مدل های خطی برگشت فازی در خاکشناسی

یکـی از جنبـه هـای مهـم مطالعـه خـاک اطـلاع داشـتن از روابــط و همبســتگی بــین خصوصــیات مختلــف خــاک و بیــان کمــی آنهــا در قـــــــالب مدل های آماری است . این مدل ها که اصـطلاحأ توابـع انتقــالی خــاک (Pedotransfer Functions) نامیــده مــی شــوند، عمدتا شامل مدل های رگرسیون آماری هستند . به وسیله این مدل ها خصوصیات مهم خاک که اندازه گیری آنها پرهزینه و وقت گیـر اسـت به مجموعه ای از ویژگی های مبنایی خاک که به سادگی و بـا هزینـه کمتری قابـل انـدازه گیـری هسـتند، مـ ـرتبط مـی شـوند (1) اخیـرأ تلاش هایی جهت بکارگیری روش ها و فنـون جدیـد در مـدل بنـدی چنین توابعی صورت گرفته است که می توان برای نمونه به استفاده از( شبکه هـای عصـبی مصـنوعی Artificial Neural Networks ) اشاره کرد (3) معهذا تمامی این روش ها بر پایه فـرض دقیـق بـودن متغیرهای مورد مطالعـه و مشـاهدات مربـوط بـه آنهـا اسـتوار بـوده و همچنین رواب ـــط بین متغیرها نیز دقیق فرض می گردد . حـال آنکـه در سیستم های طبیعی مانند خـاک، عمومـا بـا مشـاهدات یـا روابـط نادقیق بین متغیرها مطرح است . در چنین شرایطی باید از مـدل هـ ایی بهره گرفت که قادر به ارائه الگوهای مناسب تر باشند، به گونه ای کـه این مدل ها بتوانند انطباق بیشتری با دنیای واقعی داشته باشند . بـدین ترتیب با توجه به ماهیت ابهامی و مشک وک پدیده های مرتبط با خاک و یا نادقیق بودن مقادیر اندازه گیری شده خصوصیات مختلـف خـاک، به نظر می رسد لزوم بهره گیـری از روش هـای پـردازش مبتنـی بـر نظریه مجموعه ها و منطق فازی در توابع پدوترانسفر بـیش از پـیش ضروری باشد (4) هدف از مقاله حاضر معرفی رگرسیون فازی و نشان دادن قابلیت های کاربردی آن در بسـط و توسـعه مـدل هـای خطـی ( رگرسیون ) بمنظور برآورد توابع انتقالی خاک است .