TY - JOUR ID - 150752 TI - مدلسازی تبخیر ماهانه با استفاده از روش‏های منفرد و هیبریدی-موجک داده‏کاوی در حوضه‏های آبریز ایران با تنوع اقلیمی JO - نشریه علمی پژوهشی مهندسی آبیاری و آب ایران JA - IWE LA - fa SN - 2251-7359 AU - عمادی, علیرضا AU - زمان زاد قویدل, سروین AU - زارعی, سهیلا AU - رشید نیقی, علی AD - گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری AD - پژوهشگر پسا دکتری، گروه مهندسی آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران AD - دانشجوی دوره دکتری مهندسی منابع آب، گروه مهندسی آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران AD - پژوهشگر پسا دکتری، دانشگاه مینه ستو آمریکا Y1 - 2022 PY - 2022 VL - 12 IS - 4 SP - 354 EP - 373 KW - اقلیم KW - تبخیر KW - داده‏کاوی KW - موجک DO - 10.22125/iwe.2022.150752 N2 - تبخیر به ‌عنوان یکی از پارامترهای طبیعی، همواره مورد توجه محققین بوده است. در این پژوهش، متغیر تبخیر ماهانه با استفاده از روش‏های شبکه عصبی مصنوعی، سامانه استنتاجی فازی-عصبی تطبیقی و برنامه‏ریزی بیان ژن و ترکیب روش‏های مذکور با تئوری موجک، در دو اقلیم متفاوت ایران مدلسازی شد. بدین منظور، داده‏های هواشناسی بارش، رطوبت نسبی، دمای میانگین، دمای بیشینه، دمای کمینه و سرعت باد، در طول دوره آماری 1397-1384 مربوط به دو حوضه آبریز دریاچه ارومیه و گاوخونی به کار گرفته شد. در این مطالعه، اثر فصلی و نویززدایی داده‏ها اعمال شد. دقت روش‏های مورد مطالعه بر اساس شاخص‏های آماری ضریب همبستگی (R)، ریشه میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE) و ضریب کارایی نش-ساتکلیف (NSE) مورد بررسی قرار گرفت. نتایج حاکی از این است که در دو اقلیم مختلف روش‏های هیبرید موجک برنامه‏ریزی بیان ژن و شبکه عصبی مصنوعی منفرد به ترتیب دارای بالاترین و ضعیف‏ترین عملکرد در میان سایر مدل‏های داده کاوی به کار رفته در این تحقیق هستند. مدل هیبریدی موجک-برنامه‏ریزی بیان ژن با مقدار RMSE  برابر با 870/20 و 884/156 میلی‏متر به ترتیب برای ایستگاه‏های تازه‏کند در حوضه آبریز دریاچه ارومیه و کوهپایه در حوضه آبریز گاوخونی عملکرد بالاتری را داشته است. همچنین، نتایج نشان داد که تاًثیر به کارگیری ضریب فصلی و نویززدایی داده‏ها در ارتقاء عملکرد مدل‏ها قابل توجه است. بر اساس نتایج، عملکرد مدل‏ها در حوضه آبریز دریاچه ارومیه با اقلیم Dsa بهتر بوده است. همچنین، روش‏های داده‏کاوی هیبریدی را می‏توان به عنوان جایگزین مناسبی برای روش‏های قدیمی معرفی نمود. UR - https://www.waterjournal.ir/article_150752.html L1 - https://www.waterjournal.ir/article_150752_65e72af08fb125fe8e07112547cdbe15.pdf ER -