ارزیابی کاربرد مدل رگرسیون چندمتغیره تیغه ای در برآورد تبخیر از تشت

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد منابع آب، دانشکده کشاورزی، دانشگاه تبریز

2 دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

چکیده

     یکی از پارامترهای مهم در برنامه­ریزی و بهره­برداری از مخازن و طراحی سامانه­های آبیاری، تبخیر و تعرق می­باشد. اهمیت کاربردی تخمین هرچه دقیق تبخیر از یک سو و پیچیدگی رابطه علت و معلولی پدیده از سوی دیگر، ضرورت استفاده از روش­های جدید داده­کاوی را نشان می­دهد. در این مطالعه امکان شبیه­سازی تبخیر از تشت در ایستگاه تبریز با استفاده از مدل­های رگرسیون چندمتغیره بررسی شد. داده­های هواشناسی شامل حداکثر و حداقل دمای هوا، نقطه شبنم، حداکثر و حداقل رطوبت نسبی، تعداد ساعات آفتابی و سرعت روزانه باد سال­های 91-1371 ایستگاه سینوپتیک تبریز استفاده شدند. مدل­های مختلف رگرسیونی چندگانه خطی و غیر خطیبرای ایستگاه تبریز بسط داده شدند. مدل منتخب رگرسیون چندگانه خطی توسط روش رگرسیون تیغهای  مورد آزمون قرار گرفت تا چند همخطی بین ورودی­ها در مدل لحاظ شود. مقادیر ضریب تورم واریانس برای یکایک متغیرها محاسبه شد. نتایج نشان داد که همه ضریب تورم واریانس­ها دارای مقدار کمتر از 10 بودند. افزون بر این، نسبت  برای مدل منتخب با دو متغیر حداقل دمای هوا و تعداد ساعات آفتابی، برابر با 34/3 به­دست آمد. بنابراین چند همخطی در مدل رگرسیون چندگانه خطی، منتخب مشاهده نشد. آماره دوربین واتسون نیز برای مدل منتخب برابر 45/1 به­دست آمد که نشانگر قابل اعتماد بودن مدل رگرسیونی چندگانه خطی منتخب می­باشد. مقادیر RMSE و R2  برای مدل­های منتخب به­ترتیب برابر 45/2 میلی­متر بر روز و 67/0 برای رگرسیون چندگانه خطی و 58/2 میلی­متر بر روز و 65/0 برای رگرسیون چندگانه غیرخطی به­دست آمد که این نتیجه نشانگر توانایی روش­های رگرسیونی در تخمین تبخیر از تشت در ایستگاه تبریز می­باشند.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of Multiple Ridge Regression Model to Estimation of Pan Evaporation

نویسندگان [English]

  • Majid Jafari 1
  • Yaghob Dinpasho 2
چکیده [English]

Abstract
     Evapotranspiration is one of the most important parameters in the Planning and operation of reservoirs, designing of irrigation systems. The practical importance of accurate estimates of evaporation and the complexity of effect phenomenon, shows the use of new methods of data mining. In this study, the simulation of pan evaporation in Tabriz station using multiple regression models were investigated. Meteorological data, including maximum and minimum air temperature, dew point, maximum and minimum air relative humidity, number of sunshine hours and Daily wind speed during (1992-2012) were used in synoptic Tabriz stations. Various models of multiple linear regression and nonlinear one  were derived for Tabriz station. The selected multiple linear regression model were tested by Ridge Regression method to be considered multi-collinearity among inputs in the model.Variance inflation factor, values for each variable were calculated. The results showed that all Variance inflation factor ,s had the value less than 10. In addition, the ratio  for two- variable selected model was 3.34. Therefore, there was no multi-collinearity in the selected multiple linear regression model f (Tmin, n). Durbin-Watson statistic for the selected model was 1.45 that shows the reliability of the selected multiple linear regression model. RMSE and R
2
values of the selected models (multiple linear regression and Non- Linear Regression) was calculated as 2.45 and 0.67 and 2.58 and 0.65, respectively. This results demonstrate the ability of regression techniques to estimate Pan evaporation in Tabriz station.

کلیدواژه‌ها [English]

  • Tabriz
  • Evaporation
  • Multi-collinearity
  • Ridge regression
  • Regression Models