Énoncé du problème : Le coefficient d'évaporation PAN (Kp) est utilisé pour convertir l'évaporation PAN (Ep) en évapotranspiration de référence (ETo) en raison de sa simplicité et de sa pertinence pour les endroits où la disponibilité des données météorologiques est limitée. Approche : Cette étude présente l'utilisation de l'approche neurogénétique pour estimer Kp pour la poêle de classe A et la poêle enfoncée du Colorado dans des conditions de fetch vert et sec. Résultats : des valeurs représentatives ont été utilisées pour représenter les données de catégorie, c'est-à-dire la course du vent et l'humidité relative. Il a été constaté que l'algorithme génétique permettait de rechercher automatiquement la structure optimale du réseau de rétropropagation, remplaçant l'approche très fastidieuse des essais et erreurs. Conclusion : Une analyse comparative a montré que l'approche neuro-génétique surpassait assez bien les équations de Kp proposées précédemment pour les conditions d'extraction verte et sèche.

Planteamiento del problema: El coeficiente de evaporación pan (Kp) se utiliza para convertir la evaporación pan (Ep) en evapotranspiración de referencia (ETo) debido a su simplicidad e idoneidad para ubicaciones con disponibilidad limitada de datos meteorológicos. Enfoque: Este estudio presenta el uso del enfoque neurogenético para estimar Kp para el pan de Clase A y el pan hundido de Colorado en condiciones de extracción verde y seca. Resultados: Se utilizaron valores representativos para representar los datos de la categoría, es decir, la marcha del viento y la humedad relativa. Se descubrió que el algoritmo genético ayudaba a buscar automáticamente la estructura óptima de la red de retropropagación, reemplazando el tedioso enfoque de prueba y error. Conclusión: Un análisis comparativo mostró que el enfoque neuronal-genético superó bastante las ecuaciones de Kp propuestas anteriormente para las condiciones de extracción tanto en verde como en seco.

Problem statement: The pan evaporation coefficient (Kp) is used to convert pan Evaporation (Ep) to reference Evapotranspiration (ETo) due to its simplicity and suitability for locations with limited availability of meteorological data. Approach: This study presents the use of neuro-genetic approach for estimating Kp for Class A pan and Colorado Sunken pan under green and dry fetch conditions. Results: Representative values were used to represent the category data, i.e., wind run and relative humidity. It was found that the genetic algorithm helped automatically search for the optimal structure of the back-propagation network, replacing the very tedious trial and error approach. Conclusion: A comparative analysis showed that the neural-genetic approach fairly outperformed previous proposed Kp equations for both green and dry fetch conditions.

بيان المشكلة: يستخدم معامل تبخر المقلاة (Kp) لتحويل تبخر المقلاة (EP) إلى إشارة إلى التبخر والنتح (ETo) بسبب بساطته وملاءمته للمواقع ذات التوافر المحدود لبيانات الأرصاد الجوية. النهج: تقدم هذه الدراسة استخدام النهج الوراثي العصبي لتقدير Kp لمقلاة الفئة A ومقلاة Colorado Sunken في ظل ظروف جلب خضراء وجافة. النتائج: تم استخدام القيم التمثيلية لتمثيل بيانات الفئة، أي تشغيل الرياح والرطوبة النسبية. وجد أن الخوارزمية الجينية ساعدت تلقائيًا في البحث عن البنية المثلى لشبكة الانتشار الخلفي، لتحل محل نهج التجربة والخطأ الممل للغاية. الخلاصة: أظهر تحليل مقارن أن النهج العصبي الوراثي تفوق إلى حد ما على معادلات Kp المقترحة السابقة لكل من ظروف الجلب الخضراء والجافة.