Hidrolojik döngü için buharlaşma önemli parametrelerden biridir. Buharlaşma su döngüsü ve sulamayönetimi gibi birçok çalışma için kullanılır. Buharlaşmayı hesaplamak için çeşitli yaklaşımlar geliştirilmiştir.Bu çalışmada farklı iklim parametreleri kullanılarak günlük buharlaşmayı tahmin etmek için Yapay SinirAğları (YSA) ve Uyarlamalı Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi (ANFİS) yöntemleri kullanılmıştır.Bu metotlarda test ve eğitim verisi olarak 3 meteoroloji istasyon (Samsun. Bafra ve Çarşamba) verisikullanılmıştır. Ortalama sıcaklık, bağıl nem, güneşlenme şiddeti ve rüzgâr hızı farklı kombinasyonlar datahmin için kullanılmıştır.Belirtme katsayısı (R2), tahmin hatasının standart sapması (RMSE), ortalama mutlak hata (MAE) gibifarklı istatistik parametreleri kullanılarak model performansını değerlendirilmiştir. Sonuç olarak YSA veANFİS metotları özellikle sınırlı iklim parametrelerinin olduğunda buharlaşmayı tahmin etmede yararlıaraçlardan olduğu belirlenmiştir.
Evaporation is one of the important parameters of hydrolojical cycle. Evaporation is used for many studies. such as water balange. planning and management of irrigation practices. In order to estimate of evaporation is used various approachs. Instudy Artifical Neural Network (ANN) and Adaptive NeuroFuzzy İnference System (ANFIS) is employed to estimate daily evaporation using different climatic parameters. For these methods are trained and tested using the data of three weather stations (Samsun, Bafra and Çarşamba). Mean temperature, relative humidity, global radiation, wind speed are used to estimate different conbination for these models. Different statistic parameters such as coffecient of determination (R2), root mean square error (RMSE), mean absolute error (MAE) are used to evaluate performance of the methods. The results showed that ANN and ANFİS methods are useful tools to estimate of evaporation especially when the limited climate parameters are used.
