fa پیش بینی تبخیر با استفاده از شبکه عصبی مصنوعی و سیگنا لهای اقلیمی در حوضه دز تخصصی Special پژوهشی اصیل Original Research <div style="text-align: justify;">تبخیر از پدیده های مهم چرخه آبشناختی است و تخمین و پیش بینی آن در مدیریت و برنامه ریزی اصولی آب ضروری&nbsp;می باشد، به همین خاطر به پیش بینی این پدیده در حوضه دز که بخش مهمی از آب مصرفی کشور را تأ مین می کند پرداخته شده است. در شبیه سازی تبخیر و بررسی امکان پیش بینی آن ازمدل شبکه عصبی مصنوعی با بهره گیری از نرم افزار نروسلوشن استفاده گردیده که آمار مربوط به تبخیر در 4 ایستگاه همدید با حداقل 19 سال آمار ماهانه و داده های مربوط به مهمترین شاخص های آب و هوایی، مورد تجزیه و تحلیل قرار گرفته است. نتایج پژوهش نشان می دهد که مهمترین شاخص های مرتبط با تبخیر در حوضه شامل نینا 3، اس. دبلیومونسون، ام.ای.آی، نینا 1، نینا 4 و نینا 3/4 میباشد. مقایسه داده های مشاهده ای تبخیر و خروجی شبکه عصبی مصنوعی همبستگی بالا بین این داده ها را نشان&nbsp;می دهد، به طوریکه میزان این همبستگی در ایستگاه خرم آباد 79 درصد، دزفول 94 درصد، کوهرنگ 80 درصد و&nbsp;اراک 72 درصد است. با توجه به خروجی شبکه عصبی و داده های مربوط به شاخص های آب و هوایی می توان با&nbsp;دقت بالای 98 درصد به پیش بینی تبخیر درحوضه اقدام نمود</div> <div style="text-align: justify;">Evaporation is an important phenomenon in Hydrological cycle and estimation and prediction is necessary for proper planning and management of water, so to predict it&#39;s occurred has been in Dez basin that significant part of the water supplies. The simulated evaporation and the possibility of prediction it, using neural network that data of evaporation at 4 station and claimant signals whit at least 19 years monthly analysis. The results show that the most important signals affecting the evaporation basin include: Nina3, Nina1, Sw monsoon, Mei, Nina4 and Nina3.4. Comparison of observed data with a high correlation between the ANN output data shows. So that the correlation of the Khorramabad station is 79%, Dezful 94%, Kuhrang 80%, and Arak 72%. The output data of the neural network and climatic signals, can accurately predict the top 98% of the basin evaporation.</div> پی شبینی, تبخیر, شاخص های آب و هوایی, شبکه عصبی مصنوعی, حوضه دز. Predict, Evaporation, Climate Signals, Artificial Neural Network, Dez Basin . 261 274 http://georesearch.ir/browse.php?a_code=A-10-1-192&slc_lang=fa&sid=1 Enayatollah Rahmati عنایت اله رحمتی Enayat51@yahoo.com 10031947532846005506 10031947532846005506 Yes Department Of Climatology, Islamic Azad University,Najaf Abad,Iran گروه جغرافیا، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، نجف آباد،ایران Majid Montazeri مجید منتظری 10031947532846005507 10031947532846005507 No Department Of Climatology ,Isfahan University ,Isfahan,Iran گروه آب و هواشناسی، دانشگاه اصفهان،اصفهان،ایران Amir Gandomkar امیر گندمکار 10031947532846005508 10031947532846005508 No گروه جغرافیا، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، نجف آباد،ایران Mehran Lshanizand مهران لشنی زند، 10031947532846005509 10031947532846005509 No Lorestan Agriculture Research Center,Lorestan,Iran عضو هیأت علمی مرکز تحقیقات کشاورزی لرستان ،لرستان،ایران