انجمن آبخیزداری ایران مجله اکوهیدرولوژی 2423-6098 5 2 2018 06 22 Used from Entropy theory and Gamma test in the determination input variables for daily evaporation estimation استفاده از تئوری آنتروپی و آزمون گاما در تعیین متغیر‌های ورودی برای تخمین تبخیر روزانه (مطالعۀ موردی: ایستگاه ‏های سینوپتیک رشت، بندرانزلی و آستارا) 535 549 65856 10.22059/ije.2017.239442.699 FA سید مصطفی بی‌آزار دانشجوی دکتری مهندسی منابع آب، دانشکدۀ کشاورزی، دانشگاه تبریز 0000-0002-8596-2051 محمدعلی قربانی دانشیار گروه مهندسی منابع آب، دانشکدۀ کشاورزی، دانشگاه تبریز صابره دربندی استادیار گروه مهندسی منابع آب، دانشکدۀ کشاورزی، دانشگاه تبریز Journal Article 2017 08 23 This research assessment ability of entropy theory and Gamma test for input variable of Artificial Network and Support Vector Machine as evaporation estimation for Rasht, Astara and Anzali in Guilan province. According the results, for Rasht synoptic, Astara and Anzali, Entropy Theory is determined that existence all variables are effective for modelling. Gamma test, for Rasht station two variables contain maximum and average humidity, for Anzali station three variables, contain minimum and average temperature and average humidity and for Astara station one variable contain wind speed eliminated form optimal composition. According to results two model’s Artificial Neural Network and Support Vector Machine performance have been acceptable. For determination of single input data in Rasht station Entropy Theory method and in the Anzali station Gamma test method have had good performance. For Astara station both of them have had good performance. Generally, according to the results, it can be said that Entropy theory had the stronger performance than Gamma test. But at the look of managerial, because the a few input variable selection than the Entropy theory, the Gamma performance has been acceptable than Entropy theory. در این تحقیق قابلیت تئوری آنتروپی و آزمون گاما برای تعیین ورودی مدل‏های شبکۀ عصبی مصنوعی و ماشین بردار پشتیبان به منظور تخمین تبخیر ایستگاه‌های سینوپتیک رشت، آستارا و بندر انزلی در استان گیلان بررسی شده است. با توجه به نتایج پژوهش، برای ایستگاه‌های سینوپتیک رشت، آستارا و انزلی، تئوری آنتروپی وجود همۀ متغیرها را در مدل‏سازی مؤثر تشخیص داده است. آزمون گاما برای ایستگاه رشت دو متغیر رطوبت حداکثر و رطوبت متوسط، برای ایستگاه انزلی سه متغیر دمای حداقل، دمای متوسط و رطوبت متوسط و برای ایستگاه آستارا یک متغیر سرعت باد را از ترکیب بهینه خارج کرد. بنا بر نتایج، عملکرد هر دو مدل شبکۀ عصبی مصنوعی و ماشین بردار پشتیبان در هر دو بخش قابل قبول بوده است. در تعیین تک‌ورودی در ایستگاه رشت روش تئوری آنتروپی و در ایستگاه انزلی روش آزمون گاما بهتر عمل کرده‏اند. برای ایستگاه آستارا هر دو روش عملکرد مناسبی داشته‏اند. به طور کلی، با توجه به نتایج می‏توان گفت که تئوری آنتروپی نسبت به آزمون گاما عملکرد قوی‏تری داشته است. https://ije.ut.ac.ir/article_65856_4ed17d5aa193da989ffda41183a34fcd.pdf