Yapay sinir ağları yöntemi kullanılarak buharlaşma miktarı tahmini

Abstract

Buharlaşma tahmini, özellikle kurak dönemlerde ve kurak alanlarda, sulama yönetiminde ve hidroliktasarımlarda önemli bir rol oynar. Bu çalışmada, Hargreaves-Samani, Ritchie ve Turc denklemleri gibiampirik (geleneksel) yöntemler ile Yapay sinir ağları (YSA) yöntemi performanslarının değerlendirilmesiiçin buharlaşma miktarı tahmin edilmeye çalışılmıştır. Çalışma alanı olarak Massachusett, U.S.A(Cambridge Hazne ve havzası) seçilmiştir. Günlük ortalama buharlaşma miktarı tahmini için ortalamagünlük hava sıcaklığı (HS), rüzgâr hızı (RH), güneşlenme miktarı (GM) ve bağıl nem (BN) kullanılmıştır.Tüm günlük veriler eğitim ve test verisi olmak üzere ikiye ayrılmıştır. YSA optimizasyonu için hatalarıngeriye yayılma ilkesine göre çalışan geriye beslemeli ağ algoritması kullanılmıştır. YSA sonuçları,geleneksel Hargreaves-Samani, Ritchie ve Turc yöntemlerinin sonuçları ile karşılaştırılmıştır. Karşılaştırma,ANN modelinin buharlaşma miktarı tahmininde geleneksel yöntemlerden daha iyi performans ortayakoyduğu göstermiştir.