج آماری میانگین مجذور مربعات خطای مدل شبکۀ عصبی مصنوعی 41/1 میلی‌متر در روز با ضریب تبیین 84/0، مدل رگرسیون درختی 46/1 میلی‌متر در روز با ضریب تبیین 83/0 و هارگریوز سامانی کالیبره‌شده 02/2 میلی‌متر در روز با ضریب تبیین 69/0 به‌دست آمد که بیانگر برتری دو روش شبکۀ عصبی و رگرسیون درختی بود. تبخیرتعرق گیاه مرجع رگرسیون درختی سرعت باد شبکۀ عصبی مصنوعی هارگریوز سامانی https://jwim.ut.ac.ir/article_53031_9455c945be124efd91e67c600e92bdd7.pdf