@ARTICLE{Saeidinia, author = {Sabzevari, Y. and Saeidinia, M. and }, title = {Evaluation of Experimental Models and Artificial Intelligence in Estimation of Reference Evapotranspiration (Case Study: Boroujerd Station)}, volume = {25}, number = {2}, abstract ={فائوپنمن‌مانتیث روشی مبنا، برای برآورد تبخیر- تعرق مرجع است. در خیلی از موارد دسترسی به همه اطلاعات مورد نیاز، مشکل است، لذا جایگزینی مدل‌های با ورودی‌های اولیه کم و دقت مناسب ضرورت می‌یابد. هدف از این پژوهش بررسی قابلیت مدل‌های تجربی، برنامه‌ریزی بیان ژن، رگرسیون گام‌به‌گام و شبکه‌بیزین در برآورد تبخیر- تعرق مرجع است. برای اطلاعات ورودی مدل از اطلاعات روزانه ایستگاه سینوپتیک بروجرد در بازه زمانی 1396- 1375 استفاده شد. بر اساس همبستگی بین پارامترهای ورودی و خروجی، شش الگوی ورودی برای مدل‌سازی تعیین شد. نتایج نشان داد از بین مدل‌های تجربی، مدل کیمبرلی‌پنمن دارای عملکرد بهتری است. برنامه‌ریزی بیان ژن با الگوی چهارم و عملگرهای پیش‌فرض مدل، دارای 0/98R2= و 9/0 RMSE=، شبکه‌بیزین با الگوی ششم، دارای 0/91 R2= و 01/1 RMSE= و رگرسیون گام‌به‌گام با الگوی ششم دارای 0/91R2= و 9/0 RMSE= در مرحله آموزش دقیق‌ترین الگوها هستند. مقایسه عملکرد مدل‌ها حاکی از برتری مدل برنامه‌ریزی بیان ژن نسبت به بقیه مدل‌ها بود به‌طوری ‌که دارای متوسط قدر مطلق خطای ‌نسبی (AARE) به میزان 0/12 و نسبت میانگین (MR) به میزان 0/94 بود. نتایج به‌دست آمده نشان داد که برنامه‌ریزی بیان ژن دارای توانایی قابل قبولی در تخمین تبخیر- تعرق مرجع تحت شرایط آب‌وهوایی بروجرد بوده و و می‌تواند به‌عنوان یک مدل مناسب ارائه شود. }, URL = {http://jstnar.iut.ac.ir/article-1-4013-fa.html}, eprint = {http://jstnar.iut.ac.ir/article-1-4013-fa.pdf}, journal = {Journal of Water and Soil Science}, doi = {10.47176/jwss.25.2.42621}, year = {2021} }