پرویز فتحی

محدودیت منابع آبی و وقوع خشکسالی های اخیر از مهمترین عواملی است که توسعه کشاورزی در مناطق خشک و نیمه خشک تحت تاثیر قرار داده است، بنابراین مدیریت منابع آب در این مناطق نقش کلیدی را در توسعه پایدار کشاورزی برعهده دارد. استفاده بهینه از منابع آبی مستلزم تخمین دقیق مقدار تبخیروتعرق مرجع و به تبع آن محاسبه آب مصرفی محصولات زراعی و باغی می باشد. معمولا در طراحی سیستم های آبیاری، از میانگین مقادیر تبخیر و تعرق مرجع برای یک دوره چند ساله داده های هواشناسی استفاده می شود. در این حالت احتمال وقوع تبخیروتعرق مرجع استفاده شده 50 درصد می باشد. بنابراین سیستم آبیاری که بر این اساس طراحی می شود، در یک دوره ده ساله آبیاری تنها می تواند نیاز آبی گیاهان را در 5 سال تامین نماید و در 5 سال دیگر نیاز آبی گیاه ممکن است بیش از توانایی سیستم برای تامین آب باشد. در این راستا با توجه به پتانسیل بالای استان کردستان و شهرستان سنندج در تولید محصولات زراعی و باغی، براورد دقیق تبخیروتعرق مرجع، در سطوح احتمالاتی مختلف، با استفاده از روشهای دقیق نظیر شبکه های عصبی مصنوعی ضرورتی اجتناب ناپذیر در طراحی دقیق تر سیستم های آبیاری و استفاده بهینه از منابع آبی به شمار می آید. در این تحقیق، از داده های 30 ساله هواشناسی ایستگاه سینوپتیک سنندج برای محاسبه تبخیر و تعرق با سطوح احتمالاتی مختلف استفاده گردید. ابتدا داده های هواشناسی ایستگاه فرودگاهی و غیرمرجع سنندج اصلاح گردید. سپس، با استفاده از داده های لایسیمتری، روش های مختلف برآورد تبخیروتعرق مرجع مورد مقایسه قرار گرفت و روش های منتخب پنم-مانتیث، هارگریوز-سامانی و تابش فائو نسبت به داده های مشاهداتی واسنجی شد. در ادامه امکان استفاده از شبکه های عصبی مصنوعی در برآورد تبخیروتعرق مرجع مورد ارزیابی قرار گرفت و نتایج حاکی از برتری این روش نسبت به سایر روش های دیگر بود، در ادامه تحقیق، مقادیر تبخیروتعرق مرجع روزانه در سطوح احتمال وقوع متفاوت، محاسبه و منحنی های مربوط به آن استخراج گردید. همچنین مقادیر تبخیروتعرق مرجع میانگین روزانه با سطوح احتمالاتی مختالف، برای دوره های 1 تا 30 روزه حداکثر نیازآبی نیز محاسبه و منحنی های مربوط به آن استخراج شد. به منظور سهولت در استفاد از این منحنی های برنامه های کامپیوتری متناظر آنها به زبان ویژوال بیسیک نوشته شد. در ادامه امک